Courser in English | COMPUTATIONAL STATISTICS |
Program | Pendidikan Matematika |
SKS | 2 SKS |
RPS | 28 Data |
RPS (Rencanan Perkuliahan Semester)
Mata kuliah Komputasi Statistik adalah matakuliah wajib dengan bobot 2 sks yang secara umum bertujuan agar mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data. Secara khusus, setelah menempuh mata kuliah ini, mahasiswa diharapkan mampu menguasai bagaiman cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, input data, Statistika Deskriptif yang terdiri dari tabel, diagram, ukuran, Statistika inferensial yang terdiri dari Komparasi: uji asumsi klasik (uji normalitas distribusi, uji homogentias variansi), uji t 1 sampel, uji t 2 sampel independen, uji t 2 sampel berpasangan, anava 1 jalan, anava 2 jalan, uji pasca anava, Korelasi: asumsi (uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas (berganda), uji autokorelasi (data time series)), regresi dan korelasi linier sederhana, regresi dan korelasi linier berganda. Metode perkuliahan yang digunakan selain diskusi dan pemberian tugas, perkuliahan ini akan lebih banyak memberikan kesempatan kepada mahasiswa untuk praktikum. Luaran mata kuliah berupa laporan hasil praktikum pada setiap pertemuan, penilaian proses dilakukan pada saat mahasiswa melakukan praktikum SPSS. |
CAPAIAN PEMBELAJARAN |
CPL Prodi yang dibebankan pada MK |
|
|
|
|
Sikap (S) |
S3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara dan peradaban berdasarkan Pancasila S6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan S9. Menunjukkan sikap bertanggungjawab atas pekerjaannya secara mandiri S10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan |
||||
Pengetahuan (P) |
P1. Menguasai konsep teoretis pengetahuan matematika (kalkulus, geometri, aljabar, statistika,matematika terapan, analisis) yang menginternalisasi nilai-nilai Pancasila sesuai dengan lingkup tugasnya P5. Menguasai pengetahuan faktual tentang fungsi dan manfaat IT yang relevan untuk pengembangan mutu pendidikan |
||||
Ketrampilan Umum (KU) |
KU1. Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan matematika dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang matematika KU2. Menunjukkan kinerja mandiri, bermutu, dan terukur dalam mengembangkan instrumen untuk mengidentifikasi karakteristik peserta didik dari aspek fisik, psikologis, sosial, dan kultural demi tercapainya tujuan pembelajaran KU5. Mampu mengkaji pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai-nilai Pancasila sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan atau desain pemecahan masalah KU6. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data |
||||
Ketrampilan Khusus (KK) |
KK9. Menciptakan, mengelola dan mengembangkan usaha kreatif berbasis IT dengan menginternalisasi semangat kemandirian, daya juang dan kerja keras. |
||||
CPMK |
|
||||
Setelah menempuh mata kuliah Komputasi Statistik melalui pembelajaran mandiri maupun kolaboratif, mahasiswa diharapkan mampu: |
|||||
CPMK1 |
Mahasiswa mampu menyelesaikan berbagai permasalahan dalam pembelajaran matematika dan memecahkan masalah dalam kehidupan sehari hari yang terkait dengan proses analisis data melalui sofware SPSS (S3, S6, P1, KU5) |
||||
CPMK2 |
Mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data (P5, KU1) |
||||
CPMK3 |
Mahasiswa dapat melakukan praktikum secara mandiri dan bertanggung jawab terhadap tugas nya masing-masing (S9, KU2) |
||||
CPMK4 |
Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian (S10, KU6, KK9) |
Pustaka |
Utama |
|
|
||
Pendukung |
|
|
|
Details ...
