P2RP-LP3M UB
Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Statistika Pengendalian Mutu
Kode:
MAS62332
RMK:
Sosial Ekonomi
Semester:
Genap Dosen Dr. Dra. Ani Budi Astuti, M.Si.
Pendahuluan
Mata Kuliah Statistika Pengendalian Mutu yang biasa dikenal di kalangan mahasiswa dengan singkatan mata kuliah SPM merupakan salah satu mata kuliah wajib di Jurusan Statistika FMIPA Universitas Brawijaya. Mata Kuliah SPM memiliki Mata Kuliah prasyarat Metode Statistika II (MAS62121) dengan bobot 3 sks dan melakukan aktifitas responsi. Mata Kuliah ini adalah salah satu Mata Kuliah wajib yang sangat penting dan menarik serta banyak terapannya pada berbagai bidang, seperti bidang Sosial dan Ekonomi (paling banyak kasus di bidang ini), bidang kesehatan, bidang Biologi, bidang Kimia, bidang Fisika, bidang Pendidikan, bidang Teknik, dan lain sebagainya yang terkait dengan kasus-kasus pengendalian kualitas suatu produk. Keunggulan Mata Kuliah SPM yang banyak terapannya di berbagai bidang ini menjadi salah satu kunci kesuksesan mengajar pada mata kuliah ini. Seringkali mahasiswa kurang tertarik pada sistem pengajaran yang sangat teoritis dan sedikit membahas kasus-kasus terapan, namun konsep dasar teori SPM harus tetap dikuasai dengan baik oleh mahasiswa, sehingga cara mengajar kombinasi antara teori dan terapan dari mata kuliah ini harus diterapkan pada mata kuliah SPM ini. Secara umum, mata kuliah Statistika, termasuk SPM ini banyak dibumbui rumus-rumus matematis, sehingga memerlukan cara jitu dan strategis dalam memahamkan kepada mahasiswa, yaitu dengan cara memberi ilustrasi menarik pada kasus terapan yang sedang up to date baru (misalkan dengan menampilkan video suatu proses produksi sebagai salah satu kasus terapan) kemudian dibawa ke ranah teori atau sebaliknya menyajikan konsep teorinya dulu baru diberi contoh terapan, tergantung kepada sub bab yang sedang dibahas. Intinya cara PBM yang memudahkan mahasiswa dalam memahami konsep teori dan sekaligus memahami penyelesaian kasus riil. Sistem pengajaran dengan strategi yang jitu tetap harus terus dikembangkan mengingat kondisi kemajuan terus berubah apalagi menghadapi mahasiswa-mahasiswa zaman milenia yang kemampuan IT-nya sangat baik. Keberhasilan pembelajaran kepada mahasiswa juga sangat ditunjang dengan kemampuan dasar dan kemauan belajar yang tinggi dari mahasiswa, sehingga motivasi, komitmen dan sikap mahasiswa mengikuti mata kuliah SPM juga perlu terus didorong agar tercapai tujuan pembelajaran yang ingin dicapai. Selain itu, bekal mahasiswa dari Mata Kuliah-Mata Kuliah pendukung SPM ini juga harus baik, yaitu Metode Statistika II sebagai mata kuliah prasyarat untuk dapat mengikuti mata kuliah SPM ini.
1 Tujuan
P2RP-LP3M UB
Tujuan Umum:
Mata Kuliah ini diajarkan agar mahasiswa mampu memahami konsep dasar penghitungan nilai-nilai aktuarial yang digunakan dalam penyusunan produk-produk dalam sebuah perusahaan asuransi, khususnya asuransi jiwa. Setelah menempuh mata kuliah ini mahasiswa mampu memahami konsep umum dan mengetahui istilah-istilah dalam pengendalian mutu, menerapkan dasar-dasar statistika sebagai pendekatan dalam pengendalian mutu, memahami cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang menggunakan perangkat lunak dalam melakukan analisis dan menginterpretasikan hasil analisis bagan kendali.
Mata Kuliah SPM diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) sebagai berikut:
- ILO 1:
Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 3:
Mampu mengelola dan menganalisis data, menyelesaikan permasalahan nyata menggunakan metode statistika di bidang komputasi statistika, sosial humaniora, ekonomi, industri dan hayati dengan bantuan perangkat lunak, serta menyajikan dan mengkomunikasikan hasilnya.
