Literasi Data dan Penulisan Ilmiah
Magister Psikologi, Fakultas Psikologi, Universitas Airlangga. Semester Gasal 2026/2027 — 4 SKS (FPS25801005).
Dosen pengampu: Dr. phil. Rizqy Amelia Zein, M.Sc. · Dr. Rahkman Ardi, M.Psych. PJMK: Dr. Rahkman Ardi, M.Psych.
Materi mata kuliah ini sedang disusun secara bertahap. Slide pertemuan yang sudah tersedia bisa diakses lewat menu Materi di atas atau lewat tabel Rencana Pertemuan di bawah.
Informasi yang tercantum dalam laman web ini merupakan rangkuman dari dokumen pembelajaran, yang mencakup Rencana Program Pembelajaran, Kontrak Perkuliahan, dan Rancangan Tugas. Ketiganya diunggah di bagian Files di Psyche. Tetap cek dokumennya langsung agar mendapatkan informasi yang lebih lengkap.
Deskripsi Mata Kuliah
Mata kuliah ini membekali mahasiswa dengan literasi data serta keterampilan menulis ilmiah yang sesuai dengan standar akademik magister. Mahasiswa akan mempelajari alur kerja data (Data Pipeline) mulai dari merumuskan pertanyaan berbasis data, menemukan dan memperoleh data, memverifikasi dan membersihkan data, hingga menganalisis dan menyajikannya secara visual (termasuk melalui infografis), dengan studi kasus dari data psikologi (misalnya dataset psikometrik terbuka). Selain itu, mahasiswa akan mempelajari penyusunan narrative review yang argumentatif dan berbasis bukti sebagai salah satu format penulisan ilmiah dalam psikologi. Sebagai bagian dari penguatan keterampilan riset, mata kuliah ini juga memperkenalkan berbagai alat bantu otomatisasi yang dapat digunakan dalam keseluruhan proses penelitian, mulai dari pencarian dan pengelolaan data, manajemen referensi, analisis data, hingga penyusunan naskah dan visualisasi data. Penggunaan alat ini ditekankan pada aspek tanggung jawab dan etika akademik, termasuk etika penggunaan data dan akal imitasi (AI), sehingga mahasiswa dapat memanfaatkannya secara efektif tanpa mengorbankan integritas ilmiah.
Manfaat mata kuliah
Dengan mengikuti mata kuliah ini, mahasiswa mampu mengelola, memverifikasi, dan menganalisis data psikologi secara mandiri melalui kerangka Data Pipeline, serta menyajikannya secara visual yang mudah dipahami oleh audiens ilmiah maupun awam. Mahasiswa juga mampu menyusun narrative review yang argumentatif dan berbasis bukti sebagai salah satu bentuk komunikasi ilmiah, serta memanfaatkan alat bantu otomatisasi (manajemen referensi, perangkat analisis, dan visualisasi data) secara efektif dan beretika dalam proses penelitian.
Mata kuliah prasyarat
Tidak ada.
Capaian Pembelajaran Mata Kuliah (CPMK)
- Memahami prinsip literasi data serta cara mengorganisir, menyajikan, dan mendukung argumen dalam penulisan ilmiah berbasis data (C2 — Understanding).
- Menganalisis struktur, karakteristik, dan perbedaan antar format penulisan ilmiah serta memilih format yang paling sesuai dengan tujuan penelitian (C4 — Analyzing).
- Menerapkan prinsip akademik dan etika dalam menyusun laporan penelitian yang sistematis, transparan, dan bertanggung jawab (C3 — Applying).
- Menggunakan alat bantu otomatisasi dalam seluruh proses penelitian (mis. pencarian literatur, manajemen referensi, analisis data, penulisan) secara bertanggung jawab dan etis (C3 — Applying).
- Mengembangkan tulisan ilmiah berbasis data yang memenuhi kaidah akademik serta siap untuk publikasi atau diseminasi (C6 — Creating).
Capaian pembelajaran lulusan yang didukung
Lulusan Magister Psikologi diharapkan mampu menjadi peneliti atau akademisi yang berintegritas, inovatif, kritis dalam berkontribusi pada pengembangan ilmu pengetahuan psikologi dan penerapannya secara inter- atau multidisipliner serta mengomunikasikan hasil penelitiannya kepada komunitas ilmiah dan masyarakat.
Metode Pembelajaran
Pembelajaran dilakukan secara tatap muka melalui ceramah interaktif, diskusi berbasis artikel/jurnal, studi kasus, dan presentasi kelompok untuk melatih penerapan konsep pada pengalaman sehari-hari.
