Nama: Eri Zenta Zikra Birama Putri
NPM: 2313031040

1. Kesesuaian Teknik Pengumpulan Data dengan Pendekatan Kuantitatif
Teknik pengumpulan data yang digunakan peneliti yaitu angket (kuesioner) dengan skala Likert sudah sangat sesuai dengan pendekatan kuantitatif. Pendekatan kuantitatif menekankan pengukuran variabel dengan angka serta analisis statistik, sehingga penggunaan angket terstruktur memungkinkan peneliti mendapatkan data numerik dari banyak responden. Data demografis dapat dinyatakan dalam bentuk kategori atau angka, sedangkan pernyataan-pernyataan dalam skala Likert dapat dikonversi menjadi skor numerik yang dapat dianalisis menggunakan statistik inferensial. Selain itu, pengumpulan data dari jumlah responden yang besar (120 guru) mendukung prinsip kuantitatif yang mengutamakan generalisasi dan objektivitas.

2. Kelebihan dan Kelemahan Angket dalam Penelitian Ini
Penggunaan angket memiliki beberapa kelebihan. Pertama, angket memungkinkan peneliti mengumpulkan data dari banyak responden dalam waktu relatif singkat. Kedua, angket meningkatkan konsistensi jawaban karena setiap responden mendapatkan pertanyaan yang sama. Ketiga, skala Likert memudahkan kuantifikasi sikap, persepsi, dan motivasi menjadi data numerik. Namun, terdapat pula kelemahan. Responden mungkin mengisi angket secara tidak serius atau hanya mengikuti pola tertentu tanpa membaca dengan teliti. Selain itu, angket sulit menggali alasan atau motivasi mendalam di balik jawaban responden. Ada juga risiko social desirability bias, yaitu responden memberikan jawaban yang dianggap “baik” atau sesuai harapan, bukan jawaban sebenarnya. Terakhir, angket tidak memungkinkan peneliti mengontrol keadaan lingkungan saat pengisian.

3. Teknik Analisis Statistik yang Tepat
Untuk menjawab pertanyaan pertama, yakni pengaruh gaya kepemimpinan terhadap motivasi kerja, teknik yang paling tepat adalah analisis regresi linier sederhana (jika gaya kepemimpinan dianggap sebagai satu variabel prediktor), atau regresi linier berganda (jika gaya kepemimpinan terdiri dari beberapa dimensi). Regresi digunakan karena kedua variabel diukur secara kuantitatif dan bertujuan melihat hubungan pengaruh. Untuk pertanyaan kedua, yaitu perbedaan motivasi kerja berdasarkan tingkat pendidikan, teknik yang paling tepat adalah ANOVA satu arah (One-Way ANOVA). Tingkat pendidikan merupakan variabel kategorik dengan lebih dari dua kelompok, sedangkan motivasi kerja adalah variabel numerik dari hasil skala Likert. ANOVA memungkinkan peneliti mengetahui apakah terdapat perbedaan rata-rata motivasi kerja antar kelompok pendidikan.

4. Potensi Bias dan Masalah Validitas serta Cara Mengatasinya
Beberapa potensi bias dapat muncul dalam pengumpulan data melalui angket. Pertama, bias sosial (social desirability bias), di mana guru mungkin memberikan jawaban yang dianggap positif. Cara mengatasinya adalah menjamin anonimitas dan kerahasiaan, sehingga responden merasa aman memberikan jawaban jujur. Kedua, bias interpretasi, yaitu responden menafsirkan pernyataan berbeda dari maksud peneliti. Untuk mengatasi hal ini, peneliti dapat melakukan uji coba (try out) angket terlebih dahulu guna memastikan setiap item mudah dipahami. Ketiga, terdapat risiko bias pengisian tergesa-gesa jika responden merasa terburu-buru. Solusinya adalah memberikan waktu yang cukup dan lingkungan yang kondusif saat pengisian. Selain itu, masalah validitas konstruk dapat timbul jika item-item tidak benar-benar mengukur gaya kepemimpinan dan motivasi kerja. Untuk mengatasinya, peneliti perlu melakukan uji validitas dan reliabilitas, misalnya dengan korelasi item-total serta Cronbach's Alpha. Dengan pengelolaan bias dan validitas yang tepat, kualitas data dalam penelitian kuantitatif dapat meningkat dan hasil analisis menjadi lebih akurat serta kredibel.

