Anda di halaman 1dari 10

RENCANA PEMBELAJARAN SEMESTER (RPS) TAHUN AKADEMIK 2020/2021

PROGRAM STUDI : ILMU KEPERAWATAN - STIKes MUHAMMADIYAH LHOKSEUMAWE

Nama Mata Kuliah MANAJEMEN ANALISA DATA


Kode MKN 802
Semester VIII (Delapan) – S.1 Keperawatan
Beban Kredit 2 SKS (T=1 : P=1)
-Teori1 sks x 50 mnt x 16 mgg = 800 mnt.  1 x ptm/mgg. Total 8 x ptm teori dan 2 x UTS dan 1 x UAS
-Praktek/Simulasi  1 sks x 50 mnt x 16 mgg = 800 mnt.  1 x ptm/mgg. Total 8 x ptm simulasi/praktek
Tim Dosen 1. Musdarianto.,SKM.,M.Kes
2. Ns. Fitri Yanti, S.Kep, MBA&E
3. Yusri, MPH
Deskripsi Mata Kuliah Mata kuliah ini membahas tentang konsep teoritis dan praktis tentang manajemen analisa data dan interpretasi hasil dalam suatu penelitian
khususnya penelitian tentang kesehatan/keperawatan.
Capaian Pembelajaran MK a. Memahami dan menganalisa tentang konsep dasar data dalam suatu penelitian.
b. Memahami dan menganalisa tentang manajemen data dalam suatu penelitian
c. Memamahami tentang aplikasi atau software analisa data dengan sistem komputerisasi.
d. Memahami dan menganalisa beberapa model pengolahan dan analisa data.
e. Memahami dan melakukan uji statistik univariat, bivariat dan multivariat
f. Memahami interpretasi hasil penelitian dan penyajian hasil penelitian berdasarkan uji statistik
Capaian Pembelajaran 1. Menjelaskan konsep dasar data dalam suatu penelitian
Khusus 2. Menjelaskan dan memahami tentang tehnik pengumpulan data
3. Menjelaskan tentang transformasi data
4. Menjelaskan, memahami dan merancang master tabel penelitian
5. Menjelaskan dan memahami tentang konsep pengolahan dan analisa data
6. Memahami dan mengaplikasikan software analisa data dengan komputerisasi
7. Menjelaskan, memahami dan melakukan uji validitas dan reliabilitas instrumen penelitian
8. Menjelaskan dan memahami tentang analisa data kualitatif dan kuantitatif
9. Menjelaskan dan memahami uji statistik dalam penelitian
10. Menjelaskan, memahami dan melakukan analisa data bivariat
11. Menjelaskan, memahami dan melakukan uji chi-square dan uji t dalam suatu penelitian
12. Menjelaskan Uji asumsi klasik (normalitas, heterokedatisitas, multikorelasi, autokorelasi, dan linearitas).
13. Menjelaskan, memahami dan melakukan analisa data multivariat
14. Menjelaskan, memahami dan melakukan uji Regresi Logistik Sederhana dan Berganda serta interpretasi hasil
15. Menjelaskan, memahami dan melakukan uji Regresi Linier Sederhana dan Ganda
16. Menjelaskan, memahami dan melakukan penyajian dan interpretasi hasil penelitian.

Metode Penilaian dan A. Teori (Kognitif) = 50 %


Pembobotan  Tugas kelompok/Seminar =10 %
 Ujian Tengah Semester =15 %
 Ujian Akhir Semester =25 %