Rencana Pertemuan
Pertemuan 1–7 dan 11 dilaksanakan daring melalui Microsoft Teams (Amel). Pertemuan 9, 10, dan 12 dilaksanakan luring (Ardi). Pertemuan 13–15 (praktik menulis, peer review, revisi) dijadwalkan menyesuaikan kesepakatan dengan mentor S3 pendamping.
| # | Tanggal | Topik | Moda | Dosen | Materi | Tautan |
|---|---|---|---|---|---|---|
| 1 | Jumat, 14 Agu · 13.00 | Pendahuluan: Literasi Data dalam Psikologi | Kuliah, Diskusi Kelompok (daring) | Amel | Slide | Teams |
| 2 | Jumat, 21 Agu · 13.00 | Bekerja dengan Data Tabular | Kuliah, Demo (daring) | Amel | Slide | Teams |
| 3 | Jumat, 28 Agu · 13.00 | Menemukan dan Memanfaatkan Data Terbuka | Kuliah, Diskusi Kelompok (daring) | Amel | Slide | Teams |
| 4 | Jumat, 4 Sep · 13.00 | Praktik Verifikasi dan Pembersihan Data | Kuliah, Diskusi Kelompok (daring) | Amel | Slide | Teams |
| 5 | Jumat, 11 Sep · 13.00 | Menganalisis Data — merencanakan analisis, kuis | Kuliah, Tugas (daring) | Amel | Slide | Teams |
| 6 | Jumat, 18 Sep · 13.00 | Interpretasi Data | Kuliah, Tugas (daring) | Amel | Slide | Teams |
| 7 | Jumat, 24 Sep · 13.00 | Menyajikan Data | Kuliah, Demo (daring) | Amel | Slide | Teams |
| 8 | 28 Sep – 9 Okt | UTS — Proyek Literasi Data (kelompok) | Ujian Tengah Semester | — | — | — |
| 9 | Kamis, 15 Okt · 08.00 | Dari Fenomena ke Topik Review | Kuliah, Diskusi Kelompok (luring) | Ardi | segera | — |
| 10 | Kamis, 22 Okt · 08.00 | Ragam Tinjauan Pustaka dan Narrative Review | Kuliah, Diskusi Kelompok (luring) | Ardi | segera | — |
| 11 | Jumat, 30 Okt · 13.00 | Praktik Pencarian Literatur dan Identifikasi Perdebatan Konstruk | Praktikum, Diskusi Kelompok (daring) | Amel | segera | Teams |
| 12 | Kamis, 5 Nov · 08.00 | Menyusun Argumen dan Struktur Naskah | Kuliah, Presentasi (luring) | Ardi | segera | — |
| 13 | Jumat, 13 Nov · disepakati bersama mentor | Praktik Menulis Draf dan Merancang Infografis | Praktikum, Peer Teaching | Ardi | segera | — |
| 14 | Jumat, 20 Nov · disepakati bersama mentor | Peer Review | Praktikum, Peer Teaching | Amel | segera | — |
| 15 | Jumat, 27 Nov · disepakati bersama mentor | Revisi dan Finalisasi | Praktikum, Peer Teaching | Amel | segera | — |
| 16 | 7–18 Des | UAS — Naskah Narrative Review dan Infografis (final) | Ujian Akhir Semester | — | — | — |
Mahasiswa tidak harus memiliki akun Microsoft Teams untuk mengikuti kuliah, dan dapat bergabung langsung lewat browser tanpa memasang aplikasinya.
Namun, untuk mengakses percakapan (chat) atau berkomunikasi dengan dosen lewat tautan MS Teams yang sama, mahasiswa perlu masuk menggunakan akun Microsoft Teams UNAIR (email berdomain @drive.unair.ac.id). Lihat Panduan Penggunaan OneDrive dan MS Teams dari Direktorat Sistem Informasi (DSI) Universitas Airlangga.
Klik icon ☰ yang ada di pojok kiri bawah slide → klik Tools di pojok kiri atas → pilih PDF Export Mode → tekan tombol ctrl + p hingga keluar pop-up window untuk mencetak slide, kemudian print sebagai file PDF.
Alternatifnya, Anda bisa menekan tombol e sebagai shortcut, lalu mencetak slide sebagai file PDF.
‼️Saya akan selalu memperbarui konten dalam slide deck di atas. Oleh karena itu, sebaiknya perlakukan slide ini sebagai dokumen hidup (living document). Apabila Anda menyimpan versi PDF yang sifatnya statis, maka perubahan dan pembaruan yang saya lakukan setelah Anda menyimpan versi statisnya, tidak akan terlihat dalam file yang Anda unduh.