- ILO 4:
Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source
- ILO 5:
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 berdasarkan kaidah, tata cara dan etika ilmiah
- ILO 6:
Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data
- ILO 8:
Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Selanjutnya, Mata Kuliah SPM memiliki capaian pembelajaran Mata Kuliah (Course Learning Outcome - CLO) sebagai berikut:
- CLO 1:
Mahasiswa mampu memahami konsep umum dan mengetahui istilah-istilah dalam pengendalian mutu
- CLO 2:
P2RP-LP3M UB
Mahasiswa mampu menerapkan dasar-dasar statistika sebagai pendekatan dalam pengendalian mutu
- CLO 3:
Mahasiswa mampu memahami cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang menggunakan perangkat lunak dalam melakukan analisis dan menginterpretasikan hasil analisis dari bagan kendali 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 Mata Kuliah Statistika Pengendalian Mutu dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO Mata Kuliah Statistika Pengendalian Mutu
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0,333 0 0 0 0,333 0 0 0,333
CLO2 0,2 0 0,2 0 0,2 0,2 0 0,2
CLO3 0,2 0 0,2 0 0,2 0,2 0 0,2
2 Strategi Pembelajaran
Perkuliahan ini menyajikan kombinasi antara materi yang bersifat teori matematis dan materi terapan pada kasus permasalahan data riil. Beberapa strategi pembelajaran yang digunakan agar mahasiswa mampu menguasai konsep teori dan aplikasinya dengan baik, cara yang dilakukan sebagai berikut:
Menyediakan materi kuliah dalam bentuk PPT dan file PDF sebelum perkuliahan berlangsung dan diberikan kepada mahasiswa melalui PJ kelas yang telah ditunjuk melalui media email/whatsapp/google classroom
Menyapa mahasiswa dan menanyakan kabarnya, baik tentang kesehatannya, kondisi psikologisnya, motivasi belajarnya dan lain sebagainya sebagai upaya untuk membuat rileks mahasiswa dalam mengikuti kuliah serta diberikan cerita- cerita motivasi yang menarik dan menyenangkan sehingga mahasiswa tergugah dan senang mengikuti mata kuliah ini.
Menyajikan materi secara detil, menyajikan rumus - rumus secara lengkap dengan penjelasan yang dapat diikuti secara mandiri, disertai ilustrasi-ilustrasi grafik yang menarik dan diberikan contoh kasus riil agar mahasiswa dapat menyatukan konsep teori dengan terapannya serta mudah dipahami.
Menyajikan materi di depan kelas dengan cara elaborasi detil seluruh teori yang disajikan pada PPT dengan contoh – contoh terapan dan menurunkannya kembali langkah demi langkah di white board.
Meminta masukan dari mahasiswa selama sesi penyajian materi mengenai perlunya dosen menjelaskan ulang atau memperlambat kecepatan di dalam menjelaskan, baik teorinya maupun terapannya.
Memberikan latihan kasus yang serupa dengan contoh yang sudah dijelaskan dosen. Karena sifatnya latihan, maka dosen akan membantu dan menjelaskan
P2RP-LP3M UB
ulang solusinya setelah mahasiswa mencoba secara individu maupun berdiskusi dengan teman lainnya.
Secara berkala, memberikan post test (satu atau dua kasus relevan) untuk mengukur pemahaman akan materi yang sudah disajikan. Beda dengan sesi latihan, pada sesi post test ini mahasiswa benar – benar harus berusaha mengerjakan sendiri kasus yang diberikan, walaupun masih diperbolehkan untuk membuka catatan.
Memberikan tugas untuk kasus yang memerlukan banyak waktu untuk elaborasi, sehingga harus dikerjakan di rumah. Tugas dikerjakan secara mandiri di rumah, dengan masih memungkinkan untuk mengakses materi/catatan.
Menjelaskan ulang bagian-bagian yang dirasa kurang dipahami (dari hasil post test atau tugas yang telah diberikan) pada pertemuan berikutnya.
Mengaktifkan peran asisten untuk memberi penjelasan dan latihan-latihan tambahan melalui modul-modul responsi kepada mahasiswa pada sesi pelaksanaan responsi.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 3 sks disertai aktifitas responsi. Pertemuan kuliah terjadwal satu minggu sekali (3 kali 50 menit) selama 14 minggu perkuliahan dan 8 kali pertemuan responsi yang dibimbing oleh asisten responsi (masing – masing waktu pertemuan responsi selama 60 menit). Untuk pelaksanaan UTS dilakukan secara terjadwal setelah 7 kali pertemuan kuliah, yaitu dilaksanakan pada minggu ke-8 dan minggu ke-9 dan kegiatan UAS juga dilaksanakan secara terjadwal setelah pertemuan kuliah ke 14.
Perkuliahan:
- Jadwal: Pertemuan dijadwalkan setiap hari Kamis, pukul 13.00 – 15.30 WIB.
- Pada setiap pertemuan, mengingat materi perkuliahan yang menuntut konsentrasi tinggi dari mahasiswa, dosen menyajikan materi pada dua sks pertama (100 menit). Kemudian, waktu 50 menit dari satu sks terakhir sisanya digunakan dosen untuk melatih mahasiswa, yaitu memberikan latihan-latihan kasus untuk menerapkan konsep yang sudah dijelaskan pada kasus yang berbeda serta diskusi kelas dan secara berkala (kadang-kadang), dari sekitar 50 menit terakhir itu, 30 menitnya dimanfaatkan dosen untuk mengerjakan post test.
- Setiap pertemuan kuliah mempunyai capaian pembelajaran yang spesifik sesuai materi-materi yang harus disampaikan kepada mahasiswa. Untuk mengukur ketercapaiannya, telah dirancang berbagai pemberian post test atau tugas-tugas, baik tugas secara mandiri maupun berkelompok. Hasil post test atau tugas-tugas tersebut dijadikan bahan evaluasi untuk mengulang bagian – bagian yang dirasa perlu sebagai bahan untuk pertemuan selanjutnya. Sesuai yang dirancang dosen pada RPS, untuk Mata Kuliah ini diberikan beberapa assessment dengan materi dan bobot setiap assessment terhadap nilai akhir Mata Kuliah seperti yang disajikan pada Tabel 2. Ada beberapa assessment yang bentuk penilaiannya dikerjakan secara mandiri oleh mahasiswa, seperti UTS, UAS, Quiz 1 dan Quiz 2
P2RP-LP3M UB
ataupun Post Test, sedangkan tugas-tugas ada yang dilakukan secara mandiri ataupun berkelompok.
