RENCANA PEMBELAJARAN SEMESTER

PROGRAM STUDI : Ilmu Keperawatan Program Sarjana

KODE MATA KULIAH : KPA 702
MATA KULIAH : BIOSTATISTIKA
SKS :3
KOORDINATOR : Yuni Susilowati, M.Pd
DOSEN PENGAMPU (T) : Dr Ida Faridah, S.Kp., M.Kes
DOSEN PENGAMPU (P) : Yuni Susilowati, M.Pd
SEMESTER : VII
KELAS :A

UNIVERSITAS YATSI MADANI

Jl. Aria Santika No.40 A, Kelurahan Margasari, Kecamatan Karawaci, Kota Tangerang-Banten
 UNIVERSITAS YATSI MADANI
FAKULTAS ILMU KESEHATAN
PROGRAM STUDI ILMU KEPERAWATAN PROGRAM SARJANA
RENCANA PEMBELAJARAN SEMESTER (RPS)
Nama Mata Kuliah Kode Mata Kuliah Bobot (sks)
Biostatistika KPA 702 3 (T: 2. P: 1)
Otorisasi Ka. Prodi Dosen Pengampu
Dekan Fakultas Ilmu Kesehatan
Diketahui Oleh : Diperiksa Oleh : Disiapkan Oleh :

(Ns. Zahrah Maulidia S., S.Kep., M.Kep) (Ns. Rangga Saputra, S.Kep., M.Kep) (Yuni Susilowati, M.Pd)
CPL-PRODI (Capaian Pembelajaran Lulusan Program Studi)Yang Dibebankan Pada Mata Kuliah
Capaian S10 Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri.
Pembelajaran S1
(CP) S3 Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius;

menginternalisasi nilai, norma, dan etika akademik;

Catatan :
S : Sikap
P : Pengetahuan
KU : KH 15 mampu melakukan penelitian dalam bidang keperawatan untuk menghasilkan langkah-langkah pengembangan
Keterampilan strategis organisasi;
Umum KU3 menyusun laporan atau kertas kerja atau menghasilkan karya desain di bidang keahliannya berdasarkan kaidah
KK :
Keterampilan
Khusus

CPMK (Capaian Pembelajaran Mata Kuliah)

CPMK 1 (M1) Mahasiswa mampu memahami fungsi statistik

CPMK (M2) Mahasiswa mampu menggunakan statistik deskriptif dalam kasus penelitian
 CPMK (M3) Mahasiswa mampu memilih uji statistik yang tepat dalam kasus penelitian
Mahasiswa mampu menyimpulkan hasil penelitian menggunakan aplikasi SPSS
SUB-CPMK
S-CPMK 1 Mahasiswa Mampu menjelaska tentang statistic Deskriptif

S-CPMK 2 Mahasiswa menjelaskan Memahami tentang pengumpulan data dan pengolahan data

S-CPMK 3 Mampu menjelaskan tujuan penyajian data

S-CPMK 4 Mampu menjelaskan Frekuensi sentral dan probabilitas

S-CPMK 5 Mampu menjelaskan distribusi probabilitas dan sampling

S-CPMK 6 Mampu menjelaskan mengenai Estimasi.

S-CPMK 7 Mampu menjelaskan Statistic Inferensial

S-CPMK 8 Mampu membedakan uji beda Satu Dan dua mean

S-CPMK 9 Mampu membedakan mengenai uji Beda > dari 2 mean independen dan dependen

S-CPMK 10 Mampu menjelaskan uji Beda proporsi

S-CPMK 11 Mampu mengaplikasikan Program SPSS dan Uji hipotesis dengan SPPSS

S-CPMK 12 Mampu memahami konsep uji beda> dari 2 proporsi Memahami mengenai Korelasi Dan regresi

S-CPMK 13 Mampu melakukan uji validitas dan reliabilitas serta prasyarat uji statistik dalam penelitian

S-CPMK 14 Mampu menentukan uji statistik yang digunakan untuk pengambilan keputisan dalam penelitian

