Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S2 Pendidikan Teknologi Informasi

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Statistika

8321503006

T=2

P=0

ECTS=4.48

1

9 April 2026

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Prof. Dr. Ekohariadi, M.Pd


.......................................


RINA HARIMURTI

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

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-6

Menguasai metodologi penelitian pendidikan dan teknologi informasi tingkat lanjut untuk merancang dan melaksanakan penelitian yang menghasilkan kontribusi signifikan terhadap pengembangan ilmu pengetahuan dan praktik profesional

PLO-8

Mengidentifikasi, menganalisis, dan memecahkan masalah kompleks dalam konteks pendidikan teknologi informasi menggunakan pendekatan yang kritis, logis, dan berbasis data

PLO-10

Merancang, mengembangkan, dan mengimplementasikan sistem pembelajaran yang memanfaatkan teknologi informasi secara efektif, inovatif, dan sesuai dengan kebutuhan pembelajaran adaptif dan analitis

PLO-11

Mengaplikasikan teknik learning analytics, adaptive learning, dan cybersecurity in education untuk menganalisis data pembelajaran, mengevaluasi efektivitas strategi pembelajaran, dan memberikan rekomendasi berbasis data untuk peningkatan proses pendidikan

PLO-12

Melakukan penelitian yang rigor di bidang pendidikan teknologi informasi, mulai dari perumusan masalah hingga penyusunan laporan dan publikasi ilmiah yang diakui di tingkat nasional dan internasional dan bermanfaat bagi masyarakat

Program Objectives (PO)

PO - 1

Mahasiswa mampu mengolah, menyajikan, dan menafsirkan data menggunakan ukuran pemusatan, penyebaran, dan distribusi untuk menggambarkan karakteristik populasi atau sampel secara deskriptif

PO - 2

Mahasiswa mampu menghitung dan menafsirkan koefisien korelasi (Pearson, Spearman, Kendall) untuk mengidentifikasi arah dan kekuatan hubungan antar variabel penelitian.

PO - 3

Mahasiswa mampu membangun dan mengevaluasi model regresi linier sederhana untuk memprediksi variabel dependen berdasarkan satu variabel independen.

PO - 4

Mahasiswa mampu mengembangkan model regresi linier ganda untuk mengestimasi pengaruh simultan beberapa variabel independen terhadap variabel dependen dan menguji signifikansinya.

PO - 5

Mahasiswa mampu merancang dan menganalisis model hubungan kausal antar variabel laten maupun manifes menggunakan analisis jalur untuk mengidentifikasi efek langsung dan tidak langsung.

PO - 6

Mahasiswa mampu melakukan uji efek mediasi untuk menentukan peran variabel perantara (mediator) dalam menjelaskan hubungan antar konstruk penelitian.

PO - 7

Mahasiswa mampu menguji perbedaan rata-rata dua kelompok independen dan menafsirkan hasilnya berdasarkan asumsi kesetaraan varians dan normalitas.

PO - 8

Mahasiswa mampu menguji perbedaan rata-rata dua pengukuran berpasangan (pre-test dan post-test) serta menafsirkan implikasi hasil terhadap pengaruh perlakuan.

PO - 9

Mahasiswa mampu memilih dan menerapkan teknik analisis statistik korelasional yang sesuai dengan tujuan dan hipotesis penelitian, serta menafsirkan hasilnya secara ilmiah.

PO - 10

Mahasiswa mampu melakukan dan menafsirkan hasil uji ANOVA satu jalur untuk menguji perbedaan rata-rata lebih dari dua kelompok serta melakukan uji lanjut (post hoc).

PO - 11

Mahasiswa mampu menganalisis pengaruh dua faktor independen terhadap satu variabel dependen serta mengidentifikasi efek interaksi antar faktor.

PO - 12

Mahasiswa mampu membangun dan mengevaluasi model regresi logistik untuk data dengan variabel dependen kategorik, serta menafsirkan hasilnya melalui odds ratio dan probabilitas.

PO - 13

Mahasiswa mampu membangun dan mengevaluasi model struktural menggunakan pendekatan Partial Least Squares (PLS) untuk menganalisis hubungan antar konstruk laten.

