RENCANA PEMBELAJARAN SEMESTER ( R P S )

(1)

RENCANA PEMBELAJARAN SEMESTER ( R P S )

MATAKULIAH : APLIKASI KOMPUTER STATISTIK KODE MK : 921420953

SEMESTER : GANJIL

PENYUSUN:

HARUN BLONGKOD, S.Pd.,MSA NIP. 19731223200112 1 007

PROGRAM STUDI S1 AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS NEGERI GORONTALO

2021

(2)

LEMBAR PENGESAHAN

Mata Kuliah Kode

Bobot (SKS)

Semester Revisi Teori Praktikum

Aplikasi Komputer

Statistika

921420953 3 - Ganjil

Mata Kuliah Syarat

Kelompok Mata Kuliah

Tim Pengajar

Tuliskan semua tim pengajar (penanggung jawab dan anggota) 1. Matoasi, S.Pd.,M.Si.,P.hD

2. Harun Blongkod, S.Pd.,MSA 3. Amir Lukum, S.Pd., MSA

4. Surya Handisusanto Ahmad, SE.,MSA

Otorisasi Ketua Jurusan

DR. Niswatin, S.Pd., SE., MSA

Program Studi

DR. Tri Handayani Amaliah, SE., Ak.,M.Si., CA

(3)

MATA KULIAH KODE

KELOMPOK KEAHLIAN DOSEN

(KKD)

BOBOT

SKS SEMESTER TANGGAL PENYUSUNAN

Aplikasi Komputer Statistika T=3 P= Ganjil Juli 2021

OTORISASI / PENGESAHAN

DOSEN PENGEMBANG

RPS KOORDINATOR KKD KETUA PROGRAM STUDI

Harun Blongkod, S.Pd.,MSA Dr. Niswatin, S.Pd., SE., MSA

Dr. Tri Handayani Amaliah., SE., MSA., CA

Capaian Pembelajaran

Lulusan

CPL PRODI (Capaian Pembelajaran Lulusan Program Studi) Yang Dibebankan Pada Mata Kuliah)

SIKAP

(Terdiri dari CPL

Ranah Sikap,

Keterampilan Umum dari SN Dikti dan CPL Pengetahuan dan Keterampilan Khusus yang diambil dari Asosiasi Prodi sejenis)

1 Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius.

2 Menjunjung tinggi nilai kemanusiaan dalam menjalankan tugas berdasarkan agama, moral,dan etika

3 Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dankemajuan peradaban berdasarkan Pancasila

4 Berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa tanggungjawab pada negara dan bangsa

5 Menghargai keanekaragaman budaya, pandangan, agama, dan kepercayaan, serta pendapat atau temuan orisinal orang lain

6 Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan

lingkungan

(4)

7 Menginternalisasi nilai, norma, dan etika akademik.

8 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri

9 Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan 10 Memahami prinsip-prinsip etika bisnis dan profesi akuntan.

KETRAMPILAN UMUM

1 Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya.

2 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur.

3 Mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai spiritual dan humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi dan gagasan

4 Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data.

5 Mampu memelihara dan mengembangkan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun di luar lembaganya.

6 Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada di bawah tanggung jawabnya, dan mampu mengelola pembelajaran secara mandiri.

KETRAMPILAN KHUSUS

1. Mampu menginterpretasi analisis statistika dengan baik

(5)

2. Mampu menyusun data, menganalisis, dan menginterpretasi hasil pengolahan data 3.

Mampu menguasai konsep teori dan praktek statistika yang berhubungan dengan perkembangan ilmu pengetahuan berkaitan penggunaan alat (tool) dalam pengolahan data.

PENGETAHUAN

2 Menguasai konsep teoritis secara mendalam tentang:

2a SPSS (Statistical Package for Sosial Science) merupakan sebuah program aplikasi yang memiliki analisis data statistik yang cukup tinggi.

2b Program Analysis Moment of Structural (AMOS) adalah salah satu program yang dirancang khusus untuk menyelesaikan Structural Equation Modeling (SEM).

