Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Teknik Sampling dan Survai
Kode:
MAS61124
RMK:
Ilmu Hayati
Semester:
Ganjil Dosen Prof. Dr. Ir. Ni Wayan Surya Wardhani., MS.
Nur Silviyah Rahmi, S.Si., M.Stat.
Pendahuluan
Mata kuliah Teknik Sampling dan Survai merupakan mata kuliah inti yang memiliki prasyarat harus mengambil mata kuliah Statistika Matematika I. Tujuan adanya mata kuliah ini adalah mahasiswa mampu menjelaskan tentang sampel, populasi, probabilitas, dan beberapa konsep dasar statistika yang berhubungan dengan teknik sampling, menjelaskan kelebihan dan kekurangan sensus dan sampling, menjelaskan kelebihan dan kekurangan sensus, quick count dan sampling probability dan non probability sampling. Pada pelaksanaan perkuliahan tahun ajaran 2019/2020, terdapat 3 kelas paralel yaitu kelas A – C dengan jumlah dosen pengajar sebanyak 3 orang. Selama pelaksanaan perkuliahan, dosen pengajar saling berdiskusi dan berkoordinasi baik dalam penyampaian materi perkuliahan, asesmen melalui tugas, kuis, UTS dan UAS. Sehingga dengan adanya team teaching ini, diharapkan semua kelas memiliki outcome pembelajaran yang sama. Pelaksanaan perkuliahan mata kuliah ini menjalankan perkuliahan secara tatap muka. Secara keseluruhan, tidak terdapat kendala yang berarti dalam proses perkuliahan. Mahasiswa mengikuti perkuliahan dengan baik melalui penyampaian materi di powerpoint dan adanya penugasan kelompok yang membuat mahasiswa mampu belajar secara mandiri. Dosen memberikan ruang belajar melalui contoh-contoh soal setiap materi sampling yang kemudian akan dilakukan post test sebagai cara untuk mengukur pemahaman mahasiswa terhadap materi tersebut.
1 Tujuan
Tujuam Umum:
Mata kuliah ini diajarkan supaya mahasiswa mampu menjelaskan tentang sampel, populasi, probabilitas, dan beberapa konsep dasar statistika yang berhubungan dengan teknik sampling, menjelaskan kelebihan dan kekurangan sensus dan sampling, menjelaskan kelebihan dan kekurangan sensus, quick count dan sampling probability dan non probability sampling. Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) berikut ini:
- ILO 1: Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 2: Mampu menyusun dan atau memilih rancangan
pengumpulan/pembangkitan data secara efisien dan menerapkan dalam bentuk survei, percobaan, atau simulasi.
- 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 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 7: Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya Tujuan Khusus:
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Teknik Sampling dan Survai ini adalah:
- CLO 1: Mahasiswa mampu menjelaskan tentang sampel, populasi, probabilitas, dan beberapa konsep dasar statistika yang berhubungan dengan teknik sampling - CLO 2: Mahasiswa dapat menjelaskan kelebihan dan kekurangan sensus dan
sampling, sensus, quick count dan sampling probability dan non probability sampling, menjelaskan perbedaan galat sampling dan galat non sampling - CLO 3: Mahasiswa mampu melakukan teknik sampling acak sederhana,
mahasiswa mampu menduga parameter rata-rata populasi, Total Populasi dan proporsi populasi serta menentukan ukuran sampel untuk menduga parameter populasi
- CLO 4: Mahasiswa mampu melakukan sampling acak berlapis dari populasi yang tidak homogen kondisinya dan menduga parameter populasi dan mengalokasikan ukuran sampel
- CLO 5: Mahasiswa mampu melakukan pendugaan rasio dan pendugaan regresi bagi nilai rata-rata dan total populasi.
