| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | AK | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | ||||||||||||||||||||||
2 | UNIVERSITAS SYIAH KUALA | Kode Dokumen 56202 | ||||||||||||||||||||
3 | FAKULTAS EKONOMI DAN BISNIS | |||||||||||||||||||||
4 | PROGRAM STUDI EKONOMI PEMBANGUNAN | |||||||||||||||||||||
5 | ||||||||||||||||||||||
6 | RENCANA PEMBELAJARAN SEMESTER | |||||||||||||||||||||
7 | MATA KULIAH (MK) | Kode MK | Kategori | MK Prasyarat | Rumpun MK | Bobot (sks) | Semester | Tgl Penyusunan | ||||||||||||||
8 | Statistika | WAJIB | - | T=3 | P=0 | I | Jumat, 8 Maret 2024 | |||||||||||||||
9 | ||||||||||||||||||||||
10 | OTORISASI | Pengembang RPS | Koordinator MK | Koordinator Program Studi | ||||||||||||||||||
11 | Dr. Vivi Silvia, S.E., M.Si | Dr. Vivi Silvia, S.E., M.Si | Dr. Fazli Syam Bz, SE,M.Si.Ak, CA, Cert.DA. | |||||||||||||||||||
12 | ||||||||||||||||||||||
13 | ||||||||||||||||||||||
14 | ||||||||||||||||||||||
15 | Dosen Pengampu | Dr. Vivi Silvia, S.E., M.Si., Dr. Sartiyah, S.E., M.Si, Prof.Dr. Faisal, S.E., M.Si., M.A, Prof.Dr. Sofyan Syahnur, S.E., M.Si, Dr. Chenny Seftarita, S.E., M.Si | ||||||||||||||||||||
16 | Deskripsi Singkat MK | Mata ajaran ini memperdalam ilmu statistika secara lebih komprehensif, khususnya membahas mengenai Statistika Deskriptif (Statistika Deduktif) dan Statistika Inferensial (Statistika Induktif). Pendekatan penjabaran mata ajaran ini dilakukan dengan pendekatan matematis, grafis, dan aplikasi penggunaan Excell dan Software dalam perhitungannya, sehingga mahasiswa diharapkan dapat memahami konsep statistika secara lebih komprehensif dan juga mampu memahami fenomena sosial dan ekonomi secara agregatif dan lebih kritis dengan pendekatan matematis dan grafis, serta aplikasi penggunaan Excell dan Software | ||||||||||||||||||||
17 | ||||||||||||||||||||||
18 | ||||||||||||||||||||||
19 | ||||||||||||||||||||||
22 | Capaian Pembelajaran | CPL-Prodi (Capaian Pembelajaran Lulusan Program Studi) yang di bebankan pada MK | ||||||||||||||||||||
23 | CPL-03 | Mampu menganalisis dan mengevaluasi prosedur dan hasil audit berbasis pada riset atas laporan keuangan dan jasa pada entitas privat dan publik yang sesuai dengan standar audit dan perundang-undangan yang berlaku, baik yang berskala nasional maupun internasional. | ||||||||||||||||||||
24 | ||||||||||||||||||||||
25 | Capaian Pembelajaran Mata Kuliah (CPMK) | |||||||||||||||||||||
26 | CPMK-01 | Mampu memahami dan menjelaskan konsep statistika, jenis-jenis data, dan probabilitas | ||||||||||||||||||||
27 | CPMK-02 | Mampu menjelaskan dan mengaplikasikan konsep dalam sebuah pengujian dan regresi | ||||||||||||||||||||
28 | ||||||||||||||||||||||
29 | ||||||||||||||||||||||
30 | Matriks Korelasi CPL dan CPMK | Korelasi CPL terhadap CPMK | ||||||||||||||||||||
31 | CPMK | CPL(%) | Bobot CPMK (%) | |||||||||||||||||||
32 | CPL-05 | CPL-05 | ||||||||||||||||||||
33 | CPMK-01 | 50 | - | 50 | ||||||||||||||||||
34 | CPMK-02 | 50 | - | 50 | ||||||||||||||||||
35 | ||||||||||||||||||||||
36 | ||||||||||||||||||||||
37 | Bobot CPL (%) | 100 | 0 | 100 | ||||||||||||||||||
