BPKM_Biostatistika_S1_Reguler_[Gasal2016-17]

(1)

BUKU

BUKU RANC

RANCANGA

ANGAN

N PENG

PENGAJAR

AJARAN

AN (BRP

(BRP))

MATA KULIAH

Biostatistika

oleh

Efy Afifah, S.Kp, M.Kes

Pr

Prog

ogra

ram S

m Stu

tudi

di NE

NERS

RS

Fakultas Ilmu Keperawatan

Universitas Indonesia

Depok

(2)

DAFTAR ISI

PENGANTAR PENGANTAR hlm. hlm. … … B BAABB 11 IINNFFOORRMMAASSI I UUMMUUMM …… B BAABB 22 KKOOMMPPEETTEENNSSII DDAAN N SSUUBBKKOOMMPPEETTEENNSSII 1.

1. KoKompmpetetenensisi (C(Capapaiaianan PePembembelalajajararan)n) 2.

2. SubSubkomkompetpetensensi (Kei (Kemampmampuan pauan pada Akhda Akhir Tair Tahaphap Pembelajaran)

Pembelajaran) 3.

3. BaBagagan Alin Alirr CaCapapaiaiann PePembmbelelajajararanan

… … … … … … … … B BAAB 3B 3 BBAAHHAASSAAN N DDAAN N RRUUJJUUKKAANN …… B BAAB 4B 4 TTAAHHAAP P PPEEMMBBEELLAAJJAARRAANN …… B BAABB 55 RRAANNCCAANNGGAAN N TTUUGGAASS DDAANN LLAATTIIHHAANN …… B BAABB 66 EEVVAALLUUAASSI I HHAASSIILL PPEEMMEELLAAJJAARRAANN …… B BAABB 77 SSAATTUUAAN N AACCAARRA A PPEENNGGAAJJAARRAANN …… LA

(3)

BAB 1

INFORMASI UMUM

1. Nama Program Studi/jenjang studi : Ners/S1

2. Nama mata kuliah : Biostatistika

3. Kode mata kuliah :

4. Semester ke- : 3

5. Jumlah SKS : 2 sks

6. Metode pembelajaran : Ceramah dan diskusi

7. Mata kuliah yang menjadi prasyarat : -8. Menjadi prasyarat untuk mata kuliah : -9. Integrasi antara mata kuliah :

-(jika ada)

10. Deskripsi mata kuliah :

Mata ajar ini berfokus pada pemahaman tentang prinsip-prinsip statistik, tingkat-tingkat pengukuran, penyajian grafis, ukuran deskriptif dari ringkasan statistik, disperse dan asosiasi statistika inferensial, tes hipotesa dan aplikasi dal am menafsirkan literatur riset keperawatan.

(4)

BAB 2

KOMPETENSI DAN SUBKOMPETENSI

2.1 Kompetensi (Capaian Pembelajaran)

1. Bila diberi satu set data siap olah, mahasiswa mampu menyajikan data tersebut dalam bentuk tabel, diagram, grafik sesuai data yang telah dikatagorikan (C4).

2. Bila diberi satu set data siap olah, mahasiswa mampu menetapkan ada tidaknya hubungan antara dua variabel dengan menggunakan uji statistik bivariat sesuai dengan jenis data yang telah dikategorikan (C5).

.

Subkompetensi (Kemampuan pada Akhir Tahap Pembelajaran) Capaian Sasaran Pembelajaran 1

Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (C1). Mahasiswa mampu menjelaskan tentang jenis data dan skala pengukuran (C2).

Mahasiswa mampu menjelaskan perbedaan statistik deskriptif dengan inferensial (C2).

Mahasiswa mampu menjelaskan sumber, cara, dan alat ukur yang digunakan dalam pengumpulan data (C2).

Mahasiswa mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2). Mahasiswa mampu menjelaskan tujuan, prinsip, dan bentuk pen yajian data (C2).