B. Penampilan (Afektif) =10 %


 Partisipasi di kelas =10 %

C. Praktek/Simulasi/Penyulusan (Psikomotor) =40 %

Daftar Referensi Imam Heryanto dan Totok Triwibowo (2018). Path Analysis Menggunakan SPSS dan Excel (Panduan Pengolahan Data Penelitian untuk
Skripsi / Tesis). Bandung, INFORMATIKA. ISBN 978-602-6232-64-9. Singgih Santoso (2016). Panduan Lengkap SPSS Versi 23. Jakarta, PT
Elex Media Komputindo. ISBN 978-602-04-0193-5 Imam Ghozali (2013). Aplikasi Analisis Multivariate dengan Program SPSS 21. Semarang,
Universitas Diponegoro. ISBN 978-602-028047-9 Haryadi Sarjono & Winda Julianita (2011). SPSS vs LISREL: Sebuah Pengantar, Aplikasi
untuk Riset. Jakarta, Salemba Empat. ISBN 978-979-061-198-6 Jonathan Sarwono (2006). Analisis Data Penelitian Menggunakan SPSS.
Yogyakarta, ANDI. ISBN 979-763-314-4 Clif T. Ragsdale (2007). Spreedsheet Modeling & Decision Analysis: A Practical Introduction to
Management Science (Fifth Edition). United Stated of America: Thomson South-Western. ISBN: 0-324-37769-X
RENCANA PEMBELAJARAN SEMESTER (RPS)
PROGRAM STUDI ILMU KEPERAWATAN

Nama Program Studi S.1 Keperawatan


Nama Mata Kuliah MANAJEMEN ANALISA DATA
Kode MKN 802
Penempatan / Semester Semester – VIII (DELAPAN) A – B – C – D
Beban Kredit / SKS 2 SKS (1 : Teori, 1 : Praktek / Simulasi)
Dosen Pengampu/Tim TIM
Deskripsi Mata Kuliah Mata kuliah ini membahas tentang konsep teoritis dan praktis tentang manajemen analisa data dan iterprstasi hasil dalam suatu penelitian
khususnya penelitian tentang kesehatan/keperawatan.
Capaian Pembelajaran 1. Menjelaskan konsep dasar data dalam suatu penelitian
2. Menjelaskan dan memahami tentang tehnik pengumpulan data
3. Menjelaskan tentang transformasi data
4. Menjelaskan, memahami dan merancang master tabel penelitian
5. Menjelaskan dan memahami tentang konsep pengolahan dan analisa data
6. Memahami dan mengaplikasikan software analisa data dengan komputerisasi
7. Menjelaskan, memahami dan melakukan uji validitas dan reliabilitas instrumen penelitian
8. Menjelaskan dan memahami tentang analisa data kualitatif dan kuantitatif
9. Menjelaskan dan memahami uji statistik dalam penelitian
Metode Penilaian dan A. Teori (Kognitif) = 50 %
Pembobotan  Tugas kelompok/Seminar =10 %
 Ujian Tengah Semester =15 %
 Ujian Akhir Semester =15 %
100 %
B. Penampilan (Afektif) =10 %
 Partisipasi di kelas =10 %
C. Praktek / Simulasi (Psikomotor) =50 %
Daftar Referensi 1. Imam Heryanto dan Totok Triwibowo (2018). Path Analysis Menggunakan SPSS dan Excel (Panduan Pengolahan Data Penelitian untuk
Skripsi / Tesis). Bandung, INFORMATIKA. ISBN 978-602-6232-64-9. Singgih Santoso (2016). Panduan Lengkap SPSS Versi 23. Jakarta, PT
Elex Media Komputindo. ISBN 978-602-04-0193-5 Imam Ghozali (2013). Aplikasi Analisis Multivariate dengan Program SPSS 21. Semarang,
Universitas Diponegoro. ISBN 978-602-028047-9 Haryadi Sarjono & Winda Julianita (2011). SPSS vs LISREL: Sebuah Pengantar, Aplikasi
untuk Riset. Jakarta, Salemba Empat. ISBN 978-979-061-198-6 Jonathan Sarwono (2006). Analisis Data Penelitian Menggunakan SPSS.
Yogyakarta, ANDI. ISBN 979-763-314-4 Clif T. Ragsdale (2007). Spreedsheet Modeling & Decision Analysis: A Practical Introduction to
Management Science (Fifth Edition). United Stated of America: Thomson South-Western. ISBN: 0-324-37769-X

JADWAL PEMBELAJARAN (RPS)

