NAMA : MUHAMMAD DZAKI RIZKIA
NPM : 2053031004

1. Identifikasi populasi dan sampel
Populasi dalam penelitian ini adalah seluruh siswa kelas XI SMA negeri di Provinsi Jawa Barat, karena penelitian berfokus pada efektivitas metode pembelajaran hybrid terhadap hasil belajar matematika siswa pada jenjang tersebut. Sementara itu, sampel adalah sebagian siswa kelas XI dari beberapa SMA negeri yang dipilih untuk mewakili keseluruhan populasi. Sampel ini dipilih karena jumlah sekolah yang sangat banyak dan tersebar di berbagai daerah dengan kondisi yang beragam, sehingga tidak memungkinkan meneliti seluruh populasi.

2. Teknik sampling yang tepat
Teknik yang paling sesuai adalah stratified random sampling. Alasannya, kondisi sosial, ekonomi, dan infrastruktur digital antar daerah berbeda-beda, sehingga penting untuk membagi populasi ke dalam strata tertentu, misalnya berdasarkan kota/kabupaten atau kategori wilayah seperti kota besar, kota sedang, dan pedesaan. Dari setiap strata tersebut, sekolah dipilih secara acak sesuai proporsinya terhadap jumlah populasi, lalu dari sekolah yang terpilih peneliti mengambil siswa kelas XI secara acak. Dengan cara ini, sampel menjadi lebih representatif dan hasil penelitian dapat digeneralisasikan ke seluruh populasi.

3. Potensi kelemahan jika sampel hanya diambil dari kota besar
Jika peneliti hanya mengambil sampel dari kota besar seperti Bandung dan Bekasi, maka hasil penelitian akan cenderung bias. Hal ini terjadi karena siswa di kota besar memiliki akses internet lebih baik, kondisi sosial ekonomi lebih mendukung, serta penerapan hybrid learning yang lebih konsisten dibandingkan daerah lain. Akibatnya, hasil penelitian tidak mencerminkan kondisi sebenarnya di seluruh Jawa Barat, sehingga validitas eksternal menjadi lemah dan kesimpulan sulit digeneralisasikan ke seluruh populasi.

NAMA : MUHAMMAD DZAKI RIZKIA
NPM : 2053031004

1. Identifikasi jenis skala pengukuran (nominal, ordinal, interval, atau rasio) yang digunakan untuk setiap item dalam kuesioner di atas. Jelaskan alasan Anda!
Jawaban :
a. Usia responden (dalam tahun), menurut saya skala yang digunakan adalah Rasio
Alasan:
• Memiliki titik nol absolut (usia 0 berarti tidak ada umur).
• Dapat dilakukan operasi matematika (×, ÷, +, –).
• Selisih dan perbandingan bermakna (misal usia 20 tahun dua kali usia 10 tahun).

b. Jenis kelamin (laki-laki/perempuan), menurut saya skala yang digunakan adalah Nominal
Alasan:
• Hanya membedakan kategori tanpa urutan atau tingkatan.
• Tidak memiliki nilai numerik dan tidak dapat diurutkan.

c. Tingkat kepuasan terhadap dosen pembimbing (5 pilihan), menurut saya skala yang digunakan adalah Ordinal.
Alasan:
• Jawaban memiliki tingkatan (sangat tidak puas → sangat puas).
• Ada urutan tetapi jarak antar kategori tidak pasti sama.
• Tidak dapat dilakukan operasi matematis seperti rata-rata secara murni.

d. Jumlah mata kuliah yang diambil, menurut saya skala yang digunakan adalah Rasio.
Alasan:
• Memiliki nol absolut (0 berarti tidak mengambil mata kuliah).
• Besaran dapat dihitung secara matematis.
• Selisih dan perbandingan bermakna.

e. Pengurutan prioritas memilih universitas (1–5), menurut saya skala yang digunakan adalah Ordinal
Alasan :
• Menunjukkan ranking/prioritas.
• Urutannya jelas, tetapi jarak antara prioritas 1 dan 2 tidak dapat dipastikan sama dengan jarak 2 dan 3.

2. Apakah seluruh data dari kuesioner di atas dapat dianalisis menggunakan statistik parametrik? Mengapa demikian?
Jawaban :
Menurut saya tidak seluruh data pada kuesioner tersebut dapat dianalisis dengan statistik parametrik.
Alasannya :
1. Pertama statistik parametrik mensyaratkan data minimal berada pada skala interval atau rasio. Sementara pada kuesioner terdapat skala nominal (jenis kelamin) dan ordinal (skala kepuasan, ranking prioritas).
2. Kedua data nominal dan ordinal tidak memiliki jarak numerik yang sama, sehingga tidak memenuhi asumsi dasar statistik parametrik seperti linearitas, normalitas, dan homogenitas varians.
3. Ketiga Data interval/rasio seperti usia dan jumlah mata kuliah dapat dianalisis parametrik, tetapi ketika digabung dengan variabel ordinal/nominal dalam satu model, perlu perlakuan khusus.

3. Seandainya peneliti ingin mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah yang diambil, metode analisis apa yang paling tepat? Jelaskan alasan pemilihan metode tersebut.
Jawaban :
Menurut pendapat saya, metode analisis yang paling tepat untuk mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah yang diambil adalah korelasi Spearman (Spearman Rank Correlation). Metode ini sesuai karena variabel kepuasan berada pada skala ordinal, sedangkan jumlah mata kuliah berada pada skala rasio, sehingga tidak memenuhi asumsi yang dibutuhkan untuk korelasi parametrik seperti Pearson. Korelasi Spearman mampu mengukur kekuatan dan arah hubungan antar variabel tanpa mensyaratkan distribusi normal. Selain itu, Spearman bekerja dengan mengubah data menjadi peringkat, sehingga perubahan dalam skala kepuasan tetap dapat ditangkap secara akurat dalam analisis.

NAMA : MUHAMMAD DZAKI RIZKIA
NPM : 2053031004

Seorang peneliti harus dapat menentukan teknik pengumpulan data yang sesuai karena teknik tersebut berperan penting dalam memastikan data yang diperoleh akurat, relevan, dan dapat menjawab rumusan masalah penelitian. Pemilihan teknik yang tepat akan membantu peneliti memperoleh informasi yang benar-benar menggambarkan kondisi sebenarnya dari objek yang diteliti. Terdapat keterkaitan yang erat antara teknik pengumpulan data dengan masalah penelitian dan tujuan yang ingin dicapai. Jika masalah penelitian bersifat deskriptif, misalnya untuk menggambarkan suatu fenomena, maka teknik seperti observasi atau angket lebih tepat digunakan. Namun, jika tujuan penelitian adalah untuk mengetahui hubungan atau pengaruh antar variabel, maka wawancara mendalam atau eksperimen mungkin lebih sesuai. Dengan demikian, teknik pengumpulan data harus disesuaikan dengan jenis data yang dibutuhkan agar hasil penelitian valid, reliabel, dan mampu memberikan jawaban terhadap tujuan penelitian yang telah dirumuskan.

NAMA : MUHAMMAD DZAKI RIZKIA
NPM : 2053031004

1. Teknik pengumpulan data menggunakan angket sudah sesuai dengan pendekatan kuantitatif karena menghasilkan data terstruktur dalam bentuk angka, terutama melalui skala Likert 1–5. Data demografis dan data persepsi guru dapat dianalisis secara statistik sehingga memungkinkan peneliti menguji hubungan dan pengaruh antarvariabel secara objektif sesuai tujuan penelitian kuantitatif.

2. Kelebihan dan kelemahan penggunaan angket
Kelebihan:
- Dapat menjangkau banyak responden secara efisien sehingga mendukung generalisasi hasil penelitian
- Memberikan data yang seragam karena semua responden menjawab pertanyaan yang sama dengan format yang sama
- Lebih praktis, hemat waktu, dan mudah dianalisis secara statistic
Kelemahan:
- Jawaban responden bisa kurang akurat karena dipengaruhi subjektivitas atau kecenderungan memilih jawaban aman
- Tidak memungkinkan peneliti menggali jawaban secara mendalam
- Potensi salah paham oleh responden jika pernyataan tidak jelas

3. Teknik analisis statistik yang paling tepat
- Untuk mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja, teknik yang tepat adalah regresi linear sederhana karena kedua variabel diukur dengan skala Likert sehingga dapat diperlakukan sebagai data interval dan dianalisis untuk melihat pengaruh satu variabel terhadap variabel lainnya.
- Untuk mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan, teknik yang tepat adalah ANOVA satu arah (One-Way ANOVA) karena variabel motivasi berupa data numerik, sedangkan tingkat pendidikan merupakan variabel kategorik dengan lebih dari dua kelompok.

4. Potensi bias atau masalah validitas dan cara mengatasinya
- Bias sosial (social desirability) karena guru mungkin menjawab terlalu positif tentang kepala sekolah. Cara mengatasi: memastikan anonimitas dan kerahasiaan jawaban.
- Bias interpretasi pernyataan jika item dalam angket tidak jelas atau ambigu. Cara mengatasi: lakukan uji coba angket (try out) dan perbaikan item sebelum penelitian.
- Masalah validitas konstruk jika butir pernyataan tidak benar-benar mengukur gaya kepemimpinan atau motivasi kerja. Cara mengatasi: lakukan uji validitas dan reliabilitas instrumen seperti uji korelasi item dan Cronbach Alpha.
- Bias nonrespon jika sebagian guru tidak mengisi angket. Cara mengatasi: memberikan waktu yang cukup serta pengingat agar tingkat respons tinggi.

NAMA : MUHAMMAD DZAKI RIZKIA
NPM : 2053031004