Mata kuliah Komputasi Statistik adalah matakuliah wajib dengan bobot 2 sks yang secara umum bertujuan agar mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data. Secara khusus, setelah menempuh mata kuliah ini, mahasiswa diharapkan mampu menguasai bagaiman cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, input data, Statistika Deskriptif yang terdiri dari tabel, diagram, ukuran, Statistika inferensial yang terdiri dari Komparasi: uji asumsi klasik (uji normalitas distribusi, uji homogentias variansi), uji t 1 sampel, uji t 2 sampel independen, uji t 2 sampel berpasangan, anava 1 jalan, anava 2 jalan, uji pasca anava, Korelasi: asumsi (uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas (berganda), uji autokorelasi (data time series)), regresi dan korelasi linier sederhana, regresi dan korelasi linier berganda. Metode perkuliahan yang digunakan selain diskusi dan pemberian tugas, perkuliahan ini akan lebih banyak memberikan kesempatan kepada mahasiswa untuk praktikum. Luaran mata kuliah berupa laporan hasil praktikum pada setiap pertemuan, penilaian proses dilakukan pada saat mahasiswa melakukan praktikum SPSS. |
CAPAIAN PEMBELAJARAN |
CPL Prodi yang dibebankan pada MK |
|
|
|
|
Sikap (S) |
S3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara dan peradaban berdasarkan Pancasila S6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan S9. Menunjukkan sikap bertanggungjawab atas pekerjaannya secara mandiri S10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan |
||||
Pengetahuan (P) |
P1. Menguasai konsep teoretis pengetahuan matematika (kalkulus, geometri, aljabar, statistika,matematika terapan, analisis) yang menginternalisasi nilai-nilai Pancasila sesuai dengan lingkup tugasnya P5. Menguasai pengetahuan faktual tentang fungsi dan manfaat IT yang relevan untuk pengembangan mutu pendidikan |
||||
Ketrampilan Umum (KU) |
KU1. Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan matematika dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang matematika KU2. Menunjukkan kinerja mandiri, bermutu, dan terukur dalam mengembangkan instrumen untuk mengidentifikasi karakteristik peserta didik dari aspek fisik, psikologis, sosial, dan kultural demi tercapainya tujuan pembelajaran KU5. Mampu mengkaji pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai-nilai Pancasila sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan atau desain pemecahan masalah KU6. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data |
||||
Ketrampilan Khusus (KK) |
KK9. Menciptakan, mengelola dan mengembangkan usaha kreatif berbasis IT dengan menginternalisasi semangat kemandirian, daya juang dan kerja keras. |
||||
CPMK |
|
||||
Setelah menempuh mata kuliah Komputasi Statistik melalui pembelajaran mandiri maupun kolaboratif, mahasiswa diharapkan mampu: |
|||||
CPMK1 |
Mahasiswa mampu menyelesaikan berbagai permasalahan dalam pembelajaran matematika dan memecahkan masalah dalam kehidupan sehari hari yang terkait dengan proses analisis data melalui sofware SPSS (S3, S6, P1, KU5) |
||||
CPMK2 |
Mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data (P5, KU1) |
||||
CPMK3 |
Mahasiswa dapat melakukan praktikum secara mandiri dan bertanggung jawab terhadap tugas nya masing-masing (S9, KU2) |
||||
CPMK4 |
Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian (S10, KU6, KK9) |
Pustaka |
Utama |
|
|
||
Pendukung |
|
|
|
Details ...
