UNIVERSITAS NEGERI PADANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

JURUSAN STATISTIKA
PROGRAM STUDI SARJANA STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS)

A. Identitas Mata Kuliah
Kode Rumpun
Nama Mata Kuliah Bobot SKS Semester Tanggal Penyusunan
Mata Kuliah Mata Kuliah
10 Desember 2021
Statistika Multivariat STA1.62.6005 Wajib Program Studi 3 3
Dosen Pengampu Ketua Program Studi
Otorisasi
Admi Salma, S.Pd., M.Si.

B. Capaian Pembelajaran
Capaian Pembelajaran Lulusan (CPL) yang Dibebankan pada Mata Kuliah
1 Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religious (S-1)
2 Menginternalisasi nilai, norma, dan etika akademik (S-8)
3 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang Statistika secara mandiri (S-9)
4 Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan
dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang Statistika (KU-1)
5 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur dalam pengolahan dan analisis data serta kegiatan dalam bidang statistika
lainnya (KU-2)
6 Mampu menyelesaikan permasalahan nyata secara statistika serta mampu menyajikan dan mengkomu-nikasikan dalam bentuk yang
mudah dipahami baik secara tertulis maupun lisan (KK-3)
7 Menguasai konsep teoritis keilmuan statistika dan metode-metode analisis statistika yang dapat diaplikasikan pada bidang
kependidikan, pemerintah-an, ekonomi, dan lingkungan (P1)
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK-1 Mampu menginternalisasi nilai, norma, dan etika akademik dalam melaksanaan setiap aktivitas pembelajaran
1
 CPMK-2 Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam mengikuti proses pembelajaran
CPMK-3 Mampu bertanggungjawab atas pekerjaan secara mandiri
CPMK-5 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur

CPMK-4 Mampu menerapkann pemikiran logis, kritis dan sistematis dalam konteks implementasi Statistika Multivariat

CPMK-6 Mampu menyelesaikan permasalahan nyata sebagai aplikasi dari Statistika Multivariat, serta mampu menyajikan dan mengomunikasikan
dalam bentuk yang mudah dipahami baik secara lisan maupun tulisan
CPMK-7 Mampu Menguasai konsep teoritis dari analisis Faktor, Analisis Diskriminan, Analisis Biplot, dll yang dapat diaplikasikan pada bidang kependidikan,
pemerintah-an, ekonomi, dan lingkungan

C. Matriks Pembelajaran
Kemampuan Akhir Bentuk dan Penilaian
Mg Bahan Kajian/ Pengalaman Belajar
yang Direncanakan Metode Waktu
Ke Referensi Utama (Deskripsi Tugas) Kriteria Indikator Bobot
(Sub CPMK) Pembelajaran
1 Mahasiswa mampu 1. Pendahuluan Bentuk: Kuliah: 1. Mahasiswa menelaah Non Tes: 1. Keikutsertaan
menelaah konsep Statistika 1. Kuliah dan 2 x 50 ‘ Materi Observasi menyatakan
statistika multivariat Multivariat responsi pendahuluan pendapat
( C4, A3, P4) 2. Organisasi data dalam Responsi: Statistika 2. Memberi respon
multivariat jaringan 2 x 50 ‘ Multivariat, dan (membenarkan
3. Klasifikasi (daring) kalsifikasi metode atau menolak)
metode analisis menggunakan analisis multivariat terhadap
data multivariat: platform yang tersedia di pendapat
a. metode elearning dan elearning. orang lain
dependensi zoom meeting 2. Diskusi materi
b. metode 2. Kuliah dan 3. Presentasi dan tanya
interdepende responsi tatap jawab, beberapa
nsi muka aturan perkuliahan
dan terkait konsep
Metode: yang belum
Diskusi, dan dipahami
tanya jawab
2-3 Mahasiswa mampu Analisis Bentuk: Kuliah: 1. Mahasiswa Non Tes: 1.1 Keikutsertaan
menelaah konsep Komponen 1. Kuliah dan 2 x 2 x 50 menelaah Analisis Observasi menyatakan
Analisis Komponen Utaman responsi ‘ Faktor yang tersedia pendapat
Utama, Prosedur , 1. Prinsip dalam di elearning. 1.2 Memberikan

