Universitas Negeri Surabaya
Fakultas Ilmu Pendidikan
Program Studi S2 Bimbingan Dan Konseling

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Analisis Data Kualitatif

8610103001

Mata Kuliah Wajib Program Studi

T=3

P=0

ECTS=6.72

2

15 November 2021

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Dr. Elisabeth Christiana, S.Pd., M.Pd.


Dr. Elisabeth Christiana, S.Pd., M.Pd.


ELISABETH CHRISTIANA

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-1

Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya

PLO-2

Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan

PLO-3

Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan

PLO-4

Mengembangkan diri secara berkelanjutan dan berkolaborasi.

Program Objectives (PO)

PO - 1

Menganalisis teknik analisis data dan software analisis data kualitatif

PO - 2

Mengklasifikan jenis pengecekan keabsahan data kualitatif

PO - 3

Menyusun laporan pengumpulan data penelitian kualitatif

Matrik PLO-PO
 
POPLO-1PLO-2PLO-3PLO-4
PO-1✔✔✔ 
PO-2 ✔  
PO-3 ✔  

Matrik PO pada Kemampuan akhir tiap tahapan belajar (Sub-PO)
 
PO Minggu Ke
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
PO-1✔✔✔✔✔✔✔✔✔✔
PO-2✔✔✔
PO-3✔✔✔

Deskripsi Singkat Mata Kuliah

Mata kuliah ini membelajarkan mahasiswa tentang berbagai teknik analisis data kuantitatif. Bahan kajian meliputi : hakekat analisis data kuantitatif; beberapa konsep dasar dalam analisis kuantitatif (data, poppulasi dan sampel; parameter; variabel, hipotesis); kesalahan sampling kurva normal; uji asumsi, taraf dan uji signifikansi; teknik-teknik penyajian data; dan teknik-teknik analisis data parametrik dan non parametrik (konsep, contoh dan latihan). Perkuliahan dilaksanakan melalui sistem daring dan luring dan menggunakan data ceramah, diskusi tugas rumah, dan studi kasus. Keberhasilan mahasiswa didasarkan pada nilai partisipasi, nilai tugas, nilai ujian tengah semester (UTS) dan nilai ujian akhir semester (UAS).

Pustaka

Utama :

  1. 1. Alvin C. Rencher. 2002. Methods Of Multivariate Analysis, Second Edition. USA: A John Wiley & Sons, Inc
  2. 2. Bluman, A.G. 2007. Elementery Statistics, A Step by Step Approach, Seventh Edition. Boston: McGraw Hill Higher Education
  3. 3. Gudono. 2011. Analisis Data Multivariate. Yogyakarta: BPFE
  4. 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo
  5. 5. Supardi. 2017. Statistik Penelitian Pendidikan. Depok: PT Rajagrafindo Persada
  6. 6. Winarsunu, T. 2010. Statistik dalam Penelitian Psikologi dan Pendidikan. Malang: UMM Press

Pendukung :

  1. 1. Carl F Auerbach. Qualitative Data: An Introduction to Coding and Analysis. 2003. New York University Press
  2. 2. Matthew B. Miles, A. Michael Huberman, Johnny Saldaña. Qualitative Data Analysis: A Methods Sourcebook. 2013. SAGE Publications Ltd
  3. 3. Pat Bazeley. Qualitative Data Analysis Practical Strategies. 2013. SAGE Publications Ltd
  4. 4. Rachelle Winkle-Wagner, Jamila Lee-Johnson, and Ashley N. Gaskew. Critical Theory And Qualitative Data Analysis In Education. 2019. Routledge

Dosen Pengampu

Prof. Dr. Mochamad Nursalim, M.Si.

Dr. Ari Khusumadewi, S.Pd., M.Pd.

Dr. Bakhrudin All Habsy, M.Pd.

Dr. Devi Ratnasari, M.Pd.

Mila Yunita, M.Pd.

Minggu Ke-

Kemampuan akhir tiap tahapan belajar
(Sub-PO)

Penilaian

Bantuk Pembelajaran,

Metode Pembelajaran,

Penugasan Mahasiswa,

 [ Estimasi Waktu]

Materi Pembelajaran

[ Pustaka ]

Bobot Penilaian (%)

Indikator

Kriteria & Bentuk

Luring (offline)

Daring (online)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1

Minggu ke 1

Mahasiswa mampu membentuk sikap positif terhadap mata kuliah dan perkuliahan analisis data kuantitatif dan mampu memahami hakekat analisis data kuantitatif
  1. • Mahasiswa dapat dapat mengikuti perkulihan tatap muka secara aktif
  2. • Mahasiswa dapat melakukan kegiatan belajar mandiri secara aktif
  3. • Mahasiswa dapat menyelesaikan tugas-tugas terstruktur dengan baik dan tepat waktu
  4. • Mahasiswa dapat membuat kontrak belajar untuk bekerja keras dan mencapai hasil terbaik
  5. • Mahasiswa dapat menjelaskan pengertian, ragam, dan teknik-teknik analisis data kuantitatif
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Portofolio, Praktik / Unjuk Kerja		 Cermaha, diskusi, tanya jawab, tugas rumah
3 x 50
Materi: pengertian, ragam, dan teknik-teknik analisis data kuantitatif
Pustaka: 1. Alvin C. Rencher. 2002. Methods Of Multivariate Analysis, Second Edition. USA: A John Wiley & Sons, Inc		 5%

2

Minggu ke 2

Mahasiswa mampu memiliki pengetahuan tentang ebrbagai konsep dasar dalam analisis data kuantitatif (skala pengukuran, parameter dan statistik, probabilitas dan kesalahan sampling, varabel, hipotesis statistik, uji satu sisi dan dua sisi, taraf signifikansi)
  1. • Mahasiswa dapat menjelaskan pengertian skala pengukuran, menyebutkan jenisnya beserta contohnya.
  2. • Mahasiswa dapat membedakan konsep/pengertian parameter dan statistik.
  3. • Mahasiswa dapat menjelaskan pengertian peluang/probailuitas dalam statistik.
  4. • Mahasiswa dapat menjelaskan pengertian kesalahan sampling dan jensinya.
  5. • Mahasiswa dapat menjelaskan pengertian variabel dalam kaitannya dengan analisis statistik dan jenisnya.
  6. • Mahasiswa dapat menjelaskan.pengertian hipotesis, jenis hipotesis statistik dan membuat contohnya,
  7. • Mahasiswa dapat menjelaskan pengertian uji satu sisi dan uji dua sisi dan membuat contohnya.
  8. • Mahasiswa dapat menjelaskan pengertian taraf signifikansi dan penerapannya.
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Penilaian Praktikum, Praktik / Unjuk Kerja		 Cermaha, diskusi, tanya jawab, tugas rumah
3 x 50		 Active Learning
3 x 50		 Materi: Pengertian skala pengukuran, menyebutkan jenis dan contohnya
Pustaka: 2. Bluman, A.G. 2007. Elementery Statistics, A Step by Step Approach, Seventh Edition. Boston: McGraw Hill Higher Education		 5%

3

Minggu ke 3

Mahasiswa mampu menganalisis dan menyajikan data kuantitatif secara deskriptif melalui beberapa teknik statistik deskriptif: Analisis deskriptif : sajian tabel, grafik, kecenderungan memusat, variabilitas, nilai standar
  1. 1. Mengorganisasikan dan menyajikan data kasar ke dalam bentuk tabel distribusi frekuensi tunggal dan kelompok.
  2. 2. Merangkumkan data ke dalam bentuk sajian grafis poligon dan histogram.
  3. 3. Menghitung nilai mean, median, dan modus dari sekelompok data
  4. 4. Menhitung keragaman data: simpangan baku dan variasinya.
  5. 5. Menetapkan nilai standar suatu skor individual
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum		 Cermaha, diskusi, tanya jawab, tugas rumah
3 x 50		 Active Learning
3 x 50		 Materi: Mengorganisasikan dan menyajikan data kasar ke dalam bentuk tabel distribusi frekuensi tunggal dan kelompok.
Pustaka: 2. Bluman, A.G. 2007. Elementery Statistics, A Step by Step Approach, Seventh Edition. Boston: McGraw Hill Higher Education		 5%

