RENCANA PEMBELAJARAN SEMESTER (RPS)

STATISTIK BISNIS
EDU 108

JURUSAN D3 MANAJEMEN PEMASARAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ANDALAS
2023
1.1 Format RPS untuk Mata Kuliah dengan Perkuliahan Sistem Semester/Siklus/Stase

RENCANA PEMBELAJARAN SEMESTER/SIKLUS/STASE

FAKULTAS EKONOMI DAN BISNIS
JURUSAN / PRODI D3 EKONOMI/ D3 MANAJEMEN PEMASARAN

MATA KULIAH/SIKLUS/STASE KODE URL I-Learn Mata Kuliah/Siklus/Stase BOBOT Semester Tanggal
(sks) Penyusunan

Statistik Bisnis EDU 108 https://eb.ilearn.unand.ac.id/course/view.php?id=90 3 SKS II 10 Februari 2023

9

OTORISASI Pengembang RPS Ketua Prodi

Dra. Syukriati Syukur, M.Si Rini Rahmahdian, SE, MSE

Besti Novianda, SE, MSE

Rini Rahmahdian, SE, MSE

Yessy Andriani, SE, M.IDEc

Dr, Elvina Primayesa, SE, M.Si

Dr. Neng Kamarni, SE, M.Si

Indah Maya Sari, SE, M.Si

Adila Adisti, SE, MEc

Capaian Pembelajaran CPL-PRODI

(CP)
S9 : Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri
P1 : Menguasai secara mendalam konsep dasar statistik
KU1 : Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan
 dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya
KU2 : Mampu menunjukkan kinerja mandiri, bermutu, dan terukur
KU5 : Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis
informasi dan data;
KK2 : Mampu menggunakan konsep dasar statistika untuk melakukan analisis data bisnis dan manajemen;
KK5 : Mampu berkomunikasi secara efektif dan sopan dalam menjabarkan permasalahan, hasil analisis, dan solusi bisnis dan manajemen
CP-MK dan Sub
CP-MK/Siklus/Stase
1. Mahasiswa akan dapat memahami konsep-konsep dasar statistika dalam bisnis dan manajemen (S9, P1, KU1,
KU2, KU5, KK2, KK5)
2. Mahasiswa mengetahui berbagai macam masalah bisnis dan manajemen (S9, P1, KU1, KU2, KU5, KK2, KK5)
3. Mahasiswa mampu memecahkan masalah tersebut menggunakan konsep statistika dasar, mengenal perangkat
lunak statistika dan bagaimana menggunakannya. (S9, P1, KU1, KU2, KU5, KK2, KK5)
Diskripsi Singkat Mata Case Based Method (CBM) adalah metode pembelajaran partisipatif berbasis diskusi untuk memecahkan kasus atau masalah. Penerapan metode ini
Kuliah/Siklus/ Stase akan membantu siswa mengasah dan meningkatkan kemampuan berpikir kritis untuk memecahkan masalah, kemampuan komunikasi, kolaborasi,
dan kreativitas.

Mata kuliah ini memberikan kemampuan kepada mahasiswa untuk bisa menjelaskan konsep statistika dasar untuk
memecahkan masalah bisnis dan manajemen, menjelaskan bagaimana mengumpulkan data dan menganalisis data tersebut
untuk mendapatkan parameter, mengidentifikasi dan menerapkan beberapa metoda statistika dasar untuk memecahkan
masalah bisnis dan manajemen serta menganalisa hasil yang diperoleh menggunakan konsep statistika dasar, menerapkan
perangkat lunak statistika untuk memecahkan berbagai macam masalah bisnis dan manajemen serta menganalisa hasilnya.
Bahan Kajian 1. Data dan Statistik
2. Statistik Deskriptif
3. Pengenalan Probabilitas
4. Distribusi Probabilitas Diskrit dan Kontinue
5. Metode Sample
6. Angka Indeks
7. Analisis Regresi Linear Sederhana
8. Regresi Regresi Linear Berganda

3
 9. Regresi Kolinearitas Regresi Linear Berganda
10. Trend
Pustaka Utama :

Ken Black, (2013), Business Statistics, John Willey & Sons

Pendukung :