- CLO 6: Mahasiswa mampu memilih metode pendugaan yang efisien dengan memanfaatkan informasi dari peubah lain yang berkorelasi dengan peubah yang hendak diduga parameternya
- CLO 7: Mahasiswa mampu menarik sampel dari populasi yang membentuk gerombol, mampu menduga parameter populasi dan menentukan ukuran sampel untuk menduga parameter
- CLO 8: Mahasiswa mampu melakukan sampling secara bertahap dari populasi yang membentuk gerombol, mampu menduga parmeter populasi dan
menentukan ukuran
- CLO 9: Mahasiswa mampu menjelaskan sampling non probability dan
penerapannya dalam pelaksanaan survey, serta menjelaskan sumber-sumber bias - CLO 10: Mahasiswa mampu menyampaikan hasil analisisnya secara tertulis
maupun lisan, dalam bentuk tugas individu maupun kelompok
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 Teknik Sampling dan Survai dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Teknik Sampling dan Survai
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0,5 0 0 0 0,5 0 0 0
CLO2 0,5 0 0 0 0,5 0 0 0
CLO3 0,25 0,25 0,25 0 0,25 0 0 0
CLO4 0,25 0,25 0,25 0 0,25 0 0 0
CLO5 0,33 0 0,33 0 0,34 0 0 0
CLO6 0 0,5 0 0 0,5 0 0 0
CLO7 0,2 0,2 0,2 0 0,2 0 0,2 0
CLO8 0 0,25 0,25 0 0,25 0 0,25 0
CLO9 0,25 0,25 0 0 0,25 0 0,25 0
CLO10 0 0 0 0 0,5 0 0,5 0
2 Strategi Pembelajaran
Perkuliahan ini menyajikan materi mengenai teknik-teknik pengambilan sampling.
Mahasiswa diharapkan dapat memahami istilah dan konsep dasar Statistika, konsep dasar Quick count dan survey, Teknik sampling acak sederhana, Teknik sampling acak berlapis, Penduga Rasio dan Penduga Regresi, Teknik sampling sistematik, Teknik Sampling Gerombol, Teknik sampling gerombol Dua Tahap dan Multi Tahap, pendugaan ukuran populasi dengan penarikan contoh langsung dan kebalikan, ukuran contoh untuk penarikan contoh langsung dan kebalikan, pendugaan nilai rata-rata dan total populasi dengan menggunakan sub populasi, pendugaan nilai rata-rata dan total populasi dari sub populasi. Untuk itu digunakan strategi berikut ini:
- Menyediakan materi perkuliahan dalam bentuk file ppt dan memberikan informasi mengenai buku referensi utama dan referensi pendukung.
- Menyajikan materi secara detil: Definisi, dasar-dasar penarikan contoh, Penarikan contoh acak sederhana, Penarikan contoh acak berlapis dan sistematis, Alokasi penarikan contoh acak berlapis, Perkiraan ukuran contoh, Terapan beda bidang, Probability proportional sampling (pps), Penarikan contoh bergerombol/cluster sampling, Penduga rasio dan penduga regresi, Penarikan contoh 2 tahap (multistage sampling), Non-probability sampling dan Sumber-sumber bias.
- Menyajikan materi di depan kelas melalui power point dengan contoh – contoh soal dan pembahasannya. Sehingga jika ada pertanyaan secara langsung bisa ditanyakan saat proses perkuliahan.
- Membagi kelas menjadi 12 kempok yang terdiri atas 3-4 mahasiswa untuk menyampaikan materi setiap pertemuan disertai dengan menyelesaikan kasus riil. Kemudian setiap kelompok mempresentasikan hasil kinerjanya, yang akan ditanggapi oleh kelompok lain.
- Memberikan post test setiap 2 kali pertemuan mengenai materi yang telah disampaikan, beberapa mahasiswa diminta untuk mendemokan hasil kinerjanya agar teman lainnya semakin paham.
- Memberikan hasil tugas ataupun asesmen lain seperti kuis, UTS dan UAS kepada mahasiswa pada pertemuan perkuliahan selanjutnya. Kemudian memberikan kesempatan kepada mahasiswa untuk membahas ulang soal – soal asesmen apabila diperlukan. Dengan adanya pembahasan tersebut, diharapkan mahasiswa tidak mengulang kembali kesalahan yang dilakukan pada asesmen selanjutnya.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 3 sks dengan jadwal pertemuan satu minggu sekali (3 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: Kelas Teknik Sampling dan Survai terdiri dari 3 kelas dengan jadwal pertemuan sebagai berikut:
Kelas A : Senin, jam 13.00 – 15.40 WIB
Pada setiap pertemuan dosen memberikan kesempatan untuk berdiskusi tentang kesulitan pada materi sebelumnya, kemudian dosen menyajikan materi baru berupa teori disertai dengan pembahasan soal-soal pada 2 sks pertama.
