LMS-SPADA INDONESIA

Assalamualaikum Wr. Wb
Bagaimana kabar Anda? Insya Allah, tetap dalam keadaan sehat wal afiat dan tetap dalam lindungan Allah SWT. Dalam keadaan pandemi covid 19, tetap patuhi prokes 5m.
Selamat bergabung di mata kuliah statisitik.
Apa yang muncul dibenak Anda mendengar kata statistik?
Perhatikan pernyataan berikut: Organisation for Economic Co-operation and Development (OECD) memproyeksikan ekonomi Indonesia akan tumbuh 4.9% di tahun 2021. Berdasarkan survey OECD, pertumbuhan ekonomi Indonesia kembali naik menjadi 5.4% pada tahuan 2022 (kontan.co.ic).
Nah, kira-kira bagaimana cara OECD memprediksi angka-angka tersebut, ya? Angka-angka tersebut diperoleh dari hasil perhitungan menggunakan ilmu statistika berdasarkan data-data yang telah diperoleh. Memangnya apa itu statistika dan bagaimana proses pengumpulan dan penyajian datanya, pengolahan data? Bagaimana mengambil kesimpulan dan mengimplentasi hasil pengelohan data? hal ini yang akan menjadi pembahasan dalam mata kuliah statistik.
Mata
kuliah Statistik adalah mata kuliah wajib pada semester 5 Gasal dengan 2 sks yang bertujuan agar mahasiswa mampu mengaplikasikan dan mentransfer materi
Statistik dalam kehidupan nyata, terutama dalam penelitian. Selain itu, menggunakan statistik dalam mengevaluasi pelaksanaan pembelajaran di sekolah. Garis besar
Materi pada mata kuliah statistic meliputi pengertian statistic dan statistika,
data, pengumpulan data, populasi dan sampel, skala pengukuran, penyajian data,
ukuran pemusatan data, ukuran letak data, ukuran penyebaran data, pengujian
hipotesis, inferensi statistic 1 sampel, inferensi statistic 2 sampel, analisis
korelasi, analisis regresi linear, validitas dan reliabilitas, uji asmusi, statistic
non parametrik yang dilakukan secara kolaboratif/partisipatif.
Secara garis besar, materi pada statistik pada gambar berikut:

Adapun capaian pembelajaran mata kuliah (CMPK):
1. Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri
2. Menguasai pengetahuan statistik yang sesuai dengan perkembangan IPTEKS
3. Mampu menunjukkan kinerja mandiri, bermutu dan terukur
4. Mampu melaksanakan dan menganalisis secara statistik evaluasi proses dan hasil pembelajaran, penelitian di sekolah dasar dengan menggunakan aplikasi microsoft excel dan SPSS IBM 25.
Untuk lebih jelasnya, silahkan baca Rencana Pembelajaran Semester (RPS) yang telah diunggah
Kontrak Perkuliahan:
1. Aktivitas partisipatif
2. Tugas
3. Kuis
4. Ujian Tengah Semester
5. Ujian Akhir Semester
Setelah membaca materi, silahkan berdiskusi pada forum ini. Ingat, aktivitas partisipasi Anda dalam berdiskusi merupakan salah satu bentuk penilaian. Minimal 2x reply pada topik diskusi yang telah disediakan.
Setelah membaca dan berdiskusi materi pengertian statistik dan statistika, data, jenis-jenis data, dan skala pengukuran, tuliskan kesimpulan pembelajaran Anda pada forum ini. Tidak perlu membuat topik baru, cukup mereply topik yang diberikan.
TERIMA KASIH
Apa kabar rekan-rekan mahasiswa?