Capaian Pembelajaran

Mata Kuliah

(CPMK adalah turunan CPL). CPMK bisa diturunkan menjadi sub CPMK tergantung

keluasan dan

kedalaman serta karakteristik konten mata kuliah

CP MATA KULIAH (CP-MK)

M1 Mampu memahami konsep dasar komputer statistik

M2 Mampu memahami bentuk data statistik, baik kualitatif maupun kuantitatif

M3 Mengetahui serta memahami kelebihan dan manfaat olah data dengan SPSS dan Amos M4 Mengetahui manfaat dan tujuan analisis diskriminan serta memahami metode Fisher M5 Mengetahui serta memahami cara menormalkan data

M6 Dapat mengolah data statistik non parametrik secara manual maupun komputerisasi (SPSS dan Amos)

M7 Memahami langkah-langkah yang dilakukan dalam uji beda rata-rata dan mampu

merumuskan hipotesis nol (Ho) dan hipotesis alternatif (Ha) dengan pasangan hipotesisnya

(6)

M8 Mampu melakukan pengujian hipotesis tentang rata-rata satu populasi, baik pengujian dalam sampel besar maupun pengujian dalam sampel kecil

M9 Mampu melakukan pengujian hipotesis tentang rata-rata satu populasi, baik pengujian dalam sampel besar maupun pengujian dalam sampel kecil

M10 Mampu melakukan pengujian hipotesis untuk dua sampel yang berkaitan atau berpasangan M11 Dapat melihat linearitas serta keeratan hubungan antara peubah bebas terhadap peubah

terikat

M12 Mampu melakukan pengujian hipotesis untuk rata-rata yang lebih dari dua M13 Dapat menentukan kesamaan proporsi dalam tiap kelompok populasi

M14 Analisis deskripsi dalam menentukan tingkat jawaban responden melalui uji Chi-quare

Deskripsi Singkat Mata Kuliah

Matakuliah ini pada dasarnya berorientasi pada penelaahan bentuk dari Data statistik yang akan diolah sering berjumlah banyak dan membutuhkan perhitungan dengan menggunakan rumus-rumus rumit. Pengolahan data secara statistik membutuhkan ketelitian dan kesabaran cukup tinggi.

Melakukan pengolahan data statistik secara manual bila jumlah data banyak,berpeluang besar akan terjadi kesalahan dalam perhitungan. Pengolah data sangat tidak menginginkannya karena dengan perhitungan data yang tidak tepat dan akurat, akan diperoleh kesimpulan yang tidak tepat dan dapat menyesatkan hasil penelitian.

Bahan Kajian / Materi Pembelajaran

1. Pengantar Komputer Stastika HubunganStatistika dengan penelitian pendidikan matematika

2. Aplikasi Statistika deskriptif dalam penelitian (untuk data tunggal dan prakteknya)

3. Aplikasi Statistika deskriptif dalam penelitian (untuk data kelompok dan prakteknya)

4. Distribusi Normal

(7)

5. Aplikasi Statistika inferensial satu sampel untuk sampel besar dan kecil dalam penelitian 6. Aplikasi Statistika inferensial dua sampel parametrik dependent dalam penelitian

7. Aplikasi Statistika inferensial dua sampel parametrik independent dalam penelitian

8. Praktek statistika inferensial dua sampel parametrik independent dengan SPSS dan Amos dalam penelitian

9. Aplikasi Statistika inferensial dua sampel non parametrik independent dalam penelitian 10. Praktek aplikasi statistika inferensial non parametrik independent dalam penelitian

11 Aplikasi analisis regresi dalam penelitian 12 Aplikasi analisis korelasi dalam penelitian

13 Praktek aplikasi analisis regresi dan korelasi dengan SPSS dan Amos dalam penelitian 14 Review semua materi

PUSTAKA

UTAMA

1 Sudjana (1983) Teknik Analisis Regresi dan Korelasi. Penerbit Tarsito. Bandung 2 Danang Sunyoto (2008) Analisis Regresi dan Uji Hipotesis. MedPress. Yogyakarta

3 Iman Ghozali (2014) Model Persamaan Struktural Konsep dan Aplikasi Dengan Program Amos 24.

Badan Penerbit Universitas Diponegoro. Semarang

4 Siswoyo Hariyono (2016) Metode SEM untuk penelitian manajemen dengan Amos, Lisrel dan PLS.

Badan Penerbit PT. Intermedia Personalia Utama. Bekasi Jawa Barat.