Mata kuliah Komputasi Statistik adalah matakuliah wajib dengan bobot 2 sks yang secara umum bertujuan agar mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data. Secara khusus, setelah menempuh mata kuliah ini, mahasiswa diharapkan mampu menguasai bagaiman cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, input data, Statistika Deskriptif yang terdiri dari tabel, diagram, ukuran, Statistika inferensial yang terdiri dari Komparasi: uji asumsi klasik (uji normalitas distribusi, uji homogentias variansi), uji t 1 sampel, uji t 2 sampel independen, uji t 2 sampel berpasangan, anava 1 jalan, anava 2 jalan, uji pasca anava, Korelasi: asumsi (uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas (berganda), uji autokorelasi (data time series)), regresi dan korelasi linier sederhana, regresi dan korelasi linier berganda. Metode perkuliahan yang digunakan selain diskusi dan pemberian tugas, perkuliahan ini akan lebih banyak memberikan kesempatan kepada mahasiswa untuk praktikum. Luaran mata kuliah berupa laporan hasil praktikum pada setiap pertemuan, penilaian proses dilakukan pada saat mahasiswa melakukan praktikum SPSS. |
CAPAIAN PEMBELAJARAN |
CPL Prodi yang dibebankan pada MK |
|
|
|
|
Sikap (S) |
S3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara dan peradaban berdasarkan Pancasila S6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan S9. Menunjukkan sikap bertanggungjawab atas pekerjaannya secara mandiri S10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan |
||||
Pengetahuan (P) |
P1. Menguasai konsep teoretis pengetahuan matematika (kalkulus, geometri, aljabar, statistika,matematika terapan, analisis) yang menginternalisasi nilai-nilai Pancasila sesuai dengan lingkup tugasnya P5. Menguasai pengetahuan faktual tentang fungsi dan manfaat IT yang relevan untuk pengembangan mutu pendidikan |
||||
Ketrampilan Umum (KU) |
KU1. Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan matematika dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang matematika KU2. Menunjukkan kinerja mandiri, bermutu, dan terukur dalam mengembangkan instrumen untuk mengidentifikasi karakteristik peserta didik dari aspek fisik, psikologis, sosial, dan kultural demi tercapainya tujuan pembelajaran KU5. Mampu mengkaji pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai-nilai Pancasila sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan atau desain pemecahan masalah KU6. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data |
||||
Ketrampilan Khusus (KK) |
KK9. Menciptakan, mengelola dan mengembangkan usaha kreatif berbasis IT dengan menginternalisasi semangat kemandirian, daya juang dan kerja keras. |
||||
CPMK |
|
||||
Setelah menempuh mata kuliah Komputasi Statistik melalui pembelajaran mandiri maupun kolaboratif, mahasiswa diharapkan mampu: |
|||||
CPMK1 |
Mahasiswa mampu menyelesaikan berbagai permasalahan dalam pembelajaran matematika dan memecahkan masalah dalam kehidupan sehari hari yang terkait dengan proses analisis data melalui sofware SPSS (S3, S6, P1, KU5) |
||||
CPMK2 |
Mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data (P5, KU1) |
||||
CPMK3 |
Mahasiswa dapat melakukan praktikum secara mandiri dan bertanggung jawab terhadap tugas nya masing-masing (S9, KU2) |
||||
CPMK4 |
Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian (S10, KU6, KK9) |
Pustaka |
Utama |
|
|
||
Pendukung |
|
|
|
Details ...
Mata kuliah Komputasi Statistik adalah matakuliah wajib dengan bobot 2 sks yang secara umum bertujuan agar mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data. Secara khusus, setelah menempuh mata kuliah ini, mahasiswa diharapkan mampu menguasai bagaiman cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, input data, Statistika Deskriptif yang terdiri dari tabel, diagram, ukuran, Statistika inferensial yang terdiri dari Komparasi: uji asumsi klasik (uji normalitas distribusi, uji homogentias variansi), uji t 1 sampel, uji t 2 sampel independen, uji t 2 sampel berpasangan, anava 1 jalan, anava 2 jalan, uji pasca anava, Korelasi: asumsi (uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas (berganda), uji autokorelasi (data time series)), regresi dan korelasi linier sederhana, regresi dan korelasi linier berganda. Metode perkuliahan yang digunakan selain diskusi dan pemberian tugas, perkuliahan ini akan lebih banyak memberikan kesempatan kepada mahasiswa untuk praktikum. Luaran mata kuliah berupa laporan hasil praktikum pada setiap pertemuan, penilaian proses dilakukan pada saat mahasiswa melakukan praktikum SPSS. |