Pada pembelajaran sebelumnya, Anda telah mendiskusikan pengertian statistik, data dan skala pengukuran. Anda telah mendiskusikan bahwa inti dari statistika adalah bagaimana mendapatkan informasi dari data. Data diperoleh dengan mengumpulkan sampel. Lebih lanjut, ingin dilakukan inferensi mengenai populasi dari sampel yang telah diambil. Hal ini dilakukan karena hampir tidak mungkin mengumpulkan data yang berasal dari populasi, karena keterbatasan biaya, waktu, atau kondisi lainnya yang memang tidak memungkinkan untuk mengambil seluruh data dari populasi. Oleh karena itu, hanya sebagian objek dari populasi saja yang diukur atau ambil, jadi, sampel adalah sebagian objek yang diambil dari populasi dan hampir selalu bertujuan untuk mempelajari sesuatu tentang populasi.
Setelah mempelajari materi ini, Anda diharapkan mampu:
1. Membedakan populasi dan sampel
2. Membandingkan teknik pengambilan sampel
3. Teknik Pengumpulan Data
Sebelum Lanjut, silahkan mengisi kusi TTS berikut:
Setelah anda membaca materi tentang populasi, sampel, teknik sampling. Silahkan mendiskusikan melalui forum ini. Aktivitas partisipatif anda dalam berdiskusi sangat berpengaruh pada penilaian Anda. Silahkan membuat topik diskusi dan mereply topik yang dibuat temannya minimal 2 kali.
TERIMA KASIH
Silahkan diskusi studi kasus yang diberikan secara parisipatif. Tidak perlu membuat topik baru, cukup mereply topik yang diberikan dan minimal 2 kali mereply hasil (jawaban/tanggapan) temannya. Partisipatisf kalian dalam mendiskusikan kasus yang diberikan merupakan bentuk penilaian.
TERIMA KASIH.
Apa kabar? Alhamdulillah, insya allah semua dalam keadaan sehat wal afiat, selalu dalam lindungan Allah SWT dan selalu bahagia. Ingat ya ... jika beraktivitas selalu patuhi prokes 5M
materi sebelumnya telah diuraikan tentang pengumpulan data. Setelah data terkumpul, selanjutnya diapakan ya ? Yap ... selanjutnya data tersebut diorganisasikan atau disajikan. Tujuannya apa ? Nah, materi ini yang akan Anda diskusikan pada pertemuan ini.
Sebagai awal, Perhatikan tabel berikut:
Kalian tentu sering melihat gambar-gambar diagram tersebut di berbagai media massa, kantor-kantor, televisi, media komunikasi dan media sosial lainnya. Kalau Radio? tentu tidak dapat dilihat. Jika melihat gambar tersebut apa yang kalian dapat ceritkan atau simpulkan?
Ya, Gambar tersebut memberikan informasi tentang perkembangan kasus corona atau covid 19 di Indonesia. Jadi data yang telah dikumpulkan, disajikan dalam bentuk diagram atau tabel. Mengapa data perlu disajikan dalam bentuk tabel atau diagram?
Jadi topik yang menjadi pembahasan pada pertemuan tentang PENYAJIAN DATA
Anda telah menyimak video pembelajaran tentang penyajian data. Untuk lebih memantapkan pemahaman tentang penyajian data, silahkan kerjakan tugas yang diberikan.
Bagaimana kabar kalian? Insya Allah, ALhamdulillah, sehat wal afiat, selalu dalam lindungan Allah SWT dan Selalu Bahagia. Ingat! tetap patuhi protokol kesehatan 5M dalam beraktivitas.
Nah, sebelumnya kalian telah mendiskusikan bagaiman menyajikan data yang telah dikumpulkan dalam bentuk tabel dan atau diagram. Ada tabel tunggal, tabel kontigensi atau tabel silang, tabel distibusi frekuensi, diagram batang, lingkaran, histogram dll.
Pada pertemuan ini, Kalian akan membahas tentang ukuran pemusatan data. Pernah nggak sih kalian melihat pada rapor kalian waktu SD, SMP dan SMA? nah, pada raport tersebut ada tertulis nilai rata-rata kelas biasanya untuk masing-masing bidang studi? Apa sih maknanya? Rata-rata itu termasuk salah satu contoh ukuran pemusatan data. Maksudnya, dari beberapa data, akan diperoleh suatu nilai yang menjadi nilai pusat atau perwakilannya. Ukuran pemusatan data itu ada beberapa antara lain rata-rata, modus dan median.
