JADUAL 3 : RINGKASAN MAKLUMAT BAGI SETIAP KURSUS/MODUL

1. Nama Kursus/Modul

Statistik
Statistics

2. Kod Kursus

MTE3053

3. Nama Pensyarah
Akademik
4. Rasional
Kursus/Modul dalam
Program

Kursus ini memerlukan pelajar menggunakan kaedah statistik yang sesuai dalam penyelesaian
masalah harian .

5. Semester dan Tahun

ditawarkan

Semester 3, Tahun 2

6. Jumlah Jam
Pembelajaran

Bersemuka

K = Kuliah
T = Tutorial
A = Amali
P= Pentaksiran

30

15

2.5

7. Nilai Kredit

8. Prasyarat (jika ada)

Tiada

9. Objektif
Pembelajaran

Pelajar diharapkan dapat :

Jumlah Jam Pembelajaran

Terbimbing dan Pembelajaran
Kendiri

72.5

120

1.

Memahami konsep kebarangkalian, pensampelan dan taburan pensampelan

2.

Melaksanakan ujian hipotesis dengan menggunakan ujian-t, ujian khi kuasa dua dan
ANOVA.

3.

Memahami konsep hubungan di antara dua pembolehubah dengan menggunakan regresi

linear.

1.

Menerangkan aspek teori dan empirikal yang mendasari kebarangkalian .

2.

Mengaplikasikan teori pensampelan dan anggaran dalam menganggarkan min dan sisihan
piawai populasi.
Mengaplikasikan statistik inferens seperti ujian hipotesis, ujian khi kuasa dua, ANOVA dan
regresi linear .
Menganalisis dan menyelesaikan masalah harian menggunakan kaedah statistik.
ARAS TAKSONOMI PEMBELAJARAN
DOMAIN PSIKOMOTOR

(Berkuat Kuasa Mulai Jun 2014)

P
2
x

P
3

P
4

P
5

P
6

P
7

A
1

A
2

Menghayati nilai

P
1

Mengorganisasi

C
6
x

Menilai

C
5
x

Memberi maklum
balas

Persepsi

C
4

Menerima

Penilaian

C
3

Lakuan tulen

Sintesis

C
2

Adaptasi

Analisis

C
1

DOMAIN AFEKTIF

Respons ketara
kompleks

Aplikasi

1
2
3
4

Pemahaman

CLO

Pengetahuan

DOMAIN KOGNITIF

Mekanisme

4.

Respons
berpandu

3.

Set

10. Hasil Pembelajaran

Kursus (Course
Learning Outcomes,
CLO)

Bukan Bersemuka

A
3
x

A
4
x

A
5

x
x
x

11. Kemahiran Boleh

Pindah (Transferable
Skills, TS):

Pada akhir kursus, nyatakan kemahiran boleh pindah yang boleh diperolehi oleh pelajar.
Tandakan X dalam ruangan Ya atau Tidak.
MTE3053
Ya
Tidak
TS 1
X
TS 2
X
TS 3
X
TS 4
X
TS 5
X
TS 6
X
TS 7
X
TS 8
X
TS 9
X
Nota: Ya menunjukkan bahawa kursus ini menyumbang kepada perkembangan TS. Tidak
menunjukkan bahawa kursus ini tidak menyumbang kepada perkembangan TS.

Kod
TS1

Kemahiran Boleh Pindah (TS)

Merancang, berkolaborasi dan melaksanakan tugas dalam kumpulan

TS2

Berkomunikasi secara berkesan secara lisan dan bertulis dalam

konteks sosial dan akademik
Menggunakan kemahiran Teknologi,Maklumat dan Komunikasi
Mempamerkan komitmen ke arah kecemerlangan
Mengenal pasti dan menyelesaikan masalah melalui kreativiti dan
inovasi)
Menggunakan kemahiran berfikir aras tinggi (KBAT)
Mempamerkan kebolehan mengumpul, mensintesis dan
Menyampaikan maklumat
Kemahiran kepimpinan dan yakin melaksanakan tugas
Menampilkan keterampilan dan kualiti guru

