BPKM_Biostatistika_S1_Reguler_[Gasal2016-17]

March 8, 2019 | Author: Annissa Novalia | Category: N/A
Share Embed Donate


Short Description

....

Description

BUKU RANCANGA RANCANGAN N PENGAJAR PENGAJARAN AN (BRP) (BRP) MATA KULIAH Biostatistika

oleh

Efy Afifah, S.Kp, M.Kes

Prog Progra ram m Stu Studi di NERS NERS Fakultas Ilmu Keperawatan Universitas Indonesia Depok, Depok, Agustu Agustuss 2016

DAFTAR ISI

hlm. PENGANTAR



BAB 1

INFORMASI UMUM



BAB 2

KOMPETENSI DAN SUBKOMPETENSI



1. Komp Kompet eten ensi si (Cap (Capai aian an Pembe Pembela laja jara ran) n)



2. Subkom Subkompet petens ensii (Kemamp (Kemampuan uan pada pada Akhir Akhir Tahap Tahap Pembelajaran) 3. Baga Bagan n Alir Alir Capa Capaia ian n Pemb Pembel elaj ajar aran an





BAB 3

BAHASAN DAN RUJUKAN

BAB 4

TAHAP PEMBELAJARAN



BAB 5

RANCANGAN TUGAS DAN LATIHAN



BAB 6

EVALUASI HASIL PEMELAJARAN



BAB 7

SATUAN ACARA PENGAJARAN



LAMP LAMPIIRAN RAN CONT CONTOH OH SOA SOAL L TUGA TUGAS S DAN DAN EVAL EVALUA UASI SI





BAB 1 INFORMASI UMUM

1.

Nama Program Studi/jenjang studi

: Ners/S1

2.

Nama mata kuliah

: Biostatistika

3.

Kode mata kuliah

:

4.

Semester ke-

: 3

5.

Jumlah SKS

: 2 sks

6.

Metode pembelajaran

: Ceramah dan diskusi

7.

Mata kuliah yang menjadi prasyarat

:-

8.

Menjadi prasyarat untuk mata kuliah

:-

9.

Integrasi antara mata kuliah

:-

(jika ada) 10. Deskripsi mata kuliah

:

Mata ajar ini berfokus pada pemahaman tentang prinsip-prinsip statistik, tingkat-tingkat pengukuran, penyajian grafis, ukuran deskriptif dari ringkasan statistik, disperse dan asosiasi statistika inferensial, tes hipotesa dan aplikasi dal am menafsirkan literatur riset keperawatan.

BAB 2 KOMPETENSI DAN SUBKOMPETENSI

2.1 Kompetensi (Capaian Pembelajaran) 1. Bila diberi satu set data siap olah, mahasiswa mampu menyajikan data tersebut dalam

bentuk tabel, diagram, grafik sesuai data yan g telah dikatagorikan (C4). 2. Bila diberi satu set data siap olah, mahasiswa mampu menetapkan ada tidaknya hubungan antara dua variabel dengan menggunakan uji statistik bivariat sesuai dengan jenis data yang telah dikategorikan (C5). . Subkompetensi (Kemampuan pada Akhir Tahap Pembelajaran) Capaian Sasaran Pembelajaran 1

Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (C1). Mahasiswa mampu menjelaskan tentang jenis data dan skala pengukuran (C2). Mahasiswa mampu menjelaskan perbedaan statistik deskriptif dengan inferensial (C2). Mahasiswa mampu menjelaskan sumber, cara, dan alat ukur yang digunakan dalam pengumpulan data (C2). Mahasiswa mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2). Mahasiswa mampu menjelaskan tujuan, prinsip, dan bentuk pen yajian data (C2). Bila diberi satu set data siap olah, mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (C3).

Capaian Sasaran Pembelajaran 2:

Bila diberi satu set data siap olah, mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (C3). Mahasiswa mampu menjelaskan tentang tendensi sentral (C2) Bila diberi satu set data siap olah, mahasiswa mampu menghitung ukuran tengah, variasi, dan posisi data tersebut sesuai dengan jenis data (C3). Mahasiswa mampu menjelaskan perbedaan permutasi dan kombinasi (C2).