PO - 14

Mahasiswa mampu membedakan, merancang, dan mengevaluasi model pengukuran reflektif dan formatif dalam SEM-PLS serta memahami implikasinya terhadap validitas konstruk.

PO - 15

Mahasiswa mampu menerapkan teknik mediasi dalam model SEM-PLS untuk menguji efek langsung, tidak langsung, dan total antar konstruk penelitian.

PO - 16

Mahasiswa mampu memilih, menerapkan, dan menafsirkan teknik analisis statistik yang sesuai dengan desain penelitian pengembangan maupun eksperimen untuk mendukung validitas hasil penelitian.

Matrik PLO-PO
 
POPLO-3PLO-6PLO-8PLO-10PLO-11PLO-12
PO-1✔     
PO-2✔     
PO-3 ✔    
PO-4 ✔    
PO-5  ✔   
PO-6  ✔   
PO-7   ✔  
PO-8   ✔  
PO-9    ✔ 
PO-10    ✔ 
PO-11     ✔
PO-12     ✔
PO-13     ✔
PO-14     ✔
PO-15     ✔
PO-16     ✔

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✔
PO-4✔
PO-5✔✔
PO-6✔
PO-7✔
PO-8
PO-9✔
PO-10✔
PO-11✔
PO-12✔
PO-13✔
PO-14✔
PO-15✔
PO-16✔

Deskripsi Singkat Mata Kuliah

Mata kuliah Statistika bertujuan membekali mahasiswa dengan kemampuan memahami, menerapkan, dan menafsirkan berbagai teknik analisis statistik dalam konteks penelitian pendidikan, sosial, dan pengembangan. Mahasiswa tidak hanya mempelajari konsep dasar statistik deskriptif dan inferensial, tetapi juga diperkenalkan pada pendekatan analisis multivariat dan structural modeling yang relevan dengan penelitian modern berbasis data. Pada bagian awal, mahasiswa akan mempelajari statistik deskriptif untuk meringkas dan memvisualisasikan data, serta analisis hubungan melalui korelasi, regresi linier sederhana dan ganda. Mahasiswa kemudian diarahkan pada pemahaman analisis jalur (path analysis) dan analisis mediasi untuk mempelajari hubungan langsung dan tidak langsung antar variabel. Selanjutnya, mahasiswa dilatih menerapkan uji beda (t-test) baik untuk sampel independen maupun dependen, serta ANOVA satu dan dua jalur untuk menganalisis perbedaan lebih dari dua kelompok. Materi lanjutan mencakup regresi logistik untuk variabel dependen kategorik dan analisis non-parametrik bagi data yang tidak memenuhi asumsi parametrik. Pada tingkat lanjut, mahasiswa diperkenalkan pada Structural Equation Modeling (SEM) berbasis Partial Least Squares (PLS), termasuk model pengukuran reflektif dan formatif, serta analisis mediasi dalam PLS-SEM. Mahasiswa belajar merancang, mengestimasi, dan mengevaluasi model pengukuran dan struktural menggunakan perangkat lunak statistik modern (misalnya SmartPLS, SPSS, atau Python). Bagian akhir mata kuliah menekankan aplikasi statistik pada penelitian korelasional, pengembangan, dan eksperimen, dengan fokus pada pemilihan teknik analisis yang sesuai, validitas temuan, dan pelaporan hasil secara ilmiah. Dengan demikian, mata kuliah ini mempersiapkan mahasiswa untuk menjadi peneliti yang mampu menggunakan data secara reflektif, analitis, dan berbasis bukti.

Pustaka

Utama :

  1. Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub
  2. Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2019). Multivariate data analysis ( 8th eds.) . London: Pearson Education Limited
  3. Randolph, K.A., & Myers, L.L. (2013). Basic statistics in multivariate analysis. New York: Oxford University Press.
  4. Stevens, J.P. (2016). Applied multivariate statistics for the social sciences. New York: Routledges

Pendukung :

  1. Fraenkel, J.R. & Norman, E.W. (2012). How to design and evaluate research in education (8th Ed.). New York: McGraw-Hill.

Dosen Pengampu

Prof. Dr. Ekohariadi, M.Pd.

Dr. Yeni Anistyasari, S.Pd., M.Kom.

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
  1. Mahasiswa memahami konsep dasar data, skala pengukuran, dan ukuran statistik deskriptif.
  2. Mahasiswa mampu mengolah data dalam bentuk tabel, grafik, serta menghitung ukuran pemusatan dan penyebaran.
  3. Mahasiswa mampu menafsirkan hasil statistik deskriptif untuk menjelaskan karakteristik data penelitian.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep dasar data, skala pengukuran, dan ukuran statistik deskriptif. Pengolahan data ke dalam tabel, grafik, ukuran pemusatan dan penyebaran. Interpretasi hasil statistik deskriptif dalam konteks penelitian.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

2

Minggu ke 2
  1. Mahasiswa memahami konsep dan jenis korelasi antar variabel.
  2. Mahasiswa mampu menghitung koefisien korelasi Pearson, Spearman, atau Kendall.
  3. Mahasiswa mampu menafsirkan arah, kekuatan, dan signifikansi hubungan antar variabel.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep dan jenis korelasi antar variabel. Perhitungan koefisien korelasi Pearson, Spearman, dan Kendall. Interpretasi arah, kekuatan, dan signifikansi hubungan antar variabel.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

3

Minggu ke 3
  1. Mahasiswa memahami konsep hubungan sebab akibat dalam model regresi sederhana.
  2. Mahasiswa mampu membangun model dan menghitung persamaan regresi linier sederhana.
  3. Mahasiswa mampu menginterpretasikan nilai koefisien dan R² untuk menarik kesimpulan prediktif.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep hubungan sebab akibat dalam model regresi sederhana. Estimasi persamaan regresi linier sederhana. Interpretasi koefisien regresi dan nilai R².
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

4

Minggu ke 4
  1. Mahasiswa memahami konsep regresi ganda dan asumsi dasarnya.
  2. Mahasiswa mampu mengestimasi model regresi ganda serta menguji signifikansi tiap variabel prediktor.
  3. Mahasiswa mampu menafsirkan kontribusi relatif masing-masing variabel terhadap variabel dependen.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep hubungan langsung dan tidak langsung antar variabel. Penyusunan diagram jalur dan perhitungan koefisien jalur. Interpretasi hasil analisis jalur dalam model penelitian.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

5

Minggu ke 5
  1. Mahasiswa memahami konsep hubungan langsung dan tidak langsung antar variabel.
  2. Mahasiswa mampu menggambar diagram jalur dan menghitung koefisien jalur.
  3. Mahasiswa mampu menginterpretasikan hasil analisis jalur dalam konteks model penelitian.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep hubungan langsung dan tidak langsung antar variabel. Penyusunan diagram jalur dan perhitungan koefisien jalur. Interpretasi hasil analisis jalur dalam model penelitian.
Pustaka: Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2019). Multivariate data analysis ( 8th eds.) . London: Pearson Education Limited		 3%

6

Minggu ke 6
  1. Mahasiswa memahami konsep mediasi dan peran variabel mediator.
  2. Mahasiswa mampu melakukan uji efek mediasi dengan metode statistik yang sesuai.
  3. Mahasiswa mampu menafsirkan hasil efek langsung, tidak langsung, dan total antar konstruk.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep mediasi dan variabel mediator. Uji efek mediasi dengan metode statistik (Baron & Kenny, Sobel, Bootstrapping). Interpretasi efek langsung, tidak langsung, dan total antar konstruk.
Pustaka: Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2019). Multivariate data analysis ( 8th eds.) . London: Pearson Education Limited		 3%

7

Minggu ke 7
  1. Mahasiswa memahami asumsi dan tujuan uji t dua sampel independen.
  2. Mahasiswa mampu melakukan perhitungan uji t independen menggunakan perangkat lunak statistik.
  3. Mahasiswa mampu menafsirkan hasil uji untuk menentukan perbedaan antar kelompok.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Asumsi dan tujuan uji t dua sampel independen. Langkah perhitungan uji t independen menggunakan perangkat lunak statistik. Interpretasi hasil uji untuk menentukan perbedaan antar kelompok.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

