Anda di halaman 1dari 9

RENCANA PEMBELAJARAN SEMESTER (RPS)

AKADEMI KEBIDANAN MITRA HUSADA MEDAN


Jalan Pintu Air IV Pasar 8 Kel. Kwala Bekala,
Kec. Medan Johor - Medan

RENCANA PEMBELAJARAN SEMESTER


MATA Tgl Revisi
KODE BOBOT (sks) SEMESTER
KULIAH Penyusunan
Bd. 5.212 3 SKS (T:2, P:1) V (lima) Agustus 2016 001
Dosen Pengampu MK Ketua LPMI Direktur
Biostatistik

Lusiatun, SST, M.Kes Plora N.F Sinaga, SST Siti Nurmawan Sinaga, SKM, M.Kes

1. Deskripsi Mata Kuliah


Mata kuliah ini berfokus pada pemahaman tentang prinsip-prinsip statistik, tingkat-tingkat
pengukuran, penyajian grafis, ukuran deskriptif dari ringkasan statistik, disperse dan asosiasi
statistika inferensial, tes hipotesa dan aplikasi dalam menafsirkan literatur riset kebidanan

2. Learning Out Come :


Sikap:
- Menghargai martabat perempuan sebagai individu yang unik, memiliki hak-hak, potensi,
dan privasi
- Menunjukkan sikap bertanggung jawab atas pekerjaannya
Pengetahuan:
- Pada akhir pendidikan, lulusan diharapkan mampu menciptakan asuhan kebidanan secara
efektif, aman dan holistic dengan memperhatikan aspek budaya terhadap ibu hamil pada
kondisi normal berdasarkan standard praktek kebidanan dan kode etik profesi.
Ketrampilan Umum
- Mampu bekerja dibidang kebidanan dan memiliki kompetensi kerja yang minimal setara
dengan standar kompetensi kerja bidan yang ditetapkan oleh ikatan bidan Indonesia yang
menace pada ICM
- Mampu bertanggung jawab atas pekerjaan di bidang profesinya sesuai dengan kode etik
profesinya
Ketrampilan Khusus
- Mampu melaksanakan praktik asuhan kebidanan secara mandiri sesuai dengan standar
kompetensi yang ditetapkan oleh ikatan bidan Indonesia
- Mempromosikan dan mengedukasi kehidupan berkeluarga yang sehat, merencanakan
kehamilan, proses menjadi orangtua yang berkualitas dan kesehatan seksual
- Menggali potensi alamiah ibu dan lingkungan untuk menjaga dan mengoptimalkan
kenormalan kehamilan, persalinan, dan pasca persalinan

3. Capaian Pembelajaran
1. Bila diberi satu set data siap olah, mahasiswa mampu menyajikan data tersebut dalam bentuk
tabel, diagram, grafik sesuai data yang telah dikatagorikan .
2. Bila diberi satu set data siap olah, mahasiswa mampu menetapkan ada tidaknya hubungan
antara dua variabel dengan menggunakan uji statistik bivariat sesuai dengan jenis data yang
telah dikategorikan
4. Bahan Kajian
1. Pengertian tentang statistik,data &variabel
2. Jenis & tujuan tentang data, pengkajian data kuantitatif dan kualitatif
3. Perbedaan statistik deskriptif dengan inferensial
4. Bentuk pengkajian data kuantitatif dan kualitatif
5. Tabeli frekuensi,distribusi frekuensi,distribusi normal

5. Metode Pembelajaran
Menggunakan: Discovery learning, Lecture, Contextual Instruction (CI), Problem-Based
Learning / Inquiry (PBL/I), Self – Directed Learning (SDL), Simulasi/Demonstrasi, Small
Group Discussion.

