Nama : Yogi Rohani
NPM : 2313031031
NPM : 2313031031
གནས་བསྐྱོད་བཟོ་མི་ Yogi Rohani
MPPE B2025 -> Diskusi
Yogi Rohani གིས-
Nama : Yogi Rohani
NPM : 2313031031
Seorang peneliti harus mampu menentukan teknik pengumpulan data yang sesuai karena teknik tersebut merupakan jembatan utama antara masalah penelitian, tujuan penelitian, dan data yang akan dianalisis. Kesalahan dalam memilih teknik pengumpulan data dapat menyebabkan data yang diperoleh tidak relevan, tidak akurat, atau tidak dapat menjawab pertanyaan penelitian.
Teknik pengumpulan data menentukan kualitas dan keabsahan data. Data yang dikumpulkan melalui teknik yang tepat akan lebih valid dan reliabel. Sebaliknya, jika teknik yang digunakan tidak sesuai dengan karakteristik variabel yang diteliti, maka data yang dihasilkan dapat bias atau bahkan tidak dapat dianalisis secara ilmiah. Misalnya, meneliti sikap atau persepsi tetapi menggunakan teknik observasi tanpa instrumen yang jelas akan menghasilkan data yang subjektif dan sulit diukur.
Terdapat keterkaitan yang sangat erat antara teknik pengumpulan data dengan masalah penelitian. Masalah penelitian menentukan jenis data yang dibutuhkan (kuantitatif atau kualitatif), sedangkan teknik pengumpulan data dipilih untuk memperoleh data yang sesuai dengan kebutuhan tersebut. Penelitian yang bertujuan mengukur pengaruh atau hubungan antarvariabel umumnya memerlukan teknik seperti angket atau tes, sedangkan penelitian yang bertujuan memahami proses, makna, atau pengalaman lebih tepat menggunakan wawancara dan observasi mendalam.
Teknik pengumpulan data juga harus selaras dengan tujuan penelitian. Jika tujuan penelitian adalah melakukan generalisasi, maka teknik yang mampu menjangkau banyak responden secara seragam, seperti kuesioner, menjadi lebih tepat. Sebaliknya, jika tujuan penelitian adalah menggali pemahaman mendalam, maka teknik seperti wawancara dan studi dokumentasi lebih relevan. Dengan kata lain, tujuan penelitian menjadi dasar dalam menentukan kedalaman dan keluasan data yang dikumpulkan.