TELKOM UNIVERSITY
FAKULTAS KOMUNIKASI DAN BISNIS
JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS
Kode Dokumen
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan
STATISTIK BISNIS EBH0B4 T=4 P=0 3 12 DESEMBER 2017
Pengembang RPS Koordinator RMK Ketua PRODI
Dr. PUTU NINA MADIAWATI CITRA KUSUMA DEWI, S.E., M.B.A
Capaian Pembelajaran
(CP)
PLO
CLO
1. Mahasiswa mampu menjelaskan konsep-konsep dasar statistika dalam bisnis 2. Mahasiswa mampu menggunakan konsep statistika dasar dalam bisnis 3. Mahasiswa mampu memecahkan masalah – masalah dalam bisnis
Diskripsi Singkat MK Pada mata kuliah ini mahasiswa belajar mulai tentang pengertian konsep dasar statistika, karakteristik data, pengumpulan data, dan
penyusunan data, konsep dasar ukuran nilai sentral, dispersi, kurtosis, dan skewness, angka indeks, time series, distribusi probabilitas,
distribusi sampling, estimasi, pengujian hipotesis satu dan dua populasi, Anova, Chi Square. Setelah mengikuti perkuliahan ini mahasiswa
akan mempunyai gambaran bagaimana memecahkan masalah – masalah dalam bisnis dengan konsep statistika.
Bahan Kajian / Pokok
Bahasan
Adapun bahan kajian atau pokok bahasannya adalah: konsep dasar statistika, karakteristik data, pengumpulan data, dan penyusunan data,
konsep dasar ukuran nilai sentral, dispersi, kurtosis, dan skewness, angka indeks, time series, distribusi probabilitas, distribusi sampling,
estimasi, pengujian hipotesis satu dan dua populasi, Anova, Chi Square
PUSTAKA UTAMA
Berenson, Mark, Lind dan Levine David: Basics Statistics, Prentice Hall, Inc, 13th edition
PENDUKUNG
1. Amir D Aczel. 2012. Complete Business Statistics. Irwin Mcgraw Hill, 8th edition
2. Levine, Richards I, and Rubin, David, Statistics For Management. Prentice Hall, Inc, 7th edition
MEDIA PEMBELAJARAN PERANGKAT LUNAK PERANGKAT KERAS
DOSEN PENGAMPU PNM
MATA KULIAH BERSYARAT
MINGG
U KE-
KEMAMPUAN AKHIR YANG
DIHARAPKAN (SUB CLO)
INDIKATOR PENILAIAN KRITERIA DAN
BENTUK PENILAIAN
BENTUK/METODE
PEMBELAJARAN &
PENUGASAN
MAHASISWA
(ESTIMASI WAKTU)
MATERI PEMBELAJARAN
(PUSTAKA)
BOBOT
PENILAIAN
(%)
(1) (2) (3) (4) (5) (6) (7)
1 Mampu menjelaskan
pengertian konsep dasar
statistika
1. Ketepatan penjelasan konsep dasar statistika dalam bisnis
2. Penguasaan materi oleh mahasiwa tentang konsep dasar statistika dalam bisnis
3. Keaktifan Mahasiswa
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UTS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
Konsep – konsep dasar
Statistika dalam bisnis:
1. Definisi statistika dan
statistik
2. Tipe-tipe data dan skala
pengukuran
[ Lind, 2 – 18]
5
(UTS = 5)
2 Mampu menjelaskan
karakteristik data,
pengumpulan data, dan
Ketepatan dan kebenaran
dalam memahami dan
menghitung data
Kriteria Penilaian:
Ketepatan
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Pengaturan data kategori dan numerik
2. Menyajikan data dalam tabel dan grafik
5
(UTS = 5)
penyusunan data
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UTS
[ Lind, 28 – 30]
3 Mampu menjelaskan
definisi dan bentuk
distribusi, penyusunan
distribusi, dan grafik
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UTS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Pembuatan tabel distribusi frekuensi
2. Menyajikan data dalam tabel dan grafik
[ Lind, 28 – 53]
5
(UTS = 5)
4 Mampu menjelaskan
konsep dasar ukuran nilai
sentral, dispersi, kurtosis,
dan skewness
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: PR
Test: UTS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
Tugas 1: Mahasiswa
diminta untuk
mengolah dan
menganalisis data
dari soal nilai sentral,
disperse, kurtosis,
skwiness
[BT+BM:
(1+1)x(4x50’)+
1. Pengukuran Nilai Sentral 2. Pengukuran Dispersi 3. Pengukuran Kurtosis 4. Pengukuran Skewness
[ Lind, 78 – 104]
12
(PR= 7; UTS =
5)
5 Mampu menjelaskan
pengertian dan
penetapan angka indeks
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Angka Indeks Sederhana 2. Angka Indeks Agregatif 3. Angka Indeks Tertimbang
[ Lind, 185 – 197]
5
(UTS = 5)
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UTS
6 Mampu menjelaskan
pengertian komponen -
komponen time series