2
 Penilaian
analisis menggunakan Komponen jaringan Responsi: 2. Diskusi materi yang Tes: respon
Kemampuan
software dan Akhir UtamaKajian/ Bentuk
(daring) dan 2 x 2x 50 ‘ kurang dipahami Penugasa (membenarkan
Mg Bahan Pengalaman Belajar
yang Direncanakan 2. Prosedur AKU
menginterpretasikan Metode
menggunakan Waktu mahasiswa n tertulis atau menolak)
Ke Referensi Utama (Deskripsi Tugas)
hasil(Sub CPMK)
analisis tersebut. 3. AKU Pembelajaran
platform 4. Latihan soal-soal (Uraian) pendapat
( C4, A4, P4) denganSotware elearning dan secara individual orang lain
Statistika zoom meeting 5. Presentasi dan 2.1 Mengumpul-
2. Kuliah dan mendiskusikan jawab kan tugas
responsi tatap terkait soal-soal tepat waktu
muka tersebut, khususnya 2.2 Menyelesai-
pada soal yang kan tugas
Metode: kurang dipahami secara
Diskusi, tanya mahasiswa mandiri
jawab, dan 6. Pengerjaan Tugas 1 , (tidak
pemberian tugas secara individual dan menyontek
hasilnya diupload di pekerjaan
elearning dalam orang lain)
rentang waktu yang 2.3 Ketepatan
ditentukan. Merumuskan
model regresi
dan analisis
lainnya
2.4 Ketepatan
interpretasi
2.5 kemampuan
melakukan
analisis regresi
menggunakan
software
4-5 Mahasiswa mampu Analisis Faktor Bentuk: Kuliah: 1. Mahasiswa Non Tes: 1.1 Keikutsertaan
menelaah konsep 1. Prinsip Analisis 1. Kuliah dan 2 x 2 x 50 menelaah Analisis Observasi menyatakan
Analisis Faktor, Faktor responsi ‘ Faktor yang pendapat
sederhana, 2. Prosedur dalam tersedia di elearning. 1.2 Memberikan
merumuskan model Analisis Faktor jaringan Responsi: 2. Diskusi materi yang Tes: respon
analsis faktor, dan 3. Analisis faktor (daring) 2 x 2 x 50’ kurang dipahami Penugasa (membenarkan
menginterpretasikan denganSotware menggunaka mahasiswa n tertulis atau menolak)
hasil analisis tersebut. Statistika n platform 3. Latihan soal-soal (Uraian) pendapat
elearning secara individual orang lain
3
 Penilaian
( C4, A4, P4) dan zoom 4. Presentasi dan 2.1 Mengumpul-
Kemampuan Akhir meetingdan
Bentuk mendiskusikan kan tugas
Mg Bahan Kajian/ 2. Kuliah dan Pengalaman
jawab terkaitBelajar
soal- tepat waktu
yang Direncanakan Metode Waktu
Ke Referensi Utama responsi (Deskripsi Tugas)
soal tersebut, 2.2 Menyelesai-
(Sub CPMK) Pembelajaran
tatap muka khususnya pada soal kan tugas
yang kurang secara
Metode: dipahami mahasiswa mandiri
Diskusi, tanya 5. Pengerjaan Tugas (tidak
jawab, dan 2 , secara individual menyontek
pemberian tugas dan hasilnya pekerjaan
diupload di orang lain)
elearning dalam 2.3 Ketepatan
rentang waktu yang Merumuskan
ditentukan. model regresi
dan analisis
lainnya
2.4 Ketepatan
interpretasi
2.5 kemampuan
melakukan
analisis regresi
menggunakan
software
7–8 Mahasiswa mampu Analisis Cluster Bentuk: Kuliah: 1. Mahasiswa Non Tes: 1.1 Keikutsertaan 6%
menelaah konsep 1. Prinsip Analisis 1. Kuliah dan 2x 2 x 50 ‘ menelaah Analisis Observasi menyatakan
Analisis Cluster, Cluster responsi Cluster pendapat
merumuskan model 2. Prosedur dalam Responsi: 2. Diskusi materi yang 1.2 Memberikan
analsis Cluster, dan Analisis Cluster jaringan 2x 2x 50 ‘ kurang dipahami Tes: respon
menginterpretasikan 3. Analisis Cluster (daring) mahasiswa Penugasa (membenarkan
hasil analisis tersebut. denganSotware menggunaka memanfaatkan zoom n tertulis atau menolak)
( C4, A4, P4) Statistika n platform meeting dan WAG (Uraian) pendapat
elearning atau luring. orang lain
dan zoom 3. Latihan soal-soal 2.1 Mengumpul-
meeting secara individual kan tugas
2. Kuliah dan 4. Presentasi dan tepat waktu
responsi mendiskusikan 2.2 Menyelesai-
tatap muka jawab terkait soal- kan tugas
4
 Penilaian
Kemampuan Akhir Bentuk dan soal tersebut,Belajar secara
Mg Bahan Kajian/ Pengalaman
yang Direncanakan Metode
Metode: Waktu khususnya pada soal mandiri
Ke Referensi Utama (Deskripsi Tugas)
(Sub CPMK) Pembelajaran
Diskusi, tanya yang kurang (tidak
jawab, dan dipahami mahasiswa menyontek
pemberian tugas 5. Pengerjaan Tugas 3, pekerjaan
secara individual orang lain)
dan hasilnya
diupload di
elearning dalam
rentang waktu yang
ditentukan.