CAPAIAN PEMBELAJARAN |
CPL Prodi yang dibebankan pada MK |
|
|
|
|
Sikap (S) |
S3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara dan peradaban berdasarkan Pancasila S6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan S9. Menunjukkan sikap bertanggungjawab atas pekerjaannya secara mandiri S10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan |
||||
Pengetahuan (P) |
P1. Menguasai konsep teoretis pengetahuan matematika (kalkulus, geometri, aljabar, statistika,matematika terapan, analisis) yang menginternalisasi nilai-nilai Pancasila sesuai dengan lingkup tugasnya P5. Menguasai pengetahuan faktual tentang fungsi dan manfaat IT yang relevan untuk pengembangan mutu pendidikan |
||||
Ketrampilan Umum (KU) |
KU1. Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan matematika dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang matematika KU2. Menunjukkan kinerja mandiri, bermutu, dan terukur dalam mengembangkan instrumen untuk mengidentifikasi karakteristik peserta didik dari aspek fisik, psikologis, sosial, dan kultural demi tercapainya tujuan pembelajaran KU5. Mampu mengkaji pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai-nilai Pancasila sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan atau desain pemecahan masalah KU6. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data |
||||
Ketrampilan Khusus (KK) |
KK9. Menciptakan, mengelola dan mengembangkan usaha kreatif berbasis IT dengan menginternalisasi semangat kemandirian, daya juang dan kerja keras. |
||||
CPMK |
|
||||
Setelah menempuh mata kuliah Komputasi Statistik melalui pembelajaran mandiri maupun kolaboratif, mahasiswa diharapkan mampu: |
|||||
CPMK1 |
Mahasiswa mampu menyelesaikan berbagai permasalahan dalam pembelajaran matematika dan memecahkan masalah dalam kehidupan sehari hari yang terkait dengan proses analisis data melalui sofware SPSS (S3, S6, P1, KU5) |
||||
CPMK2 |
Mahasiswa mampu menyajikan, menganalis, membaca out put data, mengambil keputusan dan menyimpulkan hasil dari analisis suatu data (P5, KU1) |
||||
CPMK3 |
Mahasiswa dapat melakukan praktikum secara mandiri dan bertanggung jawab terhadap tugas nya masing-masing (S9, KU2) |
||||
CPMK4 |
Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian (S10, KU6, KK9) |
Pustaka |
Utama |
|
|
||
Pendukung |
|
|
|
Details ...
Mata kuliah ini berisi tentang teknik pengolahan data kuantitatif melalui software SPSS, mulai dari cara pengoperasian SPSS, deskripsi data dengan tabel dan diagram, uji beda rerata, serta regresi dan korelasi linier. Pada materi uji beda rerata dipelajari uji asumsi klasik meliputi uji normalitas distribusi dan uji homogenitas variansi, uji t satu sampel, uji t dua sampel independen, uji t dua sampel berpasangan, analisis variansi satu jalan, analisis variansi dua jalan, serta uji pasca analisis variansi dengan menggunakan SPSS. Pada uji regresi dan korelasi dipelajari uji asumsi klasik meliputi uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas, uji independensi (autokorelasi), korelasi dan regresi linier sederhana dan ganda dengan menggunakan SPSS.
Learning Outcomes- Mahasiswa mampu mengambil keputusan dari berbagai persoalan dalam pembelajaran matematika berdasarkan data yang relevan.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk pembelajaran dan penelitian pendidikan Matematika.
- Mahasiswa mampu menguasai materi, struktur, konsep, dan pola pikir keilmuan matematika untuk menunjang penelitian.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk mengembangkan diri sebagai pendidik matematika dan peneliti bidang pendidikan matematika.
Andy, F. (2009). Discovering Statistics Using SPSS. London: SAGE Publication.
Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. Florida: Chapman & Hall/CRC.
Details ...
Mata kuliah ini berisi tentang teknik pengolahan data kuantitatif melalui software SPSS, mulai dari cara pengoperasian SPSS, deskripsi data dengan tabel dan diagram, uji beda rerata, serta regresi dan korelasi linier. Pada materi uji beda rerata dipelajari uji asumsi klasik meliputi uji normalitas distribusi dan uji homogenitas variansi, uji t satu sampel, uji t dua sampel independen, uji t dua sampel berpasangan, analisis variansi satu jalan, analisis variansi dua jalan, serta uji pasca analisis variansi dengan menggunakan SPSS. Pada uji regresi dan korelasi dipelajari uji asumsi klasik meliputi uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas, uji independensi (autokorelasi), korelasi dan regresi linier sederhana dan ganda dengan menggunakan SPSS.