Diskripsi Singkat Mata ajar biostatistik ini termasuk salah satu Kelompok Ilmu Kesehatan Masyarakat (MKDK). Beban studi mata ajar ini adalah 3 SKS
MK (C : 1, D : 1, P : 1), penempatan mata ajar biostatistik pada semester ganjil tahap ketiga akademik. Mata ajar ini biostatistik merupakan
penerapan metode statistik dalam mengenali lingkungan dan kehidupan manusia. Fokus mata ajar ini pada prinsip-prinsip statistik,
tingkat-tingkat pengukuran, penyajian grafis, ukuran deskriptif dan ringkasan statistik, dispersi dan asosiasi, statistika inferensial, tes
hipotesa dan aplikasi dalam menerapkan literature riset keperawatan serta praktikum aplikasi SPSS. Pengalaman belajar meliputi
ceramah,diskusi dan praktik
Bahan Kajian / 1. tentang statistic Deskriptif
Materi
Pembelajaran 2. Melakukan pengumpulan data dan pengolahan data
3. Menjelaskan tujuan penyajian data
 4. Frekuensi sentral dan probabilitas
5. distribusi probabilitas dan sampling
6. mengenai Estimasi
7. Statistic Inferensial
8. Mendemonstrasikan uji beda Satu Dan dua mean
9. Mendemonstrasikan uji Beda > dari 2 mean
10. Mampu menjelaskan uji Beda proporsi
11. Mendemonstrasikan Program SPSS dan Uji hipotesis dengan SPSS
12. Mampu menjelaskan uji beda> dari 2 proporsi Memahami mengenai Korelasi Dan regresi
13. Mampu melakukan uji validitas dan reliabilitas serta uji prasyarat analisis data.
14. Mampu menentukan uji statistic yang tepat dalam pengambilan keputusan penelitian

Bobot Penilaian
Absensi : 10%
Tugas : 15%
UTS : 20%
UAS : 25%
Praktik :30%

Daftar Referensi Utama:

1. Dahlan, Sopiyudin M. (2012). Statistik untuk Kedokteran dan Kesehatan. Jakarta : Salemba Medika
2. Dharma, K.K. (2011). Metodologi penelitian keperawatan. Jakarta : Trans Info Media
3. Hastono Priyo Sutanto dan Sabri Luknis. (2011). Statistik Kesehatan. Jakarta : PT Rajagrafindo Persada

Pendukung:
1. Hidayat, A.A..(2014).Metode penelitian keperawatan dan teknis analisis data. Jakarta : Salemba Medika.
2. Syaharuddin dkk.2020.Statistika Dasar Menggunakan MS EXCEL &SPSS. Mataram: Pena Persada
3. Susilowati, Yuni.2023.Suplemen Statistika.Tangerang
 Media Perangkat lunak: Perangkat keras :
Pembelajaran Power Point Notebook &LCDProjector
SPSS
Microsoft Excel
Kalkulator
Dosen Pengampu Dr. Ida Faridah, S.Kp., M.Kes, Yuni Susilowati, M.Pd
Matakuliah Metodologi Penelitian
prasyarat

Minggu Ke- Sub-CPMK Bahan Kajian Penilaian

Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
Pembelajaran Mahasiswa
direncanakan)
(1) (2) (3) (4) (5) (6) (7) (8) (9)
I Diharapkan setelah Penjelasan RPS Ceramah TM: memahami Kriteria: Ketepatan Yuni
Jum’at, 22 di lakukan Kontrak Mediaa yang (3x50”) jalan nya menjelaskan Susilowati,
September program mahasiswa di gunakan pembelajaran Bentuk tentang RPS S.Pd., M.Pd
2023 dapat memahami RPS dan non-test:
alur dari RPS laptop  Presentasi

