tr

()
a cg
t Sbo
E
7C
o.l () _:l d h0
c..t ho
a.lI
lr
(t
a
6-o () 0.)
g
o\
r-I
Hd
trb0
C)
-
6l 5() a
(!'a u)
-
a)
C€O -\c J,1
boo JZ
U1
C)
g E a-o
o --O \
,aJ
! --
Hd ()
o^ q
(d bO c6
(d a H dk 'o
O
()
aio .c ()
@ cc
H ad ()
(6 Jll
()ir
C6
q
C) *i
() () d
+ ()
a 'a C€
J/ H
() ()
6) ()
o g
3o
F- -vhs Jz g
z () o
H J4 C)
!
() g
OI a !
a.) e-v C6
E
o\
(H O, t
J4 a J4
l_' dJ a a
.I C€ (.) () ()
r.} a
]l -v =() ,
C)
()
!
_()
JZ
q
}1
t () }r
a a d
Jl
trl 6 o }z b0 a
?t n urd
F
a o\
€ V
a
s .,1 a
ti
bo 0)
o -v g d) q
(d
,l4
a
)1
tl i! -\A
bo
bo a b0 bo
a a () () bo
() tr bo
rd g
a z 'rR
a, t
a
a
{r li
H C)
()
J 6 d)
Z
4 a
lr
^=
al.
'.=
M
E]
a
€d Cd
6
6
()
a !ts E F a a
ti
d
-o € H (_)
() 0) o !
N (€
ho "i !P
.dH
g A a
o
-
o
ti
bo
()
! -v
il
ri (\t d bo(d
o> a v ]a J4 $i
a a a
C6
a a.l i50 li
d a
a a a a
a
a
z A z V AZ 60 }1
a }(
r-l V CB -v= E
Cd
6) a
z
z
z Y}\ N
N U)
6t
ao

tr
O li !d)
() 0)r
O-d
a.
o a
a
() i'
()
ho
()
bo
()
ho
C)
d
a
bo
o)
F

ho
d)
P
c6
a
\ z tr o (tr
F U
Z
oo
N
(.)
o db\
"-rd'a a
r-
o\
g
()
t6 d
!
csv
-9' t
.\a
Jl
d
bo
()
g
tr
g
tr
g
tr
q
E
tr
(-)