6. Evaluasi
Penilaian dilakukan dalam bentuk Penugasan, Kuis, Ujian Tulis.
Teori 100% : Kuis 5%
Sikap 5%
Seminar 5%
Tugas 20%
UTS 25%
UAS 40%
Praktek 100 % :
1. Pengetahuan : 20% ( pengetahuan 0-100)
2. Keterampilan : 60% (Kompeten ya: 100, tidak: 0)
3. Sikap : 20% (selalu: 4,sering: 3,kadang- kadang:2, jarang: 1,tidak pernah:0)

8. Sumber Kepustakaan
1. Sabri, L & Hastono, S.P.,(2007). Statistik kesehatan. Jakarta: PT Raja Grafindo Persada
2. Kuzma. J. W., (1984). Basic statistical for health sciences. California : MayfieldPublishing
Company
3. Moore, D, S., (2000). The Basic practice of statistics. New York: W.H. Freeman andCompany
4. Salkind, N.J. (2000). Statistics for people who hate statistics. USA: Sage Publications
9.Kegiatan Pembelajaran Semester
Kriteria & Bentuk Bobot
Mg Metode Penilaian Nilai
Pengalaman
g Pert Waktu Kompetensi Dasar Bahan Kajian Indikator Pembelajaran (%)
ke ke
Belajar
Kriteria Penilaian
Kontrak Perkuliahan Kontrak Perkuliahan Kontrak Perkuliahan  Kuliah Discovery Ketepatan Tugas 5
Mahasiswa mampu Konsep dasar statistic Konsep dasar statistic [TM:1x = learning,lecture, dan perhitungan,
menjelaskan konsep umum meliputi umum meliputi (2x50”)] Self-Directed pemahaman Quiz
dasar statistic umum 1. Pengertian 1. Pengertian statistika,  Tugas : Learning (SDL)
meliputi pengertian statistika, 2. Ruang lingkup Mengkaji
I dan statistika, ruang
1 2. Ruang lingkup statistic, Konsep dasar
II lingkup statistic, statistic, 3. Pengertian dan jenis statistic
pengertian dan jenis 3. Pengertian dan data, [BT+BM:(2+
data, dan variable jenis data, 4. Variable skala 2) = (2x60”)
skala pengukuran. 4. Variable skala pengukuran.
pengukuran.
Mahasiswa mampu Manfaat dan teknik Manfaat dan teknik  Kuliah Discovery Etepatan Tugas 5
menganalisis penyajian data : penyajian data : [TM:1x = learning,lecture dalam penyajian
penyajian data, 1. Menganalisis - Menganalisis 2x50”)] , Self-Directed membuat data,
jenisa cara penyajian data, penyajian data,  Tugas : Learning (SDL) penyaian Quiz
penyajian data 2. Jenis cara penyajian - Jenis cara penyajian membuat data
tekstur, tabular dan data tekstur, data tekstur, teknik
2 III, IV grafikal, jenis table 3. Tabular dan - Tabular dan penyajian
penyajian data, cara grafikal, grafikal, data
membuat table dan 4. Jenis table - Jenis table penyajian [BT+BM:(2+
table distribusi penyajian data, data, 2) = (2x60”)
frekuensi. 5. Cara membuat table - Cara membuat table
dan dan
6. Table distribusi - Table distribusi
frekuensi. frekuensi.
Mahasiswa mampu Penyajian data Penyajian data  Kuliah Discovery Ketepatan Tugas 5
data kualitatif secara kualitatif secara kualitatif secara [TM:1x learning, dalam penyajian
grafik, batang, 1. Grafik, 1. Grafik, =(2x50”)] Lecture,Self- perhitungan ukuran
gambar, pie / 2. Batang, 2. Batang,  Tugas : Directed tendensi tendensi
3 V, VI lingkaran 3. Gambar, 3. Gambar, Penyajian Learning sentral sentral,
4. Pie / lingkaran 4. Pie / lingkaran data (SDL), Quiz
kualitatif
[BT+BM:(2+
2) = (2x60”)
Penyajian data Penyajian data  Kuliah Discovery Ketepatan Tugas 10
kualitatif secara kualitatif secara grafik [TM:2x = learning, perhitungan mandiri dan
grafik 1. Histogram (2x50”)] Lecture,Self- dan kelompok,
VII, 1. Histogram 2. Poligon Tugas : Directed pemahaman
4 VIII 2. Poligon 3. Ogive Penyajian data Learning
3. Ogive 4. Garis kualitatif (SDL),
4. Garis secara grafik
[BT+BM:(2+
2) = (4x60”)
Mahasiswa Menghitung nilai Menghitung nilai  Kuliah Discovery Ketepatan Ringkasan 5
menguraikan tentang rata-rata suatu rata-rata suatu [TM:1x = learning, dan dan Quiz
menghitung nilai distribusi data yaitu distribusi data yaitu (2x50”)] Lecture,Self- penguasaan