Bila diberi masalah tentang permutasi dan kombinasi, mahasiswa mampu menghitung peluang terjadinya suatu kejadian sesuai dengan masalah yang diberikan (C3). Mahasiswa mampu menjelaskan tentang distribusi normal, binomial, dan poisson (C2). Bila diberi masalah tentang distribusi, mahasiswa mampu menghitung distribusi sesuai masalah yang diberikan (C3). Mahasiswa mampu menjelaskan tentang pengertian populasi, sampel, distribusi

sampling,

standar error dan Central Limit Theorem (C2). Bila diberi satu set data siap olah, mahasiswa mampu menerapkan prinsip distribusi sampling sesuai

dengan data yang diberikan.

Bila diberi satu set data siap olah, mahasiswa mampu mengestimasi nilai rata-rata dan proporsi sesuai dengan jenis data (C3). Mahasiswa mampu menjelaskan konsep statistik inferensial, hubungan statistik deskriptif  dan inferensial, serta langkah-langkah pengujian hipotesis (C2). Bila diberi satu set data siap olah, mahasiswa mampu merumuskan hipotesis yang tepat sesuai dengan jenis data yang diberikan (C3). Bila diberi satu set data siap olah, mahasiswa mampu memilih uji statistik yang tepat sesuai dengan jenis data yang diberikan (C4). Bila diberi satu set data siap olah, mahasiswa mampu melakukan uji statistik yang tepat sesuai dengan jenis data yang diberikan (C4).

Bagan Alir Kompetensi

Bila diberi satu set data siap olah, mahasiswa mampu menetapkan ada tidaknya hubungan antara dua variabel dengan menggunakan uji statistik bivariat sesuai dengan jenis data yang telah dikategorikan (C5).

mampu menyajikan data tersebut dalam bentuk tabel, diagram, grafik sesuai data yang telah dikatagorikan (C4).

mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2).

mampu mengkategorikan data tersebut sesuai dengan jenis data (C3).

mampu menjelaskan tujuan, langkah, analisis,

mampu menjelaskan sumber, cara, dan alat ukur

dan hasil pengolahan data (C2). mampu

yang digunakan dalam pengumpulan data (C2).

menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (C2)

mampu menjelaskan tujuan, prinsip, dan bentuk penyajian data (C2).

mampu menjelaskan tentang

mampu menjelaskan perbedaan statistik deskriptif 

 jenis data dan skala pengukuran

dengan inferensial (C2).

(C2

Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (C1).

BAB 3 BAHASAN DAN RUJUKAN

3.1 Subkompetensi, Pokok Bahasan, Subpokok Bahasan, Estimasi Waktu, dan Rujukan

Sub kompetensi

Pokok  Bahasan

Subpokok Bahasan

Statistik 

Pengertian statistik,

Deskriptif 

& variabel

Estimasi Waktu

pengertian data 2x 50 menit

Jenis data & skala pengukuran

Rujukan

Kuzma. J. W., (1984).  Basic statistical

Perbedaan statistik deskriptif dengan inferensial

 for

health sciences. California :

Mayfield Publishing Company

Moore,

D,

S.,

(2000). The  Basic  practice

of 

statistics.

New York: W.H. Freeman and

Sub kompetensi

Pokok  Bahasan

Subpokok Bahasan

Estimasi Waktu

Rujukan

Company Sabri,

L

&

Hastono, S.P.,(2007). Statistik  kesehatan.

