Nama : Adea Aprilia
NPM. : 2313031034

Nama : Adea Aprilia
NPM. : 2313031034
Kelas : 2023 B

Nama: ADEA APRILIA
Npm: 2313031034

Nama : Adea Aprilia
NPM : 2313031034
Kelas : 23B

NAMA : ADEA APRILIA
NPM : 2313031034

1. Identifikasi jenis skala pengukuran (nominal, ordinal, interval, atau rasio) yang digunakan untuk setiap item dalam kuesioner di atas. Jelaskan alasan Anda!
JAWAB :

• Usia responden (tahun) → Skala Rasio. Alasan: Usia berupa angka yang punya jarak yang sama dan memiliki nol absolut (umur 0 berarti tidak ada umur).
• Jenis kelamin → Skala Nominal. Alasan: Hanya membedakan kategori (laki-laki/perempuan). Tidak ada urutan dan tidak ada besaran. 
• Tingkat kepuasan terhadap pelayanan dosen PA → Skala Ordinal Alasan: Ada urutan dari sangat tidak puas sampai sangat puas, tetapi selisih antar pilihan tidak bisa dipastikan sama. 
• Jumlah mata kuliah yang diambil → Skala Rasio Alasan: Berbentuk angka dengan jarak yang sama dan nol berarti benar-benar tidak mengambil mata kuliah. 
• Urutan prioritas memilih universitas → Skala Ordinal Alasan: Responden memberi peringkat (1–5). Ada urutan, tetapi selisih antara urutan tidak bermakna secara pasti.

2. Apakah seluruh data dari kuesioner di atas dapat dianalisis menggunakan statistik parametrik? Mengapa demikian?

JAWAB :

Tidak semuanya. 

Statistik parametrik membutuhkan data interval atau rasio dan asumsi tertentu seperti normalitas. 

Pada kuesioner ini: 

• Ada data nominal (jenis kelamin)

• Ada data ordinal (kepuasan dan peringkat prioritas)

Dua jenis data tersebut tidak memenuhi syarat untuk statistik parametrik.

Statistik parametrik hanya bisa digunakan untuk variabel seperti usia dan jumlah mata kuliah (rasio), atau kepuasan bila skor Likert diubah ke bentuk numerik dan asumsi normalitas terpenuhi. Jadi, tidak semua item dalam kuesioner bisa dianalisis secara parametrik.

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.

JAWAB :

Variabel yang digunakan:

• Kepuasan layanan akademik → ordinal

• Jumlah mata kuliah → rasio

Karena salah satu variabel berskala ordinal, maka jenis analisis yang paling tepat adalah: Korelasi Spearman Rank (Spearman’s rho)

Alasan:

• Spearman digunakan untuk melihat hubungan antara dua variabel yang minimal ordinal.  

• Tidak mensyaratkan data berdistribusi normal.

• Cocok ketika salah satu variabel bukan interval/rasio.

Alternatif ( jika skala Likert diperlakukan sebagai interval dan datanya normal ): Pearson Correlation
Namun ini hanya boleh dilakukan jika data memenuhi asumsi parametrik.