NAMA : IRENIUS JUNI NUGROHO
NPM : 2313031032
KELAS : 2023 B

1. Identifikasi Jenis Skala PengukuranItem
a. Usia responden (dalam tahun)Skala pengukuran yang digunakan adalah skala rasio. Alasannya adalah data usia memiliki semua karakteristik skala rasio yaitu memiliki urutan yang jelas dimana usia 20 tahun lebih muda dari 25 tahun, memiliki jarak atau interval yang sama antar nilai dimana selisih antara 20 dan 21 tahun sama dengan selisih antara 25 dan 26 tahun, dan yang paling penting memiliki titik nol mutlak yang bermakna dimana usia 0 tahun berarti baru lahir atau tidak ada usia sama sekali
b. Jenis kelamin Skala pengukuran yang digunakan adalah skala nominal. Alasannya adalah data jenis kelamin hanya berfungsi untuk kategorisasi atau pengelompokan tanpa ada tingkatan atau urutan. Laki-laki dan perempuan hanya merupakan label atau kategori yang berbeda, tidak ada yang lebih tinggi atau lebih rendah. Tidak ada makna matematis dalam angka yang mungkin digunakan untuk koding misalnya jika laki-laki diberi kode 1 dan perempuan diberi kode 2, bukan berarti perempuan lebih tinggi atau dua kali lipat dari laki-laki.
c. Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik
Skala pengukuran yang digunakan adalah skala ordinal. Alasannya adalah pilihan jawaban memiliki urutan atau tingkatan yang jelas dari sangat tidak puas hingga sangat puas. Ada hierarki yang bermakna dimana sangat puas lebih tinggi dari puas, puas lebih tinggi dari netral, dan seterusnya.
d. Jumlah mata kuliah yang diambil semester ini
Skala pengukuran yang digunakan adalah skala rasio. Alasannya adalah jumlah mata kuliah memiliki semua karakteristik skala rasio yaitu ada urutan yang jelas dimana 6 mata kuliah lebih banyak dari 4 mata kuliah, interval atau jarak antar nilai sama dimana selisih antara 4 dan 5 mata kuliah sama dengan selisih antara 8 dan 9 mata kuliah yaitu sama-sama 1 mata kuliah, dan yang terpenting memiliki titik nol mutlak yang bermakna dimana 0 mata kuliah berarti benar-benar tidak mengambil mata kuliah sama sekali.
e. Urutan prioritas aspek pemilihan universitas
Skala pengukuran yang digunakan adalah skala ordinal. Alasannya adalah data ini menunjukkan urutan atau ranking prioritas dari yang paling penting hingga paling tidak penting. Ada tingkatan yang jelas dimana prioritas 1 lebih penting dari prioritas 2, prioritas 2 lebih penting dari prioritas 3, dan seterusnya

2. Apakah Seluruh Data Dapat Dianalisis dengan Statistik Parametrik?
Tidak, tidak seluruh data dari kuesioner di atas dapat dianalisis menggunakan statistik parametrik. Saya akan menjelaskan alasannya secara rinci.
Statistik parametrik memiliki asumsi-asumsi yang harus dipenuhi. Asumsi utamanya adalah data harus berskala interval atau rasio, data harus berdistribusi normal atau mendekati normal, varians antar kelompok yang dibandingkan harus homogen atau sama, dan observasi harus independen satu sama lain. Statistik parametrik dirancang untuk data yang bersifat kuantitatif kontinu dengan properti matematis tertentu.

3. Metode Analisis Hubungan antara Kepuasan dan Jumlah Mata Kuliah
Untuk mengetahui hubungan antara kepuasan layanan akademik dengan jumlah mata kuliah yang diambil, metode analisis yang paling tepat adalah Spearman Rank Correlation atau korelasi ranking Spearman. Saya akan menjelaskan alasan pemilihan metode ini secara mendalam.
Alasan utama pemilihan Spearman Rank Correlation:
Pertama, kita harus mempertimbangkan skala pengukuran dari kedua variabel yang akan dianalisis. Variabel kepuasan layanan akademik menggunakan skala ordinal dengan lima kategori dari sangat tidak puas hingga sangat puas. Meskipun ada urutan yang jelas, jarak antar kategori tidak dapat diasumsikan sama secara matematis. Sementara variabel jumlah mata kuliah menggunakan skala rasio yang merupakan data kuantitatif kontinu.

