|

|
Universitas Negeri Surabaya
Fakultas Ilmu Pendidikan
Program Studi S3 Ilmu Pendidikan
|
Kode Dokumen
|
SEMESTER LEARNING PLAN
|
|
Course
|
KODE
|
Rumpun MataKuliah
|
Bobot Kredit
|
SEMESTER
|
Tanggal Penyusunan
|
|
Riset dan Statistika Pendidikan
|
8800503004
|
Mata Kuliah Wajib Program Studi
|
T=2
|
P=1
|
ECTS=7.56
|
1
|
8 Mei 2024
|
|
OTORISASI
|
Pengembang S.P
|
Koordinator Rumpun matakuliah
|
Koordinator Program Studi
|
Dr. Rofik Jalal Rosyanafi, M.Pd.
|
Dr. Sjafiatul Mardliyah, S.Sos., M.A.
|
GUNARTI DWI LESTARI
|
|
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-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-5
|
Mampu mengembangkan teori, konsep, dan model pendidikan melalui riset orisinal yang berkontribusi pada pengembangan ilmu pendidikan
|
|
PLO-6
|
Mampu merancang dan melaksanakan penelitian pendidikan berbasis mono, multi, inter, dan transdisipliner secara inovatif dan beretika akademik
|
|
PLO-7
|
Mampu menghasilkan publikasi ilmiah bereputasi nasional maupun internasional berbasis hasil penelitian pendidikan
|
|
PLO-9
|
Mampu mengembangkan inovasi pendidikan berbasis teknologi, transformasi digital, dan kearifan lokal
|
|
PLO-12
|
Mampu mengembangkan sistem asesmen, evaluasi pembelajaran, dan penjaminan mutu pendidikan berbasis capaian pembelajaran
|
Program Objectives (PO)
|
|
PO - 1
|
Mampu menjelaskan paradigma riset pendidikan dan konsep statistika pendidikan secara kritis dan sistematis dalam pengembangan ilmu pendidikan.
|
|
PO - 2
|
Mampu menganalisis desain penelitian pendidikan kuantitatif dan mixed methods sesuai karakteristik masalah penelitian pendidikan.
|
|
PO - 3
|
Mampu mengevaluasi kualitas instrumen penelitian berdasarkan validitas, reliabilitas, dan ketepatan analisis statistik secara akademik.
|
|
PO - 4
|
Mampu menerapkan teknik analisis statistik deskriptif, inferensial, dan multivariat dalam penelitian pendidikan berbasis data empiris.
|
|
PO - 5
|
Mampu menginterpretasikan hasil analisis data pendidikan secara kritis untuk mendukung pengembangan teori, kebijakan, dan inovasi pendidikan.
|
|
PO - 6
|
Mampu mengintegrasikan software statistik dan learning analytics dalam pengolahan serta visualisasi data penelitian pendidikan.
|
|
PO - 7
|
Mampu mengembangkan proposal riset pendidikan berbasis problem solving dan evidence-based research sesuai standar akademik doktoral.
|
|
PO - 8
|
Mampu mempresentasikan hasil analisis riset dan statistika pendidikan secara argumentatif, sistematis, dan akademik dalam forum ilmiah.
|
|
PO - 9
|
Mampu menyusun statistical analysis report atau artikel ilmiah berbasis hasil penelitian pendidikan sesuai etika akademik dan standar publikasi ilmiah bereputasi.
