Modul Ajar & RPP Matematika Kelas XI
Analisis Data Bivariat
Sudah jadi 11 lembar, tinggal tulis nama Anda ✍️
🎁 100% GRATIS · unduh Word + PDF tanpa bayar
Gratis 3 modul, tanpa bayar apa pun.
TERBARUTP 2026/2027Rumus 8-3-3-4Pembelajaran Mendalam
- 8Dimensi Profil Lulusan: keimanan & ketakwaan, kewargaan, penalaran kritis, kreativitas, kolaborasi, kemandirian, kesehatan, komunikasi
- 3Prinsip Pembelajaran: berkesadaran, bermakna, menggembirakan
- 3Pengalaman Belajar: memahami, mengaplikasi, merefleksi
- 4Kerangka Pembelajaran: praktik pedagogis, kemitraan, lingkungan, pemanfaatan digital
- 💚Panca Cinta: cinta Allah & Rasul-Nya, ilmu, lingkungan, diri & sesama, tanah air
📜 Dasar: KMA 1503/2025 (Kurikulum Berbasis Cinta) · Kepdirjen Pendis 6077/2025
“Dulu lama menyusun modul — dengan sistem ini tinggal klik, jadi.”
Isi modul ini
Di bawah ini 11 lembar A4 pertama, persis seperti yang terunduh. Nama & tema yang Anda pilih di atas sudah terpasang.
| Penyusun | nama Anda |
| Satuan Pendidikan | sekolah Anda |
| Mata Pelajaran | Matematika |
| Fase / Kelas | F / XI |
| Materi Pokok | Analisis Data Bivariat |
| Alokasi Waktu | 2 Pertemuan (4 JP: 2 JP × 45 menit = 90 menit per pertemuan) |
| Tahun Pelajaran | 2026/2027 |
| Pendekatan | Pembelajaran Mendalam |
| Model Pembelajaran | Problem Based Learning + praktik |
| Bentuk Dokumen | Modul Ajar — memuat RPP |
✍️ Dua baris kuning di atas terisi otomatis saat Anda mengunduh — beserta kop, logo, dan nama sekolah di kepala tiap lembar.
Identifikasi Peserta Didik:
| Kesiapan belajar (kompetensi awal) | Peserta didik telah memiliki pemahaman dasar tentang jenis-jenis data dan penyajian data univariat. |
Dimensi Profil Lulusan yang dikembangkan:
- Penalaran kritis — mengolah informasi, menganalisis, dan menarik simpulan secara logis
- Kolaborasi — bekerja sama secara efektif untuk mencapai tujuan bersama
- Keimanan dan ketakwaan — beriman dan bertakwa kepada Tuhan Yang Maha Esa serta berakhlak mulia
🔒 Elemen tiap dimensi beserta wujudnya pada materi ini tersedia di Paket Lengkap.
Capaian Pembelajaran (CP):
| Acuan | Kepka BSKAP No. 046/H/KR/2025 |
| Elemen / Domain | Analisis Data dan Peluang |
| Rumusan CP Fase | Peserta didik dapat menganalisis data bivariat menggunakan berbagai representasi, mengidentifikasi hubungan antar variabel, dan menarik kesimpulan yang valid dalam konteks kehidupan nyata. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Contoh data bivariat adalah hubungan antara durasi belajar dengan nilai ujian atau tinggi badan dengan berat badan. |
| Konseptual | Analisis data bivariat adalah metode statistik untuk memahami hubungan antara dua variabel. |
| Prosedural | Peserta didik akan mempelajari langkah-langkah membuat diagram pencar dan menghitung koefisien korelasi untuk menganalisis hubungan data. |
| Metakognitif | Peserta didik akan menyadari pentingnya memilih metode analisis yang tepat berdasarkan jenis data dan konteks masalah. |
Materi Insersi KBC — Integrasi Panca Cinta:
| 1. Cinta Allah dan Rasul-Nya | Menyadari bahwa keteraturan data bivariat adalah bagian dari ciptaan Allah yang dapat dipelajari untuk memahami fenomena alam dan sosial. |
| 2. Cinta Ilmu | Bersemangat dalam mencari tahu hubungan antar variabel melalui analisis data, menunjukkan keingintahuan ilmiah yang tinggi dan kegigihan dalam belajar. |
| 3. Cinta Lingkungan | Menggunakan data dari isu lingkungan (misal: suhu dan pertumbuhan tanaman) untuk menganalisis hubungan, menumbuhkan kesadaran akan pentingnya menjaga alam. |
| 4. Cinta Diri dan Sesama | Menggunakan data yang berkaitan dengan kesejahteraan manusia (misal: pola makan dan kesehatan) untuk memahami dan meningkatkan kualitas hidup diri dan sesama. |
| 5. Cinta Tanah Air | Menganalisis data sosial-ekonomi di Indonesia untuk memahami tantangan dan peluang, serta berkontribusi dalam pembangunan bangsa melalui pemikiran berbasis data. |
Tujuan Pembelajaran:
- Melalui diskusi kelompok, peserta didik dapat mengidentifikasi perbedaan antara data kategorikal dan numerikal dengan tepat.