Responsi:
- Asisten responsi yang membimbing kelas responsi SPM kelas A adalah:
Nefranita Halevi dan Renica Anggun Puspacandra
- Responsi diselenggarakan di laboratorium komputer karena memerlukan beberapa software statistika untuk melakukan analisis kasus-kasus yang diberikan sesuai dengan panduan modul responsi.
- Responsi dilaksanakan dengan tujuan pemantapan materi yang telah diberikan dosen di kelas melalui sesi diskusi dengan asisten responsi dan latihan pengayaan soal sesuai dengan panduan pada modul responsi.
- Materi pada setiap minggunya yang tertera pada modul responsi adalah hasil diskusi dengan dosen sesuai dengan kecepatan penyampaian materi perkuliahan setiap minggunya.
- Jadwal responsi dilaksanakan setiap minggu sebanyak satu kali dan setiap pertemuan responsi dilakukan selama 60 menit.
- Responsi diselenggarakan sebanyak 8 kali dalam satu semester dan baru dapat dimulai pada minggu ke-5 perkuliahan (kebijakan PS untuk memberi waktu dalam penjaringan asisten responsi dan akumulasi materi yang diberikan oleh dosen kepada mahasiswa) dan responsi tidak dilaksanakan selama minggu UTS (minggu ke-8 dan minggu ke-9) dengan rincian meteri setiap minggunya sebagai berikut:
1. Minggu ke-5: Distribusi peubah diskrit dan peubah kontinyu, distribusi sampling, pendugaan parameter dan pengujian hipotesis
2. Minggu ke-6: Bagan kendali: definisi dan struktur, interpretasi bagan kendali: identifikasi inherent dan assignable causes
3. Minggu ke-7: Bagan kendali atribut: P, C dan U untuk amatan subgrup dan individu
4. Minggu ke-10: Ujian Tengah Responsi (UTR)
5. Minggu ke-11: Bagan kendali variabel: X-bar, R dan S untuk amatan subgrup dan individu
6. Minggu ke-12: Bagan kendali MA, EWMA dan Cu-Sum untuk amatan subgrup dan individu
7. Minggu ke-13: Bagan kendali multivariat: bagan kendali T2-Hotelling, MCu-Sum, MEWMA untuk amatan subgrup dan individu
8. Minggu ke-14: Ujian Akhir Responsi (UAR) 4 Isi Perkuliahan
1. Tinjauan umum pengendalian kualitas: definisi, urgensi, rekayasa, alat dan kaitannya dengan ilmu statistika.
2. Konsep dasar ilmu statistika dalam pengendalian kualitas.
3. Bagan kendali: konsep umum, struktur dan interpretasi.
P2RP-LP3M UB
4. Bagan kendali variabel: X-bar, R, dan S untuk amatan subgrup dan individu.
5. Bagan kendali atribut: P, C, dan U untuk amatan subgrup dan individu.
6. Bagan kendali MA, EWMA, dan Cu-Sum untuk amatan subgrup dan individu.
7. Bagan kendali Multivariat: T2 Hotelling, MEWMA dan MCu-Sum untuk amatan subgrup dan individu.
Kesesuaian rencana materi kuliah dengan praktek secara lengkap dapat dilihat pada Lampiran 1.
5 Peserta Kuliah
Mata kuliah ini adalah mata kuliah wajib semester IV yang diikuti oleh Mahasiswa Program Studi Sarjana Statistika FMIPA Universitas Brawijaya untuk angkatan tahun 2018. Untuk Statistika Pengendalian Mutu Kelas A diikuti oleh 42 mahasiswa angkatan tahun 2018.
6 Persentase Kehadiran
Persentase kehadiran dosen di kelas adalah 100%, kehadiran mahasiswa di kelas kuliah dosen pada rentang 92,86%-100%, dan kehadiran mahasiswa di kelas responsi pada rentang 87,5%-100%.
7 Sistem Evaluasi
- Evaluasi per minggu melalui tugas dan secara berkala pada kegiatan post test.
Tujuan dari evaluasi ini adalah untuk menggali pemahaman mahasiswa terhadap materi kuliah yang telah diberikan oleh dosen, apakah sudah sesuai dengan tujuan perkuliahan di setiap minggu/pertemuan kuliahnya. Hasil dari post test dan tugas-tugas yang diberikan dimanfaatkan oleh dosen untuk membahas ulang materi yang dirasa kurang pemahamannya oleh mahasiswa.
- Evaluasi beberapa materi melalui Quiz untuk mengukur pemahaman materi dari 3 atau 4 pertemuan kuliah atau beberapa pertemuan sekaligus. Tipe soal Quiz menyerupai soal UTS dan UAS, sehingga mahasiswa mempunyai gambaran yang baik mengenai persiapan menghadapi UTS dan UAS. Hanya saja untuk kegiatan Quiz, mahasiswa masih diberi kesempatan membuka catatan (open resume).
- Evaluasi materi sampai dengan tengah semester melalui kegiatan UTS yang diselenggarakan secara terjadwal pada minggu ke-8 dan minggu ke-9 selama 2 minggu dan pada 2 minggu ini penyelenggaraan kuliah libur.
