Mata kuliah ini dirancang untuk mahasiswa S3 pada semester 2.Tujuan dari mata kuliah statistic Pendidikan ini adalah memberikan kemampuan lebih dalam baik dari segi tataran konseptual maupun penerapan operasional statistik inferensial dalam lingkup pendidikan. Prosesnya melalui kegiatan perhitungan manual maupun dengan alat bantu program piranti lunak statistika. Melalui penguasaan materi dalam mata kuliah ini, mahasiswa diharapkan mampu menyelesaikan disertasi secara efektif, variatif dan relevan dengan kompetensi inti di bidang program studinya. Materi dari mata kuliah ini berisi konsep-konsep penting mengenai regresi ganda (multiple regression), analisis varians (analysis of variance), Analysis of Covariance (Anacova), Analisis Jalur (Path Analysis), dan model persamaan struktural (Structural Equation Modeling) atau SEM. Kuliah ini akan dilaksanakan dengan pendekatan mahasiswa aktif yaitu studi kasus dan tugas latihan

• Mampu menentukan konsep penelitian dan Jenis data penelitian yang termasuk uji multivariat
• terampil dalam menganalisis data penelitian yang bersifat multivariat.
• mampu merencanakan suatu kasus untuk model penelitian yang proses analisisnya bersifat multivariat.
• mampu mengaplikasikan konsep dan mengintepretasikan analisis multivariate

1. Pengantar Statistika (Review)

(Pengertian dan Kriteria, Klasifikasi data, Sampel, populasi dan Teknik Sampling, Variabel, Uji prasyarat Analisis, Hipotesis)

2. Pengantar Analisis Multivariat 

(Pengertian Konsep analisis Multivariat, beberapa konsep dasar dalam analisis Multivariat, Klasifikasi teknik analisis multivariate, Tahapan analisis multivariate)

3. Penanganan dan Pentranformasian Data

(pemeriksaan data dengan menggunakan grafik, missing data, Outlier, Menguji Asumsi Analisis Multivariat)

4. Analisis Faktor (Factor Analysis)

(Pengertian Analisis Faktor, Tahapan Analisis Faktof, Aplikasi Analisis Faktor sesuai Program studi)

5. Regresi Linier Berganda

(Pengertian Regresi Linier Ganda (3 atau lebih variabel x); tahapan analisis regresi linier ganda sesuai dengan materi program studi; Aplikasi analisis regresi berganda sesuai materi program studi, Intepretasi dan implikasi hasil analisis regresi linier ganda)

6. Analisis Jalur (Path Analysis)

(pengertian analisis jalur 3 atau lebih variabel X, Tahapan Analiss Jalur, aplikasi analisis jalur sesuai materi program studi, intepretasi dan Implikasi hasil/Output Analisis Jalur)

7. Regresi Logistik Ganda (Multiple Logistic Regression)

(Pengertian regresi logistic, Proses analisis regresi logistik ganda, Aplikasi analisis regresi logistik ganda sesuai materi Program Studi, Interpretasi dan Implikasi hasil analisis Regresi logistik)

8. Manova (Multivariate Analysis Of Variance)

(Pengertian Anova dan Manova, Tahapan analisis Manova, Aplikasi manova sesuai materi Program Studi, Interpretasi dan Implikasi hasil Analisis Manova

9. Analisis Statistika Multivariat Lanjutan

(Pengertian, Konsep dan Aplikasi contoh kasus pada Program Studi untuk: Conjoint Analysis, Analisis Diskriminan, Analisis Cluster)

1. Presensi

2. UTS

3. UAS

4. Tugas