Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Rancangan Pengukuran
Kode:
MAS61326
RMK:
Sosial Ekonomi
Semester:
Ganjil
Dosen Dr. Ir. Solimun, MS.
Pendahuluan
Mata kuliah Rancangan Pengukuran merupakan mata kuliah yang diampu oleh dosen pengajar secara professional. Proses pembelajaran mata kuliah Rancangan Pengukuran dilakukan dengan mempelajari teori dan praktik menggunakan Microsoft Excel maupun software SPSS.
Mata kuliah ini disampaikan oleh dosen yang berpengalaman, sehingga mampu menyampaikan materi secara efektif dan efisien kepada mahasiswa. Dalam hal yang berkaitan dengan hasil akhir dari pemahaman mahasiswa, akan kembali kepada masing-masing kemampuan dasar dan pemahaman mahasiswa. Meskipun demikian, dosen akan mempelajari karakter mahasiswa yang mungkin menjadi salah satu kendala dalam pemahaman mereka dan bila diperlukan akan mengubah strategi pengajaran.
1 Tujuan
Tujuan Umum:
Mata kuliah ini diajarkan supaya mahasiswa mampu bagaimana merancang kuesioner.
Kuesioner yang dihasilkan harus memenuhi validitas isi dan konstruk serta memenuhi reliabilitas. Uji coba kuesioner, kemudian melakukan analisis validitas dan reliabilitas kuesioner. Data berupa skor hasil pengukuran menggunakan kuesioner ditransformasi menjadi data skala dan interpretasinya.
Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) berikut ini:
- ILO 1: Menguasai konsep dasar keilmuan baik secara teoritis dan empiris pada metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 2: Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu pengetahuan dan teknologi yang menerapkan nilai humaniora dan adab
kemanusisaan berdasarkan kaidah, tata cara dan etika ilmiah.
- ILO 3: Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data.
- ILO 4: Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Rancangan Pengukuran A ini adalah:
- CLO 1: Mahasiswa mampu memahami tentang kegiatan pengukuran variabel, khusunya variabel laten dan lebih khusus variabel laten berupa atribut psikologi.
- CLO 2: Mahasiswa mampu memahami tentang alat ukur yang baik (tepat/valid dan ajeg/reliabel).
- CLO 3: Mahasiswa mampu merumuskan definisi konseptuan dan definisi operasinal variabel serta merancang kisi-kisi instrumen penelitian.
- CLO 4: Mahasiswa mampu memahami berbagai model skala sikap.
- CLO 5: Mahasiswa mampu merancang kesioner.
- CLO 6: Mahasiswa mampu memahami berbagai analisis validitas dan reliabilitas kuesioner.
- CLO 7: Mahasiswa mampu melakukan evaluasi kuesioner.
- CLO 8: Mahasiswa mampu melakukan analisis validitas dan reliabilitas kuesioner.
-
CLO 9: Mahasiswa mampu melakukan transformasi data skor menjadi skala dan melakukan interpretasi.Masing – masing Capaian Pembelajaran Mata Kuliah (CLO) memberikan dukungan terhadap Capaian Pembelajaran Program Studi (ILO) dengan presentase tertentu yang detilnya dapat dilihat pada matriks hubungan antara CLO MK Rancangan Pengukuran A dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Rancangan Pengukuran A
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0,3 0,4 0,3
CLO2 0,25 0,25 0,25 0,25
CLO3 0,25 0,25 0,25 0,25
CLO4 0,25 0,25 0,25 0,25
CLO5 0,2 0,2 0,2 0,2 0,2
CLO6 0,25 0,25 0,25 0,25
CLO7 0,3 0,4 0,3
CLO8 0,25 0,25 0,25 0,25
CLO9 0,25 0,25 0,25 0,25
2 Strategi Pembelajaran
Perkuliahan ini menyajikan materi yang bersifat teoritis dan matematis, oleh karena itu digunakan strategi berikut ini:
- Menyediakan akses materi sebelum perkuliahan (dalam file pdf/ppt) yang dibagikan melalui penanggung jawab kelas.
- Menyajikan materi secara rinci, menyajikan beberapa konsep dasar mengenai rancangan pengukuran dengan penjelasan yang dapat diikuti secara mandiri.
- Menyajikan materi di depan kelas dengan cara elaborasi detil seluruh teori yang disajikan pada power point, dengan contoh–contoh terapan beberapa konsep rumus.