- Evaluasi materi setelah tengah semester sampai dengan akhir semester melalui kegiatan UAS yang diselenggarakan secara terjadwal setelah semua rangkaian kegiatan kuliah dan UTS telah berakhir.
- Evaluasi hasil responsi yang diberikan oleh asisten responsi diberikan kepada dosen pengampu Mata Kuliah dan menjadi salah satu komponen penilaian akhir dari Mata Kuliah SPM. Aspek penilaian responsi adalah keaktifan dan pemahaman materi dari tugas – tugas pengayaan yang diberikan oleh asisten responsi, yaitu: tugas-tugas, presensi, UTR dan UAR. Asisten responsi dalam menentukan tipe soal pada tugas-tugas pengayaan dan soal-soal pada UTR dan
P2RP-LP3M UB
UAR dilakukan dengan berkonsultasi terlebih dahulu dengan dosen pengampu Mata Kuliah.
Pada minggu-minggu UTS dan minggu UAS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa dapat berkonsentrasi penuh untuk menghadapi kegiatan UTS dan UAS.
Soal untuk seluruh tipe evaluasi dibuat standar/sama untuk kelas pararel yang merupakan hasil diskusi dari tim pengajar. Materi yang dievaluasi untuk setiap asessment dan bobotnya dapat dilihat pada Tabel 2.
Tabel 2. Assessment dan Materi yang Diukur, serta Pembobotan setiap Assessment terhadap nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course
Learning Outcome – CLO)
Assessment Materi
Bobot terhadap Nilai Akhir
CLO 1 CLO 2 CLO 3
Bobot Assessment terhadap CLO Presensi Kehadiran dan Keaktifan di Kelas 0,05 0,333 0,333 0,333
T1
Pengendalian mutu: definisi, istilah dan ruang lingkup serta pendekatan pengendalian mutu secara statistika dan Konsep variansi dalam
pengendalian mutu, beberapa distribusi peubah diskrit dan kontinyu, distribusi sampling, pendugaan parameter dan pengujian
hipotesis 0.0375 1 0 0
T2
Konsep bagan kendali: definisi dan struktur, interpretasi bagan kendali:
identifikasi inherent dan assignable causes dan Bagan kendali atribut: P, C dan U untuk amatan subgrup dan
individu 0.0375 0 1 0
T3
Bagan kendali variabel: X-bar, R dan S untuk amatan subgrup dan individu serta Bagan kendali MA, EWMA dan Cu-Sum untuk amatan
subgrup dan individu 0.0375 0 1
T4
Prinsip proses multivariat, bagan kendali T2-Hotelling, Mcu-Sum, MEWMA untuk amatan subgrup
dan individu 0.0375 0 1
Quiz 1
Pengendalian mutu: definisi, istilah dan ruang lingkup serta pendekatan pengendalian mutu secara statistika, konsep variansi dalam pengendalian mutu, beberapa distribusi peubah diskrit dan kontinyu, distribusi sampling, pendugaan parameter dan pengujian hipotesis, konsep bagan
kendali: definisi dan struktur, 0.1 0,5 0,5 0
P2RP-LP3M UB
interpretasi bagan kendali:
identifikasi inherent dan assignable causes dan Bagan kendali atribut: P, C dan U untuk amatan subgrup dan individu
Quiz 2
Bagan kendali variabel: X-bar, R dan S untuk amatan subgrup dan individu serta Bagan kendali MA, EWMA dan Cu-Sum untuk amatan subgrup dan individu, Prinsip proses multivariat, bagan kendali T2- Hotelling, Mcu-Sum, MEWMA
untuk amatan subgrup dan individu 0.1 0 0 1
Responsi Semua Materi Kuliah 0.1 0.333 0.333 0.333
UTS
Pengendalian mutu: definisi, istilah dan ruang lingkup serta pendekatan pengendalian mutu secara statistika, konsep variansi dalam pengendalian mutu, beberapa distribusi peubah diskrit dan kontinyu, distribusi sampling, pendugaan parameter dan pengujian hipotesis, konsep bagan kendali: definisi dan struktur, interpretasi bagan kendali:
identifikasi inherent dan assignable causes dan Bagan kendali atribut: P, C dan U untuk amatan subgrup dan
individu 0.2 0.5 0.5 0
UAS
Bagan kendali variabel: X-bar, R dan S untuk amatan subgrup dan individu serta Bagan kendali MA, EWMA dan Cu-Sum untuk amatan subgrup dan individu, Prinsip proses multivariat, bagan kendali T2- Hotelling, Mcu-Sum, MEWMA
untuk amatan subgrup dan individu 0.3 0 0 1
8 Pengamatan Kelas
Pada kegiatan perkuliahan, dosen secara aktif berinteraksi dengan mahasiswa dan melakukan beberapa cara agar mahasiswa dapat berpartisipasi aktif dan baik pada perkuliahan yang dilakukan melalui beberapa pengajuan pertanyaan yang disampaikan maupun bersedia maju ke depan untuk menyelesaikan kasus yang diberikan di white board. Sayangnya mahasiswa yang berpartisipasi aktif ini hanya sekitar 50% dari jumlah mahasiswa yang mengikuti kuliah SPM di Kelas A, yaitu kurang lebih sebanyak 21 mahasiswa. Hal ini ditunjukkan secara tidak langsung oleh mahasiswa melalui pola di dalam pengaturan tempat duduk mahasiswa di dalam kelas. Sebanyak 50% mahasiswa dalam kategori aktif ini adalah mahasiswa yang duduk di barisan-barisan terdepan di kelas, sedangkan mahasiswa yang duduk dibarisan-barisan belakang teramati lebih
P2RP-LP3M UB
bersifat pasif dan kurang perhatian pada saat kuliah. Beberapa pengamatan bagi mahasiswa yang bersifat pasif ini terlihat beberapa ciri sebagai berikut: berpandangan kosong di kelas, melamun, tidak ada respon ketika diminta informasi mengenai pemahaman dari materi yang diberikan dan bahkan ada beberapa mahasiswa yang mengantuk dan tertidur pada saat mengikuti kuliah. Ada juga mahasiswa yang hanya sebagai “penonton” dari penjelasan dan penurunan rumus yang dilakukan dosen di white board, tanpa membuat catatan atau mencoba sendiri, bahkan ada di antara mahasiswa yang tidak membuka catatan apapun di atas bangku kuliah/kursi kuliah. Untuk mengantisipasi kecepatan pemahaman yang tidak seragam, maka dosen mengatur ulang waktu penyampaian sesuai dengan observasi mengenai pemahaman mahasiswa. Oleh sebab itu ada beberapa materi yang diundurkan waktu penyampaiannya pada minggu setelah jadwal yang seharusnya, tanpa mengurangi keseluruhan materi yang harus disampaikan.