Learning Outcomes- Mahasiswa mampu mengambil keputusan dari berbagai persoalan dalam pembelajaran matematika berdasarkan data yang relevan.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk pembelajaran dan penelitian pendidikan Matematika.
- Mahasiswa mampu menguasai materi, struktur, konsep, dan pola pikir keilmuan matematika untuk menunjang penelitian.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk mengembangkan diri sebagai pendidik matematika dan peneliti bidang pendidikan matematika.
Andy, F. (2009). Discovering Statistics Using SPSS. London: SAGE Publication.
Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. Florida: Chapman & Hall/CRC.
Details ...
Mata kuliah ini berisi tentang teknik pengolahan data kuantitatif melalui software SPSS, mulai dari cara pengoperasian SPSS, deskripsi data dengan tabel dan diagram, uji beda rerata, serta regresi dan korelasi linier. Pada materi uji beda rerata dipelajari uji asumsi klasik meliputi uji normalitas distribusi dan uji homogenitas variansi, uji t satu sampel, uji t dua sampel independen, uji t dua sampel berpasangan, analisis variansi satu jalan, analisis variansi dua jalan, serta uji pasca analisis variansi dengan menggunakan SPSS. Pada uji regresi dan korelasi dipelajari uji asumsi klasik meliputi uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas, uji independensi (autokorelasi), korelasi dan regresi linier sederhana dan ganda dengan menggunakan SPSS.
Learning Outcomes- Mahasiswa mampu mengambil keputusan dari berbagai persoalan dalam pembelajaran matematika berdasarkan data yang relevan.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk pembelajaran dan penelitian pendidikan Matematika.
- Mahasiswa mampu menguasai materi, struktur, konsep, dan pola pikir keilmuan matematika untuk menunjang penelitian.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk mengembangkan diri sebagai pendidik matematika dan peneliti bidang pendidikan matematika.
Andy, F. (2009). Discovering Statistics Using SPSS. London: SAGE Publication.
Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. Florida: Chapman & Hall/CRC.
Details ...
Mata kuliah ini berisi tentang teknik pengolahan data kuantitatif melalui software SPSS, mulai dari cara pengoperasian SPSS, deskripsi data dengan tabel dan diagram, uji beda rerata, serta regresi dan korelasi linier. Pada materi uji beda rerata dipelajari uji asumsi klasik meliputi uji normalitas distribusi dan uji homogenitas variansi, uji t satu sampel, uji t dua sampel independen, uji t dua sampel berpasangan, analisis variansi satu jalan, analisis variansi dua jalan, serta uji pasca analisis variansi dengan menggunakan SPSS. Pada uji regresi dan korelasi dipelajari uji asumsi klasik meliputi uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas, uji independensi (autokorelasi), korelasi dan regresi linier sederhana dan ganda dengan menggunakan SPSS.
Learning Outcomes- Mahasiswa mampu mengambil keputusan dari berbagai persoalan dalam pembelajaran matematika berdasarkan data yang relevan.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk pembelajaran dan penelitian pendidikan Matematika.
- Mahasiswa mampu menguasai materi, struktur, konsep, dan pola pikir keilmuan matematika untuk menunjang penelitian.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk mengembangkan diri sebagai pendidik matematika dan peneliti bidang pendidikan matematika.
Andy, F. (2009). Discovering Statistics Using SPSS. London: SAGE Publication.
Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. Florida: Chapman & Hall/CRC.
Details ...