- Meminta tanggapan dari mahasiswa selama sesi penyajian materi mengenai
perlunya dosen menjelaskan ulang atau memperlambat kecepatan di dalam menjelaskan apabila terdapat materi yang belum dipahami.
- Memberikan contoh yang relevan dengan materi yang disampaikan oleh dosen.
- Memberikan tugas sesuai dengan materi yang telah dijelaskan sebelumnya yang memerlukan banyak waktu untuk elaborasi, sehingga dikerjakan secara mandiri oleh mahasiswa di rumah. Tugas ini memungkinkan untuk mahasiswa mengakses materi atau catatan, namun dilarang sama dengan tugas milik mahasiswa lain.
- Meminta beberapa mahasiswa untuk melakukan presentasi mengenai tugas yang telah dikerjakan.
- Menjelaskan ulang bagian-bagian yang dirasa kurang dipahami (dari hasil pengerjaan tugas yang diberikan) pada pertemuan berikutnya.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 2 sks. Pertemuan terjadwal satu minggu sekali (2 kali 50 menit) selama 14 minggu. Untuk UTS dilaksanakan terjadwal setelah 7 kali pertemuan, sedangkan UAS juga dilaksanakan terjadwal setelah pertemuan ke 14.
Perkuliahan:
a. Jadwal: Pertemuan dijadwalkan setiap hari Kamis, pukul 07.30 – 09.10 WIB.
Pada setiap pertemuan, mengingat materi perkuliahan yang menuntut konsentrasi tinggi dari mahasiswa, dosen menyajikan materi pada sks pertama. 20 sampai 30 menit dari satu sks akhir digunakan mahasiswa untuk melakukan Tanya jawab mengenai materi yang telah dijelaskan.
b. Setiap pertemuan mempunyai capaian pembelajaran yang spesifik sesuai materi yang disampaikan. Untuk mengukur ketercapaiannya, telah dirancang pemberian tugas yang dikerjakan secara individu. Hasil tugas tersebut dijadikan bahan evaluasi, untuk mengulang bagian–bagian yang dirasa perlu dijelaskan kembali pada pertemuan selanjutnya. Sesuai yang dirancang pada RPS, mahasiswa mengerjakan beberapa hal berikut ini sebagai bentuk penilaian:
- Tugas 1 mengenai pembuatan kuesioner, dimulai dari pemilihan variabel, pembuatan definisi konseptual dan operasional variabel, pemilihan model skala, perancangan kuesioner, pemeriksaan validitas dan reliabilitas.
- UTS mengenai variabel laten dan jenis-jenisnya, alat ukur, kisi-kisi instrumen penelitian, model skala.
- UAS mengenai perancangan kuesioner, validitas dan reliabilitas, transformasi data skor menjadi skala.
Bentuk penilaian Tugas 1 (T1) dikerjakan secara mandiri oleh mahasiswa.
4 Isi Perkuliahan
- Penjelasan tentang valiabel laten dan jenis-jenisnya. Rancangan pengukuran: alat ukur (instrumen penelitian) dan proses/cara mengukur
- Penjelasan tentang alat ukur: angket dan skala (kuesioner) - Penjelasan tentang kisi-kisi instrumen penelitian
- Penjelasan tentang model skala
- Penjelasan tentang perancangan kuesioner - Penjelasan tentang validitas dan reliabilitas
- Penjelasan tentang transformasi data skor menjadi skala
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan praktiknya dapat dilihat pada Lampiran 1.
5 Peserta Kuliah
Mata kuliah ini adalah mata kuliah wajib yang diikuti oleh Mahasiswa Program Studi Sarjana Statistika FMIPA UB, angkatan 2017 dan beberapa dari angkatan 2016 yang karena suatu hal tidak dapat mengambil mata kuliah ini pada tahun sebelumnya.
Rancangan Pengukuran kelas A diikuti oleh 41 mahasiswa, dengan komposisi 9 mahasiswa angkatan 2016 dan 32 mahasiswa angkatan 2017.
6 Persentase Kehadiran
Kehadiran dosen adalah 100%, sedangkan kehadiran mahasiswa sebesar 100%.
Hanya saja terdapat 1 mahasiswa yang tidak dapat mengikuti perkuliahan dari awal hingga akhir dikarenakan cuti/alasan lainnya.
7 Sistem Evaluasi
- Evaluasi per minggu melalui tugas yang diberikan pada tiap pertemuan. Dalam pengerjaan tugas dilakukan secara individu berdasarkan kemampuan menguasai materi oleh tiap mahasiswa. Tujuan dari evaluasi ini adalah untuk menggali pemahaman mahasiswa apakah sudah sesuai dengan tujuan perkuliahan di setiap minggu/pertemuan.
