RENCANA PEMBELAJARAN SEMESTER

(RPS)

MATA KULIAH : Statistik Pendidikan

KODE MATA KULIAH : FIT.405
PROGRAM STUDI : Tadris Matematika
JUMLAH : 4 SKS
SEMESTER : 2 (satu
PENGAMPU : DR. HARDI, S.PD., M.PD

FAKULTAS ILMU TARBIYAH

UNIVERSITAS ISLAM NEGERI RADEN MAS SAID SURAKARTA
2023
 UNIVERSITAS ISLAM NEGERI
UIN RADEN MAS SAID SURAKARTA Kode Dokumen
Program Studi Tadris Matematika

RENCANA PEMBELAJARAN SEMESTER

MATA KULIAH (MK) KODE Rumpun MK Bobot (SKS) SEMESTER Tgl. Penyusunan
Statistik Pendidikan T=60% P=40% 2 6 Desember 2023
Otorisasi Dosen Pengampu Koordinator RMK Ketua Prodi/Jurusan

Dr. Hardi, S.Pd., M.Pd.
Capaian Pembelajaran (CP)
Dr. M Bisri, M.Pd Dr. M Bisri, M.Pd
CPL-PRODI Capaian Pembelajaran Program Studi Tadris matematika pada mata kuliah Aljabar
a. CP-ST (Capaian Pembelajaran Sikap dan Tata Nilai)
1) Bertaqwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius.
2) Menghargai keanekaragaman budaya, pandangan, agama, dan kepercayaan, serta pendapat atau
temuan orisinil orang lain.
3) Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri.
b. CP-KU (Capaian Pembelajaran Keterampilan Umum)
1) Menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau
implementasi ilmu pengetahuan dan/atau teknologi sesuai dengan bidang keahliannya.
2) Mengambil keputusan secara tepat dalam konteks penyelesain masalah di bidang keahliannya,
berdasarkan hasil analisis terhadap informasi dan data.
c. CP-KK (Capaian Pembelajaran Keterampilan Khusus)
1) Mampu merencanakan, mengimplementasikan, pembelajaran Statistik Pendidikan secara inovatif
dengan mengaplikasikan Statistik serta memanfaatkan berbagai sumber belajar dan IPTEKS yang
berorientasi pada kecakapan hidup
2) Mampu dan bertanggung jawab terhadap pekerjaan sendiri di bidang Statistik
d. CP-PP (Capaian Pembelajaran Penguasaaan Pengetahuan)
1) Menguasai pengertian statistik dan statistika
2). Menguasai statistik derkriftif dan inferensial, macam data penyajian data penelitia
3). Dapat menghitung ukuran gejala pusat (Mean, Median, Modus, Q1 dan Q3)
4). Dapat perhitungan varian, standar deviasi untuk data kelompok dan bergolong
5). Dapat melakukan teknik pengambilan sampel dari sebuah populasi
6). Mampu memahami hipotesis dalam penelitian
7). Menguasai Uji Normalitas Data dan Uji Normalitas
8). Menguasai pengujian hipotesis deskriftif (satu sampel)
9). Dapat melakukan pengujian hipotesis komparatif dua sampel dan k sampel
10). Dapat melakukan pengujian hipotesis asosiatif
11). Dapat melakukan pengujian menggunakan ANAVA
 CPMK 1) Mahasiswa dapat membedakan pengertian statistik dengan statistika dan menyebutkan macam macam
statistik
2) Mahasiswa mampu dan dapat membedakan statistik derkriftif dengan inferensial, macam macam data
penelitian
3) Mahasiswa dapat menyajikan data statistik
4) Mahasiswa dapat menggunakan / mengoperasikan menghitung ukuran gejala pusat (Mean, Median,
Modus, Quartil 1 dan Quartil 3)
5) Mahasiswa dapat melakukan perhitungan varian, standar deviasi untuk data kelompok dan bergolong
6) Mahasiswa dapat melakukan teknik pengambilan sampel dari sebuah populasi (teknik pengambilan
sampel)
7) Mahasiswa dapat dapat memahami hipotesis dalam penelitian
8) Mahasiswa dapat memahami Normalitas Data dan Uji Normalitas
9) Mahasiswa dapat melakukan pengujian hipotesis deskriftif (satu sampel)
10) Mahasiswa dapat melakukan pengujian hipotesis komparatif dua sampel dan k sampel
11) Mahasiswa dapat melakukan pengujian hipotesis asosiatif
12). Mahasiswa dapat melakukan pengujian menggunakan ANAVA