- Setelah mengamati contoh kasus, peserta didik dapat mengklasifikasikan data bivariat berdasarkan jenis variabelnya secara akurat.
- Dengan menggunakan data kasus, peserta didik dapat menyajikan hubungan antara dua variabel kategorikal dalam tabel kontingensi dengan benar.
- Melalui praktik membuat diagram pencar, peserta didik dapat menggambarkan hubungan antara dua variabel numerikal secara visual.
- Setelah melakukan perhitungan, peserta didik dapat menentukan koefisien korelasi Pearson untuk mengukur kekuatan dan arah hubungan linear antara dua variabel numerikal dengan tepat.
Pemahaman bermakna: Analisis data bivariat membantu kita memahami bagaimana dua hal saling berhubungan dalam kehidupan sehari-hari, memungkinkan pengambilan keputusan yang lebih baik berdasarkan bukti statistik.
Pertanyaan pemantik: "Mengapa penting untuk mengetahui apakah ada hubungan antara jumlah waktu yang dihabiskan untuk belajar dengan nilai yang diperoleh dalam ujian?"
| Praktik Pedagogis | Problem Based Learning + praktik |
| Lintas Disiplin Ilmu | Ekonomi: Memahami hubungan antara harga barang dan permintaan, atau antara inflasi dan pertumbuhan ekonomi. Biologi: Menganalisis hubungan antara dosis pupuk dan pertumbuhan tanaman, atau antara usia dan tekanan darah. Sosiologi: Mengkaji hubungan antara tingkat pendidikan dan mobilitas sosial, atau antara frekuensi penggunaan media sosial dan tingkat stres. |
| Kemitraan Pembelajaran | Orang tua dapat diajak untuk mendiskusikan contoh data bivariat di lingkungan rumah atau pekerjaan, seperti hubungan antara pengeluaran dan pendapatan keluarga. |
| Lingkungan Pembelajaran | Ruang kelas yang nyaman dengan akses ke papan tulis besar atau proyektor, serta ketersediaan kertas grafik atau komputer untuk praktik membuat diagram pencar. |
| Pemanfaatan Teknologi Digital | Pemanfaatan perangkat lunak spreadsheet (misalnya Microsoft Excel atau Google Sheets) untuk membantu dalam perhitungan koefisien korelasi dan pembuatan diagram pencar. |
| Model Pembelajaran | Problem Based Learning |
| Tujuan Pertemuan 1 | Melalui diskusi kelompok, peserta didik dapat mengidentifikasi perbedaan antara data kategorikal dan numerikal dengan tepat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 20 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 15 menit |
|
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit |
|
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
| Model Pembelajaran | Problem Based Learning |
| Tujuan Pertemuan 2 | Setelah melakukan perhitungan, peserta didik dapat menentukan koefisien korelasi Pearson untuk mengukur kekuatan dan arah hubungan linear antara dua variabel numerikal dengan tepat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 20 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 15 menit |
|
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit |
|
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
Tujuan: Peserta didik dapat mengidentifikasi jenis data, menyajikan data, dan menghitung korelasi dengan tepat.
Alat & bahan: Kertas grafik, pensil, penggaris, kalkulator
Langkah kerja:
- Amati diagram batang berikut, lalu tuliskan banyak siswa untuk setiap buah pada tabel.
Gambar 1. Diagram batang - Amati data pengeluaran dan pendapatan bulanan sebuah keluarga berikut.
- Identifikasi jenis variabel yang ada pada data tersebut (kategorikal/numerikal).
- Buatlah diagram pencar dari data pengeluaran dan pendapatan yang telah diamati.
- Hitunglah koefisien korelasi Pearson untuk data pengeluaran dan pendapatan.
- Interpretasikan hasil koefisien korelasi yang diperoleh.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang Anda ketahui tentang data?
- Sebutkan dua contoh data yang pernah Anda temui!
- Bagaimana cara Anda menyajikan data tunggal?
- Menurut Anda, apakah ada hubungan antara cuaca dan jumlah pengunjung di sebuah toko es krim?
Formatif (proses): Observasi kinerja kelompok saat berdiskusi, membuat diagram pencar, dan menghitung koefisien korelasi, serta penilaian presentasi kelompok.
Sumatif (akhir): Tes tertulis berupa pilihan ganda dan esai untuk mengukur pemahaman konsep dan kemampuan analisis data bivariat.
🔒 Rubrik KKTP dan kunci jawaban tidak ditampilkan di pratinjau — rubrik ada di berkas unduhan, kunci jawaban khusus member Paket Lengkap.
| No | Tujuan Pembelajaran | Materi | Alokasi | Dimensi |
|---|---|---|---|---|
| 1 | Mengidentifikasi perbedaan antara data kategorikal dan numerikal. | Jenis-jenis data bivariat: kategorikal vs numerikal. | 2 JP | penalaran kritis |
| 2 | Menyajikan hubungan antara dua variabel kategorikal dalam tabel kontingensi. | Penyajian data bivariat kategorikal (tabel kontingensi). | 2 JP | kolaborasi |
| 3 | Menggambarkan hubungan antara dua variabel numerikal secara visual menggunakan diagram pencar. | Penyajian data bivariat numerikal (diagram pencar). | 2 JP | penalaran kritis |
| 4 | Menentukan koefisien korelasi Pearson untuk mengukur kekuatan dan arah hubungan linear antara dua variabel numerikal. | Koefisien korelasi Pearson dan interpretasinya. | 2 JP | penalaran kritis |
Analisis data bivariat adalah cabang statistika yang mempelajari hubungan antara dua variabel. Dalam kehidupan sehari-hari, banyak fenomena yang saling berkaitan. Memahami hubungan ini sangat penting untuk pengambilan keputusan yang lebih baik, mulai dari bidang ekonomi, kesehatan, hingga sosial. Modul ini akan membimbing Anda untuk mengidentifikasi, menyajikan, dan menganalisis hubungan antar dua variabel.
1. Data Kategorikal dan Numerikal
Sebelum menganalisis hubungan, penting untuk memahami jenis data. Data kategorikal adalah data yang merepresentasikan kategori atau kelompok, misalnya jenis kelamin (laki-laki/perempuan) atau tingkat pendidikan (SD/SMP/SMA). Data numerikal adalah data yang merepresentasikan kuantitas atau jumlah, dan dapat diukur. Contohnya adalah tinggi badan (dalam cm), berat badan (dalam kg), atau pendapatan (dalam rupiah). Membedakan kedua jenis data ini adalah langkah awal yang krusial dalam memilih metode analisis yang tepat.
2. Data Bivariat
Data bivariat adalah kumpulan data yang melibatkan dua variabel yang diukur dari setiap individu atau unit observasi. Tujuan utama analisis data bivariat adalah untuk mengetahui apakah ada hubungan atau korelasi antara kedua variabel tersebut, dan jika ada, seberapa kuat hubungan tersebut. Contohnya adalah data tentang tinggi badan dan berat badan dari sekelompok orang, atau data tentang jam belajar dan nilai ujian siswa. Data bivariat bisa berupa kombinasi kategorikal-kategorikal, kategorikal-numerikal, atau numerikal-numerikal.
