• Tidak ada hasil yang ditemukan

Statistik Penelitian II.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Statistik Penelitian II."

Copied!
3
0
0

Teks penuh

(1)

SILABUS

1. Identitas Mata Kuliah

Nama mata kuliah : Statistika Penelitian II

Nomor kode : UD505

Jumlah sks : 2 sks

Semester : 6

Kelompok mata kuliah : Mata Kuliah Keahlian Program Studi Program Studi/Program : S1 PGPAUD

Status Mata Kuliah : Mata Kuliah Pengetahuan Tingkat Tinggi

Prasyarat :

Dosen : Heny Djoehaeni, S.Pd., M.Si.

Vina Adriany, M.Ed.

2. Tujuan

Meningkatkan pemahaman mahasiswa mengenai konsep-konsep dasar statistika inferensial, dan mampu mengaplikaisnya untuk kepentingan pengolahan data hasil penelitian pendidikan.

3. Deskripsi Isi

Mata kuliah ini berisi konsep-konsep dasar statistika inferensial, hipotesis dan pengujian hipotesis, uji beda dua rata-rata tunggal (uji t), uji beda dua rata-rata tunggal (uji z), uji beda dua rata-rata sampel independen, uji beda dua rata-rata sampel dependen, prosedur pengujian pasca analisis variansi (Post Hoc Analysis dengan metode Scffee dan metode Tukey), ANOVA, statistic non prametrik, Chi Square (chi kuadrat).

4. Pendekatan Pembelajaran Ekspositori dan Inquiry

- Metode : ceramah, tanya jawab, dan diskusi

(2)

5. Evaluasi

- Kehadiran

- Partisipasi kegiatan di kelas - Tugas-tugas

- UTS dan UAS

6. Rincian Materi Perkuliahan Tiap Pertemuan Pertemuan 1: Orientasi perkuliahan

Pertemuan 2: Knsep dasar statistika inferensial Pertemuan 3: Hipotesis dan pengujian hipotesis

Pertemaun 4: Uji signifikansi perbedaan rata-rata data tunggal (uji signifikansi perbedaan rata-rata data tunggal dengan uji t)

Pertemuan 5: Uji signifikansi perbedaan rata-rata data tunggal (uji signifikansi perbedaan rata-rata data tunggal dengan uji z)

Pertemuan 6: Rentang kepercayaan

Pertemuan 7: Uji signifikansi perbedaan dua rata-rata dari sampel independen

Pertemuan 8: UTS

Pertemuan 9: Uji signifikansi perbedaan dua rata-rata dari sampel dependen

Pertemuan 10: Uji signifikansi perbedaan rata-rata dengan Analisis Variansi

Pertemuan 11: Prosedur penghitungan dengan analisis variansi (ANOVA)

Pertemuan 12: Analisis pasca pengujian (Post Hoc Analysis dengan metode Tukey s)

Pertemuan 13: Analisis pasca pengujian (Post Hoc Analysis dengan metode Scheffee)

Pertemuan 14: Konsep dasar statistik non parametrik

Pertemuan 15: Konsep dasar dan prosedur penghitungan Chi Square (chi kuadrat)

Pertemuan 16: UAS

7. Daftar Buku Buku Utama:

(3)

Furqon. (1999).Statistika Terapan untuk Penelitian. Edisi II. Bandung: Alfabeta

Siegel, Siedney. (1985). Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta: Gramedia

Referensi:

Shavelson, Richard J. (1988).Statistical Reasoning for Behavioral Science. Massachusset: Allyn and Bacon

Referensi

Dokumen terkait

Membahas konsep-konsep dasar statistika deskriptif dan inferensial yang meliputi: pengertian, data statistik & skala pengukuran, penyajian data (daftar distribusi

Mahasiswa bisa melakukan pengujian hipotesis atas beda mean dua populasi, proporsi, dan beda proporsi dua populasi.. Melakukan uji hipotesis beda mean dua

kelompok interval yang berbeda dalam suatu sampel. Metode analisis yang digunakan dalam penelitian ini adalah analisis uji beda dua rata- rata. Konsep dari uji beda dua

Pengujian Hipotesis Beda 2 Nilai rata-rata : mahasiswa memahami dan dapat menjelaskan pengujian hipotesis beda 2 nilai rata-rata yang meliputi.. Pengerjaan uji hipotesis beda 2

Mata kuliah ini mempelajari lanjutan dari teori statistika inferensial yang meliputi : Teori Sampling, Distribusi Sampling, Uji Hipotesis,

Pengujian hipotesis pertama menggunakan alat statistika yaitu dengan paired sample t-test, yaitu uji parametrik yang digunakan untuk mencari rata-rata perbedaan

Pengujian hipotesis dalam penelitian ini menggunakan analisis uji beda dua rata-rata ( independent sample t-test ) untuk mengetahui perbedaan PDRB, konsumsi,

Rumusan hipotesis dan teknik pengujiannya Pengujian rata-rata, proporsi, beda dua rata-rata, beda dua proposi, beda dua varians dan pengujian Chi Square Problem Based Learning Case