38 | Matriks Kesesuaian CPMK terhadap Visi Universitas, SDGs, dan Research Based Learning (RBE) | Korelasi CPMK terhadap Visi Universitas, SDGs, dan RBL | ||||||||||||||||||||
39 | Aspek | CPMK | ||||||||||||||||||||
40 | CPMK-01 | CPMK-02 | CPMK-03 | CPMK-04 | ||||||||||||||||||
41 | Sosio-Teknopreneur | - | - | - | - | |||||||||||||||||
42 | SDGs ke- | - | - | - | 8 | |||||||||||||||||
43 | Research Based Learning (RBE) | - | - | - | - | |||||||||||||||||
44 | Bahan Kajian / Materi Pembelajaran | 1. Pengenalan konsep statistik deskriptif dan statistik inferensial, konsep jenis-jenis variabel dan membedakan tingkat pengukuran | ||||||||||||||||||||
45 | 2. Mendeskripsikan Data: Distribusi Frekuensi dan Penyajian Grafik | |||||||||||||||||||||
46 | 3. Menjelaskan Data: Numerik Pengukuran | |||||||||||||||||||||
47 | 4. Menjelaskan Data: Menampilkan dan Menjelajahi Data | |||||||||||||||||||||
48 | 5. Distribusi Probabilitas Diskrit | |||||||||||||||||||||
49 | 6. Probabilitas Berkelanjutan Distribusi | |||||||||||||||||||||
50 | 7. Metode Sampling | |||||||||||||||||||||
51 | 8. Interval Estimasi dan Keyakinan | |||||||||||||||||||||
52 | 9. Uji Hipotesis Satu Sampel dan Uji Hipotesis Dua Sampel | |||||||||||||||||||||
53 | 10. Analisis Varians | |||||||||||||||||||||
54 | 11. Regresi Linier dan Korelasi | |||||||||||||||||||||
55 | 12. Analisis Regresi Berganda dan Korelasi | |||||||||||||||||||||
56 | 13. Metode Nonparametrik: Chi-Square Applications | |||||||||||||||||||||
57 | Pustaka Pembelajaran | Utama : | ||||||||||||||||||||
58 | 1. Vivi Silvia. Statistika Deskriptif, 2021. Penerbit Andi Yogyakarta | |||||||||||||||||||||
59 | 2. Newbold, P., Carlson, W. L., & Thorne, B. M. (2013). Statistics for Business and Economics (Eighth Edition ed.). England: Pearson | |||||||||||||||||||||
60 | 3. Supranto, J. (2016). Statistik, Teori dan Aplikasi (8 ed.). Jakarta: Penerbit Erlangga | |||||||||||||||||||||
61 | 4. Wonnacott, H., & Wonnacott, R. J. (1998). Instrucdoctory Statistics for Business and Economics. | |||||||||||||||||||||
62 | 5. Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Statistical Techniques In Business & Economics. New York: McGraw-Hill Companies, Inc. | |||||||||||||||||||||
63 | ||||||||||||||||||||||
64 | Pendukung : | |||||||||||||||||||||
65 | 1. Silvia, Vivi, and Muhammad Raihan Fitra. "Demand for Indonesian Patchouli Oil Exports: the Panel Autoregressive Distributed Lag (Ardl) Approach." Revista de Gestão Social e Ambiental 17.2 (2023): e03090-e03090. | |||||||||||||||||||||
66 | Kriteria Penilaian | Kriteria dan Item Penilaian | ||||||||||||||||||||
67 | ||||||||||||||||||||||
68 | Rentang Skor | Huruf Mutu | Kategori | Status Kelulusan | ||||||||||||||||||
69 | ≥87 | A | Sangat Baik | LULUS | ||||||||||||||||||
70 | 78 - <87 | AB | Baik Sekali | |||||||||||||||||||
71 | 69 - <78 | B | Baik | |||||||||||||||||||
72 | 60 - <69 | BC | Sedang | |||||||||||||||||||
73 | 51 - <60 | C | Cukup | |||||||||||||||||||
74 | 41 - <51 | D | Kurang | TIDAK LULUS | ||||||||||||||||||
75 | <41 | E | Gagal | |||||||||||||||||||
76 | ||||||||||||||||||||||
77 | Rencana Evaluasi | Metode Pembelajaran : | Case Method/Team-Based Project*) | √ | Non Case Method/Team-Based Project*) | √ | ||||||||||||||||