1. Hair, J.F., Black, B., Babin, B., Anderson, R, E & Tatham, R. L., (2006). Multivariate data analysis, 6th Edition,
New Jersey : Prentice Hall International, Inc
Media Pembelajaran Perangkat lunak : Perangkat keras :
Ms Office, Zoom, i‐Learn, software STATA Laptop, LCD
Projector

Team Teaching Dra. Syukriati Syukur, M.Si

Besti Novianda, SE, MSE

Rini Rahmahdian, SE, MSE

Yessy Andriani, SE, M.IDEc

Dr, Elvina Primayesa, SE, M.Si

Dr. Neng Kamarni, SE, M.Si

Indah Maya Sari, SE, M.Si

Adila Adisti, SE, MEc

Mata Matematika Keuangan Bisnis

kuliah/siklus/stase
syarat

4
Mg Ke- CP-MK dan Indikator Bentuk Aktivitas Pembelajaran Materi Pembelajaran Bobot Penilaian
Sub-CP-MK Penilaian Penilaian [Estimasi Waktu] [Referensi] (%)
(1) (2) (3) (4) (5) (6) (7)
Daring
Luring Media
(SM/AM/AK)*

CP‐MK 1 dan CP-MK STUDI Kuliah;  Aplikasi dalam

2 Pengenalan RPS, Bisnis dan Ekonomi
ANALISIS
Mahasiswa mampu KASUS : Kontrak Kuliah,  Data dan
Tugas, Mahasiswa Laptop, Sumber data
menjelaskan dan Sistem Penilaian, 2,5%
1 menerapkan konsep Ketepatan Diskusi
Penjelasan tugas
mengerjakan LCD  Statistik Deskriptif
Tanya tugas/Quiz Projector, I-
dasar dari Data dan dalam
Jawab
‐Review dan
[1 x 15 menit] learn,zoom  Inferen Statistik
Statistik (S9, P1, menjelaskan Diskusi  Komputer dan
KU1,KU2, KU5, KK1, prinsip Data Tanya jawab Analisis Komputer
dan Statistik
KK5) [1 x 90 menit]  Merangkum Data
Kualitatif
 Tabel Frekuensi
 Frekuensi
STUDI
 Distribusi
CP‐MK 1 dan CP-MK ANALISIS
2 KASUS :
Kuliah;  Presentasi Grafik
Penjelasan tugas
Mahasiswa mampu Tugas, ‐Review dan Mahasiswa Laptop,  Mean
Ketepatan
menjelaskan konsep Diskusi Diskusi mengerjakan LCD  Median
2-3 dalam 5%
dasar Statistik
menggunakan
Tanya Tanya jawab tugas/Quiz Projector, I-  Mode
Deskriptif (S9, P1, Jawab [2 x 90 menit] [2 x 15 menit] learn,zoom Dispersi Dot
Statistik
KU1,KU2, KU5, KK1,
Deskriptif  Plot
KK5)
 Steam Leaf Display
 Skewness
 Kurtosis

5
 STUDI  Probabilitas
CP‐MK 1 dan CP-MK
2
ANALISIS Kuliah;  Pendekatan
KASUS : Penjelasan tugas Probabilitas
Mahasiswa mampu Tugas, ‐Review dan Mahasiswa Laptop,
memahami konsep Ketepatan Diskusi Diskusi mengerjakan LCD  Aturan Probabilitas
4 5%
Pengenalan dalam Tanya Tanya jawab tugas/Quiz Projector, I-  Tabel Kontigensi
Probabilitas dan menggunakan Jawab [1 x 90 menit] [1 x 15 menit] learn,zoom  Diagram Pohon
menghitung Pengenalan
probabilitas (S9, P1, Probabilitas  Bayes Teori
KU1,KU2, KU5, KK1,  Prinsip Perhitungan
KK5)

STUDI
CP‐MK 1 dan CP-MK ANALISIS
KASUS :  Variabel Acak
2 Kuliah;
Distribusi
Mahasiswa mampu Penjelasan tugas
menjelaskan prinsip
Ketepatan
Tugas, ‐Review dan Mahasiswa Laptop,  Probabilitas Diskrit
dalam
5 dasar dan menghitung menggunakan
Diskusi Diskusi mengerjakan LCD  Nilai Harapan dan
5%
Distribusi Probabilitas Tanya Tanya jawab tugas/Quiz Projector, I- Varians
Distribusi
Diskrit dan Kontinu Probabilitas
Jawab [1 x 90 menit] [1 x 15 menit] learn,zoom
 Distribusi
Diskrit dan probabilitas Normal
(S9, P1, KU1,KU2,
KU5, KK1, KK5) Kontinu