rata-rata suatu - Pengertian dari - Pengertian dari nilai Tugas : Directed
distribusi data yaitu nilai rata-rata, rata-rata, Menghitung Learning
pengertian dari nilai - Sifat-sifat dari - Sifat-sifat dari nilai nilai rata-rata (SDL),
rata-rata, sifat-sifat nilai rata-rata, rata-rata, [BT+BM:(2+
5 IX, X
dari nilai rata-rata, - Cara menghitung - Cara menghitung 2) = (2x60”)
cara menghitung nilai dari rata-rata nilai dari rata-rata
nilai dari rata-rata - Interpretasi hasil - Interpretasi hasil
dan interpretasi hasil perhitungan nilai perhitungan nilai
perhitungan nilai rata-rata rata-rata
rata-rata
Mahasiswa mampu Nilai penyebaran Nilai penyebaran yaitu  Kuliah Discovery Ketepatan Tugas soal 10
menguraikan yaitu - Pengertian [TM:1x = learning, dalam
tentang nilai - Pengertian penyebaran (2x50”)] Lecture, menghitung
XI, penyebaran yaitu penyebaran - Jenis sifat  Tugas : Contextual estimasi
6
XII pengertian - Jenis sifat penyebaran. Nilai Instruction
penyebaran dan penyebaran. penyebaran (CI),
jenis sifat [BT+BM:(1+
penyebaran. 1) = (2x60”)
Mahasiswa mampu Nilai penyebaran Nilai penyebaran  Tugas : 5
menguraikan tentang meliputi : range, meliputi : range, Nilai
cara perhitungan minimum dan minimum dan penyebaran
dari nilai penyebaran maksimum, mean maksimum, mean [BT+BM:(
XIII,
7 meliputi : range, deviasi dan standar deviasi dan standar 1+1) =
XIV
minimum dan deviasi. deviasi. (2x60”)
maksimum, mean
deviasi dan standar
deviasi.
Mahasiswa mampu Ketepatan dalam Ketepatan dalam  Kuliah 5
menguraikan nilai membedakan statistik membedakan statistik
[TM:1x =
penyebaran : deskriptif dan deskriptif dan (2x50”)]
koefisien variasi, inferensial inferensial  Tugas :
decile, kuartil, membedak
persentil, kurtosis an statistik
8
XV, dan skewnes. deskriptif
XVI dan
inferensial
[BT+BM:(
1+1) =
(2x60”)
XVII, UJIAN TENGAH SEMESTER (UTS)
9
XVIII
XIX, Mahasiswa mampu Bias dan sampling Bias dan sampling  Kuliah Discovery Ketepatan Ringkasan 5
10
XX menguraikan tentang error, error, [TM:1x = learning, dalam Quiz
bias dan sampling Prinsip dasar Prinsip dasar (2x50”)] Lecture, menguraikn
error, prinsip dasar pengambilan besar pengambilan besar Tugas : Contextual
pengambilan besar sampel, sampel, Membuat Instruction (CI),
sampel, perhitungan Perhitungan besar Perhitungan besar ringkasan Simulasi/Demo
besar sampel sampel sampel Perhitungan nstrasi
besar sampel
[BT+BM:(2+
2) = (2x60”)
Mahasiswa mampu Metode pengambilan Metode pengambilan  Kuliah Discovery Ketepatan Tugas soal 10
menguraikan sampel secara sampel secara random, [TM:1x = learning, dalam perhitungan,
tentang Metode random, unres tricted unres tricted random (1x50”)] Lecture, menghitung Quiz,
pengambilan sampel random sampling sampling meliputi Tugas : Contextual uji beda Ringkasan
XXI, secara random, meliputi simple dan simple dan sistematik Metode Instruction mean
11
XXII unres tricted random sistematik random random sampling pengambilan (CI),
sampling meliputi sampling sampe[BT+B Simulasi/Demo
simple dan M:(1+1) = nstrasi
sistematik random (2x60”)
sampling
Mahasiswa mampu Restricted random Restricted random  Kuliah Simulasi/Demo Ketepatan Tugas soal 10
menjelaskan tentang sampling meliputi sampling meliputi [TM:1x = nstrasi, Lecture, dalam perhitungan,
restricted random stratified, cluster dan stratified, cluster dan (1x50”)] Contextual menghitung Quiz,
sampling meliputi multistage random multistage random  Tugas : Instruction uji beda Ringkasan
XXIII, stratified, cluster dan sampling atau sampling atau Restricted (CI), Self- proporsi
12
XXIV multistage random kombinasi. kombinasi. random Directed
sampling atau sampling Learning
kombinasi. [BT+BM:(1+ (SDL),
1) = (2x60”)