Prosedur Pendampingan Mentor S3 (Pertemuan 13–15)
Naskah narrative review dan infografis dikerjakan secara individu oleh setiap mahasiswa. Untuk mendukung proses ini, mahasiswa dikelompokkan ke dalam kelompok pendampingan (3–4 orang) yang didampingi oleh satu mentor S3 secara tetap pada Pertemuan 13–15, sehingga mahasiswa juga dapat belajar dari umpan balik yang diterima teman sekelompok (peer learning) — meski penilaian tetap per mahasiswa.
- Pertemuan 13 — Penulisan Draf. Setiap mahasiswa merancang dan mulai menulis outline (kisi-kisi) naskah narrative review — mencakup definisi kerja konstruk, batas konstruk, pemetaan nomological net (anteseden, konsekuensi, variasi kontekstual), dan perdebatan/kritik terkait konstruk dalam literatur yang telah dirumuskan — serta infografis secara individu, lalu mengirimkannya kepada mentor S3 yang ditugaskan paling lambat akhir Pertemuan 13. Mentor S3 hadir di kelas untuk mendampingi, menjawab pertanyaan mahasiswa, dan memberi masukan atas kejelasan definisi dan batas konstruk yang diajukan.
- Pertemuan 14 — Umpan Balik. Mentor S3 menyampaikan umpan balik individual kepada setiap mahasiswa dalam sesi kelompok pendampingan (±10–15 menit per mahasiswa), berjalan bersamaan dengan sesi peer review antar mahasiswa.
- Pertemuan 15 — Verifikasi Revisi. Setiap mahasiswa merevisi naskah dan infografis berdasarkan umpan balik Pertemuan 14. Mentor S3 melakukan pengecekan singkat (dapat asinkron) untuk memastikan revisi telah diakomodasi, sebelum naskah dan infografis final dikumpulkan sebagai UAS pada Pertemuan 16.
Setiap mahasiswa akan diberi tahu kelompok pendampingan dan nama mentornya oleh dosen pengampu sebelum Pertemuan 13 dimulai. Umpan balik mentor S3 bersifat formatif, sehingga tidak menggantikan penilaian akhir, yang tetap menjadi kewenangan dosen pengampu berdasarkan rubrik pada Rancangan Tugas.
Tugas dan Penilaian
Terdapat tiga komponen tugas yang dinilai dalam mata kuliah ini:
| Komponen | Bobot | Cakupan |
|---|---|---|
| Kuis | 10% | Pertemuan 5 |
| UTS — Proyek Literasi Data (kelompok) | 40% | Pertemuan 8 |
| UAS — Naskah Narrative Review dan Infografis | 50% | Pertemuan 16 |
| Total | 100% |
Kuis (Pertemuan 5) — 10%
Mahasiswa mengerjakan kuis penyusunan rencana analisis data: merumuskan hipotesis dari pertanyaan penelitian, memilih teknik analisis yang sesuai (deskriptif, komparatif, atau korelasional), serta menghitung skor skala dan statistik deskriptif — termasuk perbandingan sederhana antar kelompok — pada dataset psikometrik.
UTS — Proyek Literasi Data, kelompok (Pertemuan 8) — 40%
Silakan Anda memilih anggota kelompok Anda sendiri dan tuliskan nama seluruh anggota kelompok di spreadsheet ini. Spreadsheet akan dikunci aksesnya (tidak dapat diedit) pada Pertemuan ke-3.
Kelompok (3–4 orang) memilih satu dataset psikologi/ilmu sosial terbuka (mis. Open Psychometrics atau daftar dataset yang disediakan), menerapkan tahapan Data Pipeline (Define → Find → Get → Verify → Clean → Analyze → Present), dan menyajikan hasilnya dalam laporan singkat (maks. 1500 kata) disertai minimal satu visualisasi data. Laporan mencantumkan kontribusi masing-masing anggota kelompok dan dikumpulkan lewat Psyche pada saat UTS.