Nama: Eri Zenta Zikra Birama Putri
NPM: 2313031040

Seorang peneliti harus dapat menentukan teknik pengumpulan data yang sesuai karena teknik tersebut menjadi fondasi utama dalam menghasilkan data yang valid, reliabel, dan relevan dengan masalah yang sedang diteliti. Pemilihan teknik pengumpulan data bukan hanya soal metode yang tersedia, tetapi lebih kepada kecocokan antara metode dengan karakteristik variabel, konteks penelitian, serta jenis informasi yang hendak diperoleh. Jika seorang peneliti salah memilih teknik pengumpulan data, maka data yang diperoleh bisa tidak akurat, bias, atau tidak mewakili fenomena sebenarnya. Akibatnya, seluruh proses penelitian mulai dari analisis hingga penarikan kesimpulan akan menjadi tidak valid. Dengan kata lain, kualitas data sangat ditentukan oleh ketepatan peneliti dalam memilih teknik pengumpulannya. Tentu saja ada keterkaitan yang erat antara teknik pengumpulan data dengan masalah penelitian dan tujuan penelitian. Masalah penelitian memberi gambaran tentang fenomena apa yang ingin dipahami atau dipecahkan, sedangkan tujuan penelitian menunjukkan jenis informasi apa yang perlu digali. Jika peneliti ingin memahami persepsi atau sikap responden, maka teknik yang sesuai biasanya berupa kuesioner, wawancara, atau skala sikap. Jika peneliti ingin mengetahui perilaku nyata atau proses tertentu, maka observasi lebih tepat digunakan. Untuk penelitian yang memerlukan data masa lalu atau data administratif, dokumentasi menjadi pilihan yang lebih relevan. Dengan demikian, teknik pengumpulan data harus selaras dengan karakter masalah penelitian serta informasi apa yang dibutuhkan agar tujuan penelitian dapat dicapai secara efektif. Tanpa kesesuaian tersebut, hasil penelitian tidak hanya menjadi kurang valid, tetapi juga kehilangan makna dalam memberikan solusi atau kesimpulan yang benar.

Nama: Eri Zenta Zikra Birama Putri
NPM: 2313031040

1. Identifikasi Jenis Skala Pengukuran untuk Setiap Item
Setiap item dalam kuesioner memiliki karakteristik skala pengukuran yang berbeda. Usia responden, yang diisi dalam satuan tahun, menggunakan skala rasio karena memiliki titik nol absolut (usia 0 berarti tidak berusia), dapat dilakukan operasi matematika seperti penjumlahan, serta dapat dibandingkan (misalnya seseorang berusia dua kali lebih tua dari orang lain). Jenis kelamin menggunakan skala nominal, karena hanya berfungsi mengelompokkan responden ke dalam kategori tanpa adanya tingkatan tertentu. Pada bagian tingkat kepuasan terhadap pelayanan dosen pembimbing akademik, pilihan jawaban membentuk tingkatan dari sangat tidak puas hingga sangat puas. Karena ada urutan atau ranking tetapi jarak antar tingkat tidak dapat dipastikan sama, maka item ini menggunakan skala ordinal. Jumlah mata kuliah yang diambil semester ini adalah data angka yang memiliki titik nol absolut dan dapat dioperasikan secara matematis, sehingga termasuk skala rasio. Terakhir, pada item mengurutkan aspek berdasarkan prioritas dalam memilih universitas, responden memberikan peringkat dari 1 (paling penting) sampai 5 (paling tidak penting). Ini menunjukkan adanya ranking tetapi tidak ada jaminan bahwa perbedaan antara peringkat 1 ke 2 sama dengan peringkat 3 ke 4. Oleh karena itu, skala ini juga merupakan skala ordinal.

2. Apakah Semua Data dalam Kuesioner Dapat Dianalisis dengan Statistik Parametrik?
Tidak semua data dalam kuesioner dapat dianalisis menggunakan statistik parametrik. Statistik parametrik mensyaratkan data berjenis interval atau rasio, serta distribusi data yang mendekati normal. Dari kuesioner tersebut, hanya usia responden dan jumlah mata kuliah yang memenuhi syarat untuk statistik parametrik karena keduanya menggunakan skala rasio. Sementara itu, jenis kelamin menggunakan skala nominal dan tingkat kepuasan serta urutan prioritas pemilihan universitas menggunakan skala ordinal. Kedua jenis skala ini tidak memenuhi kriteria dasar statistik parametrik. Oleh karena itu, data ordinal dan nominal lebih tepat dianalisis menggunakan statistik non-parametrik seperti chi-square, Spearman rank, atau Mann–Whitney, tergantung kebutuhan analisisnya.

3. Metode Analisis untuk Mengetahui Hubungan antara Kepuasan Layanan Akademik dan Jumlah Mata Kuliah
Untuk mengetahui hubungan antara kepuasan layanan akademik (skala ordinal) dan jumlah mata kuliah (skala rasio), metode analisis yang paling tepat adalah korelasi Spearman Rank (Spearman’s rho). Metode ini dipilih karena variabel kepuasan menggunakan skala ordinal yang tidak memenuhi asumsi normalitas, sehingga tidak cocok digunakan untuk korelasi parametrik seperti Pearson. Korelasi Spearman mampu melihat kekuatan dan arah hubungan antara dua variabel ketika salah satunya atau keduanya bersifat ordinal, atau ketika data rasio tidak berdistribusi normal. Dengan demikian, Spearman rank merupakan metode paling sesuai untuk menggambarkan apakah semakin banyak mata kuliah yang diambil memiliki hubungan tertentu dengan tingkat kepuasan terhadap layanan akademik.

Nama: Eri Zenta Zikra Birama Putri
NPM: 2313031040

Skala pengukuran adalah cara untuk mengklasifikasikan, mengurutkan, atau mengkuantifikasi variabel sehingga dapat dianalisis secara statistik. Skala pengukuran menentukan jenis data, alat ukur yang digunakan, serta teknik analisis yang dapat diterapkan. Dalam penelitian kuantitatif, skala pengukuran sangat penting karena menentukan kualitas dan interpretasi data. Secara umum terdapat empat jenis skala pengukuran, yaitu:
1. Skala Nominal
- Mengelompokkan data ke dalam kategori tanpa urutan.
- Hanya menunjukkan identitas atau label.
- Contoh: jenis kelamin, jurusan, jenis e-wallet yang digunakan.
2. Skala Ordinal
- Mengelompokkan data dengan urutan, tetapi jarak antar kategori tidak jelas.
- Contoh: tingkat intensitas rendah–sedang–tinggi, peringkat, status sosial.
3. Skala Interval
- Ada urutan dan jarak antar skor sama, tetapi tidak memiliki nol absolut.
- Banyak digunakan dalam kuesioner Likert jika diperlakukan sebagai data interval.
- Contoh: skor persepsi 1–5, 1–7.
4. Skala Rasio
- Memiliki semua karakteristik skala sebelumnya: kategori, urutan, jarak sama, dan nol absolut.
- Dapat dilakukan operasi matematika lengkap.
- Contoh: jumlah transaksi, nominal top up, pengeluaran harian, jumlah uang yang dibelanjakan.

Rancangan Data Penelitian
Judul Penelitian: “Pengaruh Intensitas Penggunaan E-Wallet terhadap Perilaku Konsumtif Siswa SMA Negeri 1 Pringsewu.”
Penelitian ini merupakan penelitian kuantitatif asosiatif, yaitu meneliti hubungan (pengaruh) antara dua variabel:

Variabel X (Independen): Intensitas Penggunaan E-Wallet
Aspek yang dapat diukur:
1. Frekuensi penggunaan (berapa kali menggunakan e-wallet per hari/minggu)
2. Durasi penggunaan (berapa lama membuka aplikasi e-wallet)
3. Jumlah transaksi
4. Jenis transaksi (belanja, top up, bayar transport, dll.)
5. Nominal uang yang dibelanjakan menggunakan e-wallet

Variabel Y (Dependen): Perilaku Konsumtif
Aspek yang dapat diukur:
1. Membeli barang secara impulsif
2. Membeli karena diskon/promo
3. Mengutamakan keinginan daripada kebutuhan
4. Mudah tergoda rekomendasi pemasaran
5. Belanja berlebihan tanpa perencanaan

Skala Pengukuran untuk Penelitian
A. Variabel X: Intensitas Penggunaan E-Wallet
Instrumen biasanya berupa kuesioner atau catatan transaksi.
Skala pengukuran:
1. Frekuensi penggunaan → Rasio
Contoh: “Berapa kali Anda melakukan transaksi e-wallet dalam seminggu?”
Jawaban berupa angka → data rasio.
2. Nominal transaksi/top up → Rasio
Contoh: “Berapa total uang yang Anda belanjakan menggunakan e-wallet dalam seminggu?”
Data memiliki nol absolut → rasio.
3. Persepsi tentang intensitas (misalnya skala Likert) → Interval
Contoh item Likert: “Saya sering menggunakan e-wallet untuk berbagai kebutuhan.”
Skala 1–5 → interval.
Kesimpulan skala variabel X: Menggunakan gabungan skala interval dan rasio. Dalam analisis regresi, skor Likert (interval) dijumlahkan menjadi skor total.

Variabel Y: Perilaku Konsumtif
Biasanya diukur menggunakan skala Likert, sehingga termasuk skala interval.
Contoh indikator:
“Saya sering membeli barang hanya karena promo.”
“Saya sulit menahan diri untuk tidak berbelanja online.”
“Saya membeli sesuatu walaupun tidak terlalu dibutuhkan.”
Semua menggunakan skor 1–5 → dianggap data interval dan dapat diolah menggunakan: