Statistik Deskriptif
Mata kuliah Statistika Deskriptif mempelajari tentang pengumpulan, pengolahan, penyajian, interpretasi, dan analisis serta penarikan kesimpulan data dengan tujuan untuk membantu mengambil keputusan yang efektif, khususnya pada masalah bisnis dan manajemen. Mata kuliah ini akan membahas tentang kegunaan statistik dalam penelitian, cara melakukan kajian-kajian terhadap berbagai macam data statistik untuk menarik kesimpulan, cara melakukan analisis berbagai macam data untuk kepentingan penelitian yang diterapkan dalam penyelesaian kasus-kasus bisnis dan penelitian manajemen. Hal ini diharapkan akan memberikan pemahaman konsep dan metode statistika dasar untuk menganalisis dan menyelesaikan permasalahan bisnis serta sebagai alat bantu dalam pengambilan keputusan manajemen secara rasional dan mengutamakan objektivitas data.
Capaian Pembelajaran Mata Kuliah (CPMK) (4 CPMK)
CPMK 1
Mahasiswa mampu menjelaskan konsep statistika deskriptif
Bobot kontribusi terhadap CPL:
Mahasiswa mampu menjelaskan konsep dasar, fungsi, dan manfaat statistika deskriptif dalam analisis data ekonomi dan manajemen
Mahasiswa mampu mengumpulkan, mengklasifikasikan, dan menyajikan data secara sistematis menggunakan tabel, grafik, dan distribusi frekuensi
CPMK 2
Mahasiswa mampu mengaplikasi proses pengumpulan dan penyajian data
Bobot kontribusi terhadap CPL:
Mahasiswa mampu mengumpulkan, mengklasifikasikan, dan menyajikan data secara sistematis menggunakan tabel, grafik, dan distribusi frekuensi
Mahasiswa mampu menghitung ukuran pemusatan, penyebaran, variasi, kemiringan, dan keruncingan data dalam konteks bisnis dan ekonomi
CPMK 3
Mahasiswa mampu menganalisis ukuran pemusatan data, angka indeks, dan tren
Bobot kontribusi terhadap CPL:
Mahasiswa mampu menghitung ukuran pemusatan, penyebaran, variasi, kemiringan, dan keruncingan data dalam konteks bisnis dan ekonomi
Mahasiswa mampu menerapkan teknik analisis indeks, deret waktu, korelasi, dan regresi sederhana untuk pengambilan keputusan manajerial
CPMK 4
Mahasiswa mampu menganalisis korelasi, regresi, dan probabilitas
Bobot kontribusi terhadap CPL:
Mahasiswa mampu menerapkan teknik analisis indeks, deret waktu, korelasi, dan regresi sederhana untuk pengambilan keputusan manajerial
Mahasiswa mampu mengaplikasikan konsep peluang untuk menafsirkan ketidakpastian dan variabilitas data dalam perencanaan bisnis
Matriks CPMK × CPL
| CPMK | CPL1 | CPL4 | CPL6 | CPL8 | CPL9 |
|---|---|---|---|---|---|
|
CPMK 1
Mahasiswa mampu menjelaskan konsep statistika deskriptif |
✓ | — | — | — | — |
|
CPMK 2
Mahasiswa mampu mengaplikasi proses pengumpulan dan penyajian data |
✓ | ✓ | — | — | — |
|
CPMK 3
Mahasiswa mampu menganalisis ukuran pemusatan data, angka indeks, dan tren |
✓ | — | ✓ | ✓ | — |
|
CPMK 4
Mahasiswa mampu menganalisis korelasi, regresi, dan probabilitas |
— | — | ✓ | ✓ | ✓ |
Pengukuran CPL
Bobot kontribusi setiap CPMK terhadap CPL (dalam %)
| CPMK |
CPL1 |
CPL4 |
CPL6 |
CPL8 |
CPL9 |
Total |
|---|---|---|---|---|---|---|
|
CPMK 1
Mahasiswa mampu menjelaskan konsep statistika deskriptif |
3.0% | — | — | — | — | 3.0% |
|
CPMK 2
Mahasiswa mampu mengaplikasi proses pengumpulan dan penyajian data |
5.0% | 29.0% | — | — | — | 34.0% |
|
CPMK 3
Mahasiswa mampu menganalisis ukuran pemusatan data, angka indeks, dan tren |
10.0% | — | 10.0% | 20.0% | — | 40.0% |
|
CPMK 4
Mahasiswa mampu menganalisis korelasi, regresi, dan probabilitas |
— | — | 8.0% | 9.0% | 6.0% | 23.0% |
| Total per CPL | 18.0% | 29.0% | 18.0% | 29.0% | 6.0% | 100.0% |