Deskripsi Singkat MK Setelah menyelesaikan mata kuliah ini (Statistik Pendidikan) pada akhir semester, mahasiswa mampu memahami konsep konsep pada Statistik
Pendidikan, yang meliputi Statistik dan statistika, Macam data, Penyajian data Penerapan Statistik untuk Penelitian sebagai alat Uji.
sehingga menunjang ilmu pengetahuan lain dan mampu mengaplikasikan dalam penelitian dan dapat diterapkan dalam kehidupan sehari hari
Strategi penyajian mata kuliah ini meliputi ekspositori, presentasi, diskusi, latihan, dan tugas-tugas. Penilaian akhir keberhasilan belajar
mahasiswa pada mata kuliah ini menggunakan pendekatan acuan patokan (PAP) dengan unsur penilaian meliputi unsur-unsur kehadiran,
tugas-tugas, penilaian tengah semester, dan penilaian akhir semester.
Bahan Kajian/ Materi Pembelajaran Materi pembelajaran dalam mata kuliah ini adalah :
(1) Pengertian statistik dan statistika
(2) Statistik derkriftif dan inferensial,
(3) Uukuran gejala pusat (Mean, Median, Modus, Quartil 1 dan Quartil 3)
(4) Varian, standar deviasi untuk data kelompok dan bergolong
(5) Populasi, Sampel dan teknik Sampling
(6) Uji Normalitas
(7) Uji hipotesis deskriftif (satu sampel)
(8) Uji omparatif dua sampel dan k sampel
(9) Uji hipotesis asosiatif
(10) ANAVA
Utama: [1]. Dr Sugiono, Statistik untuk penelitian
[2]. Gouri K Bhatatharyya. Richard A Johnson, Statistical Concepts and Methods
Pustaka
Penduku [1] Hardi, Statistika untuk penelitian pendidikan, FATABA PRESS Fakultas Ilmu Tarbiyah dan keguruan IAIN Surakarta
ng: [2] Dr, Adam Malik, Dr. Minan Chusni. Statistika untuk penelitian pendidikan, Cv Budi Utama Sleman

Dosen Pengampu: Dr. Hardi, S.Pd., M.Pd.

Mata Kuliah Syarat: -
Deskripsi Mata Kuliah:
Pertemuan Ke Kompetensi Dasar Indikator Pokok Bahasan Materi Aktivits/Metode Referensi Penilaian
pembelajaran
1 Pengertian Statitstik a. Mampu menjelaskan pengertian a. Pengertian statistk dan Contektual - Dr Sugiono, Statistik untuk
dengan Statistika dan statistk dan statistika statistika Pedekatan Realistik penelitian
Macam Macam b. Mampu menjelaskan macam b. Macam macam statistik Interactive Learning - Gouri K Bhatatharyya.
Statistik macam statistik (tanya jawab, Richard A Johnson,
c. Mampu menjelaskan perbedaan diskusi) Statistical Concepts and
statistik inferensial dengan statistik Methods
deskriftif
2 Macam Macam Data a. Mampu menjelaskan macam macam a. Macam data penelitian Interactive Learning - Dr Sugiono, Statistik untuk
Penelitian data b. Data kualitatif dan (tanya jawab, penelitian
b. Mampu menjelaskan data kualitatif kuantitatif diskusi) - Gouri K Bhatatharyya.
dan kuantitatif c. Data diskrit dan data Contektual Richard A Johnson,
c. Menjelaskan bilangan data diskrit kontinun Pedekatan Realistik Statistical Concepts and
dan kontinu d. Data ordinal, ratio dan Methods
d. Mampu menjelaskan data ordinal, interval
interval dan rasio
3 Penyajian Data a. Mampu membuat tabel biasa (tabel a. Tabel biasa dan tabel Interactive Learning - Dr Sugiono, Statistik untuk
data nominal, ordinal dan interval) distribusi frekwensi (tanya jawab, penelitian
b. Mampu membuat tabel distribusi b. Diagram grafik dan diskusi) - Gouri K Bhatatharyya.
frekwensi lingkaran Richard A Johnson,
c. Mampu menyajikan data dalam Statistical Concepts and
bentuk grafik (garis dan batang) Methods
d. Mampu menyajikan data dalam
bentuk lingkaran
4 Pengukuran Gejala a. Mampu menghitung memjelaskan a. Mean, Median, Modus, Interactive Learning - Dr Sugiono, Statistik untuk
Pusat (Central Mean, Median, Modus, Q1 dan Q3 Q1 dan Q3 pada data (tanya jawab, penelitian
Tendency) pada data kelompok kelompok diskusi) - Gouri K Bhatatharyya.
b Mampu menghitung memjelaskan b Mean, Median, Modus, Richard A Johnson,
Mean, Median, Modus, Q1 dan Q3 Q1 dan Q3 pada data Statistical Concepts and
pada data bergolong bergolong Methods
5 Varian data Kelompok a. Mampu menghitung menjelaskan a. Varians data kelompok. Interactive Learning - Dr Sugiono, Statistik untuk
dan Bergolong varians data kelompok b. Varians data Bergolong (tanya jawab, penelitian
b. Mampu menghitung menjelaskan diskusi) - Gouri K Bhatatharyya.
varians data Bergolong Richard A Johnson,
Statistical Concepts and
Methods
6 Populasi dan Sampel a. Mampu menjelaskan pengertian a. Populasi dan sampel Interactive Learning - Dr Sugiono, Statistik untuk
populasi dan sampel b. Teknik pengambilan (tanya jawab, penelitian
b. Mampu menggunakan teknik sampel diskusi) - Gouri K Bhatatharyya.
 pengambilan sampel Richard A Johnson,
c. Mampu menentukan jumlah sampel Statistical Concepts and
Methods
7 Perumusan Hipotesis a. Mampu merumuskan hipotesis a. Hipotesis deskriftif Interactive Learning - Dr Sugiono, Statistik untuk
deskriftif b. Hipotesis komparatif (tanya jawab, penelitian
b. Mampu merumuskan hipotesis c. Hipotesis hubungan diskusi) - Gouri K Bhatatharyya.
komparatif (asosiatif) Contektual Richard A Johnson,
c. Mampu merumuskan hipotesis Pedekatan Realistik Statistical Concepts and
hubungan (asosiatif) Open-Ended Methods
8 Normalitas Data a. Mahasiswa mampu membuat kurva a. Kurva normal Contektual - Dr Sugiono, Statistik untuk
normal b. Penggunaan kurva Interactive Learning penelitian
b. Mahasiswa mampu menggunakan normal - Gouri K Bhatatharyya.
kurva normal c. Uji normalitas data Richard A Johnson,
c. Mahasiswa mampu menguji Statistical Concepts and
normalitas data Methods Matematika