g
tr
o
ri 0,)
c)
() C)i: a H
F J/ 4 () o-) jz !
Zt z
F z a trbo
g -
a a a a 6
<ag
N
b0 =() b0 -o
() 6 a
d
a
cd
a
a;<
cC
O csi lcg CE
ci> 4 lz= z q H z lz z a z
!i-rrl
\JNQH
N
-&<l
FrrI
<dz $ \o -V
d>= a H P
M M z a z z z
! d
z=a 4
gzi
Fr-<
I|ts,
;id 6
1Yil
zi<F
E
tr
.F
;trE a M
() 4)
H
.() -o d
H
() z
.\4 a
a
a H
o (d
(A O
 variansi, faktor, dan jalur. Mata kuliah ini diberikan sebagai bekal bagi mahasiswa yang ingin melanjutkan pada tingkatan yang lebih
tinggi dan mengaplikasikannya dalam penelitian.
Materi /Pokok Bahasan 1. Statistika Inferensial
2. Analisis Korelasional Bivariat
3. Analisis Regresi Linier
4. Analisis Variansi (Anova)
5. Analisis Multivariat Variansi (Manova)
6. Analisis Korelasi Kanonik
7. Analisis Faktor (Factor Analysis)
8. Analisis Jalur (Path Analysis)
Referensi Utama
1. Sutopo, Yeri dan Achmad Slamet. (2017). Statistika Inferensial. Yogyakarta: Andi Offset.
2. Abdulwahab, Wisnijati Basuki. (2017). Statistika Parametrik dan Nonparametrik untuk Penelitian. Tangerang: Pustaka Mandiri.
3. Sambas Ali, M. dan Maman A. (2007). Analisis Korelasi, Regresi, dan Jalur. Jakarta: Pustaka Setia.
4. Nurizzati, Y. (2015). Analisis Faktor terhadap Pemilihan Islamic Boarding School di SMAIT Nuurusshiddiiq Cirebon. Eduma,
4(1), 69–82.
5. Nurizzati, Y. (2017). Perbedaan Hasil Belajar Statistik Dasar dengan Metode Praktikum. Kalamatika, 2(2), 105-116.
6. Khalwani, Khavid, dan Yeti Nurizzati. (2019). Pengaruh Penggunaan Media Komunikasi (Smartphone) terhadap Interaksi Sosial
Mahasiswa. Edueksos, 8(1), 14-27.
7. Saefudin, Asep dan Yeti Nurizzati. (2018). Pengaruh Gaya Belajar Siswa dan Pergaulan Teman Sebaya terhadap Prestasi Belajar
Siswa pada Mata Pelajaran IPS Kelas VIII di SMP Negeri 1 Mundu Kabupaten Cirebon . Edueksos, 7(1), 1-16.
8. Rizqiah, Ria; Ratna Puspitasari dan Yeti Nurizzati. (2017). Hubungan Motivasi Siswa dengan Minat dalam Memilih Jurusan
Tadris ilmu Pengetahuan Sosial di IAIN Syekh Nurjati Crebon Tahun 2016/2017. Edueksos, 6(1), 1-19.
Pendukung
1. Ryan, Thomas P. (1997). Modern Regression Methods. New York: John Wiley & Sons, Inc.
2. Siegel, Sidney. (1994). Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta: Gramedia Pustaka Utama.
3. Fleming, M.C. dan J.G. Nellis. (1994). Principles of Applied Statistic. London: Routledge.
4. Walpole, R.E. (1993). Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.
5. Caselia, George and Roger L. Berger. (1990). Statistical Inference. California: Brooks/Cole Publishing Company.
6. Myers, Raymond H. (1990). Classical and Modern Regression with Applications. USA: PWS-KENT Publishing Company.
Perangkat Lunak : Perangkat keras :
MS. Powerpoint, MS. Word, MS. Excel, Video, SPSS, Lisrel Laptop, HP, Infokus
Minggu Sub-CP-MK Indikator Kriteria & Bentuk Metode Pembelajaran Pokok Pembahasan Bobot
ke- Penilaian penilaian
(%)
1 Mahasiswa memahami a. Mahasiswa mengenal Kehadiran a. Perkenalan Kontrak kuliah, RPS 5
secara umum tentang materi dosen pengampu MK b. Tanya Jawab
yang akan dipelajari pada b. Mahasiswa memahami c. Media WAG, LMS
MK Statistika Inferensial peraturan perkuliahan
selama satu semester c. Mahasiswa memahami
garis besar materi
Statistik Pendidikan
yang akan dipelajari
2 Mahasiswa mampu a. Mahasiswa mampu Kehadiran a. Video a. Statistika Inferensial 5
memahami dengan baik menjelaskan pokok Keaktifan pembelajaran b. Populasi, Sampel
konsep dasar statistika bahasan statistika b. Tanya Jawab dan Data
inferensial inferensia c. Media LMS
b. Mahasiswa mampu
Softskill: membedakan populasi,
Rasional sampel dan data
3-5 Mahasiswa mampu a. Mahasiswa mampu Kehadiran a. Video Korelasi Product 5
menjelaskan dan membedakan jenis-jenis Keaktifan pembelajaran Moment
menggunakan analisis korelasi bivariat Laporan kelompok b. Presentasi 15
korelasional bivariat dalam b. Mahasiswa mampu Presentasi kelompok kelompok
penelitian menggunakan uji (Kelompok 1, 2, 3) c. Diskusi
Korelasi Spearman
korelasi bivariat d. Media LMS
c. Mahasiswa mampu
Softskill: menginterpretasikan
Rasional, ketelitian, output SPSS korelasi Korelasi Kendall’s Tau
kerjasama tim bivariat
6-7 Mahasiswa mampu a. Mahasiswa mampu Kehadiran a. Video Analisis Regresi Linier 5
menjelaskan analisis regresi mendefinisikan regresi Keaktifan pembelajaran Sederhana 15
linier sederhana dan linier sederhana dan Laporan kelompok b. Presentasi
berganda serta berganda Presentasi kelompok kelompok
mengaplikasikannnya dalam b. Mahasiswa memahami (Kelompok 4, 5) c. Diskusi
penelitian uji persyaratan regresi d. Media LMS
linier sederhana dan
berganda
c. Mahasiswa mampu Tugas individu 1 Analisis Regresi Linier 20
Softskill: mengaplikasikan (Pertemuan 7) Berganda
Rasional, ketelitian, regresi linier sederhana
kerjasama tim dan berganda