9 Hasil Belajar
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap assessment. Nilai – nilai tersebut dengan bobotnya 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 tiga yang merepresentasikan setiap CLO dan lintasan segi tiga terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu CLO.
Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO Mata Kuliah Statistika Pengendalian Mutu
CLO1 CLO2 CLO3
Rata - rata 76.49 76.58 73.27
Kategori Capaian SATISFACTORY SATISFACTORY SATISFACTORY Banyaknya mahasiswa
dengan CLO>60 42 42 41
Persentase mahasiswa
dengan CLO>60 100 100 97.62
Kategori Persentase HIGH HIGH HIGH
Tabel 4. Kategori nilai CLO/ILO dan Kategori Persentase Mahasiswa yang Mencapai CLO/ILO > 60
Kategori Nilai CLO/ILO Kategori Persentase Mahasiswa dengan CLO/ILO>60
Skor >=80 EXCELLENT Persen>=70 HIGH
65<= Skor <80 SATISFACTORY 60 <= Persen < 70 MEDIUM
P2RP-LP3M UB
50<= Skor <65 DEVELOPING 50 <= Persen < 60 LOW 0<= Skor <50 UNSATISFACTORY Persen < 50 VERY LOW
Gambar 1. Visualisasi (a) Indeks Capaian dan (b) Presentasi Mahasiswa dengan Capaian > 60 di setiap CLO Mata Kuliah Statistika Pengendalian Mutu
Sesuai dengan kategori capaian yang disajikan pada Tabel 4 dapat disimpulkan beberapa hal berikut ini:
- Semua CLO pada Mata Kuliah SPM Kelas A secara rata – rata mencapai nilai satisfactory, yaitu rata – rata nilai di atas 73 tetapi tidak lebih dari 80.
- Persentase CLO3 (Mahasiswa mampu memahami cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang, menggunakan perangkat lunak dalam melakukan analisis, dan menginterpretasikan hasil analisis bagan kendali) memiliki nilai persentase capaian sebesar 97,65%, sedangkan CLO1 (Mahasiswa mampu memahami konsep umum dan mengetahui istilah-istilah dalam pengendalian mutu) dan CLO2 (Mahasiswa mampu menerapkan dasar- dasar statistika sebagai pendekatan dalam pengendalian mutu) persentase capaian 100%. Hal ini berarti, perlu ditingkatkan menjadi 100% (100% mahasiswa memperoleh nilai capaian di atas 60) untuk kemampuan mahasiswa di CLO3, yaitu cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang, menggunakan perangkat lunak dalam melakukan analisis, dan menginterpretasikan hasil analisis bagan kendali.
- Semua CLO Mata Kuliah SPM Kelas A berada pada kategori persentase tinggi (HIGH) dalam hal banyaknya mahasiswa dengan nilai capaian di atas 60.
Selain nilai untuk capaian pembelajaran Mata Kuliah (CLO), dapat dianalisis pula nilai dari setiap ILO yang didukung oleh mata kuliah SPM. Deskripsi mengenai pencapaian ILO dari Mata Kuliah SPM 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 SPM. Gambar 2 (b) menyajikan persentase mahasiswa
P2RP-LP3M UB
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.
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh Mata Kuliah Statistika Pengendalian Mutu
ILO1 ILO
2 ILO3 ILO
4 ILO5 ILO6 ILO
7 ILO8 Rata - rata
terboboti 75,05 74,3 75.05 74.3 75.05
Kategori Capaian
SATISFA
CTORY
SATISFA
CTORY
SATISFA CTORY
SATISFA
CTORY
SATISFA CTORY Banyaknya
mahasiswa dengan
ILO>60 42 42 42 42 42
Persentase mahasiswa dengan ILO>60
100 100 100 100 100
Kategori HIGH HIGH HIGH HIGH HIGH
Gambar 2. Visualisasi (a) Indeks Capaian dan (b) Presentasi Mahasiswa dengan Capaian > 60 di setiap ILO yang didukung oleh Mata Kuliah Statistika Pengendalian
Mutu
Beberapa hal yang dapat disimpulkan dari dukungan Mata Kuliah terhadap Capaian Pembelajaran Program Studi (ILO):
- Semua ILO Mata Kuliah SPM Kelas A pada kategori capaian SATISFACTORY,
dimana terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60.