9 Pengujian Hipotesis a. Mahasiswa mampu menggunakan a. Uji t Interactive Learning - Dr Sugiono, Statistik untuk
Deskriftif ( Satu rumus t-test (Uji t) unntuk data b. Test binomial (tanya jawab, penelitian
Sampel) interval c. Chi Kuadrat (  2 ) diskusi) - Gouri K Bhatatharyya.
b. Mahasiswa dapat dan mampu Contektual Richard A Johnson,
menggunakan rumus binomial Statistical Concepts and
untuk data nominal Methods
c. Mahasiswa dapat dan mampu
menggunakan rumus Chi Kuadrat
(2)
10 Pengujian Hipotesis a. Mahasiswa mampu menggunakan a. Uji t Interactive Learning - Dr Sugiono, Statistik untuk
Komparatif Dua rumus t-test (Uji t) unntuk sampel b. Chi Kuadrat (  2 ) (tanya jawab, penelitian
Sampel berkorelasi diskusi) - Gouri K Bhatatharyya.
b. Mahasiswa mampu menggunakan Contektual Richard A Johnson,
rumus t-test (Uji t) unntuk sampel Statistical Concepts and
 tidak berkorelasi Methods

11 Pengujian Hipotesis a. Mahasiswa mampu menggunakan a. Korelasi product Interactive Learning - Dr Sugiono, Statistik untuk
Asosiatif rumus korelasi product moment moment (Uji r) (tanya jawab, penelitian
(Uji r) b. Korelasi ganda diskusi) - Gouri K Bhatatharyya.
b. Mahasiswa mampu menggunakan Contektual Richard A Johnson,
rumus korelasi ganda Statistical Concepts and
Methods
12 Pengujian hipotesis a. Mahasiswa mampu menggunakan Menghitung Analisis Interactive Learning - Dr Sugiono, Statistik untuk
komparatif lebih dari 2 rumus analisis varian Varian (tanya jawab, penelitian
sampel b. Mahasiswa mampu menggunakan diskusi) - Gouri K Bhatatharyya.
rumus varian Contektual Richard A Johnson,
Statistical Concepts and
Methods
13 Analisis regresi linier Mahasiswa mampu menggunakan a. Garis regresi Interactive Learning Dr Sugiono, Statistik untuk
sederhana rumus regresi b. Persamaan umum (tanya jawab, penelitian
regresi diskusi) - Gouri K Bhatatharyya.
Contektual Richard A Johnson,
Statistical Concepts and
Methods
14 Analisis regresi linier Mahasiswa mampu menggunakan a. Garis regresi Interactive Learning Dr Sugiono, Statistik untuk
Ganda rumus Regresi dua predikto, tiga b. Persamaan umum (tanya jawab, penelitian
prediktor dan, empat prediktor regresi diskusi) - Gouri K Bhatatharyya.
Contektual Richard A Johnson,
Statistical Concepts and
Methods
Komposisi Penilaian:
Aspek yang dinilai Prosentase
1. Kehadiran 15 %
2. Tugas Keaktifan dan Kemandirian 25 %
3. Ujian Tengah Semester 30 %
4. Ujian Ahir Semester 30 %
Jumlah 100 %

Daftar Referensi:
1. Dr Sugiono, Statistik untuk penelitian
2. Gouri K Bhatatharyya. Richard A Johnson, Statistical Concepts and Methods
3. Dr Hamidi, Metode Penelitian dan Teori Komunikasi
4. David H. Voelker, MA, Peter Z. Orton, Ed M, dan Scott V. Adams Ketrampilan Statistka
5. Tia Purniati, Matematika

Mengetahui Disahkan Oleh

Dekan Kajur/Kaprogdi PGMI Dosen Pengampu

Prof. Dr. H Baidi, M.Pd Dr. M Bisri, MPd Dr Hardi, S.Pd.,M.Pd

NIP. NIP. NIP.196804072008011008