basigi@unp.ac.id (0751) 7050000 Jl. Prof. Dr. Hamka, Air Tawar, Padang
Matakuliah

Statistika Inferensial

- Fakultas Ilmu Pendidikan
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

CPL-2 - Memiliki kemampuan komunikasi yang efektif dan membangun kerjasama team dalam interaksi sosial dan pekerjaan
CPL-3 - Mampu untuk berfikir logis, kritis dan inovatif dalam mengidentifikasi, menganalisis serta memberikan solusi terhadap permasalahan yang sesuai dengan bidang keilmuan dan penguasaan teknologi
CPL-4 - Memiliki pengetahuan teoritis dan praktis dalam memfasilitasi pembelajaran dan meningkatkan kinerja sebagai, desainer, manager proyek, spesialis media, koordinator teknologi pendidikan, administrator sistem, evaluator dalam bidang pembelajaran/Pendidikan.
CPL-5 - Mampu memahami konsep-konsep perubahan dan inovasi yang didasarkan pada dokumen tertulis dan data lapangan, serta pengetahuan dalam bidang kurikulum yang dimiliki satuan pendidikan dan pelatihan.

CPMK

CPMK-1 - Mahasiswa mampu menjelaskan konsep dasar statistika inferensial, termasuk probabilitas, distribusi sampling, dan pengujian hipotesis dalam konteks pendidikan.
CPMK-2 - Mahasiswa mampu menganalisis data penelitian pendidikan menggunakan teknik statistika inferensial (uji-t, ANOVA, korelasi, regresi) secara logis dan kritis.
CPMK-3 - Mahasiswa mampu menentukan teknik analisis inferensial yang tepat sesuai dengan jenis data dan tujuan penelitian.
CPMK-4 - Mahasiswa mampu menginterpretasikan dan mengkomunikasikan hasil analisis statistika inferensial secara ilmiah dengan memperhatikan etika akademik.

Aktivitas Pembelajaran

Pertemuan 1 - Orientasi Perkuliahan Statistika Inferensial
Minggu 1

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.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 2 - Teknik sampling dan bias
Minggu 2

Mengkaji sampling acak sederhana, stratifikasi, klaster, sistematis, dan nonprobabilitas; mengidentifikasi bias seleksi, nonrespons, dan masalah keterwakilan.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 3 - Distribusi sampling dan standard error
Minggu 3

Membahas distribusi statistik sampel, standard error, variasi antarsampel, dan pengaruh ukuran sampel terhadap presisi estimasi.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 4 - Teorema Limit Pusat dan distribusi acuan
Minggu 4

Menjelaskan intuisi Teorema Limit Pusat, kondisi penggunaannya, serta kegunaan distribusi z, t, chi-square, dan F.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 5 - Estimasi titik dan interval kepercayaan mean
Minggu 5

Membedakan estimator dan estimasi; menghitung serta menafsirkan interval kepercayaan mean dengan simpangan baku populasi diketahui atau tidak diketahui.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 6 - Interval kepercayaan proporsi
Minggu 6

Mengestimasi proporsi populasi; membahas margin of error, lebar interval, syarat pendekatan normal, serta faktor yang memengaruhi kebutuhan ukuran sampel.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 7 - Dasar pengujian hipotesis
Minggu 7

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.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 8 - Ujian Tengah Semester (UTS)
Minggu 8

Evaluasi materi pertemuan 1–7: konsep inferensi, sampling, distribusi sampling, estimasi, dan pengantar uji hipotesis.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 9 - Uji hipotesis satu sampel
Minggu 9

Menerapkan uji mean satu sampel dengan z atau t sesuai kondisi; menginterpretasikan statistik uji dan p-value serta menyusun kesimpulan dalam konteks.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 10 - Dua sampel independen
Minggu 10

Menguji perbedaan dua kelompok independen; memilih uji t yang sesuai, memeriksa asumsi dasar, dan menafsirkan selisih mean serta interval kepercayaan.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 11 - Uji berpasangan
Minggu 11

Menganalisis data sebelum-sesudah atau pasangan terkait; memahami selisih pasangan, asumsi uji t berpasangan, dan interpretasi hasil.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 12 - Uji proporsi dan chi-square
Minggu 12

Menerapkan uji proporsi dan chi-square untuk kesesuaian maupun independensi; menyusun tabel kontingensi, menghitung frekuensi harapan, dan membahas batasan interpretasi.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 13 - Pengantar uji nonparametrik
Minggu 13

Mengenali kondisi penggunaan uji nonparametrik; membahas secara konseptual uji tanda, Wilcoxon, dan Mann–Whitney serta perbedaan dengan pendekatan parametrik

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 14 - Korelasi dan regresi linear sederhana
Minggu 14

Menafsirkan koefisien korelasi, persamaan regresi, kemiringan, nilai p, dan keterbatasan prediksi; membedakan asosiasi dan kausalitas.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 15 - ANOVA satu arah dan pelaporan hasil
Minggu 15

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.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.
Pertemuan 16 - Ujian Akhir Semester (UAS)
Minggu 16

Evaluasi materi pertemuan 9–15 dan integrasi: uji hipotesis, perbandingan kelompok, data kategorik, nonparametrik, korelasi-regresi, dan pengantar ANOVA.

Login diperlukan untuk melihat video dan materi pada aktivitas ini.

Rencana Pembelajaran Semester (RPS)

Buka RPS

Lecture Note

Lecture Note Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

Lecture Video

Lecture Video Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

Assignments

Assignments Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

E-Book

E-Book Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

UTS

UTS Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

UAS

UAS Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login
Related

Course Terkait