rph penaakulan data.doc

Upload: afieza-tumijan

Post on 01-Nov-2015

239 views

Category:

Documents


2 download

TRANSCRIPT

RPP-04

PERANCANGAN KULIAHLECTURE PLAN

MAKLUMAT MATA PELAJARAN (SUBJECT INFORMATION)SEMESTER/SESI (SEMESTER/SESSION):

SEM II-2013/2014 KOD MATA PELAJARAN (SUBJECT CODE)

:

BBD 30402NAMA MATA PELAJARAN (NAME OF SUBJECT):

PENAAKULAN DATA PENYELIDIKANBEBAN AKADEMIK PELAJAR (STUDENT ACADEMIC LOAD)

:

80 hoursAktiviti Pembelajaran(Learning Activity)Minggu (Week)Jam/Minggu (Hour /Week)Bilangan Jam / Semester(Hour/Semester)Kuliah (Lecture)14114Tutorial (Tutorial)Amali (Practical)14342Pembelajaran Kendiri (Independent Study)6Ujian (Test)1Peperiksaan Akhir (Final Exam)2Lain-lain (Others)1. Kuiz (Quiz)2. Pembentangan (Presentation)3. Refleksi (Reflection)4. Tugasan (Assignment)

5. Projek (Project)222450.520.5111

4145JUMLAH JAM BELAJAR (JJB)TOTAL STUDENT LEARNING TIME (SLT)80 Matapelajaran Pra-syarat (Pre requisite subjects): Tiada

Nama Pensyarah (Lecturers name)

1. Dr. Alias Bin Masek

Disediakan oleh (Prepared by) :

Tandatangan (Signature) :

Nama (Name) : Dr ALIAS BIN MASEKTarikh (Date): 5/07/2015Disahkan oleh (Approved by) :

Tandatangan (Signature) :

Nama (Name) : SAIFULLIZAM BIN PUTEHTarikh (Date): 5/07/2015

MATLAMAT (GOALS) :

Membolehkan pelajar menggunakan statistik dalam penyelidikan asas dan pengukuran dan penilaian .

SINOPSIS (SYNOPSIS) :

Kursus ini menekankan kepada pendekatan asas statistik deskriptif untuk tujuan penyelidikan asas dan penilaian.

HASIL PEMBELAJARAN (LEARNING OUTCOMES) :

Pada akhir kursus, pelajar dapat:

1. menghubungkaitkan penggunaan statistik dengan analisis keputusan peperiksaan berlandaskan formula yang betul

2. memanipulasi pengetahuan statistik bagi penyelesaian masalah dalam menjalankan penyelidikan asas pendidikan dengan menggunakan elemen statistik yang betul

3. menghuraikan hasil analisis data secara kritis dengan menggunakan ayat yang betul.

ISI KANDUNGAN (CONTENT) :

MINGGU

(WEEK)

KANDUNGAN

(CONTENT)

PENTAKSIRAN

(ASSESSMENT)

1

Asas Statistik (2 Jam)

1.1 Pengenalan

1.2 Pengukuran: Nominal, Ordinal dan Interval

Ujian & peperiksaan akhir2,3Statistik Deskriptif (12 Jam)

2.1 Min, Median dan Mod

2.2 Sisihan Piawai

2.3 Populasi dan Persampelan

2.4 Taburan: Normal, Pencongan

2.5 Graf dan Carta

Kuiz, ujian & peperiksaan akhir, refleksi4,5,6Aplikasi Statistik (14 Jam)

3.1 Pengenalan Kepada Ujian Signifikan

3.2 Kebarangkalian dan Signifikan

3.3 Prosidur Umum Ujian Signifikan

3.4 Ujian Chi-square

3.5 Mann-Whitney U

3.6 Korelasi

Ujian & peperiksaan akhir7,8,9,10Perisian Statistik (16 Jam)

4.1 Antaramuka

4.2 Reka Bentuk dan Input Data4.3 Manipulasi Data4.4 Mempamerkan Data: Jadual, Histograf, Graf, Carta PaiKuiz, ujian & peperiksaan akhir11,12Tafsiran dan Interpretasi Data (12 Jam)

5.1 Mempersembahkan Data5.2 Menganalisis Data5.3 Merumus Dapatan5.4 Menjustifikasi DapatanPeperiksaan akhir, refleksi13,14

Pembentangan projek

Laporan & pembentangan

TUGASAN / PROJEK (ASSIGNMENT / PROJECT)-Tatacara dan arahan projek dilampirkan

PENILAIAN (ASSESSMENT) :Kuiz (Quiz):

5 %

Tugasan (Assignment):

15 %

Ujian (Test) :

15 %

Projek (Project):

20 %

Lain-lain (Others):

5 %

Peperiksaan Akhir

(Final Examination)

:

40 %

Jumlah (Total)

:

100%

RUJUKAN (REFERENCES) :

1. Latifah Mohd. Nor (2005). Statistics Made Simple (2nd Ed.). Kuala Lumpur: International Islamic University. HA29 .L37 2005.2. Marija, J.N. (2002). SPSS 11.0 Guide to Data Analysis: SPSS Inc.. New Jersey: Prentice Hall.

3. Huck, S. (2000). Reading Statistics and Research. Needham Heights: Allyn and Bacon. QA276 .H82 20084. Levin, J., Fox, J. (2000). Elementary Statistics in Social Research. Needham Heights: Allyn and Bacon. HA29 .L49 20065. Mohd. Salleh Abu dan Zaidatun Tasir .(2001). Pengenalan Kepada Analisis Data Berkomputer SPSS 10.1 for Windows.Kuala Lumpur: Venton Pub. HA32 .M64 2001 D1

KEHADIRAN / PERATURAN SEMASA KULIAH (LECTURE ATTENDANCE / REGULATION)

(1) Pelajar mesti hadir tidak kurang dari 80% masa pertemuan yang ditentukan bagi sesuatu mata pelajaran termasuk mata pelajaran Hadir Wajib (HW) dan mata pelajaran Hadir Sahaja (HS).

Students must attend lectures not less than 80% of the contact hours for every subject including Compulsory Attendance Subjects (Hadir Wajib HW) and Attendance Only Subjects (Hadir Sahaja HS)

(2) Pelajar yang tidak memenuhi perkara (1) di atas tidak dibenarkan menghadiri kuliah dan menduduki sebarang bentuk penilaian selanjutnya. Markah sifar (0) akan diberikan kepada pelajar yang gagal memenuhi perkara (1). Manakala untuk mata pelajaran Hadir Wajib (HW), pelajar yang gagal memenuhi perkara (1) akan diberi Hadir Gagal (HG).

Students who do not fulfill item (1) will not be allowed to attend further lectures and sit for any further examination. Zero mark (0) will be given to students who fail to comply with item (1). While for Compulsory Attendance Subjects (Hadir Wajib HW), those who fail to comply with item (1) will be given Failure Attendance (Hadir Gagal HG).

(3) Pelajar perlu mengikut dan patuh kepada peraturan berpakaian yang berkuatkuasa dan menjaga disiplin diri masing-masing untuk mengelakkan dari tindakan tatatertib diambil terhadap pelajar.

Students must obey all rules and regulations of the university and must discipline themselves in order to avoid any disciplinary actions against them.

(4) Pelajar perlu mematuhi peraturan keselamatan semasa pengajaran dan pembelajaran.

Student must obey safety regulations during learning and teaching process. MATRIK HASIL PEMBELAJARAN SUBJEK DAN HASIL PEMBELAJARAN PROGRAM

(SUBJECT LEARNING OUTCOMES AND PROGRAMME LEARNING OUTCOMES MATRIX)

-Dilampirkan (Attached)

Subject Learning Outcome and Programme Learning Outcome Matrix

Faculty:FACULTY OF TECHNICAL EDUCATION

Programme:SARJANA MUDA PENDIDIKAN VOKASIONAL (ELEKTRIK & ELEKTRONIK) DENGAN KEPUJIAN

Subject:Kepimpinan dan Penyeliaan

Code:BBP 20302

Compliance to PLO

Subject Learning OutcomesLO-1LO-2LO-3LO-4LO-5LO-6LO-7LO-8LO-9LO-10Delivery

Assessment

Key PerformanceIndicator (KPI)

12121212121212121212

menghubungkaitkan penggunaan statistik dengan analisis keputusan peperiksaan berlandaskan formula yang betul (PLO1, C4)X

C4Lecture, continuous learning, discussion, practical

Quiz, Test, Final Exam

memanipulasi pengetahuan statistik bagi penyelesaian masalah dalam menjalankan penyelidikan asas pendidikan dengan menggunakan elemen statistik yang betul (PLO4, P4)X

P4

Lecture, continuous learning, discussion, practical

Participation/ Presentation

menghuraikan hasil analisis data secara kritis dengan menggunakan ayat yang betul (PLO4, A3)

X

A3

Lecture, continuous learning, discussion,

practical

Reflection paper

Total

Level of Learning Taxonomy

PsychomotorCognitiveAffective

P1PerceptionC1KnowledgeA1Receiving

P2SetC2ComprehensionA2Responding

P3Guided ResponseC3ApplicationA3Valuing

P4MechanismC4AnalysisA4Organising

P5Complex Overt ResponseC5SynthesisA5Internalising

P6AdaptationC6Evaluation

P7Organization

UNIVERSITI TUN HUSSEIN ONN MALAYSIA

FAKULTI PENDIDIKAN TEKNIKAL

1= substantial contribution to outcome

2= moderate contribution to outcome

RPP-04/Prosedur Pelaksanaan Kuliah

Edisi: 3 / No. Semakan: 0