BUKU
BUKU RANC
RANCANGA
ANGAN
N PENG
PENGAJAR
AJARAN
AN (BRP
(BRP))
MATA KULIAH
MATA KULIAH
Biostatistika
Biostatistika
oleh
oleh
Efy Afifah, S.Kp, M.Kes
Efy Afifah, S.Kp, M.Kes
Pr
Prog
ogra
ram S
m Stu
tudi
di NE
NERS
RS
Fakultas Ilmu Keperawatan
Fakultas Ilmu Keperawatan
Universitas Indonesia
Universitas Indonesia
Depok
DAFTAR ISI
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
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.
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).
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).
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).
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
Sub
kompetensi Pokok
Bahasan Subpokok Bahasan
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
Sub
kompetensi Pokok
Bahasan Subpokok Bahasan
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
Sub
kompetensi Pokok
Bahasan Subpokok Bahasan
Estimasi
Waktu Rujukan
uji z mean
Aplikasi uji hipotesis perbedaan 2 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
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%)
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%) 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%)
Pembelajaran melalui diskusi dan latihan soal (50%)
Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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
Pembelajaran melalui diskusi dan latihan soal (50%)
Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
Proyektor, laptop
Sub-kompetensi
Tahap Pembelajaran Media Teknologi
O (%) L (%) U (%)
katagorik dan Data numerik (30%)
Pengantar oleh pengajar tentang distribusi
sampling (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 :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%)
Pembelajaran 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 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%)
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.
- 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
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
1 minggu Jawaban soal
Tendensi sentral
Ukuran tengah (mean, median, mode)
Ukuran variasi
(range, interquartil, varian, Sd, COV) Ukuran posisi (quartil, persentil, desil)
Dikerjakan individual di rumah /PR
Subkom petensi
Penugasan* Ruang Lingkup Cara
Pengerjaan Batas Waktu Luaran Tugas yang Dihasilkan Distribusi probabilitas Distribusi normal Distribusi binomial Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Distribusi sampling Pengertian populasi,sampel dan distribusi sampling Pengertian standar erorr Sentral Limit Theorem Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Estimasi Pengertian estimasi Estimasi titik dan selang
stimasi rata-rata & proporsi
Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Statistik inferensial Pengertian, konsep statistik inferensial, hubungan statistik deskriptif dan inferensial Langkah-langkah pengujian hipotesis Dikerjakan individual di rumah /PR
Subkom petensi
Penugasan* Ruang Lingkup Cara Pengerjaan
Batas Waktu
Luaran Tugas yang Dihasilkan
Uji beda satu mean: uji t, uji z
Konsep uji hipotesis perbedaan 1 mean
Aplikasi uji hipotesis perbedaan 1 mean
Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Uji beda dua mean: uji t, uji z
Konsep uji hipotesis perbedaan 2 mean
Aplikasi uji hipotesis perbedaan 2 mean
Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Uji beda proporsi
Konsep uji hipotesis beda proporsi
Uji 1 proporsi – uji z
Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Uji beda >
dari 2
proporsi
Konsep ujiChi square
Aplikasi uji Chi
square untuk uji
asosiasi, uji homogenitas, uji kesesuaian Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
Korelasi Korelasi Pearson
Korelasi Spearman
Dikerjakan individual di rumah /PR
1 minggu Jawaban soal
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
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.
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%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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
IV O:Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
• 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%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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%)
L:Pembelajaran melalui diskusi dan latihan soal (50%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
VIII O:Pengantar oleh pengajar tentang distribusi sampling (30%)
L:Pembelajaran melalui diskusi dan latihan soal (50%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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%)
L:Pembelajaran melalui diskusi dan latihan soal (50%)
%)
U:Klarifikasi dari Pengajar atas
Statistik inferensial/Pengertian, konsep statistik inferensial, hubungan statistik deskriptif dan inferensial
Proyektor-laptop
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%) %)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
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%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
Konsep uji dua mean/Konsep uji hipotesis perbedaan lebih dari 2 mean
Aplikasi uji hipotesis perbedaan
Proyektor-laptop
XIV O:Pengantar oleh Pengajar tentang Uji Hipotesis uji kai kuadrat (30%) L:Pembelajaran melalui diskusi dan latihan soal (50%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
Konsep ujiChi square
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%)
%)
U:Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)
Korelasi Pearson Korelasi Spearman Proyektor-laptop idem XVI Kuis XVII UAS
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