78 | ||||||||||||||||||||||
79 | Basis Evaluasi | Komponen Evaluasi | Distribusi Bobot /CPMK (%) | Total Bobot Case Method/Team-Based Project / Total CPMK | Total Bobot Non Case Method/Team-Based Project /Total CPMK | |||||||||||||||||
80 | CPMK 1 | CPMK 2 | CPMK 3 | CPMK 4 | ||||||||||||||||||
81 | 50% | 50% | 50% | |||||||||||||||||||
82 | Aktivitas Partisipatif | Case Method | 20 | 90 | 55.0 | |||||||||||||||||
83 | Hasil Proyek | Team-Based Project | 0.0 | |||||||||||||||||||
84 | Kognitif/Pengetahuan | Quis (Q1, Q2) | 30 | 30 | 30.0 | |||||||||||||||||
85 | Kognitif/Pengetahuan | Tugas (T1, T2, T3) | 30 | 30 | 30.0 | |||||||||||||||||
86 | Kognitif/Pengetahuan | Ujian Tengah Semester (UTS) | 40 | 20.0 | ||||||||||||||||||
87 | Kognitif/Pengetahuan | Ujian Akhir Semester (UAS) | 20 | 10 | 15.0 | |||||||||||||||||
88 | Total Bobot / CPMK | 100 | 100 | 100 | 55.0 | 95.0 | ||||||||||||||||
89 | Kesimpulan Jenis Metode Pembelajaran | Case Method/Team-Based Project | ||||||||||||||||||||
90 | *) Note : Untuk MK Case Method dan PjBL/Team-Based Project (aktivitas partisipatif dan hasil proyek), mempunyai bobot penilaian akumulasi minimal 50% | |||||||||||||||||||||
91 | JADWAL, URAIAN MATERI DAN KEGIATAN PERKULIAHAN | |||||||||||||||||||||
92 | Mg ke- | Kemampuan Akhir Tiap Tahapan Belajar (Sub-CPMK) | Penilaian | Bentuk Pembelajaran, Metode Pembelajaran, dan Penugasan Mahasiswa [Estimasi Waktu] | Materi Pembelajaran [Pustaka] | Bobot Nilai | ||||||||||||||||
93 | Indikator | Kriteria & Teknik | ||||||||||||||||||||
94 | Luring (offline) | Daring (online) | ||||||||||||||||||||
95 | 1-2 | 1.Mahasiswa memahami konsep-konsep dasar. Statistika, Statistika Deskriptif dan Inferensial 2.Mahasiswa memahami konsep-konsep Penggambaran data: Distribusi Frekuensi, dan Grafis | Kelengkapan dan kebenaran Ketepatan menjelaskan dan kelengkapan pembuatan tugas | • Keaktifan diskusi • Sopan santun • Ketepatan waktu pengerjaan tugas | • Model: Teacher Centre Learning (TCL). Pendekatan: pemahaman konsep dan pemberian tugas dan aplikasi penggunaan Excell dan Software [PB: 2 mg x (3sks x 50” )] Pengalaman Belajar: Mengerjakan tugas mereview sejumlah jurnal international | • Bahan Kuliah • Tugas I via E-Learning https://elearning.usk.ac.id/ [PT: 2mg x (3sks x 60” )] [KM: 2mg x (3sks x 60” )] | 1. Pahami alasan kita belajar statistik 2. apa yang dimaksud dengan statistik deskriptif dan inferensial statistik 3. Membedakan variabel kualitatif dan variabel kuantitatif 4. Membedakan variabel diskrit dan a variabel kontinu 5. Membedakan tingkat pengukuran nominal, ordinal, interval, dan rasio 6. Definisikan istilah-istilah yang saling eksklusif dan menyeluruh. 7. Susun data ke dalam distribusi frekuensi 8. Gambarkan suatu frekuensi distribusi dalam histogram, poligon frekuensi, dan frekuensi kumulatif poligon 9. Sajikan data dengan menggunakan tersebut teknik grafis seperti diagram garis, diagram batang, dan diagram lingkaran | 5.00% | ||||||||||||||