|
Matrik PLO-PO
|
| |
| PO | PLO-1 | PLO-3 | PLO-5 | PLO-6 | PLO-7 | PLO-9 | PLO-12 | | PO-1 | | ✔ | | | | | | | PO-2 | | | | ✔ | | | | | PO-3 | | | | | | | ✔ | | PO-4 | | | | ✔ | | | | | PO-5 | | | | | | ✔ | | | PO-6 | | | | | | ✔ | | | PO-7 | | | ✔ | | | | | | PO-8 | ✔ | | | | | | | | PO-9 | | | | | ✔ | | |
|
|
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 | | | | | | | | | | | | | ✔ | | | ✔ |
|
|
Deskripsi Singkat Mata Kuliah
|
Mata kuliah Riset dan Statistika Pendidikan bertujuan mengembangkan kemampuan doktoral mahasiswa dalam memahami, menganalisis, dan menerapkan pendekatan riset pendidikan serta analisis statistika secara kritis, sistematis, dan berbasis evidence-based research. Perkuliahan membahas paradigma penelitian pendidikan, desain riset kuantitatif, pengembangan instrumen penelitian, statistik deskriptif dan inferensial, uji validitas dan reliabilitas, analisis regresi, multivariat, structural equation modeling (SEM), meta-analysis, hingga interpretasi data pendidikan berbasis software statistik dan learning analytics. Mahasiswa diarahkan untuk mengembangkan kemampuan methodological reasoning, statistical decision making, dan integrasi analisis data dalam pengembangan teori, kebijakan, dan inovasi pendidikan. Perkuliahan menekankan kemampuan berpikir kritis terhadap data pendidikan, pengembangan riset berbasis problem solving, dan publikasi ilmiah bereputasi. Luaran mata kuliah berupa research proposal, statistical analysis report, educational data interpretation project, dan artikel ilmiah bereputasi.
|
|
Pustaka
|
Utama :
|
|
- Yulianingsih, W., Mardliyah, S., & Susilo, H. (2019, August). Impact of Handicraft Skills Training for Household Assistants. In 1st International Conference on Education Social Sciences and Humanities (ICESSHum 2019) (pp. 589-595). Atlantis Press.
- Agresti, A. (2018). Statistical methods for the social sciences (5th ed.). Pearson.
- Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.
- Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
- Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2019). How to design and evaluate research in education (10th ed.). McGraw-Hill Education.
- Ghozali, I. (2021). Aplikasi analisis multivariate dengan program IBM SPSS. Badan Penerbit Universitas Diponegoro.
|
|
Pendukung :
|
|
- Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
- Johnson, R. B., & Christensen, L. (2019). Educational research: Quantitative, qualitative, and mixed approaches (7th ed.). SAGE Publications.
- Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill Education.
- Sugiyono. (2023). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.
|
|
Dosen Pengampu
|
Prof. Dr. Yatim Riyanto, M.Pd. Dr. Sjafiatul Mardliyah, S.Sos., M.A. |
|
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
|
Mampu menjelaskan paradigma, konsep, dan teori pembelajaran inovatif secara kritis dan sistematis dalam konteks pendidikan abad ke-21. |
Kemampuan menjelaskan paradigma riset pendidikan dan konsep statistika pendidikan secara sistematis dan kritis. |
Kriteria:
Ketepatan konsep riset dan statistika pendidikan, kedalaman analisis akademik, relevansi argumentasi ilmiah, dan kejelasan komunikasi akademik. Bentuk Penilaian : Aktifitas Partisipasif |
Interactive lecture dan reflective discussion 1x50 |
Video learning, literature review, asynchronous discussion
|
Materi: Paradigma Riset Pustaka: Agresti, A. (2018). Statistical methods for the social sciences (5th ed.). Pearson. |
5% |
|
2
Minggu ke 2
|
Mampu menganalisis desain penelitian pendidikan kuantitatif dan mixed methods sesuai karakteristik masalah penelitian pendidikan secara multidisipliner. |
Kemampuan menganalisis desain penelitian pendidikan kuantitatif dan mixed methods sesuai karakteristik masalah penelitian pendidikan secara multidisipliner. |
Kriteria:
Ketepatan analisis desain penelitian, kualitas sintesis metodologis, relevansi argumentasi akademik, dan kemampuan berpikir sistematis. Bentuk Penilaian : Aktifitas Partisipasif |
Case discussion dan academic review 1x50 |
Journal review dan collaborative issue mapping 2x50 |
