Kiriman dibuat oleh Intan Ruliana

MPPE A2025 -> CASE STUDY

oleh Intan Ruliana -
Nama: Intan Ruliana
NPM: 2313031016

1. Menurut saya, teknik pengumpulan data yang dipakai sudah cocok dengan pendekatan kuantitatif. Soalnya, peneliti menggunakan angket skala Likert, yang memang umum dipakai untuk mengukur variabel numerik seperti gaya kepemimpinan dan motivasi kerja. Selain itu, data yang terkumpul nantinya bisa dihitung secara statistik, jadi sesuai dengan pendekatan kuantitatif.

2. Kelebihan:
• Bisa mengumpulkan data dari banyak guru dalam waktu cepat.
• Jawabannya lebih terstruktur dan mudah diolah secara statistik.
• Biayanya murah dan praktis.

Kelemahan:
• Responden kadang menjawab tidak jujur (sekadar “aman”).
• Ada kemungkinan guru kurang memahami item angket.
• Tidak bisa menggali alasan lebih dalam seperti wawancara.

3.1. Pengaruh gaya kepemimpinan → motivasi kerja
Cocoknya pakai regresi linier sederhana, karena ada satu variabel bebas dan satu variabel terikat.

2. Perbedaan motivasi kerja berdasarkan tingkat pendidikan
Yang paling pas adalah uji ANOVA satu arah, karena mau membandingkan motivasi pada beberapa kelompok pendidikan (misalnya S1, S2, dst.

4.Potensi bias:
• Guru bisa menjawab “asal” atau terlalu positif (social desirability bias).
• Pernyataan angket mungkin kurang jelas, sehingga ditafsirkan beda oleh tiap guru.
• Hanya memakai angket, jadi datanya bisa kurang mendalam.

Cara mengatasi:
• Uji coba angket dulu (pilot test) sebelum dibagikan.
• Gunakan pernyataan yang jelas dan tidak multitafsir.
• Yakinkan responden bahwa jawaban mereka anonim, supaya lebih jujur.
• Lakukan uji validitas dan reliabilitas untuk memastikan instrumen benar-benar layak.

MPPE A2025 -> Diskusi

oleh Intan Ruliana -
Nama: Intan Ruliana
NPM: 2313031016

Peneliti harus memilih teknik pengumpulan data yang tepat karena nggak semua masalah bisa dijawab dengan cara yang sama. Ada penelitian yang butuh data angka, ada yang butuh pendapat, ada juga yang butuh melihat perilaku langsung. Jadi tekniknya harus disesuaikan biar data yang dikumpulkan benar-benar cocok sama yang mau diteliti.

Teknik pengumpulan data itu juga berkaitan sama masalah dan tujuan penelitian. Kalau tujuannya mau tahu pendapat mahasiswa, ya cocoknya pakai angket atau wawancara. Tapi kalau mau lihat proses pembelajaran, lebih pas observasi. Jadi semuanya saling nyambung biar hasil penelitiannya valid dan bisa dipercaya.

MPPE A2025 -> CASE STUDY

oleh Intan Ruliana -
Nama: Intan Ruliana
NPM: 2313031016

1. Usia → Rasio
Karena berupa angka, ada nol absolut, dan bisa dihitung.
2. Jenis kelamin → Nominal
Hanya kategori, tidak ada urutan.
3. Kepuasan layanan → Ordinal
Ada urutan dari sangat tidak puas sampai sangat puas.
4. Jumlah mata kuliah → Rasio
Berupa hitungan nyata, ada nol mutlak.
5. Urutan prioritas memilih universitas → Ordinal
Hanya ranking, tidak menunjukkan jarak antar peringkat.

2. Tidak bisa.
Karena statistik parametrik butuh data interval/rasio, sedangkan kuesioner ini punya data nominal dan ordinal yang tidak cocok untuk parametrik.

3. Gunakan korelasi Spearman.
Alasan: kepuasan = ordinal, jumlah mata kuliah = rasio → Spearman paling cocok untuk data campuran dan tidak mensyaratkan distribusi normal.