96 | 3-4 | Setelah mempelajari mata kuliah ini, mahasiswa telah memiliki pendalaman pengetahuan tentang konsep- konsep Penggambaran Data dengan Ukuran-ukuran Numerik Tahap I Setelah mempelajari mata kuliah ini, mahasiswa telah memiliki pendalaman pengetahuan tentang konsep- konsep Penggambaran Data dengan Ukuran-ukuran Numerik Tahap II | Kelengkapan dan kebenaran jawaban PR, Presentasi tugas | • Keaktifan diskusi • Sopan santun • Ketepatanmenjawab kuis | • Kuliah • Ceramah dan diskusi dan pemberian tugas dan aplikasi penggunaan Excell dan Software [PB: 2mg x (3sks x 50” )] Pengalaman Belajar: Mengerjakan PR/tugas dan diskusi | • Bahan Kuliah • Soal Kuis I di pertemuan 3 via E-Learning https://elearning.usk.ac.id/ [PT: 2mg x (3sks x 60” )] [KM: 2mg x (2sks x 60” )] | 1. Hitung mean aritmatika, median, modus, mean tertimbang, dan mean geometrik. 2. Menjelaskan ciri-ciri, kegunaan, kelebihan, dan kelemahan masing-masing ukuran lokasi. 3. Identifikasi posisi mean aritmatika, median, dan modus untuk distribusi simetris dan distribusi miring 4. Hitung mean aritmatika, median, modus, mean tertimbang, dan mean geometrik. 5. Menjelaskan ciri-ciri, kegunaan, kelebihan, dan kelemahan masing-masing ukuran lokasi. 6. Identifikasi posisi mean aritmatika, median, dan mode untuk distribusi simetris dan miring | 7.50% | z | |||||||||||||
97 | ||||||||||||||||||||||
98 | 5-7 | 1.Setelah mempelajari mata kuliah ini, mahasiswa telah memiliki pendalaman konsep-konsep Pengambaran Data dengan Eksplorasi Data 2.Setelah mempelajari mata kuliah ini, mahasiswa telah memiliki pendalaman Discrete Probability Distributions dan Continuous Probability Distributions | Kelengkapan dan kebenaran jawaban PR, Presentasi tugas | • Keaktifan diskusi • Sopan santun • Ketepatan waktu pengerjaan tugas | • Kuliah • Ceramah dan diskusi dan pemberian tugas dan aplikasi penggunaan Excell dan Software [PB: 3mg x (3sks x 50” )] Pengalaman Belajar: Mengerjakan PR/tugas dan diskusi | • Bahan Kuliah • Tugas II via E-Learning https://elearning.usk.ac.id/ [PT: 3mg x (3sks x 60” )] [KM: 3mg x (3sks x 60” )] | 1. Mengembangkan dan menafsirkan plot titik 2. Mengembangkan dan menafsirkan kerangka tampilan dan daun 3. Menghitung dan menafsirkan kuartil, desil, dan persentil 4. Membangun dan menafsirkan plot kotak 5. Definisikan istilah variabel acak dan distribusi probabilitas. 6. Membedakan distribusi probabilitas diskrit dan kontinu. 7. Hitung mean, varians, dan deviasi standar dari distribusi probabilitas diskrit. 8. Tentukan dan hitung nilai z. 9. Tentukan peluang suatu pengamatan terletak di antara dua titik dengan menggunakan distribusi normal baku 10. Tentukan peluang a observasi akan berada di atas atau di bawah nilai tertentu menggunakan distribusi normal standar 11. Gunakan distribusi normal untuk memperkirakan distribusi probabilitas binomial | 5.00% | ||||||||||||||
99 | Mg ke- | Kemampuan Akhir Tiap Tahapan Belajar (Sub-CPMK) | Penilaian | Bentuk Pembelajaran, Metode Pembelajaran, dan Penugasan Mahasiswa [Estimasi Waktu] | Materi Pembelajaran [Pustaka] | Bobot Nilai | ||||||||||||||||
100 | Indikator | Kriteria & Teknik | ||||||||||||||||||||
101 | Luring (offline) | Daring (online) | ||||||||||||||||||||
102 | 8 | UJIAN TENGAH SEMESTER (CMPK-01) | 10.00% | |||||||||||||||||||