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
📜 Dasar: Permendikdasmen 13/2025 · Standar Proses 1/2026 · CP 046/H/KR/2025 jo. 020/2026
“Lebih fleksibel, mempersingkat waktu, dan jelas.”
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 |
| Model Pembelajaran | Problem Based Learning (PBL) + 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 pengetahuan dasar tentang jenis-jenis data (kategorikal dan numerikal) serta cara menyajikan 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
- Kemandirian — bertanggung jawab atas proses dan hasil belajarnya sendiri
🔒 Elemen tiap dimensi beserta wujudnya pada materi ini tersedia di Paket Lengkap.
Capaian Pembelajaran (CP):
| Acuan | Keputusan Kepala BSKAP No. 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah |
| Elemen / Domain | Data dan Analisis |
| Rumusan CP Fase | Pada akhir Fase F, peserta didik dapat melakukan analisis data bivariat dengan mengidentifikasi hubungan antarvariabel, menyajikan data dalam berbagai representasi, dan menginterpretasikan hasilnya untuk membuat kesimpulan yang relevan. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Banyak keputusan bisnis dan ilmiah didasarkan pada analisis hubungan antara dua variabel, seperti hubungan antara biaya iklan dan penjualan produk. |
| Konseptual | Analisis data bivariat adalah metode statistik untuk menguji hubungan atau asosiasi antara dua variabel. |
| Prosedural | Langkah-langkah analisis data bivariat meliputi pengumpulan data, identifikasi jenis variabel, penyajian data, dan interpretasi hubungan antarvariabel. |
| Metakognitif | Peserta didik menyadari bahwa pemahaman tentang analisis data bivariat sangat penting untuk membuat keputusan berbasis data di berbagai bidang pekerjaan. |
Tujuan Pembelajaran:
- Melalui studi kasus penjualan produk, peserta didik dapat mengidentifikasi jenis data kategorikal dan numerikal dengan tepat.
- Dengan diskusi kelompok, peserta didik dapat menjelaskan konsep data bivariat dan pentingnya dalam analisis statistik secara runtut.
- Setelah mengamati contoh, peserta didik dapat menyajikan data bivariat kategorikal dalam bentuk tabel kontingensi dengan benar.
- Melalui praktik menggunakan aplikasi spreadsheet, peserta didik dapat menyajikan data bivariat numerikal dalam bentuk diagram pencar dengan akurat.
- Dengan menganalisis diagram pencar, peserta didik dapat menginterpretasikan pola hubungan antara dua variabel numerikal (positif, negatif, tidak ada hubungan) secara tepat.
- Setelah melakukan analisis, peserta didik dapat menyimpulkan hubungan antarvariabel bivariat dari hasil penyajian data dengan logis.
Pemahaman bermakna: Analisis data bivariat membantu kita memahami bagaimana dua hal saling memengaruhi dalam kehidupan sehari-hari dan dunia kerja, sehingga kita bisa mengambil keputusan yang lebih baik dan akurat.
Pertanyaan pemantik: "Bagaimana kita bisa mengetahui apakah ada hubungan antara jumlah jam belajar dengan nilai ujian yang didapatkan seseorang?"
