Statistika Inferensial
Deskripsi Mata Kuliah
Setelah mengikuti mata kuliah Statistika Inferensial Capaian Pembelajaran yang diharapkan dimiliki oleh mahasiswa adalah agar mahasiswa dapat menggunakan berbagai teknik statistik inferensial untuk mengolah data yang dimiliki seperti korelasi, regresi, Chi Square, t-test, Anava serta pengujian persyaratan analisis data.
CPL Program Studi pada MK
CPMK
Aktivitas Pembelajaran
Mata kuliah Statistika Inferensial membekali mahasiswa dengan pemahaman komprehensif dan keterampilan analitis dalam mengolah serta menginterpretasikan data sampel untuk menarik kesimpulan dan menggeneralisasinya pada populasi yang lebih luas dalam riset teknologi pendidikan. Perkuliahan ini mengarahkan mahasiswa untuk menguasai pengujian hipotesis, analisis korelasi, regresi, uji beda, serta prinsip dasar statistik parametrik dan non-parametrik. Melalui orientasi ini, mahasiswa diharapkan mampu menerapkan teknik analisis data berbasis statistik secara cermat dan sistematis guna mendukung keabsahan temuan ilmiah serta pengambilan keputusan strategis dalam pengembangan teknologi pembelajaran.
Mengkaji sampling acak sederhana, stratifikasi, klaster, sistematis, dan nonprobabilitas; mengidentifikasi bias seleksi, nonrespons, dan masalah keterwakilan.
Membahas distribusi statistik sampel, standard error, variasi antarsampel, dan pengaruh ukuran sampel terhadap presisi estimasi.
Menjelaskan intuisi Teorema Limit Pusat, kondisi penggunaannya, serta kegunaan distribusi z, t, chi-square, dan F.
Membedakan estimator dan estimasi; menghitung serta menafsirkan interval kepercayaan mean dengan simpangan baku populasi diketahui atau tidak diketahui.
Mengestimasi proporsi populasi; membahas margin of error, lebar interval, syarat pendekatan normal, serta faktor yang memengaruhi kebutuhan ukuran sampel.
Merumuskan H0 dan H1; membedakan uji satu dan dua arah; membahas taraf signifikansi, p-value, daerah kritis, kesalahan tipe I dan II, serta keputusan statistik.
Evaluasi materi pertemuan 1–7: konsep inferensi, sampling, distribusi sampling, estimasi, dan pengantar uji hipotesis.
Menerapkan uji mean satu sampel dengan z atau t sesuai kondisi; menginterpretasikan statistik uji dan p-value serta menyusun kesimpulan dalam konteks.
Menguji perbedaan dua kelompok independen; memilih uji t yang sesuai, memeriksa asumsi dasar, dan menafsirkan selisih mean serta interval kepercayaan.
Menganalisis data sebelum-sesudah atau pasangan terkait; memahami selisih pasangan, asumsi uji t berpasangan, dan interpretasi hasil.
Menerapkan uji proporsi dan chi-square untuk kesesuaian maupun independensi; menyusun tabel kontingensi, menghitung frekuensi harapan, dan membahas batasan interpretasi.
Mengenali kondisi penggunaan uji nonparametrik; membahas secara konseptual uji tanda, Wilcoxon, dan Mann–Whitney serta perbedaan dengan pendekatan parametrik
Menafsirkan koefisien korelasi, persamaan regresi, kemiringan, nilai p, dan keterbatasan prediksi; membedakan asosiasi dan kausalitas.
Pengantar perbandingan lebih dari dua mean melalui ANOVA; memahami variasi antarkelompok/dalam kelompok, memilih metode, dan menyusun laporan berisi pertanyaan, metode, hasil, asumsi, serta kesimpulan.
Evaluasi materi pertemuan 9–15 dan integrasi: uji hipotesis, perbandingan kelompok, data kategorik, nonparametrik, korelasi-regresi, dan pengantar ANOVA.