Kemudian mahasiswa diberikan waktu untuk presentasi pada 1 sks berikutnya, Terdapat beberapa penugasan untuk dikerjakan di rumah agar dapat lebih memahami.
b. Setiap pertemuan mempunyai capaian pembelajaran yang spesifik sesuai materi yang disampaikan. Untuk mengukur ketercapaiannya, telah dirancang pemberian tugas. Hasil tugas mahasiswa tersebut dijadikan sebagai bahan evaluasi, untuk mengulang kembali bagian – bagian yang dirasa perlu pada pertemuan selanjutnya. Sesuai yang dirancang pada RPS dan SAP, mahasiswa mengerjakan beberapa hal berikut ini sebagai bentuk penilaian:
- Tugas 1 : berupa tugas setiap kelompok yang terdiri atas 12 sub materi yaitu:
Definisi, dasar-dasar penarikan contoh, Penarikan contoh acak sederhana, Penarikan contoh acak berlapis dan sistematis, Alokasi penarikan contoh acak berlapis, Perkiraan ukuran contoh, Terapan beda bidang, Probability proportional sampling (pps), Penarikan contoh bergerombol/cluster sampling, Penduga rasio dan penduga regresi, Penarikan contoh 2 tahap (multistage sampling), Non-probability sampling dan Sumber-sumber bias
- UTS : untuk materi Definisi, dasar-dasar penarikan contoh, Penarikan contoh acak sederhana, Penarikan contoh acak berlapis dan sistematis, Alokasi penarikan contoh acak berlapis, Perkiraan ukuran contoh, Terapan beda bidang - UAS : untuk materi Probability proportional sampling (pps), Penarikan contoh
bergerombol/cluster sampling, Penduga rasio dan penduga regresi, Penarikan contoh 2 tahap (multistage sampling), Non-probability sampling dan Sumber- sumber bias.
Semua bentuk penilaian di atas harus dikerjakan secara mandiri oleh mahasiswa dan beberapa tugas berdasarkan pembagian kelompok.
4 Isi Perkuliahan
- Definisi, dasar-dasar penarikan contoh - Penarikan contoh acak sederhana
- Penarikan contoh acak berlapis dan sistematis - Alokasi penarikan contoh acak berlapis - Perkiraan ukuran contoh
- Terapan beda bidang
- Probability proportional sampling (pps)
- Penarikan contoh bergerombol/cluster sampling - Penduga rasio dan penduga regresi
- Penarikan contoh 2 tahap (multistage sampling) - Non-probability sampling
- Sumber-sumber bias
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan prakteknya 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, beberapa mengulang dari angkatan 2016 dan 2015. Untuk Teknik Sampling dan Survai kelas A diikuti oleh 43 mahasiswa dimana 41 orang angkatan 2017, 1 orang mengulang dari angkatan 2016 dan 2015.
6 Persentase Kehadiran
Rincian persentase kehadiran dosen dan mahasiswa untuk Teknik Sampling dan Survai kelas A, kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata – rata sebesar 94,5%
7 Sistem Evaluasi
- Evaluasi per minggu dilakukan melalui post test dengan tujuan untuk menggali pemahaman mahasiswa terhadap materi perkuliahan yang telah disampaikan di setiap minggu/pertemuan. Pelaksanaan post test, mahasiswa masih dapat membuka catatan (open resume) karena harus menerapkan dan memilih rumus untuk Teknik sampling yang tepat. Hasil dari post test tersebut dimanfaatkan dosen untuk membahas ulang materi yang dirasa kurang pemahamannya pada pertemuan di minggu selanjutnya.