5 Santoso, dan Singgih. 2001 dan 2003. Buku Latihan SPSS Statistik Parametrik. PT. Elex Media Komputindo. Jakarta.

(8)

Media Pembelajaran

Perangkat Lunak Perangkat Keras

LCD PROJECTOR DAN KOMPUTER

Team Teaching

Matoasi, S.Pd.,M.Si.,P.hD Harun Blongkod, S.Pd.,MSA Amir Lukum, S.Pd.,MSA Surya H. Ahmad, SE.,MSA

Mata Kuliah Syarat

(Jika Ada)

Minggu ke

Kemampuan Akhir Yang Diharapkan

(Sub CP-MK)

Materi Pembelajaran

Strategi Pembelajaran

Waktu Belajar (Menit)

Pengalaman Belajar Mahasiswa

Kriteria Penilaian dan Indikator

Bobot Nilai

1 2 3 4 5 6 7 8

1

Mampu mengkaji kaitan statistika dengan penelitian pendidikan matematika

Pengantar

Komputer Stastika HubunganStatistika dengan penelitian pendidikan

matematika

Model Direct Instruction Metode: curah pendapat, diskusi, praktek dan penugasan

1×2×50’

Menjelaskan manfaat statistika dalam penelitian Akuntansi

Menyebutkan kan manfaat statistika dalam penelitian Akuntansi

5%

2

Menjelaskan dan menyelesaikan masalah yang

berhubungan dengan ukuran pemusatan data, penyebaran data, dan ukuran letak untuk data tunggal

Aplikasi Statistika deskriptif dalam penelitian (untuk data tunggal dan prakteknya)

Model:

kooperatif tipe STAD Metode:

diskusi, tanya jawab,

presentasi, praktek dan penugasan

1×2×50’

Soal-soal ukuran pemusatan data, penyebaran data, dan ukuran letak untuk data tunggal

Mengerjakan soal- soal tentang ukuran gejala pusat, penyebaran data dan ukuran letak data tunggal tugas

5%

(9)

Minggu ke

(Sub CP-MK)

Bobot Nilai

1 2 3 4 5 6 7 8

3.

Menjelaskan dan menyelesaikan masalah yang

berhubungan dengan ukuran pemusatan data, penyebaran data, dan ukuran letak untuk data tunggal data kelompok

Aplikasi Statistika deskriptif dalam penelitian (untuk data kelompok dan prakteknya)

Model:

discoveri

learning Metode inquiri, diskusi, tanya jawab, tes

1×2×50’

Soal-soal ukuran pemusatan data, penyebaran data, dan ukuran letak untuk data kelompok

Mengerjakan soal- soal tentang ukuran gejala pusat, penyebaran

data dan ukuran letak data kelompok

5%

4

Memahami dan menjelaskan bentukbentuk dari distribusi normal serta mampu

menyelesaikan masalah yang

berhubungan dengan skor baku dan uji normalitas

Distribusi Normal

Model:

kooperatif tipe Number Head Together (NHT) Metode: curah pendapat, diskusi,

presentasi, dan penugasan

1×2×50’

Menghayati jenis- jenis distribusi normal

Menyebutkan jenis-jenis distribusi normal dan mengerjakan soal-soal tentang distribusi normal

5%

5

Memahami dan

menyelesaikan masalah yang berkaitan dengan soal-soal statistika inferensial satu sampel untuk sampel besar dan kecil

Aplikasi Statistika inferensial satu sampel untuk sampel besar dan kecil dalam penelitian

Model: Direct Instruction Metode: curah pendapat, diskusi, dan penugasan

1×2×50’

Masalah-masalah yang berkaitan dengan statistika inferensial satu sampel

Mengerjakan soal- soal yang berkaitan dengan statistika inferensial satu sampel

5%

(10)

Minggu ke

(Sub CP-MK)

Bobot Nilai

1 2 3 4 5 6 7 8

6

Mampu menjelaskan langkah- langkah penyelesaian masalah yang berkaitan

dengan sampel yang berhubungan,

misalnya

penyelesaian dengan uji t paired sampel t- test

Aplikasi Statistika inferensial dua sampel parametrik dependent dalam penelitian

Model:

kooperatif tipe STAD Metode:

curah pendapat, diskusi,

1×2×50’