9 Ujian Tengah 23%

Semester (UTS)
10-11 Mahasiswa mampu Analisis Bentuk: Kuliah: 1. Mahasiswa Non Tes: 1.1 Keikutsertaan 3%
menelaah konsep Diskriminan 1. Kuliah dan 2x 2 x 50 ‘ menelaah materi Observasi menyatakan
Analisis Diskriminan, 1. Prinsip responsi Analisis pendapat
merumuskan model Diskriminan dalam Responsi: Diskriminan yang 1.2 Memberikan
analsis Diskriminan, 2. Prosedur jaringan 2x 2x 50 ‘ tersedia di elearning. Tes: respon
dan Analisis (daring) 2. Diskusi materi yang Penugasa (membenarkan
menginterpretasikan Diskriminan menggunaka kurang dipahami n tertulis atau menolak)
hasil analisis tersebut. 3. Analisis n platform mahasiswa. (Uraian) pendapat
( C4, A4, P4) Diskriminan elearning 3. Latihan soal-soal orang lain
denganSotware dan zoom secara individual 2.1 Mengumpul-
Statistika meeting 4. Presentasi dan kan tugas
2. Kuliah dan mendiskusikan jawab tepat waktu
responsi terkait soal-soal 2.2 Menyelesai-
tatap muka tersebut, khususnya kan tugas
pada soal yang secara
Metode: kurang dipahami mandiri
Diskusi, tanya mahasiswa (tidak
jawab, dan 5. Membagi mahasiswa menyontek
pemberian tugas kedalam beberapa pekerjaan
kelompok orang lain)
6. Pengerjaan Tugas 4, 2.3 Ketepatan
secara individual dan Menditeksi

5
 Penilaian
Kemampuan Akhir Bentuk dan hasilnya diupload di amatan
Mg Bahan Kajian/ Pengalaman Belajar
yang Direncanakan Metode Waktu elearning dalam berpengaruh
Ke Referensi Utama (Deskripsi Tugas)
(Sub CPMK) Pembelajaran rentang waktu yang
ditentukan.
12-13 Mahasiswa mampu Analisis Biplot Bentuk: Kuliah: 1. Mahasiswa Non Tes: 1.1 Keikutsertaan 3%
menelaah konsep 1. Prinsip Analisis 1. Kuliah dan 2x 2 x 50 ‘ menelaah materi Observasi menyatakan
Analisis Biplot, Biplot responsi pelanggaran dari pendapat
merumuskan model 2. Prosedur dalam Responsi: asumsi regresi dan 1.2 Memberikan
Analisis Biplot, dan Analisis Biplot jaringan 2x 2x 50 ‘ transformasi yang Tes: respon
menginterpretasikan 3. Analisis Biplot (daring) tersedia di elearning. Penugasa (membenarkan
hasil analisis tersebut. denganSotware menggunaka 2. Diskusi materi yang n tertulis atau menolak)
( C4, A4, P4) Statistika n platform kurang dipahami (Uraian) pendapat
elearning mahasiswa orang lain
dan zoom memanfaatkan zoom 2.1 Mengumpul-
meeting meeting dan WAG kan tugas
2. Kuliah dan atau luring. tepat waktu
responsi 3. Latihan soal-soal 2.2 Menyelesai-
tatap muka secara individual kan tugas
4. Presentasi dan secara
Metode: mendiskusikan jawab mandiri
Diskusi, tanya terkait soal-soal (tidak
jawab, dan tersebut, khususnya menyontek
pemberian tugas pada soal yang pekerjaan
kurang dipahami kelompok
mahasiswa lain)
5. Pengerjaan Tugas 5, 2.3 Ketepatan
secara individual dan pengecekan
hasilnya diupload di pelangaran
elearning dalam asumsi dan
rentang waktu yang melakukan
ditentukan. transformasinya

14 -16 Mahasiswa mampu Project Akhir Bentuk: Kuliah: 1. Mahasiswa secara Non Tes: 1. Ketepatan 50%
merancang sebuah Kuliah dan 3x 2 x 50 ‘ berkelompok Observasi waktu dalam
model pada kasus responsi dalam mencari kasus real mengerjakan
jaringan Responsi: yang dapat akan project akhir
real dan melakukan
3x 2x 50 ‘
6
 Penilaian
Analisis (daring) dianalisis dengan Tes: 2. Kerapian
menggunakan salah menggunakan salah satu analisis presentasi laporan project
Kemampuan Akhir Bentuk dan
platform pada statistika 3. Keseragaman
Mg satu analisis Bahan Kajian/ Pengalaman Belajar
yang Direncanakan Metode
elearning dan Waktu multivariat.Tugas) pemahaman
Ke statistika multivariat Referensi Utama (Deskripsi
(Sub CPMK) Pembelajaran
zoom meeting 2. Kasus tersebut konsep
dan
Atau luring mencakup bidang kelompok
menginterpretasikan ekonomi, kesehatan, 4. Ketepatan
nya Metode: pendidikan, pemahamn
(C6,A4,P3 Diskusi, dan kependudukan atau konsep
pemberian tugas digital 5. Penguasaan
3. Mahasiswa secara materi saat
berkelompok presentasi
merancang tahapan project akhir
analisis yang akan 6. Kejelasan
dilakukan, pemaparan
4. Tiap kelompok materi.
menyiapak outpun
berupa poster dan
laporan langkah2
analisis yang telah
dilakukan yang buat
dalam format Ms.
Word dan Pdf.
5. Hasil analisis akan di
presentasikan oleh
masing masing
kelompok
6. Mahasiswa
melakukan revisi
berdasrkan masukan
saat presentasi.

7
D. Daftar Referensi
1. Johnson, R.A & D. W. Wichern. 1998. Applied Multivariate Statistical Analysis, 4th ed. Prentice Hall, Englewood Cliffs.
2. Sharma, Subhash. 1996. Applied Multivariate Techniques. New York : John Wiley & Sons, Inc.
3. Mattjik, A.A & Sumartajaya, M. 2011. Sidik Peubah Ganda. Bogor: Dept Statistika FMIPA-IPB
4. Supranto. 2004. Analisis Multivariat Arti dan Interpretasi. Jakarta: PT RINEKA CIPTA

Penentuan Nilai Akhir