Mahasiswa mampu Distribusi sampling, Distribusi sampling,  Kuliah Simulasi/Demo Ketepatan Tugas 5
XXV, menghitung perhitungan standar perhitungan standar [TM:2x = nstrasi, Lecture, dalam perhitungan
13
XXVI distribusi sampling, error, data ukur dan error, data ukur dan (2x50”)] Contextual perhitungan dan Quiz
perhitungan standar data hitung. data hitung.  Tugas : Instruction
error, data ukur dan Distribusi (CI), Self-
data hitung. sampling Directed
[BT+BM:(2+ Learning
2) = (4x60”) (SDL),
 Praktikum
(2 x = 2x
180")
Mahasiswa mampu Pengujian hipotesis : Pengujian hipotesis :  Kuliah Simulasi/Demo Ketepatan Tugas 5
dalam pengujian 1. Pengertian dan 1. Pengertian dan jenis [TM:2x = nstrasi, Lecture, dalam perhitungan
XXVII
hipotesis jenis hipotesis. hipotesis. (2x50”)] ContextualInstr perhitungan dan Quiz
,
2. Pengujian satu sisi 2. Pengujian satu sisi Tugas : uction (CI),
14 XXVII
dan dua sisi dan dua sisi Pengujian Self-
I
3. Teori kesalahan 3. Teori kesalahan hipotesis DirectedLearni
4. Langkah-langkah 4. Langkah-langkah [BT+BM:(2+ ng (SDL),
pengujian hipotesis pengujian hipotesis 2) = (4x60”)
Mahasiswa mampu Perhitungan uji Perhitungan uji statistic  Kuliah Simulasi/Demo Ketepatan Tugas 5
menghitung uji statistic : : [TM:2x = nstrasi, Lecture, dalam perhitungan
statistik - Pengertian - Pengertian statistic (2x50”)] Contextual perhitungan dan Quiz
statistic non non parametric Tugas : Instruction
XXIX, parametric - Dasar pemiliha Perhitungan uji (CI), Self-
15 XXX - Dasar pemiliha non parametric : statistic : Directed
non parametric : chi square satu [BT+BM:(1+ Learning
chi square satu sampel, chi square 1) = (2x60”) (SDL),
sampel, chi dua sample
square dua
sample
Mahasiswa mampu Uji statistic yaitu Uji statistic yaitu  Kuliah Simulasi/Demo Ketepatan Tugas 5
menghitung uji koefisien kontingensi koefisien kontingensi [TM:2x = nstrasi, Lecture, dalam perhitungan
statistic yaitu (2x50”)] Contextual perhitungan dan Quiz
XXXI, koefisien Tugas : Uji Instruction
16
XXXII kontingensi statistic yaitu (CI), Self-
koefisien Directed
kontingensi Learning
[BT+BM:(2+ (SDL),
2) = (4x60”)

Mahasiswa mampu Uji statistic yaitu Uji statistic yaitu fisher  Kuliah Simulasi/Demo Ketepatan Tugas 5
menghitung uji fisher eract eract [TM:2x = nstrasi, Lecture, dalam perhitungan
statistic yaitu fisher (2x50”)] Contextual perhitungan dan Quiz
XXXII
eract Tugas : Uji Instruction
I,
17 statistic yaitu (CI), Self-
XXXI
fisher eract Directed
V
[BT+BM:(2+ Learning
2) = (4x60”) (SDL),

XXX UJIAN AKHIR SEMESTER (UAS)


V,
18 XXX
VI