- Evaluasi materi sampai dengan tengah semester melalui UTS, yang diselenggarakan secara terjadwal oleh sistem akademik.
- Evaluasi materi setelah tengah semester sampai dengan akhir semester melalui UAS, yang diselenggarakan secara terjadwal oleh sistem akademik.
Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan selama 2 minggu, sehingga mahasiswa konsentrasi untuk menghadapi UTS/UAS.
Pemberian soal untuk seluruh tipe evaluasi dibuat standar/sama untuk kelas paralel, yang merupakan hasil diskusi dari tim pengajar. Materi yang dievaluasi untuk setiap asessment dan bobotnya dapat dilihat pada Tabel 2.
Tabel 2 Asesmen dan materi yang diukur, serta pembobotan setiap assessment terhadap nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course Learning Outcome – CLO)
Ases
ment Materi
Bobo t terha
dap Nilai akhir
CLO 1
CLO 2
CLO 3
CLO 4
CLO 5
CLO 6
CLO 7
CLO 8
CLO 9
Bobot Asesment terhadap CLO (Course Learning Outcome)
T1
kegiatan pengukura n variabel,
khusunya 0,2
0 0 0 0 0,158
8296 76
0,146 2904 91
0,694 8798 33
0 0
variabel laten dan lebih khusus variabel laten berupa atribut psikologi.
UTS 1
tentang alat ukur yang baik, merumusk an definisi konseptuan dan definisi operasinal variabel serta merancang kisi-kisi instrumen
penelitian. 0,3 0,19 6325 304
0,207 8738 52
0,185 9923 94
0,207 8738 52
0,201 9345 99
0 0 0 0
UAS 1
memahami berbagai model skala sikap, merancang kesioner, memahami berbagai analisis validitas dan reliabilitas kuesioner, melakukan evaluasi kuesioner, analisis validitas dan reliabilitas kuesioner, transforma si data skor menjadi skala dan melakukan
interpretasi 0,5
0 0 0 0,239
1405 33
0,232 3079 46
0,213 9678 45
0 0,145 1924 66
0,169 3912 11
8 Pengamatan Kelas
Selama perkuliahan mata kuliah Rancangan Pengukuran terdapat mahasiswa yang aktif berpartisipasi dalam merespon atau menanggapi penjelasan materi oleh dosen. Hal tersebut dapat dilihat dari beberapa mahasiswa yang telah mengajukan pertanyaan. Akan tetapi dapat diakumulasikan hanya sekitar 50% dari mahasiswa tersebut yang berpartisipasi aktif. Beberapa mahasiswa yang mengikuti perkuliahan juga memiliki pola duduk tertentu di dalam kelas. Mahasiswa yang termasuk kategori aktif ini adalah mahasiswa yang duduk di 2 barisan terdepan, sedangkan mahasiswa yang duduk di 3 baris belakangnya teramati lebih bersifat pasif namun hal ini tidak sepenuhnya valid.
Sehingga muncul beberapa pengamatan bagi mahasiswa yang bersifat pasif yakni sebagai berikut:
- Berpandangan kosong dan tidak fokus pada saat di kelas.
- Tidak terdapat respons atau tanggapan ketika diminta informasi materi berdasarkan pemahaman mereka.
Maka untuk mengantisipasi kecepatan pemahaman yang tidak seragam, upaya yang dilakukan dosen adalah mengatur ulang waktu penyampaian, sesuai dengan observasi mengenai pemahaman mahasiswa. Oleh karena itu terdapat beberapa materi yang diundurkan waktu penyampaiannya pada minggu setelah jadwal yang seharusnya, tanpa mengurangi keseluruhan materi yang harus disampaikan. Selain itu, memberikan tugas secara individu sehingga dapat mendorong mahasiswa tersebut untuk belajar dan memahami secara mandiri materi yang disampaikan.
9 Hasil Belajar
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap assessment. Nilai – nilai tersebut dengan bobot masing – masing diolah menjadi nilai akhir, yang nantinya sesuai dengan aturan konversi, dirubah menjadi nilai angka yang dicetak pada KHS/Transkrip mahasiswa. Selain diolah menjadi nilai akhir, nilai di setiap assessment, dengan memperhatikan persentase kontribusi CLO terhadap setiap ILO (Tabel 1) dan bobot setiap assessment terhadap CLO (Tabel 2), diolah dengan bantuan software OBES, sehingga setiap mahasiswa juga mempunyai nilai di setiap CLO dan ILO.