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UTS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Time Series 2. Trend Linier
[ Lind, 223 – 242]
5
(UTS = 5)
7 Mampu menjelaskan konsep dasar distribusi probabilitas dan mengolah data dari beberapa macam distribusi probabilitas
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: PR, Kuis
Test: UTS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
Tugas 2: Mahasiswa
diminta untuk
mengolah dan
menganalisis data
dari soal distribusi
probabilitas
[BT+BM:
(1+1)x(4x50’)+
1. Konsep Dasar Probabilitas 2. Aturan distribusi
probabilitas diskret 3. Distribusi binomial 4. Distribusi poisson 5. Distribusi Multinomial 6. Distribusi Hipergeometrik 7. Distribusi Normal
[ Lind, 234 – 280]
13
(PR = 5;
Kuis=3; UTS =
5)
UTS
8 Mampu menjelaskan pengertian distribusi sampling dan
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Ceramah/Kuliah dan
diskusi
1. Metode Pengambilan sampel
2. Distribusi sampling
5
(UAS = 5)
parameter populasi dan mengolah data, serta menginterpretasikan hasil pengolah data dari macam-macam distribusi sampling
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UAS
*TM: 1x(4x50’)+ 3. Distribusi sampling rata-rata
4. Distribusi sampling proporsi [ Lind, 317 – 323]
9 Mampu menjelaskan, dan
menafsirkan makna dari
hasil estimasi interval
kepercayaan
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UAS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Estimasi inverval kepercayaan untuk rata-rata dimana standar deviasi populasi diketahui
2. Estimasi inverval kepercayaan untuk rata-rata dimana standar deviasi populasi tidak diketahui
3. Estimasi inverval kepercayaan untuk proporsi
4. Menentukan ukuran sampel [ Lind, 340 – 348]
5
(UAS = 5)
10 Mampu menjelaskan dan
mengolah data, serta
menginterpretasikan hasil
perhitungan uji hipotesis
satu sampel statistika
yang digunakan dalam
kasus bisnis
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: PR
Test: UAS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
Tugas 3: Mahasiswa
diminta untuk
mengolah dan
menganalisis data
dari soal uji hipotesis
[BT+BM:
(1+1)x(4x50’)+
Uji hipotesis satu sampel :
1. Dasar-dasar metodologi pengujian hipotesis
2. Uji-z 3. Uji-t 4. Uji hipotesis untuk
proporsi [ Lind, 370 – 400]
12
(PR = 7; UAS =
5)
11 Mampu Ketepatan dan kebenaran Kriteria Penilaian: Ceramah/Kuliah dan Uji hipotesis dua sampel : 5
menginterpretasikan data
hasil perhitungan uji
hipotesis dua sampel
statistika yang digunakan
dalam kasus bisnis
dalam memahami dan menghitung data
Ketepatan
Bentuk Penilaian:
Non-test: soal - soal
latihan
Test: UAS
diskusi
*TM: 1x(4x50’)+
1. Membandingkan rata-rata
dari dari dua populasi
bebas
2. Membandingkan rata-rata
dari dua populasi
berhubungan
3. Membandingkan proporsi
untuk dari dua populasi
bebas
4. Uji-F: membandingkan
variansi dari dua populasi
[ Lind, 429 – 447]
(UAS = 5)
12 Mampu menjelaskan dan
mengolah data dan
menginterpretasikan data
hasil perhitungan Analysis
of Variance (ANOVA)
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: PR, kuis
Test: UAS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
Tugas 4: Mahasiswa
diminta untuk
mengolah dan
menganalisis data
dari soal Anova
[BT+BM:
(1+1)x(4x50’)+
1. Analysis of Variance (ANOVA)
2. Prosedur Tukey-Kramer
[Lind, 1 - 17]
13
(PR = 8; UAS =
5)
13 Mampu mengolah data
dan menginterpretasikan
data hasil perhitungan uji
statistika Chi-square
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Chi-square test
[ Lind, 276 - 284]
5
(UAS = 5)
latihan
Test: UAS
14 Mampu mengolah data
dan menginterpretasikan
data hasil perhitungan uji
statistika Analisis Regresi
dan Korelasi
Ketepatan dan kebenaran dalam memahami dan menghitung data
Kriteria Penilaian:
Ketepatan
Bentuk Penilaian:
Non-test: soal-soal
latihan
Test: UAS
Ceramah/Kuliah dan
diskusi
*TM: 1x(4x50’)+
1. Regresi Linier 2. Regresi Linier Ganda 3. Korelasi
[Lind, 59 – 81]
5
(UAS = 5)
UAS
Catatan:
1. Capaian Pembelajaran Lulusan PRODI (PLO) adalah kemampuan yang dimiliki oleh setiap lulusan PRODI yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
