Statistik Deskriptif

Kursus Statistik Deskriptif memberikan pemahaman dasar tentang metode statistik yang digunakan untuk mendeskripsikan, menganalisis, dan menyajikan data secara ringkas dan informatif. Kursus ini menekankan penerapan konsep statistik dalam konteks bisnis dan ekonomi, seperti manajemen data, analisis tren, dan pengambilan keputusan berbasis data.

Tujuan pembelajaran akhir adalah agar mahasiswa mampu (1) memahami konsep dasar statistik deskriptif, termasuk mengukur kecenderungan sentral, dispersi, dan penyajian data; (2) menganalisis dan menyajikan data dalam tabel, grafik, dan diagram yang efektif; (3) menggunakan statistik deskriptif untuk mendukung pengambilan keputusan dalam konteks bisnis dan ekonomi; (4) menerapkan teknik perhitungan statistik menggunakan perangkat lunak seperti Excel atau aplikasi statistik lainnya; dan (5) menafsirkan hasil analisis data untuk memecahkan masalah dunia nyata dalam bisnis dan ekonomi. Materi pembelajaran yang dibahas adalah (1) Pengantar Statistik: Konsep dasar dan terminologi statistik; (2) Pengumpulan Data: Teknik pengambilan sampel, survei, dan eksperimen; (3) Penyajian Data: Tabel frekuensi, histogram, grafik batang, dan diagram lingkaran; (4) Pengukuran Kecenderungan Sentral: Rata-rata, median, dan modus; (5) Pengukuran Dispersi: Varians, deviasi standar, dan rentang interkuartil; (6) Analisis Distribusi Data: Bentuk distribusi dan outlier. Metode dan Strategi Pembelajaran meliputi (1) Metode Kuliah Interaktif, yaitu penjelasan konsep disertai diskusi aktif di kelas untuk membantu mahasiswa memahami teori dan konsep dasar statistik deskriptif. (2) Studi Kasus meliputi analisis data dari kasus nyata dalam bisnis dan ekonomi untuk menerapkan teori yang dipelajari pada situasi praktis. (3) Praktik Mandiri berupa soal latihan menggunakan data nyata dengan perangkat lunak statistik untuk mengasah keterampilan teknis mahasiswa. (4) Pembelajaran Kolaboratif berupa diskusi kelompok untuk menyelesaikan tugas proyek yang melibatkan pengumpulan, analisis, dan interpretasi data bersama. (5) Pembelajaran Berbasis Masalah (PBL). Dalam metode ini, mahasiswa diberikan masalah nyata dalam bisnis atau ekonomi yang relevan dengan topik statistik deskriptif. Masalah ini menjadi titik awal untuk pembelajaran mandiri dan kelompok. Mahasiswa diminta untuk menganalisis data atau situasi bermasalah, mengidentifikasi apa yang perlu dipelajari untuk menyelesaikan masalah, dan kemudian menyajikan solusi berdasarkan analisis statistik. Tujuan metode ini adalah untuk mendorong pengembangan keterampilan berpikir kritis, kolaborasi, dan pengambilan keputusan berbasis data. Mahasiswa belajar tidak hanya dari materi, tetapi juga dari pengalaman dalam menyelesaikan masalah nyata. Metode penilaian yang digunakan meliputi (1) Ujian Tertulis: Menguji pemahaman konsep dan keterampilan analisis data. (2) Tugas Individu: Menyelesaikan masalah statistik dengan analisis hasil. (3) Tugas Kelompok: Proyek analisis data berdasarkan studi kasus dan PBL. (4) Presentasi: Presentasi lisan hasil analisis data untuk menunjukkan interpretasi data dan keterampilan komunikasi. (5) Partisipasi Kelas: Partisipasi aktif dalam diskusi dan kegiatan pembelajaran, termasuk dalam menyelesaikan masalah berbasis PBL.