| Praktik Pedagogis | Problem Based Learning (PBL) + praktik |
| Lintas Disiplin Ilmu | Ekonomi Bisnis: Memahami hubungan antara harga produk dan permintaan pasar, atau biaya produksi dan keuntungan. Informatika: Menggunakan perangkat lunak statistik atau spreadsheet untuk mengolah dan memvisualisasikan data bivariat. Sosiologi: Menganalisis hubungan antara tingkat pendidikan dan pendapatan, atau antara jenis pekerjaan dan tingkat kepuasan. |
| Kemitraan Pembelajaran | Orang tua dapat membantu peserta didik mencari contoh data bivariat di lingkungan rumah atau pekerjaan mereka, seperti hubungan antara waktu belajar dan hasil ujian atau pengeluaran keluarga dan jenis barang yang dibeli. |
| Lingkungan Pembelajaran | Pembelajaran dilakukan di kelas dengan meja yang bisa diatur untuk diskusi kelompok, serta di laboratorium komputer yang dilengkapi dengan aplikasi spreadsheet untuk praktik. |
| Pemanfaatan Teknologi Digital | Pemanfaatan aplikasi spreadsheet (misalnya Microsoft Excel atau Google Sheets) untuk membuat diagram pencar dan melakukan perhitungan dasar statistik bivariat secara efisien. |
| Model Pembelajaran | Problem Based Learning (PBL) |
| Tujuan Pertemuan 1 | Melalui studi kasus penjualan produk, peserta didik dapat mengidentifikasi jenis data kategorikal dan numerikal dengan tepat, serta dengan diskusi kelompok dapat menjelaskan konsep data bivariat dan pentingnya dalam analisis statistik secara runtut. |
| 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 (PBL) |
| Tujuan Pertemuan 2 | Setelah mengamati contoh, peserta didik dapat menyajikan data bivariat kategorikal dalam bentuk tabel kontingensi dengan benar, serta melalui praktik menggunakan aplikasi spreadsheet, peserta didik dapat menyajikan data bivariat numerikal dalam bentuk diagram pencar dengan akurat, dan dengan menganalisis diagram pencar dapat menginterpretasikan pola hubungan antara dua variabel numerikal secara 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 bivariat dalam tabel kontingensi, dan membuat diagram pencar.
Alat & bahan: Kertas, pulpen, komputer/laptop, aplikasi spreadsheet
Langkah kerja:
- Amati diagram batang berikut, lalu tuliskan banyak siswa untuk setiap buah pada tabel.
Gambar 1. Diagram batang - Amati data penjualan produk berikut ini:
- Identifikasikan setiap variabel dalam data tersebut dan tentukan apakah termasuk data kategorikal atau numerikal.
- Sajikan data 'Jenis Produk' dan 'Metode Pembayaran' ke dalam tabel kontingensi yang sesuai.
- Buatlah diagram pencar dari data 'Biaya Iklan' dan 'Jumlah Penjualan' menggunakan aplikasi spreadsheet.
- Interpretasikan pola hubungan pencar yang telah Anda buat.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa perbedaan antara data kuantitatif dan kualitatif?
- Berikan tiga contoh data kuantitatif!
- Bagaimana cara menyajikan data tunggal yang kalian ketahui?
Formatif (proses): Observasi kinerja kelompok saat berdiskusi, mengisi LKPD, dan presentasi hasil.
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 jenis data kategorikal dan numerikal | Identifikasi variabel dan jenis data | 2 JP | Penalaran Kritis |
| 2 | Menjelaskan konsep data bivariat | Konsep dasar data bivariat | 2 JP | Kemandirian |
| 3 | Menyajikan data bivariat dalam tabel kontingensi | Tabel kontingensi | 2 JP | Kolaborasi |
| 4 | Menyajikan data bivariat dalam diagram pencar dan menginterpretasikan hubungannya | Diagram pencar dan interpretasi pola | 2 JP | Penalaran Kritis |
Analisis data bivariat adalah fondasi penting dalam memahami hubungan antarfenomena. Di era data ini, kemampuan mengidentifikasi, menyajikan, dan menginterpretasikan hubungan antara dua variabel menjadi keterampilan krusial. Modul ini akan membimbing Anda untuk menguasai analisis data bivariat, mulai dari identifikasi jenis data hingga penyajian visual yang informatif.
1. Jenis Data: Kategorikal dan Numerikal
Data kategorikal adalah data yang merepresentasikan kategori atau kelompok, bukan angka. Contohnya adalah jenis kelamin (laki-laki, perempuan), warna favorit (merah, biru, hijau), atau status pernikahan (menikah, belum menikah). Data ini biasanya dihitung berdasarkan frekuensi. Sebaliknya, data numerikal adalah data yang berupa angka dan dapat diukur atau dihitung. Data numerikal dibagi lagi menjadi diskrit (hasil hitungan, misal jumlah anak) dan kontinu (hasil pengukuran, misal tinggi badan). Memahami perbedaan ini penting untuk memilih metode analisis yang tepat.