2. PLO yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampilan umum, ketrampilan khusus dan pengetahuan.
3. CLO Mata kuliah adalah kemampuan yang dijabarkan secara spesifik dari PLO yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
4. Kemampuan akhir yang diharapkan (CLO) Mata kuliah adalah kemampuan yang dijabarkan secara spesifik dari CLO yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.
5. Kriteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kriteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kriteria dapat berupa kuantitatif ataupun kualitatif.
6. Indikator Penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
Mapping Student Category
TEL U INDEX TEL U RANGE TEL U CATEGORY ABET/JABEE
A 80.01 ke atas Istimewa Excellent Exemplary
AB 70.01 - 80.00 Baik Sekali Very Good Proficient
B 65.01 - 70.00 Baik Good
BC 60.01 - 65.00 Cukup Baik Fair Apprentice
C 50.01 - 60.00 Cukup Satisfactory
D 40.01 - 50.00 Kurang Passing Novice
E 40.00 ke bawah Sangat Kurang Poor Unacceptable
Course Learning
Outcomes
(CLO)
Indicator Scales and Score Ranges
Unacceptable Novice Apprentice Proficient Exemplary
0 (E) 1 (D) 2 (BC,C) 3 (AB, B) 4 (A)
0 - 40 41 - 50 51 - 65 66 - 80 81 - 100
CLO 1:
Mahasiswa mampu
menjelaskan konsep dasar
statistika dalam bisnis
Tidak mampu menjelaskan konsep dasar statistic dalam bisnis
Tidak mampu menjelaskan pengelolaan proses
Tidak mampu menjelaskan pengelolaan thread
Kurang mampu menjelaskan konsep dasar statistic dalam bisnis
Kurang mampu menjelaskan pengelolaan proses
Kurang mampu menjelaskan pengelolaan thread
Cukup mampu menjelaskan konsep dasar statistic dalam bisnis
Cukup mampu menjelaskan pengelolaan proses
Cukup mampu menjelaskan pengelolaan thread
Mampu menjelaskan konsep dasar statistic dalam bisnis
Mampu menjelaskan pengelolaan proses
Mampu menjelaskan pengelolaan thread
Sangat mampu menjelaskan konsep dasar statistic dalam bisnis
Sangat mampu menjelaskan pengelolaan proses
Sangat mampu menjelaskan pengelolaan thread
CLO 2:
Mahasiswa mampu
menggunakan konsep
statistika dasar dalam bisnis
Tidak mampu
menggunakan
konsep statistika
dasar dalam
bisnis
Kurang mampu
menggunakan
konsep statistika
dasar dalam
bisnis
Cukup mampu
menggunakan
konsep
statistika dasar
dalam bisnis
Mampu
menggunakan
konsep
statistika dasar
dalam bisnis
Sangat mampu
menggunakan
konsep statistika
dasar dalam
bisnis
CLO 3:
Mahasiswa mampu
memecahkan masalah –
masalah dalam bisnis
Tidak mampu menganalisis hasil penerapan beberapa teknik – teknik statistik
Tidak mampu menjelaskan mekanisme penyelesaian masalah dalam bisnis
Kurang mampu menganalisis hasil penerapan beberapa teknik – teknik statistik
Kurang mampu menjelaskan mekanisme penyelesaian masalah dalam bisnis
Cukup mampu menganalisis hasil penerapan beberapa teknik – teknik statistik
Cukup mampu menjelaskan mekanisme penyelesaian masalah dalam bisnis