8

Minggu ke 8
  1. Mahasiswa memahami konsep pengukuran berpasangan dan asumsi uji t dependen.
  2. Mahasiswa mampu menghitung nilai uji t dependen dan menguji hipotesis perbedaan dua kondisi.
  3. Mahasiswa mampu menafsirkan hasil uji dalam konteks penelitian eksperimental.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep pengukuran berpasangan dan asumsi uji t dependen. Langkah perhitungan uji t berpasangan. Interpretasi hasil uji t dalam penelitian eksperimental.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

9

Minggu ke 9
  1. Mahasiswa memahami prinsip dasar penelitian korelasional.
  2. Mahasiswa mampu memilih dan menerapkan teknik korelasi atau regresi yang sesuai.
  3. Mahasiswa mampu menafsirkan hasil analisis korelasional untuk menjawab pertanyaan penelitian.
  1. Menjelaskan konsep dasar penelitian korelasional dan perbedaannya dengan penelitian kausal atau deskriptif.
  2. Menentukan jenis korelasi yang tepat (Pearson, Spearman, Kendall) sesuai karakteristik data.
  3. Menggunakan perangkat lunak statistik (misalnya SPSS, Excel, R, atau Python) untuk melakukan analisis korelasional.
  4. Menafsirkan arah, kekuatan, dan signifikansi hubungan antar variabel dari output analisis.
  5. Menyusun laporan hasil analisis korelasional secara sistematis dan argumentatif.
 Kriteria:
  1. 90–100 Menjelaskan secara lengkap prinsip penelitian korelasional, asumsi, dan pemilihan teknik korelasi.
  2. 80–89 Menjelaskan konsep korelasi dengan benar, namun kurang mendalam terkait asumsi atau keterbatasan metode.
  3. 70–79 Menunjukkan pemahaman dasar tentang korelasi namun kurang mampu menjelaskan hubungan dengan desain penelitian.
  4. 60–69 Pemahaman konsep korelasi masih terbatas; bingung membedakan dengan regresi atau deskriptif.

Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Prinsip dasar penelitian korelasional. Pemilihan teknik korelasi atau regresi yang sesuai. Interpretasi hasil analisis korelasional untuk menjawab pertanyaan penelitian.
Pustaka: Fraenkel, J.R. & Norman, E.W. (2012). How to design and evaluate research in education (8th Ed.). New York: McGraw-Hill.		 25%

10

Minggu ke 10
  1. Mahasiswa memahami prinsip dan asumsi ANOVA satu jalur.
  2. Mahasiswa mampu menghitung nilai F dan melakukan uji lanjut (post hoc).
  3. Mahasiswa mampu menafsirkan hasil ANOVA satu jalur untuk menjelaskan perbedaan antar kelompok.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100

 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Prinsip dan asumsi ANOVA satu jalur. Perhitungan nilai F dan pelaksanaan uji lanjut (post hoc). Interpretasi hasil ANOVA satu jalur.
Pustaka: Stevens, J.P. (2016). Applied multivariate statistics for the social sciences. New York: Routledges		 3%

11

Minggu ke 11
  1. Mahasiswa memahami konsep efek utama dan interaksi dalam ANOVA dua jalur.
  2. Mahasiswa mampu menganalisis pengaruh dua faktor independen terhadap satu variabel dependen.
  3. Mahasiswa mampu menafsirkan hasil analisis efek utama dan interaksi.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep efek utama dan efek interaksi dalam ANOVA dua jalur. Analisis pengaruh dua faktor independen terhadap satu variabel dependen. Interpretasi hasil analisis efek utama dan interaksi.
Pustaka: Daniels, L., & Minot, N. (2020). An introduction to statistics and data analysis using Stata. London: Sage Pub		 3%

12

Minggu ke 12
  1. Mahasiswa memahami konsep dasar regresi logistik untuk variabel dependen kategorik.
  2. Mahasiswa mampu membangun model regresi logistik dan menghitung koefisien log-odds.