Waktu Tujuan Bahan Kajian/Sub Bahan Kajian Metoda Media Dosen Indikator Penilaian
1 2 3 4 5 6 7
Ptm - 1 1. Penjelasan 1. Definisi data  TCL  Laptop Musdarianto Mahasiswa mampu menguasai
silabus, Kontrak 2. Jenis-jenis data (katagorik –  SCL  LCD konsep dasar data dengan :
pembelajaran Numerik)  White board
2. Menguasai 3. Sumber data  PPT 1. K : Mampu menjelaskan definisi
konsep teoritis 3. Normalitas dan Sebaran Data data
tentang 4. Interpretasi data 2. A : Mampu menginternalisasi
manajemen data konsep data dalam penelitian
dalam penelitian kesehatan
3. P: Mampu melakukan analisa
jenis data dan interpretasi data

Evaluasi dilakukan dengan 2 soal


Ptm - 2 Menjelaskan tentang a. Data kualitatif dan kuantitatif  TCL  Laptop Musdarianto Mahasiswa mampu menguasai tehnik
tehnik dan metode b. Instrumen penelitian  SCL  LCD pengumpulan data dengan :
pengumpulan data 1) Kuesioner  Brain storming  White board
2) Angket  Recovery learning  PPT 1. K : Mampu menjelaskan tentang
3) Dll tehnik pengumpulan data
c. Metode pengumpulan data 2. A : Mampu memahami tehnik
(kualitatif vs kuantitatif) pengumpulan data
3. P : Mampu melaksanakan tehnik
pengumpulan data

Evaluasi dilakukan dengan


menggunakan soal sebanyak 2
Ptm - 3 Menjelaskan tentang a. Transformasi data Numerik -  TCL  Laptop Musdarianto Mahasiswa mampu menguasai
Transformasi data Katagorik  SCL  LCD konsep transformasi data dengan :
b. Transformasi data Ordinal -  Brain storming  White board
Interval  Recovery learning  Spidol 1. K : Mampu menguasai konsep
c. Merumuskan / merancang skala  PPT transformasi data
ukur data. 2. A : Mampu menjelaskan kembali
konsep transformasi data
3. P : Mampu melaksanakan
transformasi data.
Evaluasi dilakukan dengan sebanyak
2 soal
Ptm - 4 Menjelaskan, a. Definisi Master Tabel Penelitian  TCL  Laptop Musdarianto Mahasiswa mampu menguasai
memahami dan b. Model dan Jenis Master Tabel  SCL  LCD konsep teori Master Tabel dengan :
merancang master c. Master tabel kualitatif dan  Brain storming  White board
tabel penelitian kuantitatif  Recovery learning  Spidol 1. K : Mampu menguasai konsep
d. Pengkodean dan skala ukur  PPT Master Tabel Penelitian
pada master tabel 2. A: Mampu menjelaskan kembali
tentang master tabel penelitian
3. P : Mampu merancang master
tabel penelitian

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm - 5 Menjelaskan tentang a. Tujuan pengolahan data  TCL  Laptop Ns. Fitri Mahasiswa mampu menguasai
konsep pengolahan b. Tahapan Pengolahan data  SCL  LCD Yanti, S.Kep, konsep pengolahan dan analisa data
dan analisa data c. Proses pengolahan data  Brain storming  White board MBA&E dengan :
 Recovery learning  Spidol
 PPT 1. K : Mampu menguasai konsep
pengolahan dan analisa data
2. A: Mampu pengolahan dan
analisa data
3. P: Mampu melaksanakan
pengolahan dan analisa data

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm - 6 Memahami dan a. SPSS  TCL  Laptop Ns. Fitri Mahasiswa mampu Memahami dan
mengaplikasikan b. PSPP  SCL  LCD Yanti, S.Kep, mengaplikasikan program software
program software c. SALSTAT  Brain storming  White board MBA&E analisa data dengan komputerisasi
analisa data dengan d. Dan lain – lain  Recovery learning  Spidol dengan :
komputerisasi  PPT
1. K : Mampu memahami tentang
Program SPSS dan sejenisnya
2. A : Mampu menjelaskan kembali
tentang Program SPSS dan
sejenisnya
3. P : Mampu mengaplikasikan
Program SPSS dan sejenisnya
dalam penelitian.

