|
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG
– FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
– PROGRAM STUDI STATISTIKA (S1)
|
||||||
| RENCANA PEMBELAJARAN SEMESTER | |||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tgl Penyusunan | ||
| Adaptasi Teknologi | STA.62.0066 | - | 0 | 2 | 6 | - | |
| OTORISASI / PENGESAHAN | Dosen Pengembang RPS | Koordinator RMK | Koordinator Prodi | ||||
| - | - | - | Dr. Yenni Kurniawati S.Si., M.Si. | ||||
| Capaian Pembelajaran |
CPL-PRODI yang dibebankan pada MK | |
| CPL-4 | Menguasai konsep dasar keilmuan statistika dan metode-metode analisis statistika yang dapat diaplikasikan pada bidang pendidikan, pemerintahan, ekonomi, dan lingkungan (Scientific skill). | |
| CPL-6 | Mampu memformulasikan masalah menggunakan model-model statistika yang sesuai pada bidang pendidikan, pemerintahan, bisnis-ekonomi, dan lingkungan (Computation skills). | |
| CPL-8 | Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak (Collaboration digital skills). | |
| CPL-9 | Mampu menyelesaikan, menyajikan, dan mengkomunikasikan hasil analisis permasalahan nyata menggunakan statistika secara tertulis maupun lisan dengan jelas serta mudah dipahami (Problem solving skills/ Communication skills). | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK 1 | Mampu menganalisis hubungan dua peubah serta membangun dan menginterpretasikan model regresi linear sederhana dengan dukungan perangkat lunak statistika secara bertanggung jawab. | |
| CPMK 2 | Mampu merumuskan model regresi linear berganda dalam notasi matriks, mengestimasi parameter, menguji keberartian model dan parameter, serta menginterpretasikan hasil analisis menggunakan perangkat lunak statistika. | |
| CPMK 3 | Mampu memilih model regresi terbaik dan menyelesaikan kasus nyata secara mandiri/kolaboratif serta mengomunikasikan hasil analisis dalam laporan dan presentasi yang akurat, etis, dan mudah dipahami. | |
| CPMK 4 | Mampu mendiagnosis kualitas model melalui analisis sisaan, pencilan, leverage, dan amatan berpengaruh serta menentukan tindak lanjut analitis yang sesuai. | |
| CPMK 5 | Mampu mengevaluasi pemenuhan asumsi model regresi dan menerapkan tindakan remedial/transformasi yang tepat untuk menghasilkan model yang layak. | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| SUB CPMK 1 | Sub-CPMK 1.1 Mahasiswa mampu menganalisis bentuk, arah, dan kekuatan hubungan antarpeubah melalui diagram pencar dan korelasi. (2%) | |
| Matriks CPL ke CPMK |
|
| Deskripsi Singkat Mata Kuliah |
- |
| Pustaka | Utama: |
| - | |
|
Pendukung: (Jika diperlukan)
-
|
|
| Dosen Pengampu |
- |
| Mata kuliah syarat |
- |
| 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) | ||||
| 1 |
Sub-CPMK 1.1 Mahasiswa mampu menganalisis bentuk, arah, dan kekuatan hubungan antarpeubah melalui diagram pencar dan korelasi.
|
Ketepatan mengidentifikasi variabel respons dan prediktor, membaca scatterplot, menghitung serta menginterpretasikan korelasi, dan membedakan korelasi dengan regresi. |
Case-Based
|
Case Based Learning (CBL), diskusi, dan demonstrasi software. Mahasiswa menganalisis scatterplot/kasus dan mempraktikkan korelasi dengan R/Minitab. Estimasi: TM 2×50 menit; praktikum/responsi 1×170 menit. | Mahasiswa mempelajari Pre Existing Material (PEM)/modul di LMS UNP dan mengunggah refleksi/lembar kerja. Estimasi: BT 2×60 menit + BM 2×60 menit per minggu. |
1. Pendahuluan analisis regresi 2. Hubungan antarpeubah 3. Scatterplot dan korelasi 4. Korelasi vs regresi |
2 |