3. Hubungan Variabel Kategorikal
Untuk menganalisis hubungan antara dua variabel kategorikal, kita dapat menggunakan tabel kontingensi (disebut juga tabel silang atau tabel frekuensi dua arah). Tabel ini menampilkan distribusi frekuensi gabungan dari kedua variabel. Misalnya, kita bisa melihat hubungan antara jenis kelamin dan preferensi olahraga (sepak bola/basket). Dengan tabel kontingensi, kita dapat mengamati apakah ada perbedaan proporsi preferensi olahraga antara laki-laki dan perempuan, yang mengindikasikan adanya hubungan antar variabel.
4. Hubungan Variabel Numerikal
Ketika kedua variabel adalah numerikal, hubungan antara keduanya dapat divisualisasikan menggunakan diagram pencar (scatter plot). Diagram pencar menunjukkan setiap pasangan data sebagai titik pada sistem koordinat Kartesius. Pola titik-titik pada diagram pencar dapat mengindikasikan arah (positif, negatif, atau tidak ada) dan kekuatan hubungan linear. Selain itu, koefisien korelasi Pearson adalah ukuran statistik yang mengukur kekuatan dan arah hubungan linear antara dua variabel numerikal, dengan nilai berkisar antara -1 hingga +1.
Rangkuman: Analisis data bivariat adalah studi tentang hubungan antara dua variabel. Data dibagi menjadi kategorikal dan numerikal. Hubungan antar variabel kategorikal dapat disajikan dengan tabel kontingensi. Untuk variabel numerikal, diagram pencar digunakan untuk visualisasi, dan koefisien korelasi Pearson menghitung kekuatan serta arah hubungan linear. Memahami analisis ini penting untuk membuat keputusan berdasarkan data.
| Istilah | Arti |
|---|---|
| Data Bivariat | Kumpulan data yang melibatkan dua variabel. |
| Variabel Kategorikal | Variabel yang merepresentasikan kategori atau kelompok. |
| Variabel Numerikal | Variabel yang merepresentasikan kuantitas atau jumlah. |
| Diagram Pencar | Grafik yang menampilkan hubungan antara dua variabel numerikal. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Analisis Data Bivariat" mata pelajaran Matematika Kelas XI ini disusun sesuai ketentuan Kurikulum Berbasis Cinta · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.
Rujukan: KMA No. 1503 Tahun 2025 (Kurikulum Berbasis Cinta) · Kep. Dirjen Pendis No. 6077 Tahun 2025 · CP: SK Dirjen Pendis No. 9941 Tahun 2025
Bukan Analisis Data Bivariat yang Anda cari?Pilih dari peta materi setahun di bawah ini 👇
Materi Anda tidak ada di daftar?Tulis judulnya sendiri — tetap gratis, ±1 menitPeta Materi Matematika Kelas XI Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil1 dari 2 siap unduh
Semester 2 / Genap2 materi · siap dibuatkan
Transformasi FungsiBelum tersedia — susun atas nama Anda, gratisLingkaranBelum tersedia — susun atas nama Anda, gratisModul Matematika lain yang sudah tersedia
Hitung KeuanganMatematika Kelas XI MAMatriksMatematika Kelas XI MAInvestasi dan PinjamanMatematika Kelas XII MAkaidah pencacahanMatematika Kelas XII MALihat semua Modul Ajar Matematika Kelas XI →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Matematika kelas 11 yang saya cari?
Kemungkinan besar ya. Kelas XI dan kelas 11 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Analisis Data Bivariat pada Matematika MA, Fase F, elemen Analisis Data dan Peluang.
Modul Analisis Data Bivariat ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 1 (ganjil), menurut urutan materi Matematika kelas XI MA di peta setahun pada halaman ini. Semesternya sudah terisi otomatis saat Anda mengunduh.