Adapun capaian pembelajaran pada pertemuan ini adalah mahasiswa mampu menganalisis data secara deskriptif dengan menghitung mean, median dan modus untuk data tunggal dan data berkelompok.
Setelah membaca dan menyimak video tentang ukuran pemusatan data, untuk lebih memantapkan pemahman anda, silahkan dikerjakan latihan yang ada pada file/bahan materi ukuran pemusatan data
Terima Kasih
Pada pengukuran statistika, selain ukuran pemusatan data, juga ada
ukuran letak data. Suatu data tidak hanya dapat dibagi menjadi dua bagian sama
(median), tetapi dapat juga dibagi menjadi empat, sepuluh dan bahkan seratus bagian
yang sama. Pada materi ukuran letak data, kita akan mempelajari kuartil, desil
dan persentil. Untuk menentukan nilai ukuran letak data, data terlebih dahulu
diurutkan dari nilai terkecil ke nilai lebih besar.
Selain ukuran pemusatan data, ada juga ukuran letak data yang masih merupakan salah satu pengukuran data dalam statiska. Jika pada ukuran pemusatan data terdapat median, mean dan modus. Pada ukuran letak data terdapat kuartil, desil dan persentil. Untuk menentukan nilai ukuran letak data, data harus kita urutkan terlebih dahulu dari data nilai yang paling kecil ke data yang lebih besar. Kuartil, desil, dan persentil adalah cara membagi data menjadi sama banyak. Kuartil membagi data menjadi empat sama banyak. Desil membagi data menjadi sepuluh sama banyak. Persentil membagi data menjadi 100 sama banyak. Kali ini kita akan membahas rumus dan contoh soal kuartil, desil, dan persentil.
Untuk lebih memahami lagi materi ukuran letak data, silahkan mendiskusikan melalui forum ini. Namun terlebih dahulu mereply topik yang diberikan dan minimal 2 kali mereply jtopik dan atau awaban/tanggapan temannya.
Terima Kasih
Misalnya: jika dikatakan bahwa rata-rata nilai ujian kelas A dan kelas B adalah sama. yaitu 70, apakah dapat disimpulkan bahwa kemampuan siswa di kedua kelas tersebut sama? Belum tentu. Jika, diberi informasi tambahan bahwa nilai kelas A sangat bervariasi dan nilai kelas B lebih seragam maka baru dapat ditentukan bahwa kondisi kelas B lebih baik dari kelas A. Hal ini berarti pemahaman kelas B merata, sementara nilai rata-rata 70 pada kelas A berasal dari nilai yang rendah sekali dan juga tinggi sekali. jadi. ada perbedaan yang cukup mencolok pada daya serap siswa di kelas A. Dari ilustrasi tersebut, diperlukan suatu ukuran penyebaran untuk melengkapi informasi dari ukuran pemusatan. Beberapa ukuran penyebaran antara lain jangkauan, jangkauan antar kuartil, langkah, ragam, dan simpangan baku.
Pada kesempatan ini akan dibahas mengenai jangkauan, jangkauan antar kuartil, ragam, simpangan baku, dan statistik lima serangkai beserta penyajian grafisnya, yaitu diagram kotak garis.
Silahkan mendiskusikan materi pada forum diskusi cukup dengan mereply topik yang diberikan kemudian minimal 3 kali mereply tanggapan/jawaban temannya.
Terima kasih.
Jika, pada materi sebelumnya pengujian hipotesis dilakukan untuk menguji rata-rata satu populasi terhadap nilai tertentu maka kali ini pengujian bertujuan untuk mengetahui apakah rata-rata dua populasi sama atau berbeda. Misalnya, akan membandingkan dua ban dengan merek berbeda untuk melihat apakah kekuatannya sama atau tidak. Ingin diketahui apakah dua pupuk dengan merek yang berbeda memberikan efek yang berbeda terhadap kesuburan tanaman. Dari dua merek obat batuk, mungkin obat batuk yang satu lebih efektif dibandingkan dengan obat batuk kedua. Pada pengujian ini, digunakan prosedur yang serupa dengan pengujian satu populasi yaitu menggunakan uji z ataupun uji t. Ketika membandingkan dua populasi menggunakan uji t maka harus ditentukan dahulu apakah kedua populasi tersebut saling bebas atau tidak, berhubungan atau tidak, Jika kedua populasi saling bebas. pengujiannya masih bergantung lagi apakah ragam kedua populasi tersebut sama atau tidak.
Analisis Regresi Sederhana adalah sebuah metode pendekatan untuk pemodelan hubungan antara satu variabel dependen dan satu variabel independen. Dalam model regresi, variabel independen menerangkan variabel dependennya. Dalam analisis regresi sederhana, hubungan antara variabel bersifat linier, di mana perubahan pada variabel X akan diikuti oleh perubahan pada variabel Y secara tetap.
Analisis regresi sederhana bertujuan untuk mengetahui pengaruh dari suatu variabel terhadap variabel lainnya. Pada analisis regresi suatu variabel yang mempengaruhi disebut variabel bebas atau independen variabel, sedangkan variabel yang dipengaruhi disebut variabel terkait atau dependen variabel. Jika persamaan regresi hanya terdapat satu variabel bebas dengan satu variabel terkait, maka disebut dengan persamaan regresi sederhana. Jika variabel bebasnya lebih dari satu, maka disebut dengan persamaan regresi berganda. Pada regresi sederhana kita dapat mengetahui berapa besar perubahan dari variabel bebas dapat mempengaruhi suatu variabel terkait. Pada regresi sederhana biasanya data yang digunakan memiliki skala interval atau rasio.
Rumus regresi linear sederhana sebagai berikut:
Y = a + bX
Adapun capaian pembelajaran pertemuan ini, Anda dapat memahami analisis regresi linear, melakukan interpretasi hasil analisis regresi linear, menggunakan aplikasi untuk menghitung analisis regresi linear
Data yang akan di analisis dengan menggunakan teknik analisis data tertentu, kadang-kadang menuntut adanya persyaratan khusus yang harus dilakukan dengan suatu pengujian tertentu. ada teknik analisis data yang menuntut data harus terlebih dahulu memenuhi syarat normalitas dan homogenitas misalnya pada uji-t dan anova. Di samping itu, ada data yang harus memenuhi unsur normalitas dan linearitas misalnya pada uji korelasi pearson product moment dan analisis regresi. oleh sebab itu, sebelum data diolah terlebih dahulu dilakukan uji asusmi prasyarat. Nah, pada pertemuan ini akan membahas teknik pengujian normalitas, homgenitas dan linearitas.
Pada pertemuan-pertemuan sebelumnya telah dibahas berbagai metode statistik untuk beberapa kondisi dan tujuan yang
berbeda. Jika diperhatikan lebih lanjut, pada metode-metode yang
telah dibahas tersebut, selalu disyaratkan ada asumsi
mengenai distribusi dari data. Misalkan data harus berdistribusi normal. Selain
itu juga, skala pengukuran data yang digunakan minimal adalah
interval. Bagaimana jika data yang akan digunakan tidak memenuhi
asumsi distribusi normal? Bagaimana jika data hanya berskala
nominal atau ordinal? Hal tersebut dapat diatasi dengan metode
non-parametrik. Pada metode ini jelas tidak diperlukan asumsi mengenai
distribusi data. Metode ini juga tepat digunakan jika data berskala
rendah, yaitu ordinal atau nominal. nah, pada pertemuan ini, akan dibahas tentang metode statistik non parametrik yang ekivalen dengan statistik parametrik yang sama.