4

Minggu ke 4

Mahasiswa mampu memiliki pemahaman tentang konsep kurva normal dan penggunaannya dalam analisis statistik
  1. • Mahasiswa dapat menjelaskan konsep kurva normal
  2. • Mahasiswa dapat menjelaskan karakteristik kurva normal
  3. • Mahasiswa dapat menggunakan kurva normal untuk membuat estimasi parametrik
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum		 Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan konsep kurva normal
Pustaka: 3. Gudono. 2011. Analisis Data Multivariate. Yogyakarta: BPFE		 5%

5

Minggu ke 5

Mahasiswa mampu memiliki kecakapan untuk melakukaknuji asumsi parametrik
  1. • Mahasiswa dapat menjelaskan pengertian asumsi parametrik
  2. • Mahasiswa dapat menyebutkan dan menjelaskan bentuk-bentuk asumsi parametrik
  3. • Mahasiswa dapat melakukan perhitungan secara akurat untuk melakukan uji asumsi parametrik
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menyebutkan dan menjelaskan bentuk-bentuk asumsi parametrik
Pustaka: 3. Gudono. 2011. Analisis Data Multivariate. Yogyakarta: BPFE		 5%

6

Minggu ke 6

Mahasiswa mampu melakukan analisis statistik dengan benar untuk menetapkan ada tidaknya hubungan linier antara dua variabel dengan tekniik parametrik dan non parametrik
  1. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik parametrik (rumus Pearson)
  2. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik non parametrik (rumus tata jenjang, phi, Koefisien Kontingensi C)
  3. • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk
Active Learning
3 x 50		 Materi: • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

7

Minggu ke 7

Mahasiswa mampu melakukan analisis statistik dengan benar untuk menetapkan ada tidaknya hubungan linier antara dua variabel dengan tekniik parametrik dan non parametrik
  1. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik parametrik (rumus Pearson)
  2. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik non parametrik (rumus tata jenjang, phi, Koefisien Kontingensi C)
  3. • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk
Active Learning
3 x 50		 Materi: • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

8

Minggu ke 8

Mahasiswa mampu melakukan analisis statistik dengan benar untuk menetapkan ada tidaknya hubungan linier antara dua variabel dengan tekniik parametrik dan non parametrik
  1. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik parametrik (rumus Pearson)
  2. • Mahasiswa dapat menguji hipotesis tentang hubungan linier antara dua variabel dengan menggunakan teknik non parametrik (rumus tata jenjang, phi, Koefisien Kontingensi C)
  3. • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk
Active Learning
3 x 50		 Materi: • Mahasisw dapat mengetahui Korelasi ganda : konsep, penerapan, latihan
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

9

Minggu ke 9

  1. • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
  2. • Mahasiswa dapat menerapajn rumus-rumus statistik untuk mengendalikan variabel luar
  3. • Mahasiswa mengetahui Pengendalian variabel luar
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

10

Minggu ke 10

Mahasiswa mampu melakukan analisis statistik untuk menetapkan ada tidaknya hubungan kausal antara dua variabel (bivariat) dengan teknik parametrik dna non parametrik
  1. • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
  2. • Mahasiswa dapat menerapajn rumus-rumus statistik untuk mengendalikan variabel luar
  3. • Mahasiswa mengetahui Pengendalian variabel luar
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