Penilaian menggunakan rubrik resmi pada Rancangan Tugas:
| Kriteria | Indikator | Nilai maksimum |
|---|---|---|
| Ketepatan Rumusan Pertanyaan (Define) | Pertanyaan jelas dan dapat dijawab menggunakan dataset yang dipilih | 15 |
| Verifikasi dan Pembersihan Data (Verify & Clean) | Proses verifikasi kualitas data dan pembersihan data terdokumentasi dan tepat | 25 |
| Ketepatan Analisis (Analyze) | Teknik analisis deskriptif sesuai jenis data dan pertanyaan yang dirumuskan | 25 |
| Kualitas Visualisasi dan Laporan (Present) | Visualisasi tepat, jelas, dan mengomunikasikan temuan secara efektif; laporan tertulis baik | 25 |
| Kolaborasi Kelompok | Kontribusi anggota tercatat dan merata pada setiap tahapan pengerjaan | 10 |
| Total | 100 |
UAS — Naskah Narrative Review dan Infografis, final (Pertemuan 16) — 50%
Mahasiswa mengumpulkan naskah narrative review individu tentang satu konstruk psikologi pilihannya — mencakup definisi kerja, batas konstruk, nomological netnya (anteseden, konsekuensi, variasi kontekstual), dan perdebatan/kritik terkait konstruk tersebut dalam literatur — yang telah direvisi berdasarkan umpan balik peer review dan mentor S3, beserta infografis pendukungnya, siap untuk publikasi atau diseminasi.
Mahasiswa harus mempersiapkan dan mendiskusikan proses reviewnya bersama dengan Mentor S3. Gunakan template outline berikut ini untuk mempersiapkan proses diskusi. Kirimkan outline ini ke mentor Anda selambatnya pada Pertemuan 13.
Penilaian menggunakan rubrik resmi pada Rancangan Tugas:
| Kriteria | Indikator | Nilai maksimum |
|---|---|---|
| Kedalaman Kajian Konstruk | Kajian yang mendalam atas konstruk yang dipilih, mencakup pemetaan definisi konstruk dari berbagai sumber (min. 5–10 kutipan langsung), definisi kerja, batas konstruk (termasuk pembeda dari konstruk berdekatan), nomological net (anteseden, konsekuensi, variasi kontekstual), dan kesadaran atas perdebatan/kontroversi/kritik terkait konstruk dalam literatur; argumen didukung bukti/referensi relevan | 25 |
| Struktur, Kaidah Akademik, dan Etika Penulisan | Struktur narrative review baku, sitasi konsisten (APA), bebas pelanggaran etika (plagiarisme, transparansi AI) | 20 |
| Kualitas dan Ketepatan Infografis | Menyajikan pesan utama kajian secara visual, jelas, dan sesuai naskah | 20 |
| Koherensi dan Kualitas Argumentasi | Argumen logis, koheren, dan konsisten dari awal hingga akhir | 15 |
| Proses Pendampingan dan Tindak Lanjut Umpan Balik Mentor S3* | Dinilai dosen berdasarkan Lembar Umpan Balik Mentor S3 (Pertemuan 13–15) | 20 |
| Total | 100 |
Skor kriteria ini dinilai dosen berdasarkan Lembar Umpan Balik Mentor S3 (Pertemuan 13–15): kejelasan arah/argumen naskah, kedalaman kajian yang tampak (bukan sekadar ringkasan artikel), kejelasan alasan pemilihan sumber, evaluasi kritis atas substansi artikel yang dibaca, kejelasan definisi kerja dan batas konstruk (termasuk gambaran awal nomological net*: anteseden, konsekuensi, variasi kontekstual), kesadaran atas perdebatan/kontroversi/kritik terkait konstruk dalam literatur, kejelasan konsep infografis, dan tindak lanjut umpan balik Pertemuan 14 yang terverifikasi pada Pertemuan 15. Umpan balik mentor bersifat formatif; keputusan nilai akhir tetap di tangan dosen pengampu.
Kriteria nilai akhir
Mengikuti peraturan akademik Universitas Airlangga:
| Nilai angka | Nilai huruf |
|---|---|
| 86 – 100 | A |
| 78 – <86 | AB |
| 70 – <78 | B |
| 62 – <70 | BC |
| 54 – <62 | C |
| 40 – <54 | D |
| 0 – <40 | E |
Ketentuan Lain
- Keterlambatan. Toleransi keterlambatan perkuliahan adalah 15 menit. Mahasiswa yang terlambat melebihi batas tersebut tidak diperkenankan mengikuti perkuliahan pada hari itu.
- Kehadiran. Mahasiswa diperbolehkan mengikuti UAS jika kehadirannya minimal 75%. Apabila kehadiran kurang dari 75%, mahasiswa mendapatkan nilai E untuk mata kuliah ini.
- Ketidakhadiran karena sakit/tugas. Laporkan kepada PJMK/dosen pengampu pada hari pelaksanaan perkuliahan. Bukti dukung berupa surat keterangan sakit/surat tugas disampaikan ke Bagian Akademik dan PJMK/dosen pengampu selambat-lambatnya 3 hari sejak ketidakhadiran. Melewati batas waktu tersebut, mahasiswa tercatat tidak hadir.
- Integritas akademik. Mahasiswa yang melakukan kecurangan akademis dalam segala bentuknya dinyatakan mendapatkan nilai E untuk mata kuliah ini.
Perangkat Lunak
Mata kuliah ini menggunakan jamovi dan software spreadsheet (e.g., Microsoft Excel, Google Spreadsheet, LibreOffice Calc, dst.) untuk sebagian aktivitas di mata kuliah ini. jamovi gratis, open source, dan tersedia untuk Windows, macOS, serta Linux.
jamovi versi terbaru
Unduh dan pasang versi terbaru jamovi (latest release, bukan versi solid/lama) dari https://www.jamovi.org/download.html.
Beberapa modul yang kita pakai hanya tersedia di rilis terbaru, jadi jangan memakai jamovi versi lama yang mungkin sudah terpasang di laptop Anda. Jika jamovi sudah terpasang, periksa versinya lewat menu ☰ → About, lalu perbarui bila perlu.
Cara install:
- Buka https://www.jamovi.org/download.html dan pilih pemasang sesuai sistem operasi Anda (Windows / macOS / Linux).
- Ambil versi pada kolom current (rilis terbaru), bukan kolom solid.
- Pasang seperti aplikasi biasa, lalu buka
jamoviuntuk memastikan berjalan normal. - Modul tambahan dipasang lewat ikon + Modules → jamovi library di pojok kanan atas. Modul spesifik yang dibutuhkan akan diumumkan pada pertemuan terkait.
Untuk mengelola referensi (terutama menjelang Pertemuan 10–11), kami merekomendasikan Zotero — reference manager gratis dan open source yang terintegrasi dengan browser (lewat Zotero Connector) dan Microsoft Word/Google Docs, sehingga memudahkan penyimpanan referensi dari database jurnal serta penyusunan sitasi dan daftar pustaka bergaya APA.
Bahan Bacaan Wajib
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Ardi, R. (Ed.). (2023). Panduan pencegahan plagiarisme. Unit Penelitian Publikasi Psikologi Fakultas Psikologi Universitas Airlangga.
- Baumeister, R. F., & Leary, M. R. (1997). Writing narrative literature reviews. Review of General Psychology, 1(3), 311–320. https://doi.org/10.1037/1089-2680.1.3.311
- Booth, A. (2004). Chapter 6: Formulating answerable questions. In A. Booth & A. Brice (Eds.), Evidence-based practice for information professionals: A handbook. Facet.
- Booth, A., & Grant, M. J. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information and Libraries Journal, 26, 91–108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
- Brick, C. (2020). Psychological Stimulus Sets and Datasets. https://docs.google.com/spreadsheets/d/1ejOJTNTL5ApCuGTUciV0REEEAqvhI2Rd2FCoj7afops/edit
- Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
- Knaflic, C. N. (2022). Storytelling with data: A data visualization guide for business professionals. Wiley.
- Magister Psikologi Universitas Airlangga. (2026). Panduan penulisan tesis. Universitas Airlangga.
- Open Knowledge Foundation & International Republican Institute. (2021). Data Literacy Curriculum.
- Open-Source Psychometrics Project. (n.d.). Raw data repository. https://openpsychometrics.org/_rawdata/
- Republik Indonesia. (2022). Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi.
- Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333–339. https://doi.org/10.1016/j.jbusres.2019.07.039
- Torraco, R. J. (2016). Writing integrative literature reviews: Using the past and present to explore the future. Human Resource Development Review, 15(4), 404–428. https://doi.org/10.1177/1534484316671606
- Wickham, H. (2014). Tidy data. Journal of Statistical Software, 59(10). https://doi.org/10.18637/jss.v059.i10
Halaman ini merupakan ringkasan Kontrak Perkuliahan dan Rancangan Tugas mata kuliah ini.
Disclosure penggunaan akal imitasi (AI)
Saya menggunakan Claude Code (model Sonnet 5) untuk brainstorming dan menyusun ouline materi, menyusun draf RPS/kontrak perkuliahan, membuat template outline untuk narrative review, mencari referensi, dan melakukan troubleshooting kode quarto dan git. Saya (Amel) bertanggung jawab penuh atas substansi dan penyajian materi di mata kuliah ini.