NAMA : IRENIUS JUNI NUGROHO
NPM : 2313031032
KELAS : 2023 B

1. Identifikasi Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh siswa kelas XI di 600 SMA Negeri di Provinsi Jawa Barat yang menerapkan pembelajaran hybrid. Alasan penetapan populasi ini karena peneliti ingin mengetahui efektivitas metode pembelajaran hybrid terhadap hasil belajar matematika siswa kelas XI secara khusus, bukan seluruh siswa atau jenjang kelas lainnya.
Sampel adalah sebagian siswa kelas XI dari beberapa SMA Negeri terpilih di Jawa Barat yang mewakili populasi dan akan benar-benar diteliti. Sampel ini dipilih karena tidak mungkin meneliti seluruh populasi yang sangat besar dengan pertimbangan efisiensi waktu, biaya, dan tenaga peneliti.

2. Teknik Sampling yang Paling Tepat
Teknik sampling yang paling tepat untuk penelitian ini adalah Stratified Cluster Random Sampling atau kombinasi antara stratified sampling dan cluster sampling. Saya akan menjelaskan alasan pemilihan dan cara penerapannya secara rinci.
Alasan pemilihan teknik ini:
Pertama, kondisi geografis dan demografis Jawa Barat sangat beragam dengan 27 kota dan kabupaten yang memiliki perbedaan signifikan dalam hal sosial, ekonomi, dan infrastruktur digital. Stratifikasi diperlukan untuk memastikan setiap kategori daerah terwakili secara proporsional sehingga hasil penelitian mencerminkan keragaman kondisi yang ada. Kedua, jumlah populasi sangat besar yaitu 600 sekolah yang tersebar luas sehingga tidak efisien jika mengambil sampel individual dari setiap sekolah. Dengan cluster sampling, peneliti dapat mengelompokkan sekolah berdasarkan wilayah kemudian memilih beberapa cluster secara acak untuk diteliti seluruh atau sebagian siswanya. Ketiga, teknik ini mempertimbangkan realitas bahwa tidak semua sekolah menerapkan pembelajaran hybrid secara konsisten.
Cara penerapan dalam konteks ini:
Tahap pertama adalah melakukan stratifikasi populasi. Peneliti membagi 27 kota atau kabupaten di Jawa Barat menjadi beberapa strata berdasarkan karakteristik tertentu. Misalnya berdasarkan tingkat perkembangan wilayah yaitu daerah urban atau kota besar seperti Bandung, Bekasi, Bogor, daerah suburban atau kota menengah seperti Cirebon, Tasikmalaya, Sukabumi, dan daerah rural atau kabupaten seperti Pangandaran, Sumedang, Garut.
Tahap kedua adalah menentukan proporsi sampel dari setiap stratum. Misalnya jika daerah urban mencakup 30 persen dari total sekolah, maka sampel dari stratum ini juga sekitar 30 persen dari total sampel yang akan diambil. Proporsi ini memastikan representativitas berdasarkan karakteristik populasi.
Tahap ketiga adalah cluster sampling dalam setiap stratum. Dari setiap stratum, peneliti memilih beberapa kota atau kabupaten secara random sebagai cluster. Misalnya dari stratum urban dipilih 2 kota, dari suburban dipilih 3 kota, dan dari rural dipilih 4 kabupaten
Tahap keempat adalah penentuan sampel siswa di setiap sekolah terpilih. Dari setiap sekolah yang masuk sampel, ambil siswa kelas XI secara random atau bisa mengambil seluruh siswa kelas XI jika jumlahnya tidak terlalu besar.

3. Potensi Kelemahan Jika Hanya Mengambil Sampel dari Kota Besar
Kelemahan pertama adalah sampling bias atau bias pemilihan sampel. Sampel tidak representatif terhadap keseluruhan populasi di Jawa Barat karena hanya mewakili kondisi kota besar saja. Karakteristik siswa di kota besar cenderung berbeda dengan siswa di daerah suburban dan rural dalam hal akses teknologi, latar belakang ekonomi keluarga, dan budaya belajar.
Kelemahan kedua adalah external validity yang rendah. Hasil penelitian tidak dapat digeneralisasi ke populasi yang lebih luas karena sampel tidak mencerminkan keberagaman kondisi yang ada. Ketika peneliti menyimpulkan bahwa pembelajaran hybrid efektif, kesimpulan tersebut sebenarnya hanya valid untuk sekolah di kota besar dengan infrastruktur digital yang baik, bukan untuk seluruh SMA Negeri di Jawa Barat.