Jakarta: PT Raja Grafindo Persada Salkind, N.J. (2000). Statistics  for people who hate statistics. USA: Sage Publications Penyajian data

Tujuan, prinsip, dan penyajian data

2x 50 menit

Bentuk penyajian data kuantitaif dan kualitatif 

idem

Tabel frekuensi, distribusi frekuensi, distribusi normal Tendensi sentral

Ukuran tengah (mean, median, mode) Ukuran variasi

2x 50 menit

(range, interquartil,

varian, Sd, COV) Ukuran posisi (quartil, persentil, desil)

idem

Sub kompetensi

Pokok  Bahasan Probabilitas

Estimasi Waktu

Subpokok Bahasan Permutasi

Rujukan

2x 50 menit

idem

Kombinasi Distribusi probabilitas

Distribusi sampling

Distribusi normal

2x 50 menit

idem

Distribusi binomial Pengertian populasi,sampel dan

2x 50 menit

idem

2x 50 menit

idem

statistik  2x 50 statistik  menit

idem

distribusi sampling Pengertian standar erorr Sentral Limit Theorem

Estimasi

Pengertian estimasi Estimasi titik dan selang Estimasi rata-rata & proporsi

Statistik 

Pengertian,

konsep

inferensial

inferensial,

hubungan

deskriptif dan inferensial Langkah-langkah pengujian hipotesis Uji beda satu Konsep uji hipotesis perbedaan 1 2x 50 menit mean: uji t, mean uji z

idem

Aplikasi uji hipotesis perbedaan 1 mean

Uji beda dua Konsep uji hipotesis perbedaan 2 mean: uji t,

2x 50 menit

idem

Sub kompetensi

Pokok  Bahasan

Estimasi Waktu

Subpokok Bahasan

uji z

Rujukan

mean Aplikasi uji hipotesis perbedaan 2 mean

Uji

beda Konsep uji hipotesis beda proporsi

proporsi

Uji

beda

dari proporsi

Uji 1 proporsi

 – 

idem

2x 50 menit

idem

2x 50 menit

idem

uji z

> Konsep uji Chi square 2

2x 50 menit

Aplikasi uji Chi square untuk uji asosiasi,

uji

homogenitas,

uji

kesesuaian Korelasi

Korelasi Pearson Korelasi Spearman

3.2 Daftar Rujukan

Sabri, L & Hastono, S.P.,(2007). Statistik kesehatan. Jakarta: PT Raja Grafindo Persada Kuzma. J. W., (1984). Basic statistical for health sciences. California : Mayfield Publishing Company Moore, D, S., (2000). The Basic practice of statistics. New York: W.H. Freeman and Company Salkind, N.J. (2000). Statistics for people who hate statistics. USA: Sage Publications

BAB 4

TAHAP PEMBELAJARAN

Subkompetensi

Tahap Pembelajaran O (%) L (%) Pengantar oleh pengajar tentang pencapaian pembelajaran; muatan; metode perkuliahan; evaluasi hasil pemelajaran; dan kontrak perkuliahan (100%) Pengantar oleh Pengajar Pembelajaran melalui diskusi tentang Pengantar dan latihan soal Statistik, Jenis data (50%) (30%) Pengantar oleh Pengajar tentang Penyajian data numeric

U (%)

Media Teknologi Proyektor, laptop

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pembelajaran melalui diskusi dan latihan soal (50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pembelajaran melalui diskusi dan latihan soal(50%) Pembelajaran melalui diskusi dan latihan soal (50%) Pembelajaran melalui diskusi dan latihan soal(50%) Pembelajaran melalui diskusi dan latihan soal (50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%) Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

(30%) Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) Pengantar oleh Pengajar tentang Penyimpulan data numeric (30%) Pengantar oleh Pengajar tentang probabilitas (30%) Pengantar oleh pengajar tentang Distribusi probabilitas. Data

Proyektor, laptop

Proyektor, laptop

Proyektor, laptop

Subkompetensi

O (%) katagorik dan Data numerik (30%)

Tahap Pembelajaran L (%)

U (%)

Media Teknologi

Pengantar oleh pengajar tentang distribusi sampling (30%)

Pembelajaran melalui diskusi dan latihan soal (50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik  Inferensial :Estimasi (30%)