- Evaluasi materi sampai dengan tengah dan akhir semester dilaksanakan melalui UTS dan UAS, yang diselenggarakan secara terjadwal. Soal berupa kasus riil yang harus diselesaikan perhitungannya dengan memilih Teknik sampling yang tepat. Beberapa soal berupa teori untuk mengukur pemahaman terhadap
berbagai metode sampling.
- Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa konsentrasi untuk menghadapi UTS/UAS.
- Tabel 2 Asesmen dan materi yang diukur, serta pembobotan setiap asesmen terhadap nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course Learning Outcome – CLO).
Tabel 2 Asesmen, pembobotan dan materi yang diukur
Asesm
en Materi
Bobot terhadap Nilai akhir
C L O 1
CL O2
CL O3
CL O4
CL O5
CL O6
CL O7
CL O8
CL O9
CLO 10 Bobot Asesmen terhadap CLO (Course Learning Outcome) ABS1
Penilaian terhadap sikap
0,15 0
, 1
0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
T1 12 Sub
Materi 0,25
0 , 1
0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
UTS1
6 Sub Materi Awal
0,3 0
, 2
0,2 0,2 0,2 0,2 0 0 0 0 0
UAS1
6 Sub Materi Akhir
0,3 0 0 0 0 0 0,2 0,2 0,2 0,2 0,2
8 Pengamatan Kelas
Di dalam perkuliahan mahasiswa aktif berpartisipasi baik itu di dalam mengajukan pertanyaan maupun bersedia maju ke depan untuk menyelesaikan kasus di white board.
Setiap mahasiswa yang aktif berpartisipasi dalam perkuliahan akan diberikan poin 1 dalam 1 kali bertanya, menjawab ataupun menyanggah. Poin tersebut selanjutnya akan digunakan sebagai penambahan poin sikap yang berkode ABS1. Penilaian terhadap sikap tidak hanya menambah poin, namun ada juga beberapa hal yang dapat mengurangi poin sikap seperti tidak bersedia untuk menyelesaikan soal ketika ditunjuk oleh dosen, melakukan kecurangan terhadap presensi kehadiran perkuliahan (titip absen), tidak sopan dan bersikap curang pada saat perkuliahan berlangsung. Pada mata kuliah ini dosen merasa, dengan adanya tugas kelompok, maka mahasiswa yang kesulitan memahami beberapa Teknik sampling, dapat memiliki kesempatan bertanya kepada teman dalam satu kelompoknya, sehingga pemahaman mahasiswa dapat terpenuhi melalui metode ini.
9 Hasil Belajar
Berikut merupakan sebaran hasil belajar untuk Teknik Sampling dan Survai kelas A : - Nilai Sikap dan Tugas
Gambar 1 menunjukkan sebaran nilai masing – masing asesmen yang diberikan.
Secara keseluruhan, rata-rata nilai sikap adalah 100. Nilai Tugas memiliki rata- rata sebesar 77,34 dengan nilai minimum adalah 70 dan nilai maksimum adalah 85. Dalam pemberian tugas, selain menilai aspek pemahaman, dosen juga menilai kemampuan mahasiswa dalam menyampaikan hasil analisisnya secara tertulis dan individu. Hasil kerja yang tidak mencerminkan kedua hal tersebutlah
yang mendapat nilai rendah.
Gambar 1 Sebaran Nilai Sikap, dan Tugas Mata Kuliah Teknik Sampling dan Survai 2019/2020
- Nilai UTS dan UAS
Pelaksanaan UTS dan UAS dilaksanakan sesuai dengan jadwal yang telah ditentukan oleh Jurusan. Gambar 2 menunjukkan sebaran nilai UTS mahasiswa yaitu dari rentang nilai 30 sampai 95 sedangkan sebaran nilai UAS mahasiswa yaitu dari rentang nilai 60 sampai 100. Hasil analisis butir soal UAS menunjukkan bahwa tipe soal yang diberikan termasuk dalam kategori sedang dan mudah, dengan daya pembeda soal adalah baik, cukup dan buruk. Nilai rata- rata UTS dan UAS adalah 74,88 dan 80,13.