TS3
TS4
TS5
TS6
TS7
TS8
TS9
12. Strategi Pengajaran
dan Pembelajaran
Serta Pentaksiran

Strategi Pengajaran-Pembelajaran:
Memberi kuliah, kuiz , aktiviti kumpulan dan tutorial .
Strategi Pentaksiran:
Pencapaian pelajar dalam kursus ini ditentukan menerusi dua (2) bentuk pentaksiran, iaitu
peperiksaan (50%) dan kerja kursus (50%) yang terdiri daripada projek yang mengandungi dua
(2) komponen, iaitu penulisan laporan (aplikasi statistik dalam kehidupan harian) (30%) dan
kuiz ( 20%)
(rujuk Buku Panduan Kerja Kursus dan Buku Panduan Peperiksaan)

13. Sinopsis

Dalam kursus ini, pelajar akan mengimbas kembali konsep yang berkaitan dengan
kebarangkalian dan menerokai statistik inferens seperti ujian-t, ujian khi kuasa dua,
analisis varians (ANOVA) dalam pengujian hipotesis dan regresi linear dalam
menganalisis perhubungan linear dalam dua pembolehubah. Penggunaan teori
pensampelan dan penganggaran untuk menganggar min populasi juga dibincangkan.
Kepentingan menggunakan kaedah statistik yang sesuai dalam penyelesaian
masalah harian adalah dititikberatkan.
In this course, students will revisit the concepts of probability and explore inferential
statistics such as t-test, chi-square test, analysis of variance (ANOVA) in hypothesis
testing and linear regression in analyzing linear relationship in bivariate variables. The
use of sampling and estimation theory to estimate the mean of population is also
discussed. The importance of using the appropriate statistical methods in solving real
life problems is emphasized.

14. Mod Penyampaian

Kuliah dan tutorial

(Berkuat Kuasa Mulai Jun 2014)

15. Kaedah dan Jenis

Pentaksiran

Peperiksaan

50%

Kerja kursus
50%
o Projek

Penulisan laporan(Aplikasi statistik dalam kehidupan seharian)

Kuiz
16. Pemetaan Hasil
Pembelajaran
Program ( Programme
Learning Outcomes,
PLO) dengan
Objektif Pendidikan
Program (Programme
Educational
Objectives, PEO

PLO1
PEO1
PEO2
PEO3
PEO4
PEO5
PEO6

X
X

PLO2

X
X

PLO3

PLO4

PLO6

X
X

PLO7

PLO8

PLO9

X
X
X

X
X

X
X

PLO5

(30%)
(20%)

X
X

X
X
X

X
X
X

X
X

Nota: PLO merujuk kepada Hasil Pembelajaran Program dan PEO merujuk kepada Objektif
Pendidikan Program. Perincian PLO dan PEO adalah seperti yang berikut:
No.
PEO1
PEO2
PEO3
PEO4
PEO5
PEO6
No
PLO1
PLO2
PLO3
PLO4
PLO5
PLO6
PLO7
PLO8
PLO9

(Berkuat Kuasa Mulai Jun 2014)

Objektif Pendidikan Program (PEO)

Menggunakan ilmu dan kemahiran keguruan di sekolah, komuniti dan
persekitarannya.
Mempamerkan penghayatan pembelajaran sepanjang hayat.
Mempamerkan ciri-ciri profesionalisme guru yang unggul dan dicontohi,
berdaya saing pada peringkat lokal dan global serta menjaga amanah
ilmu
Menjana penyelesaian yang inovatif dalam bidang Matematik menerusi
kajian dan penyelesaian masalah.
Mengamalkan ciri-ciri kepimpinan yang mampu mewujudkan kerja
berpasukan, kebolehan berkomunikasi serta bertanggungjawab dari segi
akhlak, sosial dan etika.
Memartabatkan bahasa Melayu sebagai bahasa ilmu dalam bidang
Matematik serta mahir berkomunikasi dalam bahasa Inggeris.
Hasil Pembelajaran Program (PLO)
Menggunakan pengetahuan dan kefahaman berkaitan teori dan prinsipprinsip pengajaran dan pembelajaran dalam bidang Matematik.
Mengaplikasi pengetahuan untuk membina pengalaman pembelajaran
yang sesuai dengan tahap perkembangan pelajar
Mengaplikasi refleksi kendiri, kemahiran penyelesaian masalah,
kemahiran saintifik dan pemikiran kreatif dalam bidang Matematik
Mempunyai kebolehan berkomunikasi dan bekerjasama secara efektif
dengan pelbagai pihak dalam konteks global, ekonomi, persekitaran dan
komuniti..
Mempunyai keupayaan dan kesungguhan melaksanakan tanggungjawab
sebagai satu pasukan.
Mengamalkan nilai profesionalisme, sikap dan etika dalam profesion
keguruan.
Mempunyai jangkaan terhadap keperluan dan kapasiti untuk menjalani
pembelajaran berterusan.
Mempamerkan kemahiran pengurusan dan keusahawanan serta bertindak
balas terhadap keperluan perubahan semasa.
Mempunyai keterampilan sebagai agen transformasi Matematik

17. Pemetaan Hasil

Pembelajaran Kursus
(Course Learning
Outcomes, CLO)
dengan Hasil
Pembelajaran
Program ( Programme
Learning Outcomes,
PLO)

CLO1
CLO2
CLO3
CLO4

PLO 1
X
X
X
X

PLO 2
X
X
X
X

PLO 3

PLO 4

PLO 5

X
X
X

X
X

X
X

PLO 6

PLO 7

PLO 8

X
X
X

PLO 9

Nota: CLO merujuk kepada Hasil Pembelajaran Kursus dan PLO merujuk kepada Hasil
Pembelajaran Program. Perincian CLO dan PLO adalah seperti yang berikut:

No

PLO9

Hasil Pembelajaran Program (PLO)

Menggunakan pengetahuan dan kefahaman berkaitan teori dan prinsipprinsip pengajaran dan pembelajaran dalam bidang Matematik.
Mengaplikasi pengetahuan untuk membina pengalaman pembelajaran
yang sesuai dengan tahap perkembangan pelajar
Mengaplikasi refleksi kendiri, kemahiran penyelesaian masalah,
kemahiran saintifik dan pemikiran kreatif dalam bidang Matematik
Mempunyai kebolehan berkomunikasi dan bekerjasama secara efektif
dengan pelbagai pihak dalam konteks global, ekonomi, persekitaran
dan komuniti.
Mempunyai keupayaan dan kesungguhan melaksanakan
tanggungjawab sebagai satu pasukan.
Mengamalkan nilai profesionalisme, sikap dan etika dalam profesion
keguruan.
Mempunyai jangkaan terhadap keperluan dan kapasiti untuk menjalani
pembelajaran berterusan.
Mempamerkan kemahiran pengurusan dan keusahawanan serta
bertindak balas terhadap keperluan perubahan semasa.
Mempunyai keterampilan sebagai agen transformasi Matematik

No

Hasil Pembelajaran Kursus (CLO)

CLO1

Menerangkan aspek teori dan empirikal yang mendasari

kebarangkalian.

CLO2

Mengaplikasikan teori pensampelan dan anggaran dalam

menganggarkan min dan sisihan piawai populasi.

CLO3

Mengaplikasikan statistik inferens seperti ujian hipotesis, ujian

khi kuasa dua, ANOVA dan regresi linear.

PLO1
PLO2
PLO3
PLO4
PLO5
PLO6
PLO7
PLO8

CLO4

(Berkuat Kuasa Mulai Jun 2014)

Menganalisis dan menyelesaikan masalah harian menggunakan

kaedah statistik.

1. Kebarangkalian
Pengenalan kebarangkalian
o teori
o empirikal
Peristiwa bergabung
o peristiwa tak bersandar
o peristiwa saling ekslusif
Hukum penambahan dan pendaraban
Gambarajah pokok
Kebarangkalian bersyarat

Jumlah

Pembelajaran
Kendiri ( s/s
kuliah)
Lain-lain
(Tugasan,
ulangkaji dll)