Masalah yang berkaitan dengan statistika

inferensial dua sampel

berhubungan

Mengerjakan soal- soal yang

berkaitan dengan statistika

berhubungan

5%

7

Mampu menjelaskan langkah- langkah penyelesaian masalah yang berkaitan dengan

sampel yang

berhubungan,

misalnya penyelesaian dengan uji t paired sampel t-test

Aplikasi Statistika inferensial dua sampel

parametrik independent dalam penelitian

Model:

kooperatif tipe TPS Metode:

curah pendapat, diskusi, presentasi, dan

penugasan

1×2×50’

Masalah yang berkaitan dengan statistika

berhubungan

inferensial parametrik dua sampel tidak berhubungan

5%

8 UTS 1×2×50’ Tes

Ketepatan menjawab soal yang diberikan sesuai alokasi waktu.

10%

(11)

Minggu ke

(Sub CP-MK)

Bobot Nilai

1 2 3 4 5 6 7 8

9

Mampu menggunakan software SPSS dan Amos untuk mengolah data yang berkaitan dengan analisis data statistika inferensial parametrik

Praktek statistika inferensial dua sampel parametrik independent dengan SPSS dan Amos dalam penelitian

1×2×50’

Praktek

pengolahan data dengan SPSS dan Amos

Mengolah data dengan SPSS dan Amos

5%

10.

Mampu menjelaskan langkah- langkah penyelesaian masalah yang berkaitan

dengan sampel yang tidak berhubungan, dimana data tersebut tidak berdistribusi normal.

Aplikasi Statistika inferensial dua sampel non parametrik

independent dalam penelitian

Model:

kooperatif tipe TPS Metode:

1×2×50’

Masalah-masalah yang berkaitan dengan statistika inferensial dua sampel tidak berhubungan dengan asumsi data tidak berdistirbusi normal

inferensial non parametrik dua sampel tidak berhubungan

5%

11.

Mampu menggunakan software SPSS dan Amos untuk mengolah data yag berkaitan dengan analisis data statistika inferensial non parametik

Praktek aplikasi statistika inferensial non parametrik independent dalam penelitian

Model:

kooperatif tipe NHT Metode:

curah pendapat, diskusi, presentasi, dan

penugasan

1×2×50’

Praktek

5%

(12)

Minggu ke

(Sub CP-MK)

Bobot Nilai

1 2 3 4 5 6 7 8

12

Mampu memahami dan menyelesaikan masalah yang berkaitan dengan soal-soal yang berkaian dengan mencari korelasi antara dua variabel (regresi sederhana) atau lebih (regresi ganda).

Aplikasi analisis regresi dalam penelitian

Model:

curah pendapat, diskusi, dan penugasan

1×2×50’

Masalah-masalah yang berkaitan dengan regresi sederhana dan ganda

berkaitan dengan regresi sederhana dan ganda

5%

13

Mampu memahami dan menyelesaikan masalah yang berkaitan dengan soal-soal yang berkaitan dengan mencari korelasi antara dua variabel (bivarate) dan lebih dari dua variabel (multivariate)

Aplikasi analisis korelasi dalam penelitian

Model:

1×2×50’

Masalah-masalah yang berkaitan dengan korelasi bivariate dan multivariate

berkaitan dengan korelasi bivariate dan multivariate

5

14.

Mampu menggunakan software SPSS dan Amos untuk mengolah data yag berkaitan dengan analisis regresi dan korelasi

Praktek aplikasi analisis regresi dan korelasi dengan SPSS dan Amos dalam penelitian

Model:

kooperatif tipe STAD Metode:

1×2×50’

Praktek

5%

(13)

Minggu ke

(Sub CP-MK)

Bobot Nilai

1 2 3 4 5 6 7 8

15.

Mampu menggunakan software SPSS dan Amos untuk mengolah data yag berkaitan dengan analisis regresi dan korelasi

Review semua materi

Model:

kooperatif tipe TPS Metode:

1×2×50’

Praktek

pengolahan data dengan SPSS dan Minitab

5%

16. Menyelesaikan soal-

soal UAS - 1×2×50’ Tes

Ketepatan menjawab soal yang diberikan sesuai alokasi waktu.

20%