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm - 7 Menjelaskan dan a. Definisi uji validitas dan  TCL  Laptop Ns. Fitri Mahasiswa mampu memahami dan
memahami tentang reliabilitas  SCL  LCD Yanti, S.Kep, Medemonstrasikan uji validitas dan
uji validitas dan b. Tehnik dan metode uji validitas  Brain storming  White board MBA&E reliabilitas instrumen penelitian
reliabilitas dan reliabilitas instrumen  Recovery learning  Spidol dengan :
instrumen penelitian penelitian dengan kompterisasi  PPT
(SPSS) 1. K : Mampu mampu memahami uji
validitas dan reliabilitas
2. A : Mampu menjelaskan kembali
tentang uji validitas dan
reliabilitas
3. P : Mampu Medemonstrasikan uji
validitas dan reliabilitas
instrumen penelitian

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm-8 Menjelaskan dan a. Data Univariat  TCL  Laptop Ns. Fitri Mahasiswa mampu memahami
memahami tentang b. Mean, Median dan Modus  SCL  LCD Yanti, S.Kep, tentang analisa data kualitatif dan
analisa data c. Dispersi dan Standar deviasi  Brain storming  White board MBA&E kuantitatif dengan :
kualitatif dan d. Korelasi  Recovery learning  Spidol
kuantitatif e. Signifikansi 1. K : Mampu memahami analisa
f. df data kualitatif dan kuantitatif
2. A : Mampu menguraikan kembali
analisa data kualitatif dan
kuantitatif
3. P : Mampu melaksanakan analisa
data kualitatif dan kuantitatif

Evaluasi dilakukan dengan sebanyak


2 soal

Ptm-9 Memahami dan a. Pengertian uji statistik (review)  TCL  Laptop Yusri, MPH Mahasiswa mampu menguasai
menjelaskan tentang b. Fungsi uji statistilk dalam  SCL  LCD konsep uji statistik dalam penelitian
uji statistik dalam penelitian kesehatan  Brain storming  White board kesehatan dengan :
penelitian kesehatan c. Jenis-jenis uji statistik  Recovery learning  Spidol
berdasarkan judul dan tujuan  PPT 1. K :Mampu menguasai konsep uji
penelitian statistik dalam penelitian
kesehatan
2. A : Mampu menjelaskan kembali
uji statistik dalam penelitian
kesehatan
3. P : Mampu melaksanakan uji
statistik dalam penelitian
kesehatan

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm-10 Menjelaskan dan a. Uji chi – square  TCL  Laptop Yusri, MPH Mahasiswa mampu menguasai
memahami tentang b. Interpretasi hasil uji chi- sqaure  SCL  LCD tentang analisa data bivariat dengan :
analisa data bivariat  Brain storming  White board
 Recovery learning  Spidol 1. K : Mampu menguasai konsep
 PPT analisa data bivariat
2. A : Mampu menjelaskan kembali
analisa data bivariat
3. P : Mampu melaksanakan analisa
data bivariat

Evaluasi dilakukan dengan sebanyak


2 soal
Ptm-11 Menjelaskan dan a. Uji t  TCL  Laptop Yusri, MPH Mahasiswa mampu menguasai uji t
memahami tentang b. Jenis uji t  SCL  LCD dalam penelitian dengan :
uji t c. Tujuan uji t  Brain storming  White board
d. Interpretasi hasil uji t  Recovery learning  Spidol 1. K : Mampu menguasai konsep uji t
2. A : Manpu menjelaskan kembali
tentang uji t.
3. P :Mampu melaksanakan uji t
dalam penelitian