8 Mahasiswa mampu
memahami materi dari
pertemuan 1 s.d 7
Softskill:
Rasional, ketelitian,
kecepatan, kejujuran
9-10 Mahasiswa mampu
menjelaskan Anova satu arah
dan dua arah serta contoh
penggunaannya dalam
penelitian
Softskill:
Rasional, ketelitian,
kerjasama tim
11-12 Mahasiswa mampu
menjelaskan Manova satu
arah dan dua arah serta
contoh penggunaannya
dalam penelitian
Softskill:
Rasional, ketelitian,
kerjasama tim
13 Mahasiswa mampu
menjelaskan dan
menggunakan analisis
korelasi kanonik dalam
penelitian
d. Mahasiswa mampu
menginterpretasikan
output SPSS regresi
linier sederhana dan
berganda
a. Mahasiswa mengikuti Kehadiran a. Openbook UTS 5
UTS Tes Uraian b. Media LMS 30
b. Mahasiswa menjawab
soal UTS dengan tepat
c. Mahasiswa
mengumpulkan jawaban
soal UTS tepat waktu
a. Mahasiswa mampu Kehadiran a. Video Analisis Variansi 5
mendefinisikan Anova Keaktifan pembelajaran (Anova) Satu Arah: 15
satu arah dan dua arah Laporan kelompok b. Presentasi Fisher Test
b. Mahasiswa mampu Presentasi kelompok kelompok
menjelaskan contoh (Kelompok 6, 7) c. Diskusi
penggunaan Anova satu d. Media LMS, Analisis Variansi
arah dan dua arah Google meet* (Anova) Dua Arah:
c. Mahasiswa mampu Fisher Test
menginterpretasikan
output SPSS Anova
a. Mahasiswa mampu Kehadiran a. Video Analsis Multivariat 5
mendefinisikan Manova Keaktifan pembelajaran Variansi (Manova) Satu 15
satu arah dan dua arah Laporan kelompok b. Presentasi Arah
b. Mahasiswa mampu Presentasi kelompok kelompok
menjelaskan contoh (Kelompok 8, 9) c. Diskusi
penggunaan Manova d. Media LMS,
satu arah dan dua arah Google meet* Analsis Multivariat
c. Mahasiswa mampu Variansi (Manova) Dua
menginterpretasikan Arah
output SPSS Manova
a. Mahasiswa mampu Kehadiran a. Video Analisis Korelasi 5
mendefinisikan korelasi Keaktifan pembelajaran Kanonik 15
kanonik Laporan kelompok b. Presentasi
b. Mahasiswa mampu Presentasi kelompok kelompok
menjelaskan contoh (Kelompok 10) c. Diskusi
 penggunaan korelasi d. Media LMS,
kanonik Google meet*
Softskill: c. Mahasiswa mampu
Rasional, ketelitian, menginterpretasikan
kerjasama tim output SPSS korelasi
kanonik
14 Mahasiswa mampu a. Mahasiswa mampu Kehadiran a. Video Analisis Faktor (Factor 5
menjelaskan dan mendefinisikan analisis Keaktifan pembelajaran Analysis) 15
menggunakan analisis faktor faktor Laporan kelompok b. Presentasi
dalam penelitian b. Mahasiswa mampu Presentasi kelompok kelompok
menjelaskan contoh (Kelompok 11) c. Diskusi
penggunaan analisis d. Media LMS,
faktor Google meet*
c. Mahasiswa mampu
Softskill: menginterpretasikan
Rasional, ketelitian, output SPSS/Lisrel
kerjasama tim analisis faktor
15 Mahasiswa mampu a. Mahasiswa mampu Kehadiran a. Video Analisis Jalur (Path 5
menjelaskan dan mendefinisikan analisis Keaktifan pembelajaran Analysis) 15
menggunakan analisis jalur jalur Laporan kelompok b. Presentasi
dalam penelitian b. Mahasiswa mampu Presentasi kelompok kelompok
menjelaskan contoh (Kelompok 12) c. Diskusi
penggunaan analisis d. Media LMS,
Softskill: jalur Google meet*
Rasional, ketelitian, c. Mahasiswa mampu Tugas individu 2 20
kerjasama tim menginterpretasikan (Pertemuan 15)
output SPSS/Lisrel
analisis jalur
16 Mahasiswa mampu a. Mahasiswa mengikuti Kehadiran a. Openbook UAS 5
memahami materi dari UAS Tes Uraian b. Media LMS 30
pertemuan 9 s.d 15 b. Mahasiswa menjawab
soal UAS dengan tepat
Softskill: c. Mahasiswa
Rasional, ketelitian, mengumpulkan jawaban
kecepatan, kejujuran soal UAS tepat waktu
*Bila diperlukan
 FORMAT RANCANGAN TUGAS