- Capaian nilai ILO untuk Mata Kuliah SPM pada kisaran nilai rata-rata sebesar
P2RP-LP3M UB
73,43 sampai dengan 75,05.
- Masih perlu ditingkatkan pencapaian ILO untuk Mata Kuliah SPM Kelas A ke kategori EXCELLENT
- Kategori persentase mahasiswa dengan nilai capaian di atas 60 masih dalam kategori HIGH.
10 Kendala
Beberapa kendala yang dihadapi dalam pembelajaran SPM kelas A ini adalah kurangnya kemampuan/pemahaman mahasiswa mengenai teori-teori distribusi peluang yang diajarkan pada Mata Kuliah prasyarat sebelumnya, yaitu Metode Statistika I dan kurangnya pemahaman menghubungkan kajian teori dengan terapannya, di mana kedua hal tersebut adalah dasar untuk memahami materi di MK SPM ini. Penyelenggaraan kuliah secara online pada paruh semester kedua, juga menyebabkan kurangnya keleluasaan dosen untuk menurunkan rumus – rumus secara detil. Setting kuliah secara online juga mempersulit dosen untuk menggali pemahaman mahasiswa, yang dapat dilakukan ketika bertemu langsung. Selain itu, system kuliah secara online ini juga membuat semangat mahasiswa dalam belajar secara mandiri kurang tetapi tuntutan belajar secara daring dalam belajar mandiri sangat tinggi.
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/assessment 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 74,819 dengan kurang dan lebihnya 4 poin dari rata – rata tersebut. Nilai paling rendah dari 42 mahasiswa sebesar 63,743 dan nilai tertinggi mahasiswa sebesar 86,918.
Tabel 6. Statistika Deskriptif Nilai Akhir Mata Kuliah Statistika Pengendalian Mutu 2019/2020
Rata rata 74,819
Median 74,386
Simpangan baku 4,194
Range 23,175
Minimum 63,743
Maximum 86,918
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 dan persentase terbesar mahasiswa ada pada nilai B dan diikuti nilai B+, nilai C+, dan nilai A. Pada mata kuliah SPM Kelas A ini, perhatian lebih harus diberikan kepada mahasiswa dengan nilai C+, agar dapat meningkatkan kemampuannya seperti mayoritas mahasiswa lainnya yang telah mendapatkan minimal nilai B dan ke atas.
P2RP-LP3M UB
Gambar 3. Sebaran Nilai Akhir Huruf Mata Kuliah Statistika Pengendalian Mutu 2019/2020
Rincian nilai mahasiswa secara lengkap dapat ditunjukkan pada Lampiran 2.
Hasil saran dan masukan dari Evaluasi PBM yang diberikan mahasiswa untuk Dosen sebagai berikut:
Terimakasih bu sudah mengajar dengan baik
Terima kasih, bu.
Penyampaian materi sangat jelas dan dapat dipahami, tugasnya jangan banyak- banyak ya bu terimakasih
Pembelajaran daring sebenarnya sudah baik sistemnya, tetapi tetap saja lebih nyaman saat kelas offline karena banyak kendala di lingkungan yang kurang kondusif dan juga server yang gangguan
Sudah sangat baik dan jelas dalam memaparkan materi
Terima kasih Bu atas ilmunya
Baik
Baik
soal kuis ataupun ujian diusahakan sesuai dengan waktu yang diberikan
Barakallah, semoga ilmu yg ibu sampaikan bisa bermanfaat bagi saya dan banyak orang
Tugas dan ujian jangan terlalu banyak
Lebih memperhatikan antara banyaknya soal waktu ujian dengan waktu yang diberikan. Karena dengan soal yang terlalu banyak dan waktu sesingkat mungkin tidak mungkin mahasiswa bisa menyelesaikannya. Tapi cara mengajarnya sudah baik.
Terima kasih bu
Dosen menyampaikan materi dengan jelas dan detail serta memberi waktu untuk
0 5 10 15 20 25 30 35 40 45
A B+ B C+ C D+ D E
Jumlah Mahasiswa
Kategori Nilai
Sebaran Nilai Mata Kuliah SPM Kelas A
P2RP-LP3M UB
bertanya dan berdiskusi. Tugas yang diberikanpun bisa untuk mendalami materi yang telah diajarkan, namun saya agak kesulitan dalam membagi waktu untuk mengerjakannya, karena biasanya diberi waktu 1 minggu dan ada beberapa bab.
Mungkin akan lebih baik jika diawal penyampaian materi diberitahu jika materi tersebut akan dibuat tugas supaya ada persiapan serta bisa menyicil tugas tersebut.
Sudah baik
Metode pembelajaran yang diberikan dapat dengan mudah dipahami, semoga kedepannya dapat lebih baik lagi.