STUDI Tugas,
CP‐MK 1 dan CP-MK Kuliah;
ANALISIS Diskusi Penjelasan tugas Mahasiswa  Metode Sampel
2 Laptop,
KASUS :
‐Review dan mengerjakan LCD  Standar Eror
6 Mahasiswa mampu Tanya 2,5%
menjelaskan dan Ketepatan Jawab
Diskusi tugas/Quiz Projector, I-  Sampel Distribusi
menghitung Metode dalam Tanya jawab [1 x 15 menit] learn,zoom  Central Limit
Sampel (S9, P2, menggunakan [1 x 90 menit] Theorem
KU1,KU2, KU5, KK1, Metode

6
 KK5) Sampel

CP‐MK 1 dan CP-MK STUDI

2 ANALISIS Kuliah;  Harga Relatif
KASUS : Penjelasan tugas  Indeks Harga
Mahasiswa Tugas, ‐Review dan Mahasiswa Laptop, Agregat
mampu Diskusi mengerjakan
7 menjelaskan dan
Diskusi LCD  Indeks Harga Relatif 5%
Tanya Tanya jawab tugas Projector, I-
menghitung Ketepatan Jawab [1 x 15 menit] learn,zoom  Indeks Harga:
[1 x 90 menit]
konsep Angka dalam Pertimbangan
Indeks menggunakan Lainnya
(S9, P1, KU1,KU2, Angka Indeks  Indeks Kuantitas
KU5, KK1, KK5)

8 Evaluasi Tengah Semester 20%

 Analisi regresi dan

korelasi
 Jenis hubungan
CP‐MK 1 dan CP-MK STUDI antara 2 variabel
ANALISIS Kuliah;
2
KASUS :
 Penggambaran Garis
Mahasiswa mampu Penjelasan tugas
Tugas Mahasiswa Regresi
menjelaskan dan ‐Review dan Laptop,
Ketepatan Diskusi mengerjakan LCD Least Squared
9-10 menerapkan konsep Diskusi 10%
dalam Tanya tugas Projector, I- Method
Analisis regresi linear Tanya jawab
menggunakan Jawab [2 x 90 menit] [2 x 15 menit] learn,zoom  Pembacaan garis
sederhana (S9, P1, Analisis regresi
KU1,KU2, KU5, KK1,
KK5)
regresi linear  Koefisien Regresi
sederhana
 Perbedaan Regresi
dan Korelasi
 Koefisien
Determinasi (R2 )

7
 STUDI
CP‐MK 3 ANALISIS
Mahasiswa KASUS : Kuliah;
mampu Penjelasan tugas
Ketepatan Tugas Mahasiswa  Hubungan lebih
menjelaskan ‐Review dan Laptop,
konsep Analisis dalam Diskusi mengerjakan LCD dari 2 variabel
11 Diskusi 5%
regresi linear menggunakan Tanya tugas Projector, I-
berganda ((S9, Analisis Jawab
Tanya jawab
[1 x 15 menit] learn,zoom  Regresi linear
[1 x 90 menit] berganda
P1, regresi linear
KU1,KU2, KU5, KK1, berganda
KK5)

STUDI
CP‐MK 3 ANALISIS
Kuliah;
KASUS :
Mahasiswa mampu Penjelasan tugas
Tugas ‐Review dan Mahasiswa Laptop,
menjelaskan konsep Ketepatan  regresi dan
Diskusi Diskusi mengerjakan LCD
12-13 regresi dan korelasi dalam korelasi 10%
linear berganda menggunakan Tanya Tanya jawab tugas Projector, I-  regresi linear
lanjutan ((S9, P1, regresi dan Jawab [2 x 90 menit] [2 x 15 menit] learn,zoom berganda lanjutan
KU1,KU2, KU5, KK1, korelasi linear
KK5) berganda
lanjutan

