• Tidak ada hasil yang ditemukan

1. SILABUS PLB A.rar 26. STATISTIKA

N/A
N/A
Protected

Academic year: 2018

Membagikan "1. SILABUS PLB A.rar 26. STATISTIKA"

Copied!
6
0
0

Teks penuh

(1)

S I L A B I

(2)

JURUSAN PENDIDIKAN LUAR BIASA

perkuliahan ini mahasiswa PLB diharapkan mampu menjelaskan konsep statistik deskriptif dan statistik inferensial serta mampu mengaplikasikannya untuk kepentingan pengolahan data, penyajian data, analisis data, pengujian hipotesis, dan pengambilan kesimpulan dalam bidang penelitian pendidikan anak berkebutuhan khusus. Dalam perkuliahan statistika ini dipelajari tentang statistik deskriptif dan statistik inferensial. Bahasannya meliputi: tujuan dan kegunaan statistika, konsep statistic deskriptif, ukuran kecenderungan pusat (mean, median, modus), penyajian data (Daftar distribusi frekuensi, grafik, diagram); skala pengukuran data, dan ukuran variasi (rentang, rata-rata simpangan, simpangan baku dan varians); konsep statistik inferensial, statistik parametrik dan non-parametrik, probabilitas dan distribusi data, distribusi normal baku, uji persyaratan statistic parametrik (normalitas data, homogenitas varians, dan linearitas regresi), membaca tabel, t-test, Pearson correlation dan determinasi; ANAVA sederhana atau satu arah, Kruskal Wallis, korelasi rank Spearman, uji tanda, Wilcoxon, Mann-Whitney, dan pengolahan data melalui komputer (excell, SPSS). Pelaksanaan perkuliahan menggunakan berbagai pendekatan pembelajaran, terutama pendekatan ekspositori dalam bentuk ceramah dan tanya jawab, dan pendekatan inkuiri dengan menggunakan pendekatan penyelesaian tugas penyusunan dan penyajian makalah, laporan buku, dan jurnal. Media pembelajaran yang akan digunakan adalah LCD, OHP serta media-media lainnya yang disesuaikan dengan topik perkuliahan yang akan disampaikan. Tahapan penguasaan mahasiswa melalaui evaluasi UTS (bobot 35%), UAS (bobot 35%), Tugas (bobot 20%), Kehadiran dan keaktifan (bobot 10%). Khusus untuk kehadiran minimal mahasiswa adalah 80% dari 16 kali rencana pertemuan selama satu semester. Buku utama: Edward, A.L. (1984). An Introduction to Linear Regression and Correlation. 2nd ed. New

York: W.H. Freeman and Company. Erickson, B.H., & Nosanchuk. (1983). Memahami Data Statistika untuk Ilmu Sosial. Jakarta: LP3ES. Furqon, (2001). Statistika Terapan untuk Penelitian. Bandung: Alfabeta. Guilford, JP., & Fruchter, B. (1978). Fundamental Sttistics in Psychology and Education. Sixth Edition. New York: McGraw-Hill Book Company. Irianto, A. (1988). Statistik Pendidikan (1). Jakarta: Depdikbud. Kane, WJ., Sheldon, & Hanson, E. (Ed.) (1976). Statistics, A Fresh Approach. McGraw-Hill, Inc. Kerlinger, FN., Pedhazur, EJ. (). Multiple Regression in Behavioral Research. New York: Holt, Rinehart and Winston, Inc. Minium E. W., King, B. M. and Bear, G. (1993). Statistical Reasoning in Psychology and education. 3nd. New York: John Wiley & Sons. Nasution, A.H., (1976).

Metode Statistika untuk Penarikan Kesimpulan. Jakarta: Gramedia. Nurgiyantoro, B., Gunawan dan Marzuki. (2000). Statistik Terapan untuk Penelitian Ilmu-Ilmu Sosial.

(3)

Korelasi. Bandung: Tarsito. ______. (1989). Metoda Statistika. Edisi Kelima. Bandung: Tarsito. Susetyo, B., (2010). Statistika untuk Analisis Data Penelitian. Bandung: Refika Aditama

S I L A B I

A. IDENTITAS MATA KULIAH

1. Nama Mata Kuliah : S t a t i s t i k a 2. Kode Mata Kuliah : LB 450

3. B o b o t : 3 SKS 4. Jenjang Program : Strata I 5. Semester : Genap/II

6. Kelompok Mata Kuliah : MKPS (Mata Kuliah Program Studi) 7. Jumlah Pertemuan : 16 x Pertemuan

8. Jurusan : Pendidikan Luar Biasa

B. TUJUAN MATA KULIAH

Setelah mengikuti perkuliahan ini mahasiswa PLB diharapkan mampu menjelaskan konsep statistik deskriptif dan statistik inferensial serta mampu mengaplikasikannya untuk kepentingan pengolahan data, penyajian data, analisis data, pengujian hipotesis, dan pengambilan kesimpulan dalam bidang penelitian pendidikan anak berkebutuhan khusus.

3. DESKRIPSI ISI

Dalam perkuliahan statistika ini dipelajari tentang statistik deskriptif dan statistik inferensial. Bahasannya meliputi: tujuan dan kegunaan statistika, konsep statistic deskriptif, ukuran kecenderungan pusat (mean, median, modus), penyajian data (Daftar distribusi frekuensi, grafik, diagram); skala pengukuran data, dan ukuran variasi (rentang, rata-rata simpangan, simpangan baku dan varians); konsep statistik inferensial, statistik parametrik dan non-parametrik, probabilitas dan distribusi data, distribusi normal baku, uji persyaratan statistic parametrik (normalitas data, homogenitas varians, dan linearitas regresi), membaca tabel, t-test, Pearson correlation dan determinasi; ANAVA sederhana atau satu arah, Kruskal Wallis, korelasi rank Spearman, uji tanda, Wilcoxon, Mann-Whitney, dan pengolahan data melalui komputer (excell, SPSS).

D. PENDEKATAN PEMBELAJARAN

1. Pendekatan : Belajar tuntas dan terbimbing

(4)

3. Tugas : Pendalaman materi: latihan soal untuk setiap topik bahasan yang

F. RINCIAN MATERI PERKULIAHAN TIAP PERTEMUAN

PERTEMUAN POKOK BAHASAN SUB POKOK BAHASAN

1

Konsep dasar, tujuan dan kegunaan statistika, konsep statistic deskriptif dan statistic inferensial.

Skala data nominal, ordinal, interval, dan data rasio.

Mean, median, modus, daftar distribusi frekuensi, grafik, dan diagram

Rentang, rentang antar kuartil, rerata simpangan, simpangan baku, dan varians.

Probabilitas dan distribusinya, kurva dan distribusi normal baku

Uji normalitas data (cara sederhana, Uji Kolmogorov, Uji Lillifors), dan membaca table L

Uji normalitas dan linearitas regresi sekaligus membaca table distribusi Fisher

Uji normalitas dan homogenitas varians sekaligus membaca table distribusi Fisher

(5)

10

Uji perbedaan dua rata-rata

Analisis Varians (ANAVA)

Pengolahan data melalui komputer

UJIAN AKHIR SEMESTER

t-test sekaligus membaca table distribusi t-Student

Analisis varians sederhana (satu arah) dan membaca table distribusi Fisher (F table)

Uji Korelasi rank Spearman (rho) dan uji tanda (T)

Uji Kruskal Wallis

Uji Wilcoxon dan Mann-whitney sekaligus membaca table Wilcoxon dan table U.

Pengolahan data melalui program komputer (Excell, SPSS).

G. SUMBER BACAAN

Edward, A.L. (1984). An Introduction to Linear Regression and Correlation. 2nd ed.

New York: W.H. Freeman and Company.

Erickson, B.H., & Nosanchuk. (1983). Memahami Data Statistika untuk Ilmu Sosial. Jakarta: LP3ES.

Furqon, (2001). Statistika Terapan untuk Penelitian. Bandung: Alfabeta.

Guilford, JP., & Fruchter, B. (1978). Fundamental Sttistics in Psychology and Education. Sixth Edition. New York: McGraw-Hill Book Company.

Irianto, A. (1988). Statistik Pendidikan (1). Jakarta: Depdikbud.

Kane, WJ., Sheldon, & Hanson, E. (Ed.) (1976). Statistics, A Fresh Approach. McGraw-Hill, Inc.

Kerlinger, FN., Pedhazur, EJ. (). Multiple Regression in Behavioral Research. New York: Holt, Rinehart and Winston, Inc.

(6)

Nasution, A.H., (1976). Metode Statistika untuk Penarikan Kesimpulan. Jakarta: Gramedia.

Nurgiyantoro, B., Gunawan dan Marzuki. (2000). Statistik Terapan untuk Penelitian Ilmu-Ilmu Sosial. Yogyakarta: Gadjah Mada University Press.

Siegel, S,. (1997). Statistik Nonparametrik untuk Ilmu-Ilmu Sosial. Jakarta: Gramedia. Sudjana. (1983). Teknik Analisis Regresi dan Korelasi. Bandung: Tarsito.

______. (1989). Metoda Statistika. Edisi Kelima. Bandung: Tarsito.

Referensi

Dokumen terkait

Artikel pendidikan yang dikembangkan dari hasil penelitian isolasi bakteri resistensi merkuri pada daerah bekas PETI di Kulor, Singkawang Timur tergolong valid dengan nilai

Azotobacter juga merupakan bakteri pemfiksasi nitrogen yang dapat meningkatkan kadar nitrogen di tanah (Madigan dan Martinko, 2006), sehingga sangat berpotensi untuk

Dari uraian di atas, dapat disimpulkan bahwa menurut Everall, dkk (2006) resiliensi dipengaruhi oleh; a) faktor internal yang meliputi kemampuan kognitif, konsep diri,

Hasil analisa data menunjukkan bahwa secara keseluruhan terdapat perbedaan prestasi belajar mata pelajaran Ekonomi antara siswa yang dikenai model pembelajaran

 UDP menyediakan mekanisme untuk mengirim pesan-pesan ke sebuah protokol lapisan aplikasi atau proses tertentu di dalam sebuah host dalam jaringan yang

Pengambilan gambar memperlihatkan seluruh tubuh dari batas kepala hingga kaki. Pengambilan gambar dari jarak yang cukup jauh sehingga dapat memperlihatkan objek pada

34 Sudin Tata Ruang Kota Administrasi Jakarta Barat 35 Sudin Tata Ruang Kota Administrasi Jakarta Pusat 36 Sudin Tata Ruang Kota Administrasi Jakarta Timur 37 Sudin Tata

Heater akan bekerja pada saat sensor suhu kurang dari setting suhu yang telah ditentukan, dan sebaliknya apabila sensor suhu lebih besar dari setting suhu,