11

Minggu ke 11

Mahasiswa mampu melakukan analisis statistik untuk menetapkan ada tidaknya hubungan kausal antara dua variabel (bivariat) dengan teknik parametrik dna non parametrik
  1. • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
  2. • Mahasiswa dapat menerapajn rumus-rumus statistik untuk mengendalikan variabel luar
  3. • Mahasiswa mengetahui Pengendalian variabel luar
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

12

Minggu ke 12

Mahasiswa mampu melakukan analisis statistik untuk menetapkan ada tidaknya hubungan kausal antara dua variabel (bivariat) dengan teknik parametrik dna non parametrik
  1. • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
  2. • Mahasiswa dapat menerapajn rumus-rumus statistik untuk mengendalikan variabel luar
  3. • Mahasiswa mengetahui Pengendalian variabel luar
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

13

Minggu ke 13

Mahasiswa mampu melakukan analisis statistik untuk menetapkan ada tidaknya hubungan kausal antara dua variabel (bivariat) dengan teknik parametrik dna non parametrik
  1. • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
  2. • Mahasiswa dapat menerapajn rumus-rumus statistik untuk mengendalikan variabel luar
  3. • Mahasiswa mengetahui Pengendalian variabel luar
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja
Active Learning
3 x 50		 Materi: • Mahasiswa dapat menjelaskan perlunya mengendalikan variabel pernacu
Pustaka: 4. Santoso. 2017. Statistik Multivariate dengan SPSS. Jakarta: PT Elex Media Komputindo		 5%

14

Minggu ke 14

Mahasiswa mampu melakukan analisis statistik untuk menetapkan besaran kontribusi dari satu atau lebih variabel bebas pada satu variabel terikat
  1. • Mahasiswa dapat melakukan perhitungan statistik untuk menetapkan besaran kontribusi dari satu variabel bebas pada satu variabel terikat dengan menggunakan rumus regresi tunggal
  2. • Dapat melakukan perhitungan statistik untuk menetapkan besaran kontribusi dari dua atau lebih variabel bebas pada satu variabel terikat dengan menggunakan rumus regresi ganda.
  3. • Mahasiswa mengetahui Analisis hubungan prediksi : analisis regresi
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum
Active Learning
3 x 50		 10%

15

Minggu ke 15

Mahasiswa mampu melakukan analisis statistik untuk menetapkan besaran kontribusi dari satu atau lebih variabel bebas pada satu variabel terikat
  1. • Mahasiswa dapat melakukan perhitungan statistik untuk menetapkan besaran kontribusi dari satu variabel bebas pada satu variabel terikat dengan menggunakan rumus regresi tunggal
  2. • Dapat melakukan perhitungan statistik untuk menetapkan besaran kontribusi dari dua atau lebih variabel bebas pada satu variabel terikat dengan menggunakan rumus regresi ganda.
  3. • Mahasiswa mengetahui Analisis hubungan prediksi : analisis regresi
 Kriteria:

Kuantitatif


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum
Active Learning
3 x 50		 10%

16

Minggu ke 16

Ujian Akhir Semester (UAS)

UAS

 Kriteria:

Kuantitatif


Bentuk Penilaian :
Tes		 UAS
Materi: UAS
Pustaka: 		15%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 28.09%
2. Penilaian Hasil Project / Penilaian Produk 26.42%
3. Penilaian Portofolio 2.67%
4. Penilaian Praktikum 17.25%
5. Praktik / Unjuk Kerja 10.59%
6. Tes 15%
100%

Catatan

  1. Capaian Pembelajaran Lulusan Program Studi (PLO - Program Studi) adalah kemampuan yang dimiliki oleh setiap lulusan Program Studi 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 (CPL-Program Studi) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.
  3. Program Objectives (PO) 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. Sub-PO Mata kuliah (Sub-PO) adalah kemampuan yang dijabarkan secara spesifik dari PO 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. 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.
  6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.
  7. Bentuk penilaian: tes dan non-tes.
  8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
  9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.
  10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
  11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-PO yang besarnya proposional dengan tingkat kesulitan pencapaian sub-PO tsb., dan totalnya 100%.
  12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.