Nama : Qonita Nurul Izzah
NPM : 2313031042
Kelas : B 2023
Jawaban :
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 : Qonita Nurul Izzah
NPM : 2313031042
Kelas : B 2023
Jawaban :
Menurut pendapat saya skala pengukuran dalam penelitian adalah alat yang digunakan untuk mengklasifikasikan, mengurutkan, atau menentukan besaran suatu variabel sehingga dapat dianalisis secara ilmiah. Skala ini menjadi dasar penting dalam penyusunan instrumen penelitian, pemilihan teknik analisis data, serta interpretasi hasil penelitian. Secara umum, terdapat empat jenis skala pengukuran yang diakui dalam metodologi penelitian, yaitu skala nominal, ordinal, interval, dan rasio. Masing-masing memiliki karakteristik, fungsi, serta konsekuensi statistik yang berbeda.
1. Skala Nominal, adalah skala yang digunakan untuk mengelompokkan objek atau individu berdasarkan kategori tanpa menunjukkan peringkat atau tingkat. Nilai pada skala ini hanya berfungsi sebagai label.
2. Skala Ordinal, merupakan skala yang menunjukkan peringkat atau urutan, tetapi jarak antar level tidak diketahui secara pasti
3. Skala Interval, adalah skala yang memiliki urutan dan jarak antar nilai yang sama, namun tidak memiliki nol absolut yang bermakna secara matematis.
4. Skala Rasio, merupakan skala paling tinggi tingkatannya, memiliki semua karakteristik skala interval ditambah nol absolut, sehingga memungkinkan semua operasi matematika termasuk perbandingan rasio.

Untuk rancangan penelitian saya skala pengukuran yang digunakan adalah skala Semantic Differential dengan rentang nilai 1 sampai 7. Skala ini berbentuk pasangan kata bipolar (dua kutub berlawanan) yaitu buruk baik, tidak memadai–sangat memadai, atau tidak memuaskan–sangat memuaskan, dan responden diminta memilih posisi persepsinya pada garis kontinum tersebut. Penggunaan skala 1–7 memberikan tingkat sensitivitas yang lebih tinggi dalam menangkap variasi persepsi siswa dibanding skala kategori sederhana, sehingga data yang diperoleh lebih kaya dan akurat dalam merefleksikan penilaian responden. Selain itu, skala Semantic Differential 1–7 dapat diperlakukan sebagai data interval, sehingga bisa digunakan untuk analisis statistik parametrik seperti analisis regresi linier berganda.
Contoh format skala semantic differential (1–7) :
• Buruk 1 – 2 – 3 – 4 – 5 – 6 – 7 Baik
• Tidak memadai 1 – 2 – 3 – 4 – 5 – 6 – 7 Sangat memadai
• Tidak memuaskan 1 – 2 – 3 – 4 – 5 – 6 – 7 Sangat memuaskan

Nama : Qonita Nurul Izzah
NPM : 2313031042
Kelas : B 2023

Nama : Qonita Nurul Izzah
NPM : 2313031042
Kelas : 2023B

Izin ibu, izin untuk mengirimkan outline ulang

Nama : Qonita Nurul Izzah
NPM : 2313031042
Kelas : B 2023
Jawaban :
1. Menurut saya populasi dalam penelitian ini adalah seluruh siswa kelas XI pada SMA negeri di Provinsi Jawa Barat. Hal ini karena fokus penelitian adalah mengukur efektivitas metode pembelajaran hybrid terhadap hasil belajar siswa kelas XI. Dengan demikian, seluruh siswa kelas XI di 600 SMA negeri yang tersebar di 27 kota/kabupaten menjadi kelompok yang ingin digeneralisasi oleh peneliti. Kemudian Sampel merupakan sebagian sekolah atau siswa kelas XI yang dipilih dari seluruh SMA negeri tersebut untuk mewakili populasi. Sampel dipilih karena jumlah sekolah sangat banyak dan tersebar, sehingga peneliti tidak memungkinkan meneliti keseluruhan populasi. Sampel yang terpilih harus mencerminkan variasi kondisi sosial-ekonomi, infrastruktur digital, serta penerapan hybrid learning di berbagai daerah.
2. Menurut pendapat saya teknik pengambilan yang paling tepat dilakukan adalah Stratified Cluster Random Sampling (Pengambilan Sampel Acak Klaster Berstrata), alasan saya memilih Teknik itu teknik ini merupakan kombinasi antara stratified sampling dan cluster sampling, yang sangat sesuai untuk kondisi penelitian ini. Teknik stratified cluster sampling dipilih karena mampu menangani keragaman kondisi wilayah di Provinsi Jawa Barat yang terdiri atas 27 kota dan kabupaten dengan tingkat sosial-ekonomi dan infrastruktur digital yang berbeda-beda. Melalui stratifikasi, wilayah-wilayah tersebut dapat dikelompokkan berdasarkan tingkat urbanisasi, kualitas infrastruktur digital, dan kondisi sosial-ekonominya sehingga setiap tipe daerah tetap terwakili secara proporsional. Proses penerapannya dimulai dengan membagi seluruh kota dan kabupaten ke dalam beberapa strata, misalnya kota besar dengan infrastruktur digital tinggi seperti Bandung, Bekasi, Depok, dan Bogor; kota sedang atau kabupaten dengan fasilitas menengah seperti Cirebon, Tasikmalaya, dan Sukabumi; serta kabupaten dengan infrastruktur terbatas seperti Pangandaran, Kuningan, dan Sumedang. Setelah itu, peneliti memilih beberapa kota atau kabupaten secara acak dari setiap strata sebagai klaster. Dari klaster-klaster tersebut kemudian dipilih sejumlah SMA negeri secara acak dengan mempertimbangkan konsistensi penerapan pembelajaran hybrid. Pada tahap berikutnya, peneliti mengambil sampel siswa kelas XI di sekolah terpilih melalui simple random sampling atau proportional sampling agar perbedaan jumlah siswa antar sekolah tetap diperhitungkan.
Jika menggunakan rumus Slovin dengan margin of error 5%:
Misalkan total siswa kelas XI di 600 SMA = 180.000 siswa
n = N / (1 + N × e²) = 180.000 / (1 + 180.000 × 0,05²) = 398 siswa (minimal)
Untuk antisipasi, bisa ditambahkan 10-20% = sekitar 450-500 siswa

3. Menurut saya jika peneliti hanya mengambil sampel dari sekolah-sekolah di kota besar, terdapat beberapa kelemahan serius yang dapat mengurangi kualitas dan keakuratan hasil penelitian, antara lain:
1. Sampel tidak mewakili kondisi sebenarnya
Kota besar memiliki fasilitas internet yang lebih baik, guru yang lebih terlatih, serta dukungan pemerintah yang lebih kuat dibandingkan daerah kabupaten. Akibatnya, hasil penelitian dari kota besar tidak dapat menggambarkan kondisi sesungguhnya di sebagian besar sekolah yang ada di Jawa Barat.
2. Hanya menggambarkan kondisi kota, mengabaikan kondisi desa
Hasil penelitian akan lebih banyak menunjukkan situasi pembelajaran di wilayah perkotaan saja. Padahal, daerah pedesaan menghadapi masalah yang berbeda, seperti jaringan internet yang lemah atau putus-putus, kurangnya laptop atau smartphone untuk belajar, serta kondisi ekonomi keluarga siswa yang beragam.
3. Hasil penelitian tidak bisa diterapkan untuk semua sekolah
Kesimpulan dari penelitian ini tidak dapat digunakan sebagai acuan untuk seluruh 600 SMA negeri di Jawa Barat, karena penelitian tidak mencakup berbagai kondisi yang berbeda di daerah lain.
4. Hasil bisa terlihat terlalu bagus atau terlalu buruk
Siswa di kota besar yang memiliki fasilitas lengkap mungkin menunjukkan hasil belajar yang sangat baik. Namun, hasil ini belum tentu sama jika diterapkan di daerah lain yang fasilitasnya terbatas. Hal ini bisa menyebabkan kesalahan dalam membuat kebijakan pendidikan untuk seluruh provinsi.