STUDI Kuliah;
CP‐MK 3 ANALISIS Penjelasan tugas
KASUS : Tugas ‐Review dan Mahasiswa Laptop,
Mahasiswa mampu Diskusi Diskusi mengerjakan LCD  Trend Parabola
14-15 menjelaskan trend (S9, Ketepatan  Trend 10%
Tanya Tanya jawab tugas Projector, I-
P1, KU1,KU2, KU5, dalam Jawab [2 x 15 menit] learn,zoom Eksponensial
[2 x 90 menit]
KK1, KK5) menggunakan
Trend

8
 16 Evaluasi Akhir Semester 20%

Catatan:
*Sinkronus adalah aktivitas pembelajaran yg dilakukan pada waktu yang sama pada lokasi yang sama (Luring) atau Berbeda (Daring)
**Asinkronus adalah aktivitas pembelajaran yg dilakukan pada waktu dan tempat berbeda secara : Mandiri (tanpa orang lain) atau Kolaboratif (bersama orang
lain/berkelompok)
*** Beri tanda ✓ pada kolom yang bersesuaian
Media pembelajaran dapat berupa:
(1) Pertemuan tatap muka secara virtual (realtime), misalnya menggunakan Zoom, GoogleMeet, Microsoft Team, WebEx, dll.
(2) Interaksi langsung berbasis teks, dapat dilakukan pada LMS (i-learning Unand) atau Media Sosial seperti : Whatsapp, Telegram, Messager, dll.
(3) Komunikasi langsung melalui suara (voice) melalui phone maupun Whatsapp
(4) Bahan ajar berupa teks dalam format PDF seperti : E-Book, E-Journal atau HTML (hypertext)
(5) File presentasi, seperti PPT
(6) Video dengan format pemaparan materi kuliah oleh dosen atau presenter tentang uraian topik, bersifat monolog, bisa juga berupa Vlog namun relevan dengan CPMK
(7) Motion Graphic merupakan sajian bahan ajar 2 Dimensi dalam format animasi, kombinasi antara gambar, tulisan dan voice over.
(8) Animasi (simulasi) merupakan sajian materi simulasi atau demonstrasi dalam format animasi Dua Dimensi atau 3 Dimensi.
(9) Audio (Podcast) merupakan bahan ajar dalam format audio, baik yang sifatnya rekaman (stand alone) maupun streaming
(10) Assignment merupakan tugas mandiri berupa latihan pemahaman konsep atau praktek yang diberi rentang waktu penyelesaian tugas

INDIKATOR, KRITERIA DAN BOBOT PENILAIAN

1. Bobot Penilaian Setiap Bentuk Asesmen
- Studi Kasus: 60 %
- Persiapan data ekonomi : 15 %
- Kemajuan melakukan studi kasus : 25 %
- proving hasil akhir: 20%
- UTS: 20 %
- UAS: 20%
2. Bobot Penilaian Setiap Capaian Pembelajaran Mata Kuliah

- CPMK 1 : 30 %
- CPMK 2 : 40 %
- CPMK 3 : 30 %

9
Cat: Bobot penilaian bentuk asesmen dan capaian pembelajaran harus sinkron

10
1.1 Tabel Rencana Asesmen
Bentuk Asesmen Studi
Kasus

Analisis Total
Persia Kema
akhir Quiz Tugas UTS UAS Pesentas
CPMK dan/atau Sub-CPMK pan juan
e

CP-MK 1 : Mahasiswa akan dapat memahami konsep-konsep dasar 15% 25% 20% 20% 20% 100%
statistika dalam bisnis dan manajemen (S9, P1, KU1, KU2, KU5,
KK2, KK5)
CP-MK 2 : Mahasiswa mengetahui berbagai macam masalah bisnis 15% 25% 20% 20% 20% 100%
dan manajemen (S9, P1, KU1, KU2, KU5, KK2, KK5)
CP-MK 3 : Mahasiswa mampu memecahkan masalah tersebut 15% 25% 20% 20% 20% 100%
menggunakan konsep statistika dasar, mengenal perangkat lunak
statistika dan bagaimana menggunakannya. (S9, P1, KU1, KU2, KU5,
KK2, KK5)