Gambar 2 Sebaran Nilai UTS dan UAS Mata Kuliah Teknik Sampling dan Survai 2019/2020
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap asesmen. 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 asesmen, dengan memperhatikan persentase kontribusi CLO terhadap setiap ILO (Tabel 3) dan bobot setiap asesmen terhadap CLO (Tabel 4), 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 3. Gambar 3 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing CLO. Gambar 3 (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, hasilnya menunjukkan rata – rata di atas 80. Pada CLO ini 100% mahasiswa (43 orang) memperoleh nilai capaian di atas 70 atau termasuk dalam ketegori high. Berikut merupakan CLO yang berada pada kategori capaian Excellent:
- CLO6 (Mahasiswa mampu memilih metode pendugaan yang efisien dengan memanfaatkan informasi dari peubah lain yang berkorelasi dengan peubah yang hendak diduga parameternya)
- CLO7 (Mahasiswa mampu menarik sampel dari populasi yang membentuk gerombol, mampu menduga parameter populasi dan menentukan ukuran sampel untuk menduga parameter)
- CLO8 (Mahasiswa mampu melakukan sampling secara bertahap dari populasi yang membentuk gerombol, mampu menduga parmeter populasi dan menentukan ukuran)
- CLO9 (Mahasiswa mampu menjelaskan sampling non probability dan penerapannya dalam pelaksanaan survey, serta menjelaskan sumber-sumber bisa)
- CLO10 (mahasiswa mampu menyampaikan hasil analisisnya secara tertulis maupun lisan, dalam bentuk tugas individu maupun kelompok)
Sesuai dengan kategori capaian yang tersaji pada Tabel 3 dan Tabel 4, hasilnya menunjukkan rata – rata nilai 65 sampai 80. Pada CLO ini 97,67% mahasiswa (42 orang) memperoleh nilai capaian di atas 70 atau termasuk dalam ketegori high. Berikut merupakan CLO yang berada pada kategori capaian statisfactory:
- CLO1 (Mahasiswa mampu menjelaskan tentang sampel, populasi, probabilitas, dan beberapa konsep dasar statistika yang berhubungan dengan teknik sampling) - CLO2 (Mahasiswa dapat menjelaskan kelebihan dan kekurangan sensus dan sampling, sensus, quick count dan sampling probability dan non probability sampling, menjelaskan perbedaan galat sampling dan galat non sampling)
- CLO3 (Mahasiswa mampu melakukan teknik sampling acak sederhana, mahasiswa mampu menduga parameter rata-rata populasi, Total Populasi dan
proporsi populasi serta menentukan ukuran sampel untuk menduga parameter populasi)
- CLO4 (Mahasiswa mampu melakukan sampling acak berlapis dari populasi yang tidak homogen kondisinya dan menduga parameter populasi dan mengalokasikan ukuran sampel)
- CLO5 (Mahasiswa mampu melakukan pendugaan rasio dan pendugaan regresi bagi nilai rata-rata dan total populasi)
Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Teknik Sampling dan Survai
CLO Rata -
rata Kategori Capaian
Banyaknya mahasiswa dengan
CLO>60
Persentase mahasiswa dnegan
CLO>60
Kategori Persentas
e
CLO1 79,27 SATISFACTORY 42 97,67 HIGH
CLO2 79,27 SATISFACTORY 42 97,67 HIGH
CLO3 79,27 SATISFACTORY 42 97,67 HIGH
CLO4 79,27 SATISFACTORY 42 97,67 HIGH
CLO5 79,27 SATISFACTORY 42 97,67 HIGH
CLO6 82,42 EXCELLENT 43 100 HIGH
CLO7 82,42 EXCELLENT 43 100 HIGH
CLO8 82,42 EXCELLENT 43 100 HIGH
CLO9 82,42 EXCELLENT 43 100 HIGH
CLO10 82,42 EXCELLENT 43 100 HIGH
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
0 20 40 60 80 100CLO1
CLO2
CLO3
CLO4
CLO5 CLO6
CLO7 CLO8 CLO9
CLO10
Weighted-avg-based CLO's AI
Achievement Index of MAS61124
96 97 98 99 100CLO1
CLO2
CLO3
CLO4
CLO5 CLO6
CLO7 CLO8 CLO9
CLO10
Student num-based CLO's AI
Achievement Index of MAS61124
(a) (b)
Gambar 3. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Teknik Sampling dan Survai
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 4. Gambar 4 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing ILO yang didukung oleh mata kuliah ini. Gambar 4 (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):
- Terdapat dua ILO yang berada pada kategori capaian Excellent, yaitu:
ILO2 - Mampu menyusun dan atau memilih rancangan pengumpulan atau pembangkitan data secara efisien dan menerapkan dalam bentuk survei, percobaan, atau simulasi.