Bila diberi satu set data siap olah, mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (C3).

Capaian Sasaran Pembelajaran 2:

Bila diberi satu set data siap olah, mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (C3).

Mahasiswa mampu menjelaskan tentang tendensi sentral (C2)

Bila diberi satu set data siap olah, mahasiswa mampu menghitung ukuran tengah, variasi, dan posisi data tersebut sesuai dengan jenis data (C3).

(5)

Bila diberi masalah tentang permutasi dan kombinasi, mahasiswa mampu menghitung peluang terjadinya suatu kejadian sesuai dengan masalah yang diberikan (C3).

Mahasiswa mampu menjelaskan tentang distribusi normal, binomial, dan poisson (C2).

Bila diberi masalah tentang distribusi, mahasiswa mampu menghitung distribusi sesuai masalah yang diberikan (C3).

Mahasiswa mampu menjelaskan tentang pengertian populasi, sampel, distribusi sampling, standar error dan Central Limit Theorem (C2).

Bila diberi satu set data siap olah, mahasiswa mampu menerapkan prinsip distribusi sampling sesuai dengan data yang diberikan.

Bila diberi satu set data siap olah, mahasiswa mampu mengestimasi nilai rata-rata dan proporsi sesuai dengan jenis data (C3).

Mahasiswa mampu menjelaskan konsep statistik inferensial, hubungan statistik deskriptif dan inferensial, serta langkah-langkah pengujian hipotesis (C2).

Bila diberi satu set data siap olah, mahasiswa mampu merumuskan hipotesis yang tepat sesuai dengan jenis data yang diberikan (C3).

Bila diberi satu set data siap olah, mahasiswa mampu memilih uji statistik yang tepat sesuai dengan jenis data yang diberikan (C4).

Bila diberi satu set data siap olah, mahasiswa mampu melakukan uji statistik yang tepat sesuai dengan jenis data yang diberikan (C4).

(6)

Bagan Alir Kompetensi

mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2).

mampu menyajikan data tersebut dalam bentuk tabel, diagram, grafik sesuai data yang telah dikatagorikan (C4).

mampu menjelaskan perbedaan statistik deskriptif dengan inferensial (C2).

mampu menjelaskan tentang jenis data dan skala pengukuran

(C2

Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (C1).

mampu menjelaskan sumber, cara, dan alat ukur yang digunakan dalam pengumpulan data (C2). mampu menjelaskan tujuan, prinsip, dan bentuk penyajian data (C2).

mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2). mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2)

mampu mengkategorikan data tersebut sesuai dengan jenis data (C3).

Bila diberi satu set data siap olah, mahasiswa mampu menetapkan ada tidaknya hubungan antara dua variabel dengan menggunakan uji statistik bivariat sesuai dengan jenis data yang telah dikategorikan (C5).

(7)

BAB 3

BAHASAN DAN RUJUKAN

3.1 Subkompetensi, Pokok Bahasan, Subpokok Bahasan, Estimasi Waktu, dan Rujukan

Sub

kompetensi Pokok

Bahasan Subpokok Bahasan

Estimasi

Waktu Rujukan

Statistik Deskriptif

Pengertian statistik, pengertian data & variabel

Jenis data & skala pengukuran

Perbedaan statistik deskriptif dengan inferensial 2x 50 menit Kuzma. J. W., (1984). Basic statistical for health sciences. California : Mayfield Publishing Company Moore, D, S., (2000). The Basic practice of statistics. New York: W.H. Freeman and

(8)

Sub

kompetensi Pokok

Estimasi Waktu Rujukan Company Sabri, L & Hastono, S.P.,(2007). Statistik kesehatan. Jakarta: PT Raja Grafindo Persada Salkind, N.J. (2000).Statistics for people who

hate statistics. USA: Sage Publications Penyajian

data

Tujuan, prinsip, dan penyajian data Bentuk penyajian data kuantitaif dan kualitatif

Tabel frekuensi, distribusi frekuensi, distribusi normal 2x 50 menit idem Tendensi sentral

Ukuran tengah (mean, median, mode) Ukuran variasi (range, interquartil, varian, Sd, COV)

Ukuran posisi (quartil, persentil, desil)

2x 50 menit

(9)

Sub

kompetensi Pokok

Estimasi Waktu Rujukan Probabilitas Permutasi Kombinasi 2x 50 menit _idem Distribusi probabilitas Distribusi normal Distribusi binomial 2x 50 menit idem Distribusi sampling

Pengertian populasi,sampel dan distribusi sampling

Pengertian standar erorr Sentral Limit Theorem

2x 50 menit

idem

Estimasi Pengertian estimasi Estimasi titik dan selang

Estimasi rata-rata & proporsi

2x 50 menit

idem

Statistik inferensial

Pengertian, konsep statistik inferensial, hubungan statistik deskriptif dan inferensial

Langkah-langkah pengujian hipotesis

2x 50 menit

idem

Uji beda satu mean: uji t, uji z

Konsep uji hipotesis perbedaan 1 mean

Aplikasi uji hipotesis perbedaan 1 mean

2x 50 menit

idem

Uji beda dua mean: uji t,

Konsep uji hipotesis perbedaan 2 2x 50 menit

(10)

Sub

kompetensi Pokok

Estimasi

Waktu Rujukan

uji z mean

Uji beda

proporsi

Konsep uji hipotesis beda proporsi

Uji 1 proporsi – uji z

2x 50 menit idem Uji beda > dari 2 proporsi

Konsep ujiChi square

Aplikasi uji Chi square untuk uji asosiasi, uji homogenitas, uji kesesuaian

2x 50 menit

idem

Korelasi Korelasi Pearson

Korelasi Spearman

2x 50 menit

idem

3.2 Daftar Rujukan

Sabri, L & Hastono, S.P.,(2007). Statistik kesehatan. Jakarta: PT Raja Grafindo Persada

Kuzma. J. W., (1984). Basic statistical for health sciences. California : Mayfield Publishing Company

Moore, D, S., (2000). The Basic practice of statistics. New York: W.H. Freeman and

Company

(11)

BAB 4

TAHAP PEMBELAJARAN

Sub-kompetensi

Tahap Pembelajaran Media

Teknologi

O (%) L (%) U (%)

Pengantar oleh pengajar tentang pencapaian pembelajaran; muatan; metode perkuliahan; evaluasi hasil pemelajaran; dan kontrak perkuliahan (100%) Proyektor, laptop

Pengantar oleh Pengajar tentang Pengantar

Statistik, Jenis data (30%)

Pembelajaran melalui diskusi dan latihan soal (50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Penyajian data numeric

(30%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) Pembelajaran melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Penyimpulan data numeric

(30%)

Proyektor, laptop

Pengantar oleh Pengajar tentang probabilitas (30%) Pembelajaran melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh pengajar tentang Distribusi

probabilitas. Data

Proyektor, laptop

(12)

Sub-kompetensi

Tahap Pembelajaran Media Teknologi

O (%) L (%) U (%)

katagorik dan Data numerik (30%)

Pengantar oleh pengajar tentang distribusi

sampling (30%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik Inferensial :Estimasi (30%) Pembelajaran melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik

Inferensial : Uji

Hipotesis uji z dan uji t (30%) Pembelajaran melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik

Inferensial :Uji

Hipotesis uji t dependen dan t independen (30%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Uji Hipotesis uji anova(30%) Pembelajaran aktif melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Uji Hipotesis uji kai kuadrat (30%) Pembelajaran aktif melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang korelasi (30%) Pembelajaran aktif melalui diskusi dan latihan soal(50%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

(13)

BAB 5

RANCANGAN TUGAS DAN LATIHAN

- Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (K1). - Mahasiswa mampu menjelaskan tentang jenis data dan skala pengukuran (K2).

- Mahasiswa mampu menjelaskan perbedaan statistik deskriptif dengan inferensial (K2).

- Mahasiswa mampu menjelaskan sumber, cara, dan alat ukur yang digunakan dalam pengumpulan data (K2).

- Mahasiswa mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (K2). - Mahasiswa mampu menjelaskan tujuan, prinsip, dan bentuk penyajian data (K2).

- Mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (K3). - Mahasiswa mampu menjelaskan tentang tendensi sentral (K2)

- Bila diberi satu set data siap olah, mahasiswa mampu menghitung ukuran tengah, variasi, dan posisi.data tersebut sesuai dengan jenis data (K3)

- Mahasiswa mampu menjelaskan perbedaan permutasi dan kombinasi (K2).

- Bila diberi masalah tentang permutasi dan kombinasi, mahasiswa mampu menghitung peluang terjadinya suatu kejadian sesuai dengan masalah yang diberikan (K3).

- Mahasiswa mampu menjelaskan tentang distribusi normal, binomial, dan poisson (K2).

- Mahasiswa mampu menghitung distribusi sesuai masalah yang diberikan (K3).

- Mahasiswa mampu menjelaskan tentang pengertian populasi, sampel, distribusisampling, standar error dan Central Limit Theorem (K2)

- Bila diberi satu set data siap olah, mahasiswa mampu menerapkan prinsip distribusi sampling sesuai dengan data yang diberikan.

(14)

- Bila diberi satu set data siap olah, mahasiswa mampu mengestimasi nilai rata-rata dan proporsi sesuai dengan jenis data (K3).

- Mahasiswa mampu menjelaskan konsep statistik inferensial, hubungan statistik deskriptif dan inferensial, serta langkah-langkah pengujian hipotesis

- Bila diberi satu set data siap olah, mahasiswa mampu merumuskan hipotesis yang tepat sesuai dengan jenis data yang diberikan (K3)

- Bila diberi satu set data siap olah, mahasiswa mampu memilih uji statistik yang tepat sesuai dengan jenis data yang diberikan (K4).

- Bila diberi satu set data siap olah, mahasiswa mampu melakukan uji statistik yang tepat sesuai dengan jenis data yang diberikan (K4)

Uraian tugas individu: lihat lampiran 1

Kriteria penilaian :

- dikerjakan secara individu di lembar tugas mahasiswa - tulisan tangan, rapih dan terbaca

(15)

Subkom petensi

Penugasan* Ruang Lingkup Cara

Pengerjaan Batas Waktu Luaran Tugas yang Dihasilkan Statistik Deskriptif Pengertian statistik, pengertian data & variabel

Jenis data & skala pengukuran Perbedaan statistik deskriptif dengan inferensial Dikerjakan individual di rumah /PR

1 minggu Jawaban soal

Penyajian data

Tujuan, prinsip, dan penyajian data

Bentuk penyajian data

kuantitaif dan kualitatif Tabel frekuensi, distribusi frekuensi, distribusi normal Dikerjakan individual di rumah /PR

Tendensi sentral

Ukuran tengah (mean, median, mode)

Ukuran variasi

(range, interquartil, varian, Sd, COV) Ukuran posisi (quartil, persentil, desil)

Dikerjakan individual di rumah /PR

(16)

Subkom petensi

Penugasan* Ruang Lingkup Cara

Pengerjaan Batas Waktu Luaran Tugas yang Dihasilkan Distribusi probabilitas Distribusi normal Distribusi binomial Dikerjakan individual di rumah /PR

Distribusi sampling Pengertian populasi,sampel dan distribusi sampling Pengertian standar erorr Sentral Limit Theorem Dikerjakan individual di rumah /PR

Estimasi Pengertian estimasi Estimasi titik dan selang

stimasi rata-rata & proporsi

Statistik inferensial Pengertian, konsep statistik inferensial, hubungan statistik deskriptif dan inferensial Langkah-langkah pengujian hipotesis Dikerjakan individual di rumah /PR