NAMA : IRENIUS JUNI NUGROHO
NPM : 2313031032
KELAS : 2023 B

Teknik sampling adalah cara atau metode yang digunakan peneliti untuk mengambil sampel dari populasi. Secara garis besar, teknik sampling dibagi menjadi dua kategori utama yaitu probability sampling dan non-probability sampling.
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang atau kesempatan yang sama bagi setiap anggota populasi untuk dipilih menjadi sampel. Teknik ini menggunakan prinsip random atau acak sehingga setiap elemen populasi memiliki probabilitas yang diketahui untuk terpilih. Jenis-jenis probability sampling meliputi simple random sampling di mana pengambilan sampel dilakukan secara acak murni seperti mengundi atau menggunakan tabel angka random, systematic sampling yang mengambil sampel berdasarkan urutan tertentu dengan interval yang tetap misalnya setiap kelipatan lima, stratified random sampling yang membagi populasi ke dalam kelompok-kelompok homogen berdasarkan karakteristik tertentu
Non-probability sampling adalah teknik pengambilan sampel yang tidak memberikan peluang sama bagi setiap anggota populasi untuk dipilih. Pemilihan sampel didasarkan pada pertimbangan atau kriteria tertentu dari peneliti. Jenis-jenis non-probability sampling antara lain purposive sampling atau sampling bertujuan di mana sampel dipilih berdasarkan pertimbangan dan tujuan tertentu sesuai kebutuhan penelitian, quota sampling yang menentukan jumlah sampel dari masing-masing kategori kemudian peneliti bebas memilih siapa saja yang memenuhi kuota tersebut, snowball sampling yang dimulai dari beberapa sampel awal kemudian sampel tersebut diminta merekomendasikan sampel lainnya sehingga jumlah sampel bertambah seperti bola salju, dan convenience sampling yang memilih sampel berdasarkan kemudahan akses atau ketersediaan responden.

Dalam riset pendidikan ekonomi, teknik sampling yang paling sering digunakan adalah stratified random sampling dan purposive sampling. Kedua teknik ini memiliki kelebihan tersendiri yang sesuai dengan karakteristik penelitian di bidang pendidikan ekonomi.
Stratified random sampling sangat cocok untuk riset pendidikan ekonomi karena populasi dalam pendidikan biasanya memiliki karakteristik yang beragam dan perlu dikelompokkan. Misalnya dalam penelitian tentang efektivitas metode pembelajaran ekonomi, siswa dapat dikelompokkan berdasarkan tingkat kelas, jenis kelamin, atau tingkat prestasi akademik.
Purposive sampling juga banyak digunakan dalam riset pendidikan ekonomi terutama untuk penelitian kualitatif atau penelitian dengan fokus yang spesifik. Teknik ini memungkinkan peneliti memilih sampel yang memiliki karakteristik atau pengalaman tertentu yang relevan dengan tujuan penelitian.

NAMA : IRENIUS JUNI NUGROHO
NPM : 2313031032
KELAS : 2023 B

Populasi
Populasi adalah keseluruhan objek atau subjek yang menjadi sasaran penelitian. Bisa dibayangkan seperti "kolam besar" yang berisi semua elemen yang ingin kita teliti. Misalnya, jika ingin meneliti tentang siswa SMA di Bandar Lampung, maka populasinya adalah seluruh siswa SMA di Bandar Lampung. Atau jika meneliti tentang petani di Indonesia, maka populasinya adalah semua petani di Indonesia.
Sampel
Sampel adalah sebagian atau wakil dari populasi yang benar-benar diteliti. Ibarat kita mengambil "secangkir air" dari "kolam besar" tadi untuk diperiksa. Misalnya, dari seluruh siswa SMA di Bandar Lampung, kita hanya meneliti 300 siswa sebagai sampel. Atau dari semua petani di Indonesia, kita hanya meneliti 500 petani sebagai sampel.

Yang Harus Diperhatikan Peneliti
Saat menentukan populasi, peneliti harus memberikan batasan yang jelas dan spesifik tentang siapa atau apa yang termasuk dalam populasi. Contohnya, bukan hanya mengatakan "siswa", tetapi lebih spesifik seperti "siswa kelas 12 SMA Negeri di Bandar Lampung tahun 2025". Peneliti juga perlu mengenali karakteristik populasi seperti jumlah, lokasi, dan sifat-sifatnya. Yang penting, populasi yang ditentukan harus benar-benar sesuai dan relevan dengan tujuan penelitian.