Apakah modul ajar Matematika materi Analisis Data Bivariat ini gratis?
Ya. Modul Analisis Data Bivariat untuk kelas XI MA dapat diunduh gratis dalam Word + PDF tanpa watermark, lengkap dengan kop sekolah dan nama Anda sebagai penyusun. Tiga modul gratis tersedia bertahap; modul berikutnya terbuka setiap 18 jam.
Bagaimana cara download modul ajar Analisis Data Bivariat ini dalam Word (.docx) dan PDF?
Ketuk tombol unduh, isi nama dan sekolah, lalu buka dengan email atau Google dan nomor WhatsApp aktif. Berkas Matematika kelas XI ini turun sebagai Word (.docx) yang bisa diedit dan PDF siap cetak, tanpa iklan dan tanpa tautan Drive.
Berapa lama modul ini tersusun?
Sekitar satu menit. Cukup isi nama, jenjang, sekolah, mapel, dan materi — modul Matematika kelas XI langsung tersusun atas nama Anda.
Bisakah modul Analisis Data Bivariat ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Analisis Data Bivariat dapat Anda sesuaikan dengan murid Matematika kelas XI di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Matematika kelas XI ini sesuai kurikulum terbaru?
Ya. Modul Analisis Data Bivariat ini mengikuti Kepka BSKAP No. 046/H/KR/2025, pada Fase F untuk kelas XI MA. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Analisis Data Bivariat tercantum di lembar identitasnya.
Ini modul ajar, RPP, atau RPM deep learning?
Ketiganya berkas yang sama. Sampulnya memang bertanda Deep Learning · Pembelajaran Mendalam, dan sebagian guru menyebutnya RPM (Rencana Pembelajaran Mendalam). Modul ajar memuat RPP — keduanya bukan dua dokumen terpisah. Sejak Permendikdasmen Nomor 1 Tahun 2026 tentang Standar Proses, istilah resmi untuk dokumen rencananya adalah Rencana Pelaksanaan Pembelajaran (RPP), dengan tiga komponen inti: tujuan pembelajaran, langkah pembelajaran, dan asesmen. Modul ajar adalah ketiganya beserta lampirannya — LKPD, ATP, dan bahan ajar. Berkas Analisis Data Bivariat untuk Matematika kelas XI di halaman ini memuat semuanya, jadi dapat disetorkan baik ketika sekolah meminta RPP maupun modul ajar.
Apakah ada soal, kisi-kisi, dan rubrik KKTP-nya?
Ada. Modul Analisis Data Bivariat ini memuat bank soalnya sendiri — 5 pilihan ganda dan 3 uraian (kunci jawabannya khusus member Paket Lengkap), ditambah rubrik KKTP pada bagian asesmennya. Yang belum termasuk: paket soal satu semester penuh Matematika kelas XI MA berikut kisi-kisi dan kartu soalnya — Asesmen Sumatif Tengah Semester (ASTS/PTS) dan Akhir Semester (ASAS/PAS). Penjelasannya ada di halaman Kisi-Kisi & ASAS.
Apakah Kaldik, Prota, dan Promes (Program Semester) ikut di unduhan gratis?
Tidak. Unduhan gratis berisi modul ajar Analisis Data Bivariat beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Matematika kelas XI berupa Program Tahunan (Prota) dan Program Semester (Promes/Prosem) ber-kop sekolah tersedia lewat Paket Modul — bersama Kalender Pendidikan (libur nasional & cuti bersama resmi SKB 3 Menteri sudah tercantum) dan Alokasi Waktu yang menghitung minggu efektifnya otomatis.
Modul Matematika ini cocok untuk MA negeri, swasta, maupun SMA?
Ya. Kop, logo, dan nama MA Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Untuk SMA, pilih jenjang SMA saat mengisi borang: materi Analisis Data Bivariat yang sama disusun dalam versi madrasah (Kurikulum Berbasis Cinta, kop Kemenag), dan halaman Matematika SMA ada di daftar jenjang lain di bawah.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.