(17)

Subkom petensi

Penugasan* Ruang Lingkup Cara Pengerjaan

Batas Waktu

Luaran Tugas yang Dihasilkan

Uji beda satu mean: uji t, uji z

Uji beda dua mean: uji t, uji z

Uji beda proporsi

Konsep uji hipotesis beda proporsi

Uji 1 proporsi – uji z

Uji beda >

dari 2

proporsi

Aplikasi uji Chi

square untuk uji

asosiasi, uji homogenitas, uji kesesuaian Dikerjakan individual di rumah /PR

Korelasi Korelasi Pearson

Korelasi Spearman

(18)

BAB 6

EVALUASI HASIL PEMELAJARAN

6.1 Evaluasi Akhir

Bagian ini berisi informasi tentang bentuk, frekuensi (berapa kali evaluasi diadakan), dan bobot (dengan persentase) evaluasi hasil pemelajaran. Evaluasi dapat berupa evaluasi sumatif (dengan persentase) atau evaluasi formatif. Contoh:

Bentuk Instrumen Frekuensi Bobot (%)

Ujian tulisI Soalujian 1x 30%

UjiantulisII Soalujian 1x 35%

KuisI Soal kuis 1x 7,5%

KuisII Soalkuis 1x 7,5%

Tugas individu Lembar latihan 1x 20%

6.2 Pedoman Kriteria Penilaian

Konversi nilai akhir (nilai kelulusan mahasiswa) mengikuti ketentuan konversi nilai yang berlaku di Universitas Indonesia sebagai berikut

Nilai Angka Nilai Huruf Bobot

85 — 100 A 4,00 80 — <85 A- 3,70 75 — <80 B+ 3,30 70 — <75 B 3,00 65 — <70 B- 2,70 60 — <65 C+ 2,30 55 — <60 C 2,00 40 — <55 D 1,00 <40 E 0,00

(19)

BAB 7

SATUAN ACARA PENGAJARAN

Bagian ini merupakan Satuan Acara Perkuliahan (SAP), yang berisikan re kapitulasi sebagian uraian dalam bab-bab terdahulu. Pertemuan ke-Subkom petensi (nomor saja) Aktivitas

(Deskripsi Tahap Pembelajaran yang menunjukkan SCAL terdiri

atas 3 komponen: O, L, dan U)

Pokok Bahasan/ Subpokok Bahasan

Media Teknologi

Rujukan

I O:Pengantar oleh pengajar tentang pencapaian pembelajaran; muatan; metode perkuliahan; evaluasi hasil

pemelajaran; dan kontrak perkuliahan (30%)

Proyektor-laptop

II O:Pengantar oleh Pengajar tentang Pengantar Statistik, Jenis data (30%)

L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Pengantar statistic / Pengertian biostatistik dan lingkupnya

Perbedaan statistik deskriptif dengan inferensial

Jenis data

Pengumpulan data

Kuzma. J. W., (1984).

Basic statistical

for health sciences. California : Mayfield Publishing Company Moore, D, S., (2000). The Basic practice of statistics.

(20)

New York: W.H. Freeman and Company Sabri, L & Hastono,

S.P.,(2007). Statistik kesehatan. Jakarta: PT Raja Grafindo Persada Salkind, N.J. (2000).

Statistics for people who hate statistics.

USA: Sage Publications Inc

III O:Pengantar oleh Pengajar tentang Penyajian data numeric (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Penyajian data numerik/ Grafik : dotplot, stem & leaf, box & whisker plot,

histogram, poligon frekuensi Tabel : distribusi frekuensi

• Tabel frekuensi, tabel

kontingensi

• Grafik : Bar dan pie

Proyektor-laptop

(21)

IV O:Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

• Penyimpulan data numeric /

Tendensi sentral (mean, median, modus)

• Hubungan mean, median,

modus

• Pengenalan penggunaan

kalkulator dan lambang-lambang statistik

Proyektor-laptop

idem

V O:Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Penyimpulan data numerik /Ukuran variasi range ,

interkuartil, men deviasi, varian, SD, COV

Ukuran posisi (median, kuartil, desil, dan persentil

idem

VI O:Pengantar oleh Pengajar tentang probabilitas (30%)

%)

Probabilitas/ Dasar-dasar probabilitas

Hukum perkalian Hukum penjumlahan Permutasi dan kombinasi

idem

VII O:Pengantar oleh pengajar tentang Distribusi probabilitas. Data katagorik dan Data numerik (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%) Distribusi probabilitas/ Distribusinormal Distribusi binomial Proyektor-laptop idem

(22)

VIII O:Pengantar oleh pengajar tentang distribusi sampling (30%)

%)

Distribusi sampling /Pengertian populasi,sampel dan

distribusi sampling Pengertian standar erorr Sentral Limit Theorem

Proyektor-laptop

idem

IX UTS

X O:Pengantar oleh Pengajar tentang Statistik Inferensial :Estimasi (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Estimasi/Pengertian estimasi Estimasi titik dan selang

Estimasi rata-rata & proporsi

Proyektor-laptop

idem

XI O:Pengantar oleh Pengajar tentang Statistik Inferensial : Uji Hipotesis uji z dan uji t (30%)

%)

U:Klarifikasi dari Pengajar atas

Statistik inferensial/Pengertian, konsep statistik inferensial, hubungan statistik deskriptif dan inferensial

Proyektor-laptop

(23)

hasil diskusi dan latihan soal (20%) Langkah-langkah pengujian hipotesis Konsep uji 1 mean/Konsep uji hipotesis perbedaan 1 mean

Aplikasi uji hipotesis perbedaan 1 mean Konsep uji beda proporsi/ Konsep uji hipotesis beda proporsi

Uji 1 proporsi_–uji z XII OPengantar oleh Pengajar tentang

Statistik Inferensial :Uji Hipotesis uji t dependen dan t independen (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%) %)

Konsep uji dua mean/Konsep uji hipotesis perbedaan 2 mean Aplikasi uji hipotesis perbedaan 2 mean

Proyektor-laptop

idem

XIII O:Pengantar oleh Pengajar tentang Uji Hipotesis uji anova(30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Konsep uji dua mean/Konsep uji hipotesis perbedaan lebih dari 2 mean

Aplikasi uji hipotesis perbedaan

Proyektor-laptop

(24)

XIV O:Pengantar oleh Pengajar tentang Uji Hipotesis uji kai kuadrat (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Aplikasi ujiChi squareuntuk uji

asosiasi, uji homogenitas, uji kesesuaian

Proyektor-laptop

idem

XV O:Pengantar oleh Pengajar tentang

Uji Hipotesis uji korelasi (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)

%)

Korelasi Pearson Korelasi Spearman Proyektor-laptop idem XVI Kuis XVII UAS

(25)

LAMPIRAN

CONTOH SOAL EVALUASI

1. Dari 10 orang perawat yang akan dikirim ke daerah kejadian gempa bumi akan dipilih 4 orang menjadi ketua,wakil ketua, sekretaris dan bendahara. Berapa cara organisasi tersebut dapat terjadi: A. 130 B. 180 C. 210 D. 260 E. 340

2. Seorang perawat sedang melakukan survey tentang tingkat ketidakpatuhan dalam minum OBAT. Jika perawat tersebut ingin menyajikan data tersebut maka diagram yang paling sesuai adalah: A. Histogram B. Poligon C. Batang D. Tebar E. Pareto

3. Data yang belum dikelompokkan namun sudah disusun menurut besar-kecilnya disebut juga:

A. Rawa data B. Array data C. Ungrouped data D. Grouped data E. Data primer