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.
ILO5 - 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;
ILO7 - Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk keempat ILO ini.
- Terdapat satu ILO yang yang berada pada kategori capaian Satisfactory yaitu:
ILO1 - Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati
Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk ILO ini, yang masuk dalam kategori HIGH.
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh MK Teknik Sampling dan Survai
Rata - rata
terboboti Kategori Capaian
Banyaknya mahasiswa dengan
ILO>60
Persentase mahasiswa dengan
ILO>60
Kategori
ILO1 79,89 SATISFACTORY 43 100 HIGH
ILO2 81,49 EXCELLENT 43 100 HIGH
ILO3 80,38 EXCELLENT 43 100 HIGH
ILO5 80,78 EXCELLENT 43 100 HIGH
ILO7 82,42 EXCELLENT 43 100 HIGH
Gambar 4. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap ILO yang didukung oleh MK Teknik Sampling dan Survai 10 Kendala
- Tidak terdapat kendala yang berarti dikarenakan dosen telah menyampaikan sesuai dengan Rencana Pembelajaran Semester (RPS) yang telah disepakai oleh tim pengajar. Selain itu, metode pelaksanaan perkuliahan dengan menyampaikan materi, kemudian diberikan pembahasan soal-soal sehingga lebih mudah diterima dan dimengerti oleh mahasiswa.
- Beberapa mahasiswa ada yang tidak mengerti mengenai materi yang disampaikan secara presentasi kelompok, sehingga perlu dilakukan tanya jawab lebih.
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti yang sudah disajikan pada kolom dua di Tabel 1. Sedangkan statistika deskriptif dari nilai akhir dapat dilihat di Tabel 6. Rata – rata pemahaman mahasiswa adalah 80,84%
dengan nilai median sebesar 81,75%. Untuk materi secara keseluruhan, dengan kurang dan lebihnya 5,99% dari rata – rata tersebut. Terdapat satu mahasiswa dengan pemahaman paling rendah, nilai 66,8, namun ada pula yang berhasil optimal memahami materi dengan nilai 91,15. Jangkauan nilai tertinggi dan terendah adalah dengan selisih nilai 24,35.
Tabel 6. Statistika Deskriptif Nilai Akhir Teknik Sampling dan Survai 2019/2020
Rata-Rata 80,84
Median 81,75
Simpangan Baku 5,99
Range 24,35
0 50 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS61124
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS61124
(a) (b)
Minimum 66,8
Maksimum 91,15
Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 5. Dari gambar tersebut, sebanyak 67,4% mahasiswa memperoleh nilai A, dan sebesar 4,7% memperoleh nilai C+. Tidak ada mahasiswa yang memperoleh nilai C, D dan E. Sehingga pada tahun ajaran 2019/2020 tidak terdapat mahasiswa yang mengulang mata kuliah ini. Namun, tingkat kesulitan soal untuk tahun ajaran berikutnya sebaiknya diberikan tingkatan yang lebih rumit. Sehingga kemampuan mahasiswa dapat bertambah.
Gambar 5. Prosentase Nilai Huruf Mata Kuliah Teknik Sampling dan Survai 2019/2020 12 Kesimpulan
- Nilai akhir yang diperoleh masih mencerminkan bahwa strategi dan cara pembelajaran dapat diterima dengan baik oleh sebagian besar mahasiswa.
- Referensi yang diberikan oleh dosen sudah sesuai untuk mata kuliah Teknik Sampling dan Survai ini.
- Mahasiswa menikmati proses pembelajaran melalui presentasi dan diskusi kelompok, sehingga mahasiswa mampu belajar secara mandiri.
13 Rekomendasi Perbaikan
- Perlu memberikan memberikan gambaran bahwa mata kuliah Teknik Sampling dan Survai memiliki prasyarat harus sudah lulus mata kuliah Statistika Matematika I. Sehingga diharapkan mahasiswa benar-benar memahami mata kuliah ini sebagai roh dan jiwa dari statistika mengingat mata kuliah ini merupakan mata kuliah inti statistika.
29
5 7
2 0 0 0
A B+ B C+ C D E
Prosentase Nilai Huruf
Teknik Sampling dan Survai 2019/2020
Lampiran:
1. Lampiran 1 (Rencana dan Realiasasi pelaksanaan perkuliahan) 2. Lampiran 2 (Rincian Nilai Mahasiswa)
3. Lampiran 3 (Saran Perkuliahan dari Mahasiswa) 4. Lampiran 4 (Pengunggahan materi perkuliahan)
Lampiran 1 (Rencana dan Realiasasi pelaksanaan perkuliahan)
Rencana
Minggu ke- Materi Pelaksanaan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 Definisi, dasar-dasar penarikan contoh
2 Penarikan contoh acak sederhana
3 Penarikan contoh sistematis
4 Penarikan contoh acak berlapis
5 Alokasi penarikan contoh acak berlapis
6 Perkiraan ukuran contoh
7 Terapan beda bidang
8 UTS
9 Probability proportional sampling (pps)
10 Penarikan contoh bergerombol/cluster sampling
11 Penduga rasio dan penduga regresi
12 Penarikan contoh 2 tahap (multistage sampling)
13 Non-probability sampling
14 Sumber-sumber bias
15 Probabilitas dan Sumber Kesalahan
16 UAS
% Kehadiran 100 97,7 93 95,3 93 100 97,7 100 90,7 95,3 95,3 83,7 90,7 90,7 100 100
Lampiran 2 (Rincian Nilai Mahasiswa)
Kelas A Bobot Penilaian 0,15 0,25 0,3 0,3
NA NH
No NIM Nama ABS1 T1 UTS1 UAS1
1 '155090507111007 Athiyyah N Kiayi 100 80 45 61 66,8 C+
2 '165090507111025 Syifa Emilia Mahmuda 100 82 75 100 88 A
3 '175090400111032 Nasrurrohman Abdul Karim Cholis 100 79 55 60 69,25 B
4 '175090500111001 Nur Khamidah 100 80 90 80 86 A
5 '175090500111002 Riska Mei Anggreani 100 85 90 78 86,65 A
6 '175090500111004 Defit Fitri Yuliana 100 75 85 74 81,45 A
7 '175090500111008 Ina Triani 100 75 85 81 83,55 A
8 '175090500111012 Aprilia Nurul Azizah 100 75 80 80 81,75 A
9 '175090500111013 Rizki Nurani Aisha 100 70 75 84 80,2 A
10 '175090500111021 Ryan Adi Nugroho 100 78 45 66 67,8 C+
11 '175090500111023 Nurul Rismasari 100 85 95 88 91,15 A
12 '175090500111026 Tamara Rezti Syafriana 100 80 55 69 72,2 B
13 '175090500111028 Muhamad Liswansyah Pratama 100 78 70 75 78 B+
14 '175090500111031 Erika Triswanda 100 75 80 71 79,05 B+
15 '175090500111035 Fabiola Puspa Pratiwi 100 80 30 93 71,9 B
16 '175090500111036 Mamlu`Atul Marchamah 100 70 90 68 79,9 B+
17 '175090500111039 Zidane Ariyandy 100 78 75 78 80,4 A
18 '175090501111005 Najunda Zukhrufiah Syahdu Firdaus 100 80 55 80 75,5 B+
19 '175090501111006 Salwa Alfi Azhari 100 70 80 85 82 A
20 '175090501111008 Dara Septya Salsabilla 100 80 85 80 84,5 A
21 '175090501111011 Irsyad Maulana Khaironi 100 80 80 79 82,7 A
22 '175090501111014 Denisa Lauvil Maulidia 100 80 80 88 85,4 A
23 '175090501111015 Aliyah Husnun Azizah 100 80 90 88 88,4 A
24 '175090501111018 Agis Wahyu Lestari 100 70 90 88 85,9 A
25 '175090501111019 Vaulita Qatrunnada 100 80 50 83 74,9 B
26 '175090501111020 Kushartanti Alifah 100 80 85 78 83,9 A
Kelas A Bobot Penilaian 0,15 0,25 0,3 0,3
NA NH
No NIM Nama ABS1 T1 UTS1 UAS1
27 '175090501111024 Yanuar Rizal Ramadhan 100 70 60 74 72,7 B
28 '175090501111027 Ziqra Dika Putri 100 80 85 88 86,9 A
29 '175090501111028 Shelma Ayu Widya Masyitha 100 80 75 79 81,2 A
30 '175090501111029 Ratih Kartika Rahmatulnissa 100 78 90 81 85,8 A
31 '175090501111034 Ulfie Safitri 100 78 90 79 85,2 A
32 '175090501111036 Wulaida Rizky Fitrilia 100 81 90 89 88,95 A
33 '175090507111003 Indah Fitria Susilowati 100 80 85 84 85,7 A
34 '175090507111008 Engelberta Vania 100 78 70 83 80,4 A
35 '175090507111009 Diah Ayu Mayliana Sari 100 78 75 84 82,2 A
36 '175090507111010 Laksmi Adlina Yudihartin 100 70 90 84 84,7 A
37 '175090507111015 Fathiyatul Laili Nur Rasyidah 100 70 90 85 85 A
38 '175090507111016 Windy Ramoti Sinaga 100 79 50 77 72,85 B
39 '175090507111022 Nabila Azarin Balqis 100 70 90 86 85,3 A
40 '175090507111028 Muhammad Daafa` Fenori 100 79 60 73 74,65 B
41 '175090507111031 Greis Ully Damaiyanty Gultom 100 80 75 80 81,5 A
42 '175090507111032 Bella Ery Putri Ananda 100 70 80 80 80,5 A
43 '175090507111033 Augy Kezia Anggoro 100 80 50 85 75,5 B+
Lampiran 3 (Saran Perkuliahan dari Mahasiswa)
No Saran/Komentar
1 Terima kasih buk 2 -
3 Post test nya waktunya diperbanyak bu 4 Terimakasih bu
5 Sudah cukup baik
6 Lebih sering latihan soal di kelas 7 Terimakasih atas ilmu yang diberikan 8 Terimakasih atas ilmu yang diberikan 9 Baik
10 Ok
11 Semangat bu 12 ‐
13 Tidak ada
14 Jangan post test tiap pertemuan bu :`) 15 Terimakasih Ibu untuk satu semester ini 16 ‐
17 Tidak ada 18 Sudah baik
19 Terima kasih afas ilmu yang diberikan. Mohon maaf atas segala kesalahan. Semangat ibu.
20 Terimakasih bu :) 21 Terimakasih bu
22 Terimakasih atas ilmu yang diberikan 23
Selama ini dosen sudah menyampaikan materi dengan baik dan jelas. Soal‐soal ujian sesuai dengan materi yang diberikan.
24 ‐ 25 Baik 26 ‐
27 Sudah sangat baik
28 Semangat selalu dalam mengajar 29 ‐
30 ‐ 31 ‐
32 Terimakasih atas ilmu yang diberikan 33 Sudah cukup baik
34 ‐ 35 -
36 Tidak ada 37 Terimakasi bu 38 ‐
39 Semoga lebih baik lagi ke depannya dan terimakasih atas ilmu yang telah diberikan..
40 Sangat baik 41 Sudah baik.
42 Sehat selalu bu 43 Bagus
Lampiran 4 (Pengunggahan materi perkuliahan)
