RENCANA PEMBELAJARAN SEMESTER (RPS)

PROGRAM STUDI PENDIDIKAN BAHASA ARAB

FAKULTAS TARBIYAH DAN ILMU KEGURUAN
INSTITUT AGAMA ISLAM NEGERI (IAIN) MANADO
MATA KULIAH KODE RUMPUN MK BOBOT/SKS SEMESTER DIREVISI
TIK6218 3 5 (lima) 1 Agustus 2021
Dosen Pengembang RPS Koordinator Mata Kuliah Ketua Program Studi
Statistik Pendidikan

Rhyan P. Reksamunandar, M.Si. Hasnil Oktavera, M.Pd.I.

Capaian Pembelajaran (CP)
Deskripsi Singkat Mata Kuliah
Bahan Kajian Mata Kuliah
a. Mampu menunjukkan kinerja mandiri, bermutu dan terukur;
b. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi
Program Studi dan data;
c. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali ndata untuk menjamin kesahihan dan mencegah plagiasi;
d. Mampu mengolah data-data statistic dalam pengembangan penerapan penelitian berbasis riset dalam masyarakat.
a. Memahami dasar-dasar pengetahuan tentang statistic, baik statistic deskriptif maupun inferensial;
Mata Kuliah b. Memahami penerapan konsep-konsep statistik dalam penelitian kependidikan, evaluasi kependidikan dan administrasi atau kebijakan
pendidikan.
Mata Kuliah statistika pendidikan merupakan mata kuliah yang hendak membangun kerangka konsep dasar statistik aplikatif terapan guna menjawab kebutuhan riil dunia
pendidikan pada umumnya dan pendidikan Bahasa Arab pada khususnya di jenjang sekolah/madrasah. Mata kuliah ini diharapkan dapat memberi solusi praktis utamanya
pada penyelesaian penulisan karya tulis ilmiah.
a. Pengetahuan dasar statistic:
b. Pengumpulan dan pengolahan data;
c. Penataan dan penyajian data;
d. Ukuran pemusatan dan ukuran penyebaran (dispersi);
e. Pengujian hipotesis dan pengujian asumsi;
f. Uji perbedaan dengan uji-t;
g. Analisis varians (ANOVA);
h. Korelasi dan regresi linear sederhana;
i. Regresi linear berganda;
j. Metode statistic non-parametrik.
 Utama:
a. Syafril. 2019. Statistik Pendidikan. Jakarta : Kencana.
b. Ivan Fanani Qomusuddin. 2019. Statistik Pendidikan: Lengkap dengan Aplikasi IBM Statistic 20.0. Yogyakarta ; Deepublish.
c. Yulingga Nanda Hanief dan Wasis Himawanto. 2017. Statistik Pendidikan. Yogyakarta: Deepublish.
Pustaka Acuan d. Anas Sudijono. 2005. Pengantar Statistik Pendidikan. Jakarta : Raja Grafindo Persada.
Pendukung:
a. Ardianto dan Kadir. 2021. Statistik untuk Penelitian. Yogyakarta : Deepublish.
b. Singgih Santoso. 2018. Menguasai Statistik dengan SPSS 25. Jakarta : Elex Media Komputindo.
c. J. Supranto. 2018. Statistik: Teori dan Aplikasi, Edisi 8 Jilid 1 dan 2, Jakarta : Erlangga.
Software: Hardware:
Media Pembelajaran
MS. Excel, SPSS -
Dosen Pengajar Rhyan P. Reksamunandar, M.Si.
Mata Kuliah Syarat -

Kemampuan Akhir Yang Pengalaman Belajar Kriteria/Indikator Bobot

No Bahan Kajian Metode
Diharapkan Mahasiswa Penilaian Nilai
(1) (2) (3) (4) (5) (6) (7)
1 Mahasiswa mampu Pengantar Perkuliahan: Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 5
menjelasskan ruang a. Sistem perkuliahan, sistem penilaian, dan tata tertib kuliah; pembelajaran berbasis menyimak dengan baik mekanisme perkuliahan
lingkup mata kuliah b. Maksud dan tujuan perkuliahan; masalah & studi kasus. pemaparan materi, kemudian Statistik Pendidikan
Statistik Pendidikan yang c. Pengantar statitik: defenisi dan batasan, peran statistik dalam mendiskusikannya bersama. dalam skema Prodi S1
disajikan dalam 16 kali riset pendidikan, metode statistika deskriptif dan inferensial; [TM: 1 x (3 x 50”)] Pendidikan Bahasa Arab
pertemuan dalam skema d. Dasar-dasar matematika untuk statistik: notasi sigma dan
studi S1 PBA. pembulatan bilangan.
2 Mahasiswa memiliki Pengumpulan dan Pengolahan Data: Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 5
pengetahuan dasar terkait a. Makna dan kegunaan data; pembelajaran berbasis menyimak dengan baik cara-cara pengumpulan
pengumpulan dan b. Kriteria data yang baik dan klasifikasi data (menurut sifat, sumber, masalah & studi kasus. pemaparan materi, kemudian data dan metode
pengolahan data. cara memperoleh, dan waktu pengumpulan); membahas masalah/tugas pengolahan data.
c. Variabel dalam riset pendidikan; yang dikerjakannya untuk
d. Level pengukuran (nominal, ordinal, interval, rasio); dibahas bersama.
e. Metode pengumpulan data (sampling, sensus) dan instrument [TM: 1 x (3 x 50”)]
pengumpulan data;
f. Metode pengolahan data: editing, coding, dan tabulasi.
 Kemampuan Akhir Yang Pengalaman Belajar Kriteria/Indikator Bobot
No Bahan Kajian Metode
Diharapkan Mahasiswa Penilaian Nilai
(1) (2) (3) (4) (5) (6) (7)
3 Mahasiswa memiliki Penataan dan Penyajian Data: Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 5
pengetahuan dasar terkait a. Distribusi frekuensi; pembelajaran berbasis menyimak dengan baik cara-cara pentaan data
penataan dan penyajian b. Distribusi frekuensi relative dan kumulatif; masalah & studi kasus. pemaparan materi, kemudian dan bentuk-bentuk
data. c. Penyajian data dari grafik distribusi frekuensi: histogram, polygon, membahas masalah/tugas penyajian data.
dan ogive; yang dikerjakannya untuk
d. Bentuk-bentuk penyajian data menggunaakan tabel; table satu dibahas bersama.
arah, table dua arah, table kontigensi; [TM: 1 x (3 x 50”)]
e. Bentuk-bentuk penyajian data menggunaakan grafik; grafik garis,
grafik batang, grafik lingkaran, dan grafik peta;
f. Penyajian data menggunakan bantuan Ms. Excel.
4 Mahasiswa memahami Ukuran Pemusatan: Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 10
berbagai bentuk ukuran a. Sekilas tentang ukuran pemusatan; pembelajaran berbasis menyimak dengan baik bentuk-bentuk ukuran
pemusatan yang dihitung b. Rata-rata hitung data tidak dikelompokkan; masalah & studi kasus. pemaparan materi, kemudian pemusatan dan cara
secara manual maupun c. Median data tidak dikelompokkan; membahas masalah/tugas memperolehnya.
dengan bantuan aplikasi d. Modus data tidak dikelompokkan; yang dikerjakannya untuk
computer serta mampu e. Kedudukan rata-rata, median, dan modus dalam distribusi; dibahas bersama.
menafsirkan hasilnya. f. Kuartil, desil, dan persentil data tidak dikelompokkan; [TM: 1 x (3 x 50”)]
g. Ukuran pemusatan menggunkan bantuaan SPSS.
5 Mahasiswa memahami Ukuran Penyebaran (Dispersi): Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 10
berbagai bentuk ukuran a. Sekilas tentang ukuran penyebaran; pembelajaran berbasis menyimak dengan baik bentuk-bentuk ukuran
penyebaran yang dihitung b. Dispersi data tidak dikelompokkan: nilai jarak, rata-rata masalah & studi kasus. pemaparan materi, kemudian penyebaran dan cara
secara manual maupun simpangan, dan simpangan baku; membahas masalah/tugas memperolehnya.
dengan bantuan aplikasi c. Nilai atau data yang dibakukan (standardized value); yang dikerjakannya untuk
computer serta mampu d. Koefisien variasi; dibahas 3ersama.
menafsirkan hasilnya. e. Ukuran kemencengan dan kemiringan kurva: skewness dan [TM: 1 x (3 x 50”)]
kurtosis;
f. Ukuran penyebaran dengan aplikasi computer.
6 Mahasiswa memiliki Pengujian Hipotesis: Gabungan metode Mahasiswa mendengarkan & Ketepatan menjelaskan 10
pengetahuan dasar terkait a. Defenisi hipoteis: jenis kesalahan dan perumusan hipotesis; pembelajaran berbasis menyimak dengan baik prosedur pengujian
hipotesis dan metode b. Prosedur pengujian hipotesis; masalah & studi kasus. pemaparan materi, kemudian hipotesis.
pengujian hipotesis. c. Hipotesis nol dan hipotesis alternatif; membahas masalah/tugas
d. Derajat kemaknaan;
 Kemampuan Akhir Yang Pengalaman Belajar Kriteria/Indikator Bobot
No Bahan Kajian Metode
Diharapkan Mahasiswa Penilaian Nilai
(1) (2) (3) (4) (5) (6) (7)
e. Strategi menentukan α; yang dikerjakannya untuk
f. Menentukan distribusi dan metode statistic yang digunakan; dibahas 4ersama.
g. Macam-macam pengujian hipotesis. [TM: 1 x (3 x 50”)]
7 Mahasiswa memahami Pengujian Asumsi Normalitas dan Kesamaan Varians: Gabungan metode Mahasiswa mendengarkan & Keterampilan melakukan 5
metode pengujian asumsi 1. Sekilas mengenai uji asumsi; pembelajaran berbasis menyimak dengan baik uji asumsi dan ketepatan
baik secara manual 2. Uji normalitas dengan uji Kolmogorov-Smirnov; masalah & studi kasus. pemaparan materi, kemudian menafsirkan hasilnya.
maupun dengan bantuan 3. Uji kesamaan varians populasi dengan uji Levene; membahas masalah/tugas
aplikasi computer serta 4. Uji asumsi normalitas dan kesamaan varians menggunakan yang dikerjakannya untuk
mampu menafsirkan bantuan SPSS. dibahas bersama.
hasilnya. [TM: 1 x (3 x 50”)]
8 UJIAN TENGAH SEMESTER (UTS)
9 Mahasiswa memahami Uji Perbedaan dengan Uji-t: Gabungan metode Mahasiswa mendengarkan & Keyterampilan 10
metode analisis perbedaan a. Sekilas mengenai uji-t; pembelajaran berbasis menyimak dengan baik melakukan uji t dan
diantara dua keadaan b. Asumsi-asumsi dalam uji-t: normalitas dan kesamaan varians; masalah & studi kasus. pemaparan materi, kemudian ketepatan menafsirkan
menggunakan uji-t baik c. Uji rata-rata populasi dengan uji-t; membahas masalah/tugas hasilnya.
secara manual maupun d. Uji kesamaan rata-rata dari dua populasi untuk data berpasangan yang dikerjakannya untuk
dengan bantuan aplikasi dan saling berhubungan (uji-t berpasangan); dibahas bersama.
computer serta mampu e. Uji kesamaan rata-rata dari dua populasi yang tidak berhubungan [TM: 1 x (3 x 50”)]
menafsirkan hasilnya. dengan asumsi varians yang sama (uji-t tidak berpasangan);
f. Uji kesamaan rata-rata dari dua populasi yang tidak berhubungan
dengan asumsi varians yang tidak sama (uji-t tidak berpasangan);
Uji t menggunakan bantuan SPSS.
10 - 11 Mahasiswa memahami Analisis Varians (Anova Satu Arah dan Dua Arah): Gabungan metode Mahasiswa mendengarkan & Keterampilan melakukan 10
metode analisis varians a. Sekilas mengenai analisis varians; pembelajaran berbasis menyimak dengan baik analisis varians dan
baik secara manual b. Asumsi-asumsi dalam analisis varians: normalitas, kesmaan masalah & studi kasus. pemaparan materi, kemudian ketepatan menafsirkan
maupun dengan bantuan varians dan sampel-sampel acak independent; membahas masalah/tugas hasilnya.
