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