Pentaksiran

Amali

Kuliah

SLT) setiap tajuk

Tutorial

Interaksi
Bersemuka

Pembelajaran Pelajar (Student Learning Time,

Interaksi
Bukan
Bersemuka

18. Kerangka Kursus/Modul dan Jumlah Jam

3Ujian Hipotesis
Pengenalan
Metodologi bagi ujian hipotesis
Ujian satu min

3. Ujian Hipotesis
Ujian perbezaan antara dua min populasi
Ujian perkadaran populasi

3. Ujian Hipotesis
Ujian varians populasi (sisihan piawai)
Ujian nisbah bagi dua populasi

2. Teori Pensampelan dan Anggaran

Pensampelan mudah
Taburan pensampelan
Anggaran titik dan anggaran selang
2. Teori Pensampelan dan Anggaran
Aras keyakinan
Membaca jadual statistik
Menganggar min populasi apabila sisihan piawai
bagi populasi diketahui
2.Teori pensampelan dan Anggaran
Menganggar min dan sisihan piawai bagi populasi
daripada data sampel.
Menganggar min populasi berdasarkan saiz sampel
yang kecil

(Berkuat Kuasa Mulai Jun 2014)

4. Ujian Hipotesis
Ujian nisbah bagi dua populasi
Prosedur umum bagi ujian
Ujian penyesuaian terbaik (the goodness of fit test)

4. Ujian Hipotesis Khi Kuasa Dua

Prosedur umum bagi ujian
Ujian penyesuaian terbaik (the goodness of fit test)

4. Ujian Hipotesis Khi Kuasa Dua

Ujian penyesuaian terbaik (the goodness of fit test)

4. Ujian Hipotesis Khi Kuasa Dua

Ujian perkaitan (test of association)

5. Analisis Varians (ANOVA)

Pengenalan ANOVA tak bersandar satu hala
Mengira ANOVA secara manual

5.Analisis Varians ( ANOVA)

Mengira ANOVA menggunakan EXCEL

6 Regresi Linear
Pengenalan
variabel tak bersandar
variabel bersandar
gambarajah serakan

6.Regresi linear
Garis lurus kuasa dua terkecil (least square straight
line)
interpolasi dan ekstrapolasi
Kerja Kursus / Amali
Ulangkaji Peperiksaan
Peperiksaan
Jumlah

(Berkuat Kuasa Mulai Jun 2014)

25

25

17.5

17.5

2.5
30

15

2.5

2.5
30

42.5

120

19. Rujukan Asas

Lau Too Kya, Pheng Yook Ngor.Zainuddin Awang (2006).Statistics for
Penerbit Fajar Bakti.
Wan

Muhammad Amir, Nor Azlida Aleng@Mohamad,Mustafa

Pengenalan Statistik. Kuala Terengganu. Printed.UMT

Roxy

Deck,Jay
L.Devone
(2012).
Statistics:The
data.Australia:Brooks/Coole.Congage Learning.

UiTM.

Shah

Alam.

Mamat.(2010).Modul

Exploration

and

analysis

Rujukan Tambahan
rd

Eccles, A. et.al.(2004). Statistics 1. 3 ed UK: Martins the Printers.

rd

Davies, M et.al.( 2005). Statistics 2. 3 ed UK. Hodder Murray

rd

Davies, M et.a.( 2005). Statistics 3. 3 ed UK. Hodder Murray

th

Mann, Prem S. ( 2003 ). Introductory statistics. 5 ed. NY: Wiley.

Rowntree, D. (2004). Statistics without tears: A primer for non mathematicians. Boston, MA:
Pearson Education.

20. Maklumat Tambahan

Tiada

Nama Panel Penggubal :

Bil.

Nama

IPGK

No. HP

Emel

DATIN ZAITUN BINTI OTHMAN

IPG KPI

0123997254

zaitun.ipis@gmail.com

HJH MAHANY BINTI AWANG

IPGKKB

0199863591

mahany_awang@yahoo.com

EN. SABRI BIN AWANG SOF

IPGKKB

0199141411

sabri_ipgkkb@yahoo.com.my

PN NOREHAN BT MOHAMED SHAHAROUN

IPG KPT

0126848452

shaharounnorehan@yahoo.com

(Berkuat Kuasa Mulai Jun 2014)

(Berkuat Kuasa Mulai Jun 2014)