Pembelajaran melalui diskusi dan latihan soal(50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik  Inferensial : Uji Hipotesis uji z dan uji t (30%)

Pembelajaran melalui diskusi dan latihan soal(50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal (20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Statistik  Inferensial :Uji Hipotesis uji t dependen dan t independen (30%)

Pembelajaran melalui diskusi dan latihan soal (50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Uji Hipotesis uji anova(30%)

Pembelajaran aktif melalui diskusi dan latihan soal(50%) Pembelajaran aktif melalui diskusi dan latihan soal(50%) Pembelajaran aktif melalui diskusi dan latihan soal(50%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

Proyektor, laptop

Pengantar oleh Pengajar tentang Uji Hipotesis uji kai kuadrat (30%)

Pengantar oleh Pengajar tentang korelasi (30%)

Klarifikasi dari Pengajar atas hasil diskusi dan latihan soal(20%)

BAB 5 RANCANGAN TUGAS DAN LATIHAN

- Mahasiswa mampu menyebutkan tentang pengertian statistik, data, dan variable (K1). - Mahasiswa mampu menjelaskan tentang jenis data dan skala pengukuran (K2). - Mahasiswa mampu menjelaskan perbedaan statistik deskriptif dengan inferensial (K2). - Mahasiswa mampu menjelaskan sumber, cara, dan alat ukur yang digunakan

dalam

pengumpulan data (K2). - Mahasiswa mampu menjelaskan tujuan, langkah, analisis, dan hasil pengolahan data (K2). - Mahasiswa mampu menjelaskan tujuan, prinsip, dan bentuk penyajian data (K2). - Mahasiswa mampu mengkategorikan data tersebut sesuai dengan jenis data (K3). - Mahasiswa mampu menjelaskan tentang tendensi sentral (K2) - Bila diberi satu set data siap olah, mahasiswa mampu menghitung ukuran tengah, variasi, dan posisi.data tersebut sesuai dengan jenis data (K3) - Mahasiswa mampu menjelaskan perbedaan permutasi dan kombinasi (K2). - Bila diberi masalah tentang permutasi dan kombinasi, mahasiswa mampu menghitung peluang terjadinya suatu kejadian sesuai dengan masalah yang diberikan (K3). - Mahasiswa mampu menjelaskan tentang distribusi normal, binomial, dan poisson (K2). - Mahasiswa mampu menghitung distribusi sesuai masalah yang diberikan (K3). - Mahasiswa mampu menjelaskan tentang pengertian populasi, sampel, distribusisampling, standar error dan Central Limit Theorem (K2) - Bila diberi satu set data siap olah, mahasiswa mampu menerapkan prinsip distribusi sampling sesuai dengan data yang diberikan.

- Bila diberi satu set data siap olah, mahasiswa mampu mengestimasi nilai rata-rata

dan

proporsi sesuai dengan jenis data (K3). - Mahasiswa mampu menjelaskan konsep statistik inferensial, hubungan statistik deskriptif  dan inferensial, serta langkah-langkah pengujian hipotesis - Bila diberi satu set data siap olah, mahasiswa mampu merumuskan hipotesis yang tepat sesuai dengan jenis data yang diberikan (K3) - Bila diberi satu set data siap olah, mahasiswa mampu memilih uji statistik yang tepat sesuai dengan jenis data yang diberikan (K4). - Bila diberi satu set data siap olah, mahasiswa mampu melakukan uji statistik yang tepat sesuai dengan jenis data yang diberikan (K4)

Uraian tugas individu: lihat lampiran 1 Kriteria penilaian :

-

dikerjakan secara individu di lembar tugas mahasiswa tulisan tangan, rapih dan terbaca dikumpulkan tepat waktu