Mata kuliah ini berisi tentang teknik pengolahan data kuantitatif melalui software SPSS, mulai dari cara pengoperasian SPSS, deskripsi data dengan tabel dan diagram, uji beda rerata, serta regresi dan korelasi linier. Pada materi uji beda rerata dipelajari uji asumsi klasik meliputi uji normalitas distribusi dan uji homogenitas variansi, uji t satu sampel, uji t dua sampel independen, uji t dua sampel berpasangan, analisis variansi satu jalan, analisis variansi dua jalan, serta uji pasca analisis variansi dengan menggunakan SPSS. Pada uji regresi dan korelasi dipelajari uji asumsi klasik meliputi uji normalitas residu, uji homoskedastisitas, uji linieritas, uji multikolinieritas, uji independensi (autokorelasi), korelasi dan regresi linier sederhana dan ganda dengan menggunakan SPSS.
Learning Outcomes- Mahasiswa mampu mengambil keputusan dari berbagai persoalan dalam pembelajaran matematika berdasarkan data yang relevan.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk pembelajaran dan penelitian pendidikan Matematika.
- Mahasiswa mampu menguasai materi, struktur, konsep, dan pola pikir keilmuan matematika untuk menunjang penelitian.
- Mahasiswa mampu memanfaatkan teknologi informasi dan komunikasi untuk mengembangkan diri sebagai pendidik matematika dan peneliti bidang pendidikan matematika.
Andy, F. (2009). Discovering Statistics Using SPSS. London: SAGE Publication.
Ho, R. (2006). Handbook of univariate and multivariate data analysis and interpretation with SPSS. Florida: Chapman & Hall/CRC.
Details ...
Mata kuliah ini berisi tentang cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, pengujian hipotesis dengan uji t, uji normalitas, uji homogenitas, uji linieritas, analisis varians (anova) satu arah, anova dua arah, korelasi dan regresi (linier sederhana dan ganda), reliabilitas dan validitas suatu instrument tertentu.
Learning Outcomes1. Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian.
2. Mahasiswa mempunyai kemampuan mengolah dan menganalisis data mengunakan software spss untuk memecahkan masalah dalam kehidupan sehari-hari.
ReferencesAgung H dan Sudargo. 2013.”Buku petunjuk praktikum komputasi spss”. Semarang: IKIP PGRI smg press.
Alistair W Kerr. 2002. “Doing Statistic with SPSS”. Sega publication ltd: London.
Details ...
Mata kuliah ini berisi tentang cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, pengujian hipotesis dengan uji t, uji normalitas, uji homogenitas, uji linieritas, analisis varians (anova) satu arah, anova dua arah, korelasi dan regresi (linier sederhana dan ganda), reliabilitas dan validitas suatu instrument tertentu.
Learning Outcomes1. Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian.
2. Mahasiswa mempunyai kemampuan mengolah dan menganalisis data mengunakan software spss untuk memecahkan masalah dalam kehidupan sehari-hari.
ReferencesAgung H dan Sudargo. 2013.”Buku petunjuk praktikum komputasi spss”. Semarang: IKIP PGRI smg press.
Alistair W Kerr. 2002. “Doing Statistic with SPSS”. Sega publication ltd: London.
Details ...
Mata kuliah ini berisi tentang cara mengolah data statistik melalui software spss, mulai dari cara pengoperasikan SPSS, deskripsi data, pengujian hipotesis dengan uji t, uji normalitas, uji homogenitas, uji linieritas, analisis varians (anova) satu arah, anova dua arah, korelasi dan regresi (linier sederhana dan ganda), reliabilitas dan validitas suatu instrument tertentu.
Learning Outcomes1. Mahasiswa dapat melakukan analisis data statistik menggunakan software spss dan dapat mengaplikasikannya untuk kepentingan penelitian.
2. Mahasiswa mempunyai kemampuan mengolah dan menganalisis data mengunakan software spss untuk memecahkan masalah dalam kehidupan sehari-hari.
ReferencesAgung H dan Sudargo. 2013.”Buku petunjuk praktikum komputasi spss”. Semarang: IKIP PGRI smg press.
Alistair W Kerr. 2002. “Doing Statistic with SPSS”. Sega publication ltd: London.
Details ...