I. TUGAS INDIVIDU
A. CAPAIAN PEMBELAJARAN
1. Mahasiswa mampu menjelaskan dan menggunakan analisis korelasional bivariat
dan regresi linier
2. Mahasiswa mampu menjelaskan Anova dan Manova serta contoh penggunaannya
3. Mahasiswa mampu menjelaskan dan menggunakan analisis korelasi kanonik
4. Mahasiswa mampu menjelaskan dan menggunakan analisis faktor dan jalur

B. METODE/CARA PENGERJAAN TUGAS

1. Mahasiswa mempelajari dan meresume salah satu artikel jurnal ilmiah terakreditasi
sinta maksimal 10 tahun terakhir
2. Mahasiswa menyusun hasil resume artikel dalam bentuk MS Word, dan slide MS
Powerpoint
3. Mahasiswa mengirimkan tugas individu tersebut pada room tugas LMS.

C. DESKRIPSI LUARAN TUGAS

Mahasiswa secara individu mampu meresume dua artikel jurnal ilmiah terakreditasi sinta
sesuai dengan topik-topik pada MK Statistika Inferensial. Setiap mahasiswa memilih
artikel jurnal yang berbeda-beda, dilengkapi dengan link jurnal yang dipilih.
1. Tugas individu 1 diberikan pada saat pertemuan ke-7 sesuai dengan pokok bahasan
pertemuan 1-7.
2. Tugas individu 2 diberikan pada saat pertemuan ke-15 sesuai dengan pokok bahasan
pertemuan 9-15.
Tugas individu 1 dan 2 dikirimkan ke room tugas LMS paling lambat 1 minggu setelah
tugas diberikan.

D. KRITERIA PENILAIAN
Kriteria Penilaian Tugas Individu
No Rentang Kriteria Catatan
1 Skor ≥ 90 Sangat Baik Lulus
2 80 ≤ Skor < 90 Baik Lulus
3 70 ≤ Skor < 80 Cukup Memperbaiki kembali
4 60 ≤Skor < 70 Kurang Memperbaiki keseluruhan
 Rubrik
No Skor Maks Rubrik
1 100 Resume lengkap, Powerpoint menarik, Sumber Jurnal akurat,
Waktu pengumpulan tepat
2 90 Bila salah satu dari keempat hal di atas tidak tercapai
3 80 Bila ada dua dari keempat hal di atas tidak tercapai
4 70 Bila ada tiga dari keempat hal di atas tidak tercapai
5 60 Bila keempat hal di atas ada, tapi semuanya tidak tercapai
6 0 Tidak melakukan keempat hal di atas