Semoga semakin baik lagi dalam mengajar
Secara keseluruhan sudah cukup baik. mohon dipertahankan dan akan lebih baik lagi apabila ditingkatkan
Kalau kuis soalnya jangan terlalu banyak ibu
Cara mengajar beliau sudah cukup jelas
Penyampaian materi sangat mudah untuk diterima dan dipahami. Hanya saja proporsi tugas yang diberikan mungkin terlalu banyak sehingga membuat cukup kewalahan dalam mengerjakan. Begitupun saat ujian maupun kuis, saya rasa soal yang diberikan sangat banyak dengan waktu yang dirasa kurang. Terima kasih Bu, untuk bimbingannya selama 1 semester. Semoga ilmu yang ibu berika bisa bermanfaat untuk saya dan teman-teman.
Semoga lebih baik lagi dalam mengajar
Sebaiknya soal kuis di bahas
Sudah cukup baik
Alhamdulillah meskipun dalam masa pandemi kegiata belajar masih berjalan dengan baik.
Terima kasih bu Ani.
Sudah baik dalam pengajaran
Semoga kedepannya bisa menjadi lebih baik
Dalam penyampaian materi sangat baik dan mudah dimengerti. terima kasihh Bu 12 Kesimpulan
- Dengan beberapa kendala yang telah disampaikan dan dengan kemampuan mahasiswa yang ada, nilai akhir yang diperoleh mahasiswa masih cukup baik dan masih mencerminkan bahwa strategi dan cara pembelajaran dapat diterima dengan baik oleh sebagian besar mahasiswa yang mengikuti Mata Kuliah SPM ini. Masih perlu peningkatan capaian CLO dan ILO ke kategori EXCELLENT dan masih perlu di tingkatkan capaian CLO3 menjadi 100%, yaitu pada kemampuan mahasiswa pada cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang, menggunakan perangkat lunak dalam melakukan analisis, dan menginterpretasikan hasil analisis bagan kendali.
- Secara umum hasil evaluasi PBM yang diberikan oleh mahasiswa kepada dosen sudah baik.
P2RP-LP3M UB
13 Rekomendasi Perbaikan
Perlu koordinasi dengan pengajar mata kuliah yang menjadi dasar pemahaman di mata kuliah ini, yaitu Metode Statistika I agar dosen di mata kuliah dasar (prasyarat) selalu memberikan motivasi pemanfaatan teori tersebut pada mata kuliah selanjutnya, khususnya pada Mata Kuliah Statistika Pengendalian Mutu.
Perlu lebih lagi “membumikan” bahasa teori di mata kuliah ini dengan menghubungkan pada kasus – kasus terapan yang sedang up to date, untuk mempermudah pemahaman mahasiswa dan kuliah menjadi lebih menarik lagi.
Perlu peningkatan capaian CLO 3 menjadi 100%, yaitu meningkatkan
kemampuan mahasiswa pada cara kerja bagan kendali, pemilihan bagan kendali yang tepat pada kasus lapang, menggunakan perangkat lunak dalam melakukan analisis, dan menginterpretasikan hasil analisis bagan kendali.
Perlu meningkatkan capaian ILO menjadi kategori EXCELLENT
P2RP-LP3M UB
Lampiran 1. Kesesuaian Rencana Materi Kuliah dengan Praktek untuk Mata Kuliah SPM Kelas A
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
1 Kontrak kuliah Kontak kuliah, Pengant
ar umum pengend alian mutu:
definisi, istilah
dan ruang lingkup
serta pendeka
tan pengend
alian mutu secara statistik
a
Konsep-konsep umum dari pengendalian mutu: definisi, ruang lingkup mutu, rekayasa mutu dan pendekatan pengendalian mutu secara statistika
Pengantar umum pengendalian mutu: definisi, istilah dan ruang lingkup serta pendekatan pengendalian mutu secara statistika
2 Dasar-dasar statistika yang terkait dengan konsep variansi, distribusi peubah diskrit dan kontinyu, distribusi statistik, pendugaan
Konsep variansi dalam pengendalia
n mutu, beberapa distribusi peubah diskrit dan
kontinyu,
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
parameter dan pengujian hipotesis terhadap pengendalian mutu
distribusi sampling, pendugaan
parameter dan pengujian
hipotesis Konsep variansi
dalam pengendalian mutu, beberapa distribusi peubah diskrit dan kontinyu, distribusi sampling, pendugaan parameter dan pengujian hipotesis
3 Lanjutan Dasar- dasar statistika yang terkait dengan konsep variansi, distribusi peubah diskrit dan kontinyu, distribusi statistik, pendugaan parameter dan pengujian hipotesis terhadap
Lanjuta n Konsep variansi dalam pengend
alian mutu, beberap
a distribus i peubah
diskrit dan kontiny
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
pengendalian mutu
u, distribus
i samplin
g, penduga
an paramet
er dan pengujia
n hipotesi
s dan Tugas 1 Lanjutan
Konsep variansi dalam
pengendalian mutu, beberapa distribusi peubah diskrit dan kontinyu, distribusi sampling, pendugaan parameter dan pengujian hipotesis dan Tugas 1
4 Konsep bagan kendali bekerja:
definisi, struktur dan interpretasi
Konsep bagan kendali:
definisi dan struktur, Interpretas
i bagan kendali:
identifikas i inherent
dan assignable
causes
Konsep bagan kendali: definisi dan struktur
Interpretasi bagan kendali:
identifikasi inherent dan assignable causes
5 Konsep pembuatan bagan kendali
Konsep pembuata n bagan
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
atribut: P, C dan U, dapat menghitung batas bagan kendali dan menginterpretas ikan bagan kendali atribut
kendali atribut: P, C dan U, dapat menghitun g batas bagan kendali dan menginter pretasikan bagan kendali atribut 6 Lanjutan
Konsep pembuatan bagan kendali atribut: P, C dan U, dapat menghitung batas bagan kendali dan menginterpretas ikan bagan kendali atribut dan Tugas 2
Lanjuta n Konsep pembuat an bagan kendali atribut:
P, C dan U, dapat menghit ung batas bagan kendali dan mengint erpretasi kan bagan
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
kendali atribut dan Tugas 2 7 Quiz 1:
Materi Pertemuan ke-1 sampai dengan
Pertemuan ke-6
Quiz 1:
Materi Pertemua n ke-1 sampai dengan Pertemua n ke- 6risasi
8 &
9
UTS
UTS
10 Konsep pembuatan bagan kendali variabel, menghitung batas bagan kendali dan menginterpretas ikan bagan kendali variable, Bagan kendali variabel: x-bar, R dan S untuk amatan subgrup dan individu
Konsep pembuata n bagan kendali variabel, menghitun g batas bagan kendali dan menginter pretasikan bagan kendali variable, Bagan kendali variabel:
x-bar, R
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
dan S untuk amatan subgrup dan individu 11 Lanjutan
Konsep pembuatan bagan kendali variabel, menghitung batas bagan kendali dan menginterpretas ikan bagan kendali variable, Bagan kendali variabel: x-bar, R dan S untuk amatan subgrup dan individu
Lanjuta n Konsep pembuat an bagan kendali variabel, menghit ung batas bagan kendali dan mengint erpretasi kan bagan kendali variable, Bagan kendali variabel:
x-bar, R dan S untuk amatan subgrup
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
dan individu
12 Konsep pembuatan bagan kendali MA, EWMA dan Cu-Sum dan dapat menghitung batas bagan kendali dan menginterpretas ikan bagan kendali MA, EWMA dan Cu- Sum, Bagan kendali MA, EWMA dan Cu- Sum untuk amatan subgrup dan individu
Konse p pembu atan bagan kendal i MA, EWM A dan Cu- Sum dan dapat mengh itung batas bagan kendal i dan mengi nterpr etasik an bagan kendal i MA, EWM A dan Cu- Sum,
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
Bagan kendal i MA, EWM A dan Cu- Sum untuk amata n subgru p dan indivi du 13 Lanjutan konsep
pembuatan bagan kendali MA, EWMA dan Cu-Sum dan dapat menghitung batas bagan kendali dan menginterpretas ikan bagan kendali MA, EWMA dan Cu- Sum, Bagan kendali MA, EWMA dan Cu- Sum untuk amatan subgrup dan individu dan Tugas 3
Lanjuta n konsep pembu atan bagan kendali MA, EWM A dan Cu- Sum dan dapat menghi tung batas bagan kendali dan
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
mengin terpreta sikan bagan kendali MA, EWM A dan Cu- Sum, Bagan kendali MA, EWM A dan Cu- Sum untuk amatan subgru p dan individ u dan Tugas 3 14 Konsep proses
multivariat, mengidentifikas i proses yang termasuk kasus multivariat, membuat bagan kendali mulvariat,
Kon sep pros es mult ivari at, men gide
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
menghitung batas kendali dan
menginterpretas ikannya, Prinsip proses
multivariat, bagan kendali T2-Hotelling, MCu-Sum, MEWMA untuk amatan subgrup dan individu
ntifi kasi pros es yang term asuk kasu s mult ivari at, me mbu at baga n kend ali mul vari at, men ghit ung bata s kend ali dan men gint erpr etasi
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
kann ya, Prin sip pros es mult ivari at, baga n kend ali T2- Hote lling , MC u- Sum , ME WM A untu k amat an subg rup dan indi vidu
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
15 Lanjutan konsep proses
multivariat, mengidentifikas i proses yang termasuk kasus multivariat, membuat bagan kendali mulvariat, menghitung batas kendali dan
menginterpretas ikannya, Prinsip proses
multivariat, bagan kendali T2-Hotelling, MCu-Sum, MEWMA untuk amatan subgrup dan individu dan Tugas 4
Lanjut an konse p proses multiv ariat, mengi dentifi kasi proses yang termas uk kasus multiv ariat, memb uat bagan kendal i mulva riat, mengh itung batas kendal i dan mengi nterpr etasik annya, Prinsi
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
p proses multiv ariat, bagan kendal i T2- Hotell ing, MCu- Sum, MEW MA untuk amata n subgru p dan indivi du dan Tugas 4 16 Quiz 2:
Materi Pertemuan ke- 10 sampai dengan Pertemuan ke- 15
Quiz 2:
Materi Perte muan ke-10 sampa
i denga
n Perte muan
P2RP-LP3M UB
Min ggu ke
Rencana
Pelaksanaan pada Minggu ke
1 2 3 4 5 6 7 8 & 9 10 11 12 13 14 15 16 17
ke-15
17
UAS
U A S
Kehadiran (%) 100 92,86 100 100 100 92,86 100 100 100 100 100 100 100 100 100 1
0 0