Deskripsi nilai dari setiap CLO dapat dilihat pada Tabel 3, dan Gambar 1. Gambar 1 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing CLO. Gambar 1 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi lima merepresentasikan setiap CLO, dan lintasan segi lima terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu CLO.
Sesuai dengan kategori capaian yang tersaji pada Tabel 4, dapat disimpulkan beberapa hal berikut ini:
- Terdapat empat CLO yaitu CLO1, CLO2, CLO3 dan CLO7 yang secara rata – rata mencapai nilai excellent, dengan rata – rata di atas 80. Pada CLO ini 97%
mahasiswa memperoleh nilai capaian di atas 60.
- CLO4, CLO5, CLO6, CLO8 dan CLO9 berada pada kategori pencapaian satisfactory.
- Capaian pembelajaran yang paling rendah di antara semua capaian yang lain, dengan persentase terendah (73,41%) mahasiswa yang memperoleh nilai capaian di atas 60.
- Semua CLO berada pada kategori persentase tinggi (HIGH) dalam hal banyaknya mahasiswa dengan nilai capaian di atas 60.
Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Rancangan Penelitian A
CLO 1
CLO 2
CLO 3
CLO 4
CLO 5
CLO 6
CLO 7
CLO 8
CLO 9 Rata - rata 81,27 81,27 81,27 76,11 76,89 75,09 81,22 73,41 73,41
Kategori Capaian EXC ELL ENT
EXC ELLE NT
EXC ELLE NT
SATI SFA CTO RY
SATI SFA CTO RY
SATI SFA CTO RY
EXC ELLE NT
SATI SFA CTO RY
SATI SFA CTO RY Banyaknya
mahasiswa dengan CLO>60
40 40 40 40 40 40 40 38 35
Persentase mahasiswa dnegan
CLO>60 97,56 97,56 97,56 97,56 97,56 97,56 97,56 92,68 85,37 Kategori
Persentase
HIG H
HIG H
HIG H
HIG H
HIG H
HIG H
HIG H
HIG H
HIG H
Tabel 4. Kategori nilai CLO/ILO, dan Kategori Persentase Mahasiswa yang mencapai CLO/ILO >60
Kategori nilai CLO/ILO Kategori persentase mhs dengan CLO/ILO>60
Skor >=80 EXCELLENT Persen>=70 HIGH
65<= Skor <80 SATISFACTORY 60 <= Persen < 70 MEDIUM 50<= Skor <65 DEVELOPING 50 <= Persen < 60 LOW 0<= Skor <50 UNSATISFACTORY Persen < 50 VERY LOW
(a) (b)
Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Rancangan Penelitian A
Selain nilai untuk capaian pembelajaran mata kuliah (CLO), dapat dianalisis pula nilai dari setiap ILO yang didukung oleh mata kuliah ini. Deskripsi mengenai pencapaian ILO dari mata kuliah ini disajikan pada Tabel 5, dan Gambar 2. Gambar 2 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing ILO yang didukung oleh mata kuliah ini. Gambar 2 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi delapan merepresentasikan setiap ILO, dan lintasan segi delapan terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu ILO.
Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian Pembelajaran Program Studi (ILO):
- Semua ILO yang berada pada kategori capaian Satisfactor, yaitu:
- ILO 1: Menguasai konsep dasar keilmuan baik secara teoritis dan empiris pada metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 2: Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu pengetahuan dan teknologi yang menerapkan nilai humaniora dan adab
kemanusisaan berdasarkan kaidah, tata cara dan etika ilmiah.
- ILO 3: Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data.
- ILO 4: Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Walaupun tidak semua mahasiswa memperoleh nilai capaian di atas 60 untuk kedua ILO tersebut, namun kategori persentase mahasiswa dengan nilai capaian di atas 60 masih HIGH.