Mampu menganalisis hasil penerapan beberapa teknik – teknik statistik
Mampu menjelaskan mekanisme penyelesaian masalah dalam bisnis
Sangat mampu menganalisis hasil penerapan beberapa teknik – teknik statistik
Sangat mampu menjelaskan mekanisme penyelesaian masalah dalam bisnis
RENCANA TUGAS MAHASISWA
MATA KULIAH STATISTIK BISNIS
KODE EBH0B4 SKS 4 SEMESTER 3
DOSEN PENGAMPU PUTU NINA MADIAWATI
BENTUK TUGAS
TUGAS 1: Mahasiswa diminta untuk mengolah dan menganalisis data dari soal hasil pengukuran nilai sentral, kurtosis, dan skweness
JUDUL TUGAS
Penjelasan tentang konsep dasar statistika, memahami karakteristik data, dan menginterpretasikan data hasil pengukuran nilai sentral, kurtosis, dan skweness
SUB CAPAIAN PEMBELAJARAN DESKRIPSI TUGAS
Mampu menjelaskan konsep dasar statistika, memahami karakteristik data, dan menginterpretasikan data hasil pengukuran nilai sentral, kurtosis, dan skweness
DESKRIPSI TUGAS
Mahasiswa mengerjakan soal-soal PR untuk menjelaskan dan menguji ketepatan proses pengolah data, menganalisis data, dan waktu penyelesaian tugas
RENCANA TUGAS MAHASISWA
MATA KULIAH STATISTIK BISNIS
KODE EBH0B4 SKS 4 SEMESTER 3
DOSEN PENGAMPU PUTU NINA MADIAWATI
BENTUK TUGAS
TUGAS 2: Mahasiswa diminta untuk mengolah dan menganalisis data dari soal beberapa macam distribusi probabilitas
JUDUL TUGAS
Penjelasan tentang konsep dasar distribusi probabilitas dan mengolah data dari beberapa macam distribusi
probabilitas
SUB CAPAIAN PEMBELAJARAN DESKRIPSI TUGAS Mampu menjelaskan ketepatan dan kebenaran dalam memahami dan menghitung data
DESKRIPSI TUGAS
Mahasiswa mengerjakan soal-soal konsep dasar dari distribusi probabilitas, serta mampu menginterpretasikan hasil pengolahan data
RENCANA TUGAS MAHASISWA
MATA KULIAH STATISTIK BISNIS
KODE EBH0B4 SKS 4 SEMESTER 3
DOSEN PENGAMPU PUTU NINA MADIAWATI
BENTUK TUGAS
TUGAS 3: Mahasiswa diminta untuk mengolah dan menganalisis data dari soal uji hipotesis
JUDUL TUGAS
Penjelasan dan mengolah data, serta menginterpretasikan hasil perhitungan uji hipotesis satu sampel statistika yang digunakan dalam kasus bisnis
SUB CAPAIAN PEMBELAJARAN DESKRIPSI TUGAS Mampu menjelaskan ketepatan dan kebenaran dalam memahami dan menghitung data
DESKRIPSI TUGAS
Mahasiswa mengerjakan soal-soal konsep dasar dari uji hipotesis, serta mampu menginterpretasikan hasil pengolahan data
RENCANA TUGAS MAHASISWA
MATA KULIAH STATISTIK BISNIS
KODE EBH0B4 SKS 4 SEMESTER 3
DOSEN PENGAMPU PUTU NINA MADIAWATI
BENTUK TUGAS
TUGAS 4: Mahasiswa diminta untuk mengolah dan menganalisis data dari soal Anova
JUDUL TUGAS
Penjelasan dan mengolah data dan menginterpretasikan data hasil perhitungan Analysis of Variance (ANOVA)
SUB CAPAIAN PEMBELAJARAN DESKRIPSI TUGAS Mampu menjelaskan ketepatan dan kebenaran dalam memahami dan menghitung data
DESKRIPSI TUGAS Mahasiswa mengerjakan soal-soal konsep dasar dari Anova, serta mampu menginterpretasikan hasil pengolahan data