aplikasi computer serta c. Analisis varians satu arah; yang dikerjakannya untuk
mampu menafsirkan d. Analisis vartians dua arah; dibahas bersama.
hasilnya. e. Analisis varians menggunakan bantuan SPSS. [TM: 2 x (3 x 50”)]
12 Mahasiswa memahami Korelasi dan Regresi Linear Sederhana: Gabungan metode Mahasiswa mendengarkan & Keterampilan melakukan 10
metode analisis korelasi a. Pentingnya analisis hubungan; pembelajaran berbasis menyimak dengan baik analisis korelasi dan
dan regresi linear b. Koefisien korelasi dan kegunaannya; masalah & studi kasus. pemaparan materi, kemudian regresi linear sederhana
 Kemampuan Akhir Yang Pengalaman Belajar Kriteria/Indikator Bobot
No Bahan Kajian Metode
Diharapkan Mahasiswa Penilaian Nilai
(1) (2) (3) (4) (5) (6) (7)
sederhana baik secara c. Koefisien korelasi data tidak berkelompok; membahas masalah/tugas serta ketepatan
manual maupun dengan d. Diagram pencar (scatter diagram); yang dikerjakannya untuk menafsirkan hasilnya.
bantuan aplikasi computer e. Persamaaan regresi linear sederhana; dibahas bersama.
serta mampu menafsirkan f. Aplikasi persamaan regresi linear sederhana alam peramalan; [TM: 1 x (3 x 50”)]
hasilnya. g. Analisis korelasi dan regrei linear sederhana menggunakan
bantuan SPSS.
13 - 14 Mahasiswa memahami Regresi Linear Berganda: Gabungan metode Mahasiswa mendengarkan & Keterampilan melakukan 10
metode analisis regresi a. Sekilas mengenai regresi linear berganda; pembelajaran berbasis menyimak dengan baik analisis regresi linear
linear berganda baik b. Asumsi-asumsi dalam regresi linear berganda: normalitas, tidak masalah & studi kasus. pemaparan materi, kemudian berganda dan ketepatan
secara manual maupun terjadi multikolinearitas, non-autokorelasi, dan homoskedastisitas; membahas masalah/tugas menafsirkan hasilnya.
dengan bantuan aplikasi c. Mengukur kecocokan model regresi linear berganda terhadap yang dikerjakannya untuk
computer serta mampu data dengan uji koefisien determinasi (r2) dan uji F; dibahas bersama.
menafsirkan hasilnya. d. Korelasi parsial; [TM: 2 x (3 x 50”)]
e. Uji signifikansi koefisien regresi secara individu dengan uji-t;
f. Regresi linear berganda menggunakan bantuan SPSS.
15 Mahasiswa memahami Metode Statistik Non-Parametrik: Gabungan metode Mahasiswa mendengarkan & Keterampilan melakukan 10
metode pengujian statistic a. Sekilas mengenai metode statistic non-parametrik; pembelajaran berbasis menyimak dengan baik analisis statistic non-
non-parametrik baik secara b. Alternatif uji korelasi Pearson: korelasi berperingkat Spearman; masalah & studi kasus. pemaparan materi, kemudian parametrik dan ketepatan
manual maupun dengan c. Alternatif uji t: uji Mann-Whitney dan uji Wilcoxon; membahas masalah/tugas menafsirkan hasilnya.
bantuan aplikasi computer d. Alternatif analisis varians (ANOVA): uji Kruskal-Wallis dan uji yang dikerjakannya untuk
serta mampu menafsirkan Friedman; dibahas bersama.
hasilnya. e. Analisis non-parametrik menggunakan bantuan SPSS. [TM: 1 x (3 x 50”)]
16 UJIAN AKHIR SEMESTER (UAS)

Catatan: 1 sks dalam bentuk pembelajaran kuliah, responsi & tutorial TM = Tatap Muka (Kuliah) BT = Belajar Terstruktur
= (50' TM + 50' PT + 60' BM)/ Minggu BM = Belajar Mandiri
1 sks dalam bentuk pembelajaran seminar atau bentuk pembelajaran lain yg sejenis PT = Penugasan Terstruktur T = Teori
= (100’ TM + 60’ BM)/ Minggu PTT = Penugasan Tidak Terstruktur P = Praktek
1 sks dalam bentuk pembelajaran praktikum, praktik studio, praktik bengkel, praktik lapangan, penelitian, PS = Praktikum Simulasi
pengabdian masyarakat atau bentuk pembelajaran lain yg setara, adalah 160 menit/ Minggu/ Semester PL = Praktikum Laboratorium