Evaluasi dilakukan dengan sebanyak


2 soal.
Ptm-12 Menjelaskan dan a. Normalitas  TCL  Laptop Yusri, MPH Mahasiswa mampu menguasai
memahami tentang b. Heterokedasitas  SCL  LCD konsep uji asumsi klasik dengan:
Uji asumsi klasik c. Multikorelasi  Brain storming  Withe board
(normalitas,
d. Autokorelasi  Recovery learning  Spidol 1. K : Mampu menguasai konsep uji
e. linearitas asumsi klasik
heterokedatisitas, 2. A : Mampu menjelaskan kembali
multikorelasi, uji asumsi klasik
autokorelasi, dan 3. P : Mampu melaksanakan uji
linearitas). asumsi klasik

Evaluasi dilakukan dengan 2 soal


Ptm-13 Menjelaskan tentang a. Pengertian analisa  TCL  Laptop Yusri, MPH Mahasiswa mampu menguasai
analisa data multivariat  SCL  LCD tentang analisa data multivariat
multivariat dalam b. Tujuan analisa multivariat  Brain storming  White board dalam penelitian dengan:
penelitian c. Jenis analisa multivariat  Recovery learning  Spidol
1. Annova 1. K :Mahasiswa mampu menguasai
2. Regresi konsep analisa data multivariat
dalam penelitian
2. A :Mampu menjelaskan kembali
konsep analisa data multivariat
dalam penelitian
3. P : Mampu melaksanakan analisa
data multivariat dalam penelitian

Evaluasi dilakukan dengan 2 soal


Ptm-14 Memhami dan a. Uji regresi logistik sederhana  TCL  Laptop Yusri, MPH Mahasiswa mampu memaham uji
mendemonstrasikan b. Uji regresi logistik berganda  SCL  LCD regresi logistik sederhana dan
uji regresi logistik c. Interpretasi hasil uji logistik  Brain storming  White berganda dengan :
sederhana dan sederhana dan berganda  Recovery learning board
berganda  Spidol 1. K : Mahasiswa Mendemontrasi
kan/ Simulasi uji regresi logistik
sederhana dan berganda.
2. A :Mampu menjelaskan kembali
uji regresi logistik sederhana dan
berganda
3. P: Mampu melaksanakan uji
regresi logistik sederhana dan
berganda

Evaluasi dilakukan dengan 2soal


Ptm-15 Memahami dan a. Konsep regresi linier  TCL  Laptop Yusri, MPH Mahasiswa mampu Memahami dan
mendemonstrasikan b. Regresi linier sederhana  SCL  LCD mendemonstrasikan uji regresi linier
uji regresi linier c. Regresi linier ganda  Brain storming  White (analisa data numerik)dengan:
(analisa data d. Interpretasi output regresi linier :  Recovery learning board
numerik) 1) Interpretasi variabel dikotom  Spidol 1. K : Mahasiswa mampu Memahami
2) Interpretasi variabel dan mendemonstrasikan uji
continous regresi linier (analisa data
3) Interpretasi variabel numerik)
catagorical 2. A :Mampu menjelaskan uji regresi
linier (analisa data numerik)
3. P: Mampu melaksanakan uji
regresi linier (analisa data
numerik)

Evaluasi dilakukan dengan 2 soal


Ptm-16 Memahami, a. Pengertian penyajian data  TCL  Laptop Yusri, MPH Mahasiswa mampu memahami cara
menjelaskan dan b. Jenis penyajian data penelitian  SCL  LCD penyajian data hasil penelitian
mengaplikasikan c. Tehnik penyajian data hasil  Brain storming  White board dengan :
cara penyajian data penelitian secara efektif dan  Recovery learning  Spidol
hasil penelitian. efisien 1. K: Mampu mampu memahami
cara penyajian data hasil
penelitian secara efektif
2. A : Mampu menjelaskan kembali
cara penyajian data hasil
penelitian
3. P : Mampu melaksanakan
penyajian data hasil penelitian

Evaluasi dilakukan dengan 2 soal


Koordinatot Mata Kuliah
Musdarianto

Anda mungkin juga menyukai