Materi: Prinsip-prinsip desain penelitian, elemen kunci penelitian kuantitatif dan kualitatif Pustaka: Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. Thousand Oaks, CA: Sage. Materi: Research Design Pustaka: Sugiyono. (2023). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta. |
5% |
|
3
Minggu ke 3
|
Mampu mengevaluasi kualitas instrumen penelitian berdasarkan validitas, reliabilitas, dan ketepatan analisis statistik secara akademik dan reflektif. |
Kemampuan mengevaluasi kualitas instrumen penelitian berdasarkan validitas, reliabilitas, dan ketepatan analisis statistik secara akademik. |
Kriteria:
Ketepatan evaluasi instrumen penelitian, kualitas analisis validitas dan reliabilitas, kedalaman refleksi akademik, dan relevansi argumentasi ilmiah. Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Portofolio |
Seminar evaluasi instrumen penelitian 1x50 |
Critical review dan online methodological analysis 2x50 |
Materi: Instrumen Penelitian Pustaka: Materi: Instrumen Penelitian Pustaka: Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications. |
5% |
|
4
Minggu ke 4
|
Mampu menerapkan teknik analisis statistik deskriptif dan inferensial dalam penelitian pendidikan berbasis data empiris secara sistematis dan evidence-based. |
Kemampuan menerapkan teknik analisis statistik deskriptif dan inferensial dalam penelitian pendidikan berbasis data empiris secara sistematis. |
Kriteria:
Ketepatan analisis statistik, kualitas interpretasi data pendidikan, relevansi metode statistik, dan konsistensi analisis akademik. Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Praktikum |
Praktik analisis statistik pendidikan 1x50 |
Statistical analysis workshop dan collaborative discussion 2x50 |
Materi: Statistik Inferensial Pustaka: Agresti, A. (2018). Statistical methods for the social sciences (5th ed.). Pearson. |
5% |
|
5
Minggu ke 5
|
Mampu menginterpretasikan hasil analisis data pendidikan untuk mendukung pengembangan teori, kebijakan, dan inovasi pendidikan secara kritis dan multidisipliner. |
Kemampuan menginterpretasikan hasil analisis data pendidikan untuk mendukung pengembangan teori dan kebijakan pendidikan secara multidisipliner. |
Kriteria:
Ketepatan interpretasi data pendidikan, kualitas sintesis hasil penelitian, relevansi pengembangan teori pendidikan, dan kedalaman argumentasi akademik. Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk |
Praktik interpretasi data pendidikan 1x50 |
Data interpretation workshop dan collaborative framework mapping 2x50 |
Materi: Interpretasi Data Pustaka: Johnson, R. B., & Christensen, L. (2019). Educational research: Quantitative, qualitative, and mixed approaches (7th ed.). SAGE Publications. |
5% |
|
6
Minggu ke 6
|
Mampu mengintegrasikan software statistik dan learning analytics dalam pengolahan serta visualisasi data penelitian pendidikan secara sistematis dan inovatif. |
Kemampuan mengintegrasikan software statistik dan learning analytics dalam pengolahan serta visualisasi data penelitian pendidikan secara sistematis. |
Kriteria:
Ketepatan penggunaan software statistik, kualitas visualisasi data pendidikan, relevansi learning analytics, dan inovasi analisis data. Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Praktikum |
Praktik pengolahan data pendidikan 1x50 |
Statistical software workshop dan online collaborative review 2x50 |
Materi: Learning Analytics Pustaka: Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill Education. |
5% |
|
7
Minggu ke 7
|
Mampu menerapkan analisis regresi, korelasi, dan uji hipotesis dalam penelitian pendidikan berbasis data empiris secara sistematis dan evidence-based. |
Kemampuan menerapkan analisis regresi, korelasi, dan uji hipotesis dalam penelitian pendidikan berbasis data empiris secara sistematis. |
Kriteria:
Ketepatan analisis regresi dan korelasi, kualitas interpretasi statistik, relevansi pengujian hipotesis, dan konsistensi analisis akademik. Bentuk Penilaian : Penilaian Praktikum |
Praktik analisis regresi pendidikan 1x50 |
Regression analysis workshop dan collaborative framework mapping 2x50 |
