Logo UNP
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG – FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM – PROGRAM STUDI STATISTIKA (D III)
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan
Analisis Data Kategorik STK.52.0022 - 0 2 4 -
OTORISASI / PENGESAHAN Dosen Pengembang RPS Koordinator RMK Koordinator Prodi
- - - -
CPL-PRODI yang dibebankan pada MK
CPL-2 Memiliki kemampuan komunikasi yang efektif dan kerjasama team dalam interaksi sosial dan pekerjaan (komunikasi dan Kerjasama team / transferable skill)
CPL-4 Mampu menguasai konsep dasar ilmu statistika dan sains data serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professional
CPL-5 Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar statistika untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK 1 Mahasiswa mampu menguasai konsep analisis data kategorik
CPMK 2 Mahasiswa mampu mengaplikasikan perangkat lunak statistika dalam analisis data kategorik.
CPMK 3 Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep analisis data kategorik.
CPMK 4 Memiliki kemampuan komunikasi yang efektif dan kerjasama team dalam menguasai konsep analisis data kategorik.
CPMK 5 Mampu menguasai konsep dasar analisis data kategorik serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professional.
CPMK 6 Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar analis data kategorik untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
SUB CPMK -
CPL-2 CPL-4 CPL-5 dst Total
CPMK/Sub CPMK - - - - -
CPMK/Sub CPMK - - - - -
Mata kuliah ini membahas konsep dan metode analisis data kategorik untuk menganalisis hubungan antarvariabel dengan respon berbentuk kategori. Materi meliputi data kategorik, distribusi dan inferensi untuk data diskret, tabel kontingensi, generalized linear model (GLM), regresi logistik, model loglinier, dan metode CHAID.
Utama:
-
Pendukung: (Jika diperlukan)
-
-
-
Minggu Ke- SUB-CPMK (Kemampuan Akhir Yang Diharapkan) Penilaian Bentuk Pembelajaran, Metode Pembelajaran, Penugasan Mahasiswa
[Estimasi Waktu]
Materi Pembelajaran
[Rujukan]
Bobot Penilaian
(%)
Indikator Teknik & Kriteria Luring (Tatap Muka) Daring (Online)
- - - - - - - 0
UTS
UAS