Total Persentase 100%

11
1.2 Format Tugas Studi Kasus

PROGRAM STUDI : D3 MANAJEMEN PEMASARAN

FAKULTAS : EKONOMI DAN BISNIS

UNIVERSITAS ANDALAS

MATA KULIAH Statistik Bisnis

KODE EDU 108 SKS 3 SEMESTER II
Dra. Syukriati Syukur, M.Si

Besti Novianda, SE, MSE

DOSEN
Rini Rahmahdian, SE, MSE

Yessy Andriani, SE, M.IDEc

Dr, Elvina Primayesa, SE, M.Si

Dr. Neng Kamarni, SE, M.Si

Indah Maya Sari, SE, M.Si

Adila Adisti, SE, MEc

Dra. Syukriati Syukur, M.Si

Besti Novianda, SE, MSE

TIM PENGAMPU MATA KULIAH
Rini Rahmahdian, SE, MSE

Yessy Andriani, SE, M.IDEc

12
 Dr, Elvina Primayesa, SE, M.Si

Dr. Neng Kamarni, SE, M.Si

Indah Maya Sari, SE, M.Si

Adila Adisti, SE, MEc

BENTUK STUDI KASUS/TUGAS PROJECT: Pribadi

TEMA STUDI KASUS: Menyelesaikan contoh studi kasus Data kondisi bisnis dan manajemen dengan menggunakan metode statistika yang tepat serta
melakukan analisis terhadap permasalahan tersebut menggunakan alat analisis statistik seperti STATA.

CAPAIAN PEMBELAJARAN MATA KULIAH (CPMK dan/atau SUB-CPMK) YANG HENDAK DICAPAI DARI STUDI KASUS/TUGAS PROJECT INI

CPMK:

CP-MK 1 : Mahasiswa akan dapat memahami konsep-konsep dasar statistika dalam bisnis dan manajemen (S9, P1, KU1, KU2, KU5, KK2, KK5)
CP-MK 2 : Mahasiswa mengetahui berbagai macam masalah bisnis dan manajemen (S9, P1, KU1, KU2, KU5, KK2, KK5)
CP-MK 3 : Mahasiswa mampu memecahkan masalah tersebut menggunakan konsep statistika dasar, mengenal perangkat lunak statistika dan bagaimana
menggunakannya. (S9, P1, KU1, KU2, KU5, KK2, KK5)
DISKRIPSI STUDI KASUS
Dalam tugas studi kasus ini, masing-masing mahasiswa melakukan :
 Mahasiswa mengumpulkan data ekonomi, bisnis dan manajemen
 Mahasiswa memahami permasalahan yang terjadi pada data tersebut
 Mahasiswa menggunakan teori dan konsep dasar statistika untuk menyelesaikan permasalahan dari data tersebut;
 Mahasiswa mempunyai pikiran yang kritis dan analisis yang tajam dalam mengolah informasi yang ada.
 Mahasiswa mampu menganalisis dengan menggunakan alat statistika / software STATA

13
LANGKAH PENGERJAAN STUDI KASUS
1. Brainstorming: Identifikasi masalah contoh kasus

2. Pelaksanaan progres penyelesaian masalah dari awal sampe akhir contoh studi kasus

3. menginvestigasi secara cermat tahapan-tahapan penyelesaian agar sesuai dengan konsep dasar statistika
4. Melakukan analisis dari contoh kasus tersebut

BENTUK DAN FORMAT LUARAN

Hasil Analisis olah data menggunakan software R

INDIKATOR, KRITERIA DAN BOBOT PENILAIAN

1. Bobot Penilaian Setiap Bentuk Asesmen

- Studi Kasus: 60 %
- Persiapan contoh kasus interaksi pelaku ekonomi : 15 %

- Kemajuan melakukan studi kasus berdasarkan tahapan-tahapan proving: 25 %

- proving/ menganalisis hasil akhir: 20%

- UTS: 20 %

- UAS: 20%

14
2. Bobot Penilaian Setiap Capaian Pembelajaran Mata Kuliah

- CP-MK-1 : 30 %
- CP-MK 2 : 40 %
- CP-MK 3 : 30 %

Cat: Bobot penilaian bentuk asesmen dan capaian pembelajaran harus sinkron

JADWAL PELAKSANAAN
(sinkron dengan minggu pada RPS)
Durasi: 16 minggu

15