Subkom petensi

Penugasan*

Ruang Lingkup

Statistik 

Pengertian

Deskriptif 

pengertian

Cara Pengerjaan statistik, Dikerjakan individual di data & rumah /PR

Batas Luaran Tugas Waktu yang Dihasilkan 1 minggu Jawaban soal

variabel Jenis data & skala pengukuran Perbedaan

statistik 

deskriptif

dengan

inferensial Penyajian data

Tujuan, prinsip, dan Dikerjakan individual di penyajian data rumah /PR

1 minggu Jawaban soal

Bentuk penyajian data kuantitaif

dan

kualitatif  Tabel

frekuensi,

distribusi

frekuensi,

distribusi normal

Tendensi sentral

Ukuran tengah (mean, Dikerjakan individual di median, mode) rumah /PR Ukuran

variasi

(range,

interquartil,

varian, Sd, COV) Ukuran posisi (quartil, persentil, desil)

1 minggu Jawaban soal

Subkom petensi

Penugasan*

Ruang Lingkup

Distribusi

Distribusi

probabilitas

normal

Cara Pengerjaan

Batas Waktu

Luaran Tugas yang Dihasilkan

Dikerjakan individual di rumah /PR

1 minggu Jawaban soal

Dikerjakan individual di rumah /PR

1 minggu

Distribusi binomial Distribusi sampling

Pengertian populasi,sampel dan

Jawaban soal

distribusi sampling Pengertian

standar

erorr Sentral

Limit

Theorem Estimasi

Dikerjakan individual di dan rumah /PR

1 minggu Jawaban soal

konsep Dikerjakan individual di statistik inferensial, rumah /PR hubungan statistik 

1 minggu Jawaban soal

Pengertian estimasi Estimasi

titik

selang stimasi rata-rata & proporsi Statistik  inferensial

Pengertian,

deskriptif

dan

inferensial Langkah-langkah pengujian hipotesis

Subkom petensi

Penugasan*

Ruang Lingkup

Cara Pengerjaan

Uji beda satu Konsep uji hipotesis Dikerjakan individual di mean: uji t, perbedaan 1 mean rumah /PR uji z Aplikasi uji hipotesis

Batas Waktu

Luaran Tugas yang Dihasilkan

1 minggu Jawaban soal

perbedaan 1 mean Uji beda dua Konsep uji hipotesis Dikerjakan individual di mean: uji t, perbedaan 2 mean rumah /PR uji z Aplikasi uji hipotesis

1 minggu Jawaban soal

perbedaan 2 mean beda Konsep uji hipotesis Dikerjakan individual di proporsi beda proporsi rumah /PR Uji

Uji 1 proporsi Uji

beda

dari proporsi

 – 

uji z Dikerjakan individual di Chi rumah /PR

> Konsep uji Chi square 2

Aplikasi square

1 minggu Jawaban soal

uji untuk

1 minggu Jawaban soal

uji

asosiasi,

uji

homogenitas,

uji

kesesuaian Korelasi

Korelasi Pearson Korelasi Spearman

*Contoh penugasan terlampir.

Dikerjakan individual di rumah /PR

1 minggu Jawaban soal

BAB 6

EVALUASI HASIL PEMELAJARAN

6.1 Evaluasi Akhir  Bagian ini berisi informasi tentang bentuk, frekuensi (berapa kali evaluasi diadakan), dan bobot  (dengan persentase) evaluasi hasil pemelajaran. Evaluasi dapat berupa evaluasi sumatif  (dengan persentase) atau evaluasi formatif. Contoh:

Bentuk

Instrumen

Frekuensi

Bobot (%)

Ujian tulis I

Soal ujian

1x

30%

Ujian tulis II

Soal ujian

1x

35%

Kuis I

Soal kuis

1x

7,5%

Kuis II

Soal kuis

1x

7,5%

Tugas individu

Lembar latihan

1x

20%

6.2 Pedoman Kriteria Penilaian

Konversi nilai akhir (nilai kelulusan mahasiswa) mengikuti ketentuan konversi nilai yang berlaku di Universitas Indonesia sebagai berikut

Nilai Angka 85 100 80
View more...

Comments

Copyright ©2017 itdaklak.info Inc.
SUPPORT itdaklak.info