0 20 40 60 80 100CLO1
CLO2
CLO3
CLO4 CLO5 CLO6
CLO7 CLO8
CLO9
Weighted-avg-based CLO's AI
Achievement Index of MAS61326
75 80 85 90 95 100CLO1
CLO2
CLO3
CLO4
CLO5 CLO6
CLO7 CLO8
CLO9
Student num-based CLO's AI
Achievement Index of MAS61326
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh MK Rancangan Penelitian A
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
Rata - rata
terboboti 77,72 79,05 77,22 75,9 79,06 76,82 75,25 77,36 Kategori
Capaian
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y
SATISF ACTOR Y Banyaknya
mahasiswa dengan
ILO>60 40 40 40 40 40 40 40 40
Persentase mahasiswa dnegan ILO>60
97,56 97,56 97,56 97,56 97,56 97,56 97,56 97,56
Kategori HIGH HIGH HIGH HIGH HIGH HIGH HIGH HIGH
(a) (b)
Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap ILO yang didukung oleh MK Rancangan Penelitian A
10 Kendala
- Kemampuan/pemahaman mahasiswa yang rendah, justru memilih duduk di belakang, sehingga dosen harus memberikan semangat agar lebih aktif dalam mengikuti kegiatan belajar dan berdiskusi di kelas untuk meningkatkan pemahaman mahasiswa.
- Kurangnya inisiatif mahasiswa untuk bertanya apabila kurang paham akan suatu materi. Hal ini mengakibatkan munculnya beberapa mahasiswa yang memiliki nilai di bawah rata – rata.
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS61326
96 97 98 99 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS61326
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti yang disajikan pada kolom tiga di Tabel 2. Sedangkan statistika deskriptif dari nilai akhir dapat dilihat di Tabel 6. Rata – rata nilai akhir mahasiswa adalah 77, dengan kurang dan lebihnya 91 poin dari rata – rata tersebut. Terdapat satu mahasiswa dengan nilai paling rendah (0), dan nilai tertinggi (91) dicapai oleh 1 mahasiswa.
Tabel 6. Statistika Deskriptif Nilai Akhir Rancangan Penelitian A 2019/2020
Rata rata 77.3
Median 79.2
Simpangan baku 13.88361334
Range 91.5
Minimum 0.0
Maksimum 91.5
Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa terdapat lebih dari separuh mahasiswa memiliki nilai di atas C, bahkan persentase terbesar ada pada nilai A. Perhatian lebih harus diberikan kepada mahasiswa dengan nilai D, agar dapat mengulang mata kuliah ini di semester regular maupun semester pendek, agar terhindar dari aturan nilai D yang tidak lebih dari 10% total sks di akhir studinya.
Gambar 3. Sebaran nilai akhir huruf MK Rancangan Penelitian A 2019/2020
12 Kesimpulan
- Dengan segala kendala dan kemampuan dasar mahasiswa yang dapat dilihat pada nilai akhir yang diperoleh oleh mahasiswa, disimpulkan bahwa penyampaian materi pada perkuliahan oleh dosen masih mencerminkan strategi dan cara pembelajaran yang dapat diterima dengan baik oleh sebagian besar mahasiswa.
44%
22%
27%
5%
0% 0% 2%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
A B+ B C+ C D E
Persen Nilai Huruf
- Terdapat beberapa mahasiswa yang kurang dapat mengikuti kecepatan dosen ketika menjelaskan materi, sehingga dosen harus menyesuaikan kecepatan dengan kemampuan pemahaman mahasiswa. Hal ini mengakibatkan dosen harus mengorbankan waktu pembahasan di materi tertentu, sehingga hasil pembelajaran di materi tersebut menjadi tidak optimal.
13 Rekomendasi Perbaikan
- Perlu dilakukan koordinasi dengan pengajar mata kuliah yang menjadi dasar pemahaman di mata kuliah ini. Disarankan agar dosen di mata kuliah dasar selalu memberikan motivasi pemanfaatan teori tersebut pada mata kuliah lainnya.
- Perlu dilakukan penerapan bahasa yang lebih mudah dipahami oleh mahasiswa dalam menyampaikan teori-teori yang terdapat pada materi perkuliahan yang diajarkan oleh dosen pengampu.
- Sebaiknya dosen yang mengajar mata kuliah dasar selalu memberikan pandangan mengenai pentingnya memahami mata kuliah dasar agar dapat dimanfaatkan dengan baik pada mata kuliah lainnya.
Lampiran 1
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 dan 5 6 7 8 dan 9 10 dan 11 12 13 14 15 dan 16 17
1
Pendahuluan Kontak kuliah, Pengertian
variabel laten
Penjelasan mengenai
variabel laten Penjelasan
mengenai contoh
kasus variabel
laten Penjelasan
mengenai penerapan dari jenis-
jenis variabel
laten 2 Alat ukur
(instrumen penelitian) dan proses/cara mengukur
Penjelasan mengenai
alat ukur (instrumen penelitian) dan proses mengukur
3 Kuis I Semua
bahan yang telah
diajarkan pada
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 dan 5 6 7 8 dan 9 10 dan 11 12 13 14 15 dan 16 17
pertemuan ke-1 sampai dengan pertemuan
ke-2 4
dan 5
Alat ukur:
angket dan skala (kuesioner)
Penjelasan mengenai bagaimana mengguna
kan dan membuat
alat ukur 6 Kisi-kisi
instrumen penelitian
Penjelasan mengenai kisi-kisi instrumen penelitian 7 Model skala
Penjelasan mengenai model
skala 8
dan 9
UTS 10
dan 11
Rancangan
kuesioner Penjelasan
mengenai penggunaan
kuesioner
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 dan 5 6 7 8 dan 9 10 dan 11 12 13 14 15 dan 16 17
12 Membuat rancangan kuesioner
Penjela san dalam membu at serta meranc ang fungsi
13 Kuis II Semua
bahan yang telah diajarkan
pada pertemuan
ke-10 sampai dengan pertemuan
ke-12 14 Validitas dan
reliabilitas
Penjelasan dalam mengukur
validitas dan reliabilitas
kuesioner 15
dan 16
Transformasi data skor menjadi skala
Penjelasan mengenai melakukan transformasi
data skor menjadi skala
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 dan 5 6 7 8 dan 9 10 dan 11 12 13 14 15 dan 16 17
17 UAS
U A S
Kehadiran (%) 88.63 100 99,16 100 100 99,16 96,41 97.727 100 97.727 100 100
Lampiran 2. Daftar Rincian Nilai
NIM Nama T1 UTS1 UAS1
'165090501111022 Fadhilah Addin Cahyani 80 80 55
'165090501111028 Nastiti Mufida 85 85 80
'165090507111020 Ega Iriane Putri* 82 80 55
'165090507111030 Aditya Mujib Pratama* 0 0 0
'165090507111035 Bahrul Senna Hamdana 70 72 75
'165090507111036 Lisa Safira Dhamayanti 72 78 65
'165090507111039 Intan Ayu Maulida 79 78 70
'165090507111047 Dita Anggraini 82 80 85
'165090507111048 Farah Abqorunnisa 86 90 90
'175090500111001 Nur Khamidah 88 85 80
'175090500111002 Riska Mei Anggreani 85 80 70
'175090500111004 Defit Fitri Yuliana 85 80 80
'175090500111005 Alief Nur Fitriani Aziz 84 83 75
'175090500111007 Endang Krisnawati 90 95 90
'175090500111013 Rizki Nurani Aisha 75 85 90
'175090500111015 Chandra Malik Syamasy 87 80 75
'175090500111023 Nurul Rismasari 84 82 95
'175090500111036 Mamlu`Atul Marchamah 84 83 75
'175090500111038 Agus Putradana Amertha 82 83 65
'175090500111039 Zidane Ariyandy 65 82 65
'175090500111041 Femy Rahayu Quientania 84 87 90
'175090501111004 Rosi Dwi Lestari 84 83 75
'175090501111006 Salwa Alfi Azhari 79 80 85
'175090501111008 Dara Septya Salsabilla 83 82 75
'175090501111018 Agis Wahyu Lestari 84 85 90
'175090501111021 Miftachul Ilmi 85 87 85
'175090501111023 Septika Ningrum Riski Irawati 85 82 75 '175090501111028 Shelma Ayu Widya Masyitha 89 80 65 '175090501111029 Ratih Kartika Rahmatulnissa 82 82 80 '175090501111031 Renica Anggun Puspacandra 81 83 80
'175090501111032 Fahmy Kurniawan Putra 80 85 70
'175090501111034 Ulfie Safitri 84 82 95
'175090507111003 Indah Fitria Susilowati 79 80 65
'175090507111013 Bulan Permatasari 90 83 70
'175090507111014 Fachira Haneinanda Junianto 90 90 70 '175090507111015 Fathiyatul Laili Nur Rasyidah 90 95 85
'175090507111019 Nawang Ajeng Haksoro 85 87 60
'175090507111031 Greis Ully Damaiyanty Gultom 85 85 60 '175090507111032 Bella Ery Putri Ananda 89 85 60
'175090507111036 Annas Nandhia Rakhman 82 83 65
NIM Nama T1 UTS1 UAS1
'175090520111001 Muhammad Nur Dzakki 95 85 75