2. Mengenal Data Bivariat
Data bivariat adalah kumpulan data yang melibatkan dua variabel berbeda yang diukur pada unit observasi yang sama. Tujuannya adalah untuk menganalisis hubungan, asosiasi, atau korelasi antara kedua variabel tersebut. Misalnya, kita ingin melihat hubungan antara 'jumlah jam belajar' dan 'nilai ujian', atau 'jenis kelamin' dengan 'pilihan karir'. Analisis bivariat memungkinkan kita untuk melihat apakah perubahan pada satu variabel cenderung diikuti oleh perubahan pada variabel lain, memberikan wawasan yang lebih dalam daripada analisis univariat.
3. Penyajian Data Bivariat Kategorikal: Tabel Kontingensi
Untuk menyajikan hubungan antara dua variabel kategorikal, tabel kontingensi (disebut juga tabel silang) adalah alat yang efektif. Tabel ini menampilkan frekuensi gabungan dari setiap kombinasi kategori dari kedua variabel. Sebagai contoh, tabel kontingensi dapat menunjukkan berapa banyak siswa laki-laki yang memilih jurusan Teknik Komputer dan berapa banyak siswa perempuan yang memilih jurusan yang sama. Dengan melihat sel-sel dalam tabel, kita dapat mulai mengidentifikasi adanya pola atau asosiasi antara kedua kategori tersebut.
4. Penyajian Data Bivariat Numerikal: Diagram Pencar
Ketika kita menganalisis hubungan antara dua variabel numerikal, diagram pencar (scatter plot) adalah representasi grafis yang paling umum digunakan. Setiap titik pada diagram pencar mewakili sepasang nilai dari kedua variabel. Variabel independen (penyebab) biasanya diletakkan pada sumbu X, sedangkan variabel dependen (akibat) pada sumbu Y. Pola titik-titik pada diagram pencar dapat menunjukkan jenis hubungan: positif (titik naik dari kiri ke kanan), negatif (titik turun dari kiri ke kanan), atau tidak ada hubungan (titik tersebar acak).
Rangkuman: Analisis data bivariat adalah studi tentang hubungan antara dua variabel. Data dibagi menjadi kategorikal (non-numerik) dan numerikal (numerik). Tabel kontingensi digunakan untuk menyajikan data bivariat kategorikal, sementara diagram pencar digunakan untuk data bivariat numerikal. Diagram pencar membantu mengidentifikasi pola hubungan seperti positif, negatif, atau tidak ada hubungan, yang krusial untuk membuat keputusan berbasis data.
| Istilah | Arti |
|---|---|
| Data Bivariat | Kumpulan data yang melibatkan dua variabel berbeda yang diukur pada unit observasi yang sama. |
| Variabel Kategorikal | Variabel yang merepresentasikan kategori atau kelompok, bukan nilai numerik. |
| Variabel Numerikal | Variabel yang berupa angka dan dapat diukur atau dihitung. |
| Tabel Kontingensi | Tabel yang menampilkan frekuensi gabungan dari setiap kombinasi kategori dari dua variabel kategorikal. |
🔒 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 Merdeka · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.
Rujukan: Permendikdasmen No. 13 Tahun 2025 (Pembelajaran Mendalam) · Permendikdasmen No. 1 Tahun 2026 (Standar Proses) · CP: Kepka BSKAP No. 046/H/KR/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 / Genap1 dari 2 siap unduh
Transformasi FungsiModul siap unduh · Word + PDF ber-kopLingkaranBelum tersedia — susun atas nama Anda, gratisModul Matematika lain yang sudah tersedia
Barisan dan DeretMatematika Kelas XI SMKBarisan GeometriMatematika Kelas XI SMKBunga Majemuk dan AnuitasMatematika Kelas XI SMKBunga Tunggal dan Bunga MajemukMatematika Kelas XI SMKLihat 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 SMK, Fase F, elemen Data dan Analisis.
Modul Analisis Data Bivariat ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 1 (ganjil), menurut urutan materi Matematika kelas XI SMK 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 SMK 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 12 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 Keputusan Kepala BSKAP No. 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah, pada Fase F untuk kelas XI SMK. 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 SMK 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 SMK negeri maupun swasta?
Ya. Kop, logo, dan nama SMK Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Materi Analisis Data Bivariat disusun untuk SMK dari kurikulum yang sama.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.