MPPE A2025 -> Diskusi

oleh Intan Ruliana -
Nama: Intan Ruliana
NPM: 2313031016

Skala pengukuran itu sebenarnya cara peneliti “mengukur” variabel supaya datanya bisa dianalisis. Jadi, sebelum ngolah data, kita harus tahu dulu angka-angka yang kita pakai itu jenisnya apa. Karena beda skala, beda juga teknik analisis yang cocok.
Empat skala yang biasa dipakai:
1. Nominal → cuma buat membedakan kelompok.
Contoh: laki-laki/perempuan, sekolah A/B/C.
2. Ordinal → ada urutan, tapi jarak antar tingkatannya belum tentu sama.
Contoh: sangat setuju–setuju–tidak setuju.
3. Interval → jaraknya sama tapi nggak punya nol mutlak.
Contoh: skor sikap, suhu.
4. Rasio → paling lengkap, ada nol mutlak dan bisa dibandingkan.
Contoh: nilai ujian, jumlah siswa, pendapatan.

Rancangan Data Penelitian dan Skala Pengukuran
Misalnya saya sedang menyiapkan penelitian tentang pengaruh metode belajar hybrid terhadap hasil belajar siswa. Data yang saya rencanakan:
• Tingkat penerapan hybrid learning
Diukur pakai angket skala Likert (1–5).
→ Skalanya ordinal (atau dianggap interval setelah dijumlahkan).

• Motivasi belajar siswa
Juga pakai angket.
→ Skalanya ordinal.

• Hasil belajar siswa
Diambil dari nilai raport atau nilai tes (0–100).
→ Skalanya rasio, karena punya nol mutlak dan bisa dihitung.

MPPE A2025 -> CASE STUDY

oleh Intan Ruliana -
Nama: Intan Ruliana
NPM: 2313031016

1. Populasi dalam penelitian ini adalah seluruh siswa kelas XI di 600 SMA Negeri di Provinsi Jawa Barat. Alasannya karena peneliti ingin mengetahui efektivitas pembelajaran hybrid untuk semua SMA Negeri, sehingga semua siswa kelas XI menjadi sasaran utama penelitian.

Sampelnya adalah sebagian sekolah atau sebagian siswa kelas XI yang dipilih untuk mewakili seluruh SMA yang ada. Pengambilan sampel dilakukan karena jumlah sekolah sangat besar dan tersebar, sehingga tidak memungkinkan meneliti semuanya.

2. Teknik sampling yang paling tepat adalah stratified random sampling yang digabung dengan cluster sampling.
Alasan:
• Jawa Barat memiliki 27 kabupaten/kota dengan karakteristik yang berbeda-beda. Jika wilayah ini dijadikan strata, maka setiap daerah tetap terwakili.
• Jumlah sekolah di tiap daerah cukup banyak, jadi lebih mudah mengambil cluster berupa sekolah, bukan individu siswa.
• Variasi fasilitas digital, jumlah siswa, dan penerapan hybrid cukup besar sehingga perlu teknik yang bisa menjaga keadilan representasi.

Cara menerapkannya:
1. Membagi provinsi menjadi strata berdasarkan 27 kota/kabupaten.
2. Dari tiap strata, memilih beberapa SMA secara acak sebagai cluster.
3. Dari sekolah yang terpilih, barulah menentukan siswa kelas XI yang akan menjadi responden.
4. Hanya sekolah yang benar-benar menerapkan hybrid yang diikutkan.

3.Jika sampelnya hanya berasal dari kota besar seperti Bandung dan Bekasi, maka masalah yang muncul adalah:
• Tidak mewakili seluruh kondisi Jawa Barat, karena daerah lain punya infrastruktur dan kualitas pembelajaran hybrid yang berbeda.
• Sekolah di kota besar biasanya fasilitas digitalnya lebih lengkap, sehingga hasil penelitian cenderung terlalu baik dibandingkan daerah lain.
• Tingkat ekonomi dan kesiapan siswa di kota besar juga lebih tinggi, sehingga hasil penelitian bias terhadap sekolah dengan kondisi lebih maju.
• Kesimpulan penelitian menjadi kurang valid jika digeneralisasi untuk seluruh provinsi.