Materi: Analisis Regresi Pustaka: Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications. |
5% |
|
8
Minggu ke 8
|
Mampu mengevaluasi dan mensintesis desain riset pendidikan serta analisis statistika pendidikan melalui statistical analysis project secara akademik dan evidence-based. |
Kemampuan mengevaluasi dan mensintesis desain riset pendidikan serta analisis statistika pendidikan secara sistematis dan evidence-based. |
Kriteria:
Ketepatan statistical analysis project, kualitas sintesis statistika pendidikan, kedalaman refleksi akademik, dan sistematika presentasi ilmiah. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja |
Seminar dan presentasi UTS 1x50 |
Penyusunan statistical analysis report 2x50 |
Materi: Statistical Analysis Pustaka: Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill Education. |
15% |
|
9
Minggu ke 9
|
Mampu menganalisis teknik analisis multivariat dalam penelitian pendidikan secara kritis dan reflektif berbasis data empiris. |
Kemampuan menganalisis teknik analisis multivariat dalam penelitian pendidikan secara kritis dan reflektif. |
Kriteria:
Ketepatan analisis multivariat, kualitas sintesis statistika pendidikan, relevansi analisis data empiris, dan kedalaman argumentasi akademik. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Seminar analisis multivariat 1x50 |
Multivariate analysis review dan collaborative issue analysis 2x50 |
Materi: Big data dalam pendidikan, teknik pengumpulan dan analisis data besar Pustaka: Efron, B., & Hastie, T. (2016). Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge, UK: Cambridge University Press. Materi: Analisis Multivariat Pustaka: Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning. |
5% |
|
10
Minggu ke 10
|
Mampu mengevaluasi penerapan structural equation modeling (SEM) dan path analysis dalam pengembangan penelitian pendidikan secara multidisipliner. |
Kemampuan mengevaluasi penerapan structural equation modeling dan path analysis dalam penelitian pendidikan secara multidisipliner. |
Kriteria:
Ketepatan analisis SEM, relevansi model struktural pendidikan, kualitas sintesis statistika, dan kedalaman argumentasi ilmiah. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum |
SEM workshop dan collaborative issue mapping 1x50 |
Mampu mengevaluasi penerapan structural equation modeling (SEM) dan path analysis dalam pengembangan penelitian pendidikan secara multidisipliner. 2x50 |
Materi: Konsep dasar dan penerapan teknik statistik non-parametrik Pustaka: Markham, A. N., & Buchanan, E. (2012). Ethical decision-making and Internet research: Recommendations from the AoIR ethics working committee. Ethics and Information Technology, 12(2), 109-119. Materi: Structural Equation Modeling Pustaka: Ghozali, I. (2021). Aplikasi analisis multivariate dengan program IBM SPSS. Badan Penerbit Universitas Diponegoro. |
5% |
|
11
Minggu ke 11
|
Mampu menginterpretasikan hasil analisis learning analytics dan educational big data untuk mendukung inovasi pendidikan secara kritis dan evidence-based. |
Kemampuan menginterpretasikan hasil analisis learning analytics dan educational big data secara kritis dan evidence-based. |
Kriteria:
Ketepatan interpretasi learning analytics, kualitas sintesis educational big data, relevansi inovasi pendidikan, dan konsistensi analisis akademik. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk |
Praktik interpretasi educational big data 1x50 |
Learning analytics workshop dan online collaborative review 2x50 |
Materi: Prinsip-prinsip meta-analisis, penerapan dalam penelitian, dan interpretasi hasil Pustaka: Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Chichester, UK: John Wiley & Sons. Materi: Educational Analytics Pustaka: Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill Education. |
5% |
|
12
Minggu ke 12
|
Mampu mempresentasikan hasil analisis riset dan statistika pendidikan secara argumentatif, sistematis, dan akademik dalam forum ilmiah. |
Pemahaman isu reproducibility dan penerapan open science |
Kriteria:
Kejelasan komunikasi ilmiah, kedalaman analisis statistika pendidikan, kualitas argumentasi akademik, dan penguasaan materi presentasi. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja |
Seminar presentasi akademik 1x50 |
Academic presentation preparation dan peer feedback 2x50 |
Materi: Presentasi Akademik Pustaka: Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2019). How to design and evaluate research in education (10th ed.). McGraw-Hill Education. |
5% |
|
13
Minggu ke 13
|
Mampu mengintegrasikan hasil analisis statistika pendidikan ke dalam statistical analysis report atau educational data interpretation project secara komprehensif. |
Kemampuan mengintegrasikan hasil analisis statistika pendidikan ke dalam statistical analysis report secara komprehensif. |
Kriteria:
Keterpaduan statistical framework, kualitas sintesis statistika pendidikan, relevansi interpretasi data pendidikan, dan konsistensi argumentasi akademik. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk |
Konsultasi project statistika pendidikan 1x50 |
Statistical integration workshop dan collaborative review
|
Materi: Prinsip-prinsip etika penelitian, tantangan digital, dan best practices. Pustaka: Markham, A. N., & Buchanan, E. (2012). Ethical decision-making and Internet research: Recommendations from the AoIR ethics working committee. Ethics and Information Technology, 12(2), 109-119. Materi: Statistical Framework Pustaka: Agresti, A. (2018). Statistical methods for the social sciences (5th ed.). Pearson. |
5% |
|
14
Minggu ke 14
|
Mampu melakukan peer review dan penyempurnaan statistical analysis report atau artikel ilmiah secara reflektif dan akademik. |
Kemampuan melakukan evaluasi dan revisi statistical analysis report atau artikel ilmiah secara akademik dan reflektif. |
Kriteria:
Ketepatan evaluasi akademik, kualitas masukan statistika pendidikan, kedalaman refleksi analisis data, dan kualitas revisi manuscript. Bentuk / Model Penilaian Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk |
Seminar evaluasi manuscript 1x50 |
Peer review manuscript dan online academic feedback 2x50 |
Materi: Pengembangan proyek kolaboratif, penerapan teknik analisis, dan penyusunan laporan Pustaka: Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. Thousand Oaks, CA: Sage. Materi: Review Manuscript Pustaka: Yulianingsih, W., Mardliyah, S., & Susilo, H. (2019, August). Impact of Handicraft Skills Training for Household Assistants. In 1st International Conference on Education Social Sciences and Humanities (ICESSHum 2019) (pp. 589-595). Atlantis Press. |
5% |
|
15
Minggu ke 15
|
Mampu memfinalisasi statistical analysis report, educational data interpretation project, atau artikel ilmiah statistika pendidikan sesuai standar publikasi ilmiah bereputasi. |
Kemampuan memfinalisasi statistical analysis report, educational data interpretation project, atau artikel ilmiah statistika pendidikan secara sistematis dan profesional. |
Kriteria:
Kualitas substansi statistika pendidikan, ketepatan scientific writing, kelayakan publikasi ilmiah, dan profesionalitas presentasi akademik. Bentuk Penilaian : Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja |
Final academic presentation 3x50 |
|
Materi: Finalisasi Manuscript Pustaka: Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications. |
5% |
|
16
Minggu ke 16
|
Mampu mempertahankan hasil analisis riset dan statistika pendidikan secara argumentatif, evidence-based, dan akademik dalam forum ilmiah. |
Kemampuan mempertahankan hasil analisis riset dan statistika pendidikan secara argumentatif dan evidence-based. |
Kriteria:
Kualitas statistical analysis report atau educational data interpretation project, ketepatan analisis statistika pendidikan, kemampuan scientific defense, dan kontribusi pengembangan riset pendidikan. Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja |
Seminar UAS dan academic defense 3x50 |
|
Materi: Academic Defense Pustaka: Yulianingsih, W., Mardliyah, S., & Susilo, H. (2019, August). Impact of Handicraft Skills Training for Household Assistants. In 1st International Conference on Education Social Sciences and Humanities (ICESSHum 2019) (pp. 589-595). Atlantis Press. |
15% |