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep dasar regresi logistik untuk variabel dependen kategorik. Penyusunan model regresi logistik dan estimasi parameter. Interpretasi hasil regresi logistik dengan odds ratio dan probabilitas.
Pustaka: Randolph, K.A., & Myers, L.L. (2013). Basic statistics in multivariate analysis. New York: Oxford University Press.		 3%

13

Minggu ke 13
  1. Mahasiswa memahami konsep dasar model persamaan struktural berbasis varian (PLS)
  2. Mahasiswa mampu membangun model struktural dan pengukuran menggunakan software SEM-PLS.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 3%

14

Minggu ke 14
  1. Mahasiswa memahami perbedaan konseptual antara model reflektif dan formatif.
  2. Mahasiswa mampu menguji validitas dan reliabilitas indikator dalam model reflektif dan formatif.
  3. Mahasiswa mampu menafsirkan implikasi model pengukuran terhadap interpretasi konstruk.

Aktivitas partisipatif
Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Perbedaan konseptual antara model reflektif dan formatif. Pengujian validitas dan reliabilitas indikator. Implikasi model pengukuran terhadap interpretasi konstruk.
Pustaka: Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2019). Multivariate data analysis ( 8th eds.) . London: Pearson Education Limited		 3%

15

Minggu ke 15
  1. Mahasiswa memahami konsep efek mediasi dalam kerangka SEM-PLS.
  2. Mahasiswa mampu membangun model mediasi dan menguji efek tidak langsung melalui bootstrapping
  3. Mahasiswa mampu menafsirkan hasil efek mediasi dan validitas model SEM-PLS.

Aktivitas partisipatif

 Kriteria:

Aktivitas partisipatif diberi skor maksimum 100


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Konsep efek mediasi dalam SEM-PLS. Pembangunan model mediasi dan uji efek tidak langsung (bootstrapping). Interpretasi hasil efek mediasi dan validitas model SEM-PLS.
Pustaka: Stevens, J.P. (2016). Applied multivariate statistics for the social sciences. New York: Routledges		 3%

16

Minggu ke 16
  1. Mahasiswa memahami prinsip desain penelitian pengembangan dan eksperimen.
  2. Mahasiswa mampu memilih teknik analisis statistik yang sesuai dengan desain penelitian.
  3. Mahasiswa mampu menginterpretasikan hasil analisis untuk mendukung validitas dan efektivitas penelitian.
  1. Menjelaskan rancangan penelitian pengembangan dan eksperimen, termasuk variabel bebas, terikat, dan kontrol.
  2. Menentukan dan menerapkan teknik analisis statistik yang sesuai (mis. uji t, ANOVA, ANCOVA, regresi, uji non-parametrik).
  3. Melakukan analisis data menggunakan perangkat lunak statistik (SPSS, R, Excel, Python, atau sejenisnya).
  4. Menafsirkan hasil analisis dan menyusun laporan ilmiah yang memaparkan efektivitas perlakuan atau hasil pengembangan.
 Kriteria:
  1. 90–100 (Sangat Baik) Menjelaskan secara komprehensif desain penelitian dan variabel; mampu membedakan penelitian pengembangan dan eksperimen.
  2. 80–89 (Baik) Menjelaskan desain penelitian dengan benar, namun belum mendalam terkait kontrol variabel atau validitas.
  3. 70–79 (Cukup) Menjelaskan sebagian desain penelitian, tetapi belum memahami fungsi kontrol dan jenis variabel.
  4. 60–69 (Kurang) Penjelasan rancangan penelitian tidak sistematis dan kurang relevan.

Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Presentasi, tanya jawab, diskusi, pemberian tugas
 Presentasi, tanya jawab, diskusi, pemberian tugas
 Materi: Prinsip desain penelitian pengembangan dan eksperimen. Pemilihan teknik analisis statistik yang sesuai dengan desain penelitian. Interpretasi hasil analisis untuk validitas dan efektivitas penelitian.
Pustaka: Fraenkel, J.R. & Norman, E.W. (2012). How to design and evaluate research in education (8th Ed.). New York: McGraw-Hill.		 33%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 39%
2. Penilaian Hasil Project / Penilaian Produk 58%
97%

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.