II. TUGAS KELOMPOK

A. CAPAIAN PEMBELAJARAN
1. Mahasiswa mampu menjelaskan dan menggunakan analisis korelasional bivariat
dalam penelitian
2. Mahasiswa mampu menjelaskan analisis regresi linier sederhana dan berganda serta
mengaplikasikannnya dalam penelitian
3. Mahasiswa mampu menjelaskan Anova satu arah dan dua arah serta contoh
penggunaannya dalam penelitian
4. Mahasiswa mampu menjelaskan Manova satu arah dan dua arah serta contoh
penggunaannya dalam penelitian
5. Mahasiswa mampu menjelaskan dan menggunakan analisis korelasi kanonik dalam
penelitian
6. Mahasiswa mampu menjelaskan dan menggunakan analisis faktor dalam penelitian
7. Mahasiswa mampu menjelaskan dan menggunakan analisis jalur dalam penelitian

B. METODE/CARA PENGERJAAN TUGAS

1. Mahasiswa bersama anggota kelompoknya mencari referensi materi dari jurnal
ilmiah, hasil penelitian dan buku-buku statistik
2. Mahasiswa bersama anggota kelompoknya menyusun materi yang akan
dipresentasikan dalam bentuk softfile MS. Word dan MS powerpoint
3. Mahasiswa menyerahkan makalah (MS Word) kepada dosen sebelum presentasi dan
memimpin jalannya diskusi
 4. Mahasiswa merevisi tugas dengan menambahkan notulensi dan atau materi
tambahan sesuai saran dosen, kemudian menguploadnya (MS Word dan MS
Powerpoint) di room tugas LMS paling lambat seminggu setelah dipresentasikan.

C. DESKRIPSI LUARAN TUGAS

Mahasiswa mampu mengaplikasikan teori-teori yang dipelajari pada statistika
inferensial dengan memahami hasil penelitian sebelumnya yang sudah dipublikasikan
pada jurnal ilmiah atau hasil penelitian lainnya. Diharapkan mahasiswa juga mampu
memahami output SPSS atau Lisrel sehingga bisa mempraktikkanya pada penelitian
skripsinya nanti. Tugas kelompok yang telah disusun kemudian dipresentasikan dan
didiskusikan di dalam kelas sehingga bisa dipahami oleh seluruh mahasiswa.

D. KRITERIA PENILAIAN

Kriteria Penilaian Makalah

No Kriteria Penilaian Skor (1-5)

1 Keoriginalitas
2 Keefektifan kalimat
3 Kesesuaian materi dengan tujuan
4 Ketepatan konsep secara teoritis
5 Kejelasan materi
6 Kelengkapan materi
7 Kebenaran tata tulis
8 Kerapian makalah
9 Pengambilan kesimpulan
10 Pustaka (10 Tahun Terakhir)
Total skor

Kriteria Penilaian Presentasi

Skor (1-10)
No Kriteria Penilaian
1. Penguasaan materi
2. Keterampilan komunikasi
3. Kemampuan menghidupkan kelas
Keterampilan mendesain slide
4.
materi/ video
5. Performansi sikap
Total Skor
Konversi Penilaian Tugas Kelompok

No Rentang Kriteria Catatan

1 Skor ≥ 90 Sangat Baik Lulus
2 80 ≤ Skor < 90 Baik Lulus
3 70 ≤ Skor < 80 Cukup Diperbaiki

Form Rekam Keaktifan Mahasiswa

Minggu ke-/ tanggal

No Aspek yang dinilai Frek
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 Mendemonstrasikan
2 Membuat contoh
Menjawab
3
pertanyaan
Menanggapi
4
jawaban
5 Bertanya

Konversi Keaktifan Mahasiswa

Frekuensi Kategori Nilai

0 Tidak Aktif 0
1–3 Kurang Aktif 70-79
4–6 Cukup Aktif 80-89
7–9 Aktif 90-99
>9 Sangat Aktif 100