Pada akhir  Pengertian  Bentuk: Menyusun Kriteria: Ketepatan 10

perkuliahan Statistika Kuliah ringkasan dlm menjelaskan
mahasiswa  Jenis data dan  Metode: bentuk Bentuk tentang
dapat: skala pengukuran Diskusi makalah non-test: statistic
 Perbedaan kelompok tentang  Tulisan Deskriptif
Memahami statistika dan studi Statistik makalah
tentang deskriptif kasus deskripsi  Presentasi
statistic  dengan  Tugas
Deskriptif inferensial menelaah
variabel
II Pada akhir  Bentuk: TM: Menjelaskan Kriteria: Ketepatan 10 Yuni
Jum’at, 29 perkuliahan pengumpulan Kuliah (3x50”) mengenai Ketepatan, menjelaskan Susilowati,
September S.Pd., M.Pd
2023
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
mahasiswa data dan pengumpul kesesuaian mengenai
mampu sumber data Metode: an data dan dan pengumpulan
Memahami  pengolahan sistematika data dan
Discovery pengolahan
mengenai ara data.
Learning, Bentuk data.
pengumpulan data pengumpulan Diskusi dlm non-test:
dan pengolahan data kelompok  Tulisan
data  makalah
Alat ukur yang  Presenta
digunakan si
pengolahan dat

ujuan dlm
langkah- langkah
Pengolahan dat

ata analisis
pengolahan dat

Hasil
pengolahan
data
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
III Mahasiswa  Tujuan, prinsip Bentuk: TM:  Menyusun Kriteria: Ketepatan 10 Yuni
mampu dan penyajian Kuliah (3x50”) ringkasan menjelaskan Susilowati,
Jum’at, 6 Memahami data dlm bentuk Bentuk tentang tujuan S.Pd., M.Pd
Oktober  Bentuk penyajian Metode: makalah non-test: penyajian
mengenai
2023 dan kualitatif dan Mini tentang  Tulisan data
tujuan Lecture ,
kuantitatif tujuan makalah
penyajian data Case study penyajian  Presentasi
 Tabel
frekuensi, Constektua data
distribusi l Instruction
frekuensi, (CI)
distribusi
normal

IV Mahasiswa  TendensiSent Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni

mampu ral Kuliah (3x50”) ringkasan menjelaskan Susilowati,
Memahami  Ukurantengah dlm bentuk Bentuk tentang S.Pd., M.Pd
Jum’at, 13 mengenai (mean, Metode: makalah non-test: frekunsi
Oktober 2023 Frekuensi sentral median,mode) Mini tentang  Tulisan sebtral dan
dan  Ukuran variasi Lecture , frekunsi makalah probabilitas
probabilitas (rage, Case study sebtral dan  Presentasi
interquartil, Constektua probabilitas  Tugas
Varian standar l Instruction perhitungan
deviasi, COV) (CI) statistik
 Ukuran posisi deskriptif
(quartil,
persentil
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
Desil)
 Probabilitas
 Permutasi

Kombinasi

V Mahasiswa mampu  Bentuk: TM:  Menyusun Kriteria: Ketepatan Yuni

Memahami istribusi Kuliah (3x50”) ringkasan menjelaskan Susilowati,
Jum’at, 20 mengenai distribusi Probabilitas dlm bentuk Bentuk tentang S.Pd., M.Pd
Oktober 2023 probabilitas  Metode: makalah non-test: distribusi
dan sampling sitribusi Mini distribusi  Tulisan probabilitas
normal Lecture , probabilitas makalah dan sampling
 Case study dan  Presentasi
istribusi Constektua sampling
binormal l Instruction
 (CI)
istribusi
poisson

VI Mahasiswa  Distribusi Bentuk: TM:  Menyusun Kriteria: Ketepatan 10 Yuni

mampu Sampling Kuliah (3x50”) ringkasan Bentuk menjelaskan Susilowati,
Jum’at, 27 Memahami  pengertianpop dlm bentuk non-test: tentang S.Pd., M.Pd
Oktober 2023 mengenai ulasi, sampel, Metode: makalah  Tulisan Estimasi
Estimasi  Distribusi Mini tentang makalah
sampling Lecture , Estimasi  Presentasi
 Pengertian Case
study
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
standar eror Constektua
 Central limit l Instruction
theore (CI)

VII Mahasiswa  Pengertian, Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
mampu konsep, Kuliah (3x50”) ringkasan dlm menjelaskan Susilowati,
Memahami statistik bentuk Bentuk tentang S.Pd., M.Pd
Jum’at, 3 mengenai inferensial,Hu Metode: makalah non-test: Statistic Eva Marsepa,
November Statistic Inferensial bungan Mini tentang  Tulisan Inferensial S.Pd., M.Si
2023 statistik Lecture , Statistic makalah
deskriptif dan Case study Inferensial  Presentasi
Inferensial Constektua
 Langkah- l Instruction
langkah (CI)
pengujian
hipotesis

UTS 6-11 November 2023

Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
)
(1) (2) (3) (4) (5) (6) (7) (8) (9)
VIII Memahami  Konsep Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
mengenai Program Kuliah (3x50”) dan menjelaska Susilowati,
Jum’at, 17 Program SPSS SPSS mempelajari Bentuk n tentang S.Pd., M.Pd
November dan  Uji beda Metode: Konsep non-test: mengenai
2023 Uji hipotesis satu mean Mini Lecture Program  Tulisan Konsep
dengan SPPSS  Konsep , Case study SPSS makalah Program
uji Constektual  Presentasi SPSS
Mahasiswa hipotesis Instruction
mampu perbedaa (CI)
Memahami n1 mean
mengenai uji  Uji beda
beda Satu Dan dua mean
dua mean  Konsepuji
hipotesis
perbedaan 2
mean
IX Mahasiswa mampu Konsep uji Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
Jum’at, 24 Memahami hipotesa Kuliah (2350”) ringkasan dlm Rubrik menjelaskan Susilowati,
November mengenai uji Beda perbedaan bentuk kriteria tentang uji S.Pd., M.Pd
2023 > dari 2 mean lebih dari 2 Metode: makalah grading beda Satu
mean Mini tentang uji Dan dua
 Asumsi dasar Lecture , beda Bentuk mean
uji ANOVA Case study Satu Dan dua non-test:
Constektual mean  Tulisan
Instruction makalah
(CI)  Presentasi
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
X Mahasiswa mampu  Konsep uji Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
Jum’at, 1 Memahami hipotesa beda Kuliah (3x50”) ringkasan dlm Rubrik menjelaskan Susilowati,
Desember mengenai uji Beda proporsi bentuk kriteria uji beda S.Pd., M.Pd
2023 > dari 2 mean  Uji 2 proporsi Metode: makalah grading proporsi
–uji z Mini tentang uji
Uji 2 Lecture , beda Bentuk
proporsi- uji Case study Satu Dan dua non-test:
z, kai- Constektua mean  Tulisan
kuadrat l Instruction makalah
(CI)  Presentasi

XI Memahami  Konsep uji chi Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
Jumat, 8 mengenai square Kuliah (3x50”) ringkasan dlm Rubrik melakukan Susilowati,
Desember uji beda> dari 2  Hubungan 2 bentuk kriteria uji chi S.Pd., M.Pd
2023 proporsi data numerik Metode: makalah grading square
Memahamimenge  Pemahaman Mini tentang uji
nai  k oefisien, Lecture , beda Bentuk
Korelasi Dan korelasi, Case study Satu Dan dua non-test:
regresi regresi,Dan Constektua mean  Tulisan
l Instruction makalah
(CI)  Presentasi

XII Mahasiswa  Uji validitas Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
Jum’at, 15 mampu instrument Kuliah (2x50”) ringkasan dlm Rubrik melakukan uji Susilowati,
Desember melakukan  Uji reabilitas validitas dan
2023 uji validitas instrument reliabilitas
dan  Instrumrn instrumen
reliabilitas valid
pada  Instrument
instrument drop
soal
Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
 Metode: bentuk kriteria S.Pd., M.Pd
Mini makalah grading
Lecture , tentang uji
Case study Beda > dari 2 Bentuk
Constektua mean non-test:
l Instruction  Tulisan
(CI) makalah
 Presentasi

XIII Mahasiswa mampu  Uji Bentuk: TM: Menyusun Kriteria: Ketepatan Yuni
melakukan uji homogenitas Kuliah (3x50”) ringkasan dlm Rubrik melakukan uji Susilowati,
Jum’at, 22 asumsi/prasyarat  Uji normalitas bentuk kriteria prasyarat S.Pd., M.Pd
Desember analisis data  Uji liniaritas Metode: makalah grading analisis data
2023 Mini Lecture tentang
, Case study menegnai uji Bentuk
Constektual Beda proporsi non-test:
Instruction  Tulisan
(CI) makalah
 Presentasi

XIV Mahasiswa Studi kasus Bentuk: TM: Menyusun Kriteria: Ketepatan 10 Yuni
Jum’at, 29 mampu penelitian Kuliah (3x50”) ringkasan dlm Rubrik menentukan Susilowati,
Desem menenentuka dan bentuk makalah kriteria uji statistic S.Pd., M.Pd
ber n uji statistic menentukan Metode: tentang uji grading pada studi
2023 pada statistic uji Mini Lecture beda> dari 2 kasus
pengambilan , Case study proporsi Bentuk
keputusan Constektual Memahamime non-test:
hasil  Tulisan
penelitian
 Minggu Ke- Sub-CPMK Bahan Kajian Penilaian
Bentuk dan Pengalaman
Tanggal/jam (Kemampuan (Materi Estimasi Kriteria & Indikator Bobot Nama dosen
Metode Belajar
akhir yg Pembelajaran) Waktu Bentuk (%)
direncanakan) Pembelajaran Mahasiswa
(1) (2) (3) (4) (5) (6) (7) (8) (9)
Instruction ngenai makalah regresi
(CI) KorelasiDan  Presentasi
regresi
UAS 8-13 Januari 2024
TOTAL 28 jam 90 Soal

RINCIAN KEGIATAN PRAKTIK

Pertemuan TIK Pokok bahasan/Subpokok Strategi Aspek Waktu Dosen
bahasan
Pembelajaran Kompetensi (menit)

Metode Media K A P

Memahami mengenai Simulasi SPSS Yuni Susilowati,

Program SPSS dan Uji S.Pd., M.Pd
hipotesis dengan Aplikasi Uji Hipotesis dengan √ √ √
SPPSS
Uji asumsi
17
November Memahami Mengenai uji 1. Aplikasi Uji Hipotesis perbedaan 1 Simulasi 2 x 50 Yuni Susilowati,
2023 beda 1 dan 2 mean mean S.Pd., M.Pd
SPSS √ √ √
2. Aplikasi Uji Hipotesis
perbedaan 2 mean
 24 Memahami mengenai uji Aplikasi ANOVA 1 arah Simulasi SPSS 2 x 50 Yuni Susilowati,
November Beda > dari 2 mean S.Pd., M.Pd
2023 √ √ √

8 Memahami mengenaiuji Aplikasi Uji Chi Square Simulasi SPSS 2 x 50 Yuni Susilowati,
Desember beda> dari 2 proporsi S.Pd., M.Pd
Memahami mengenai Korel Aplikasi Regresi Linier sederhana √ √ √
2023
asi Dan regresi

15 Mahasiswa mampu Aplikasi uji validitas dan reliabilitas simulasi √ √ √ 2X 50 Yuni Susilowati,
Desember melakukan uji validitas dan instrumen SPSS S.Pd., M.Pd
reliabilitas pada instrument
2023
soal

22 Mahasiswa mampu Aplikasi uji normalitas, homogenitas Simulasi SPSS √ √ √ 2 X 50 Yuni Susilowati,
Desember melakukan uji prasyarat S.Pd., M.Pd
analisis data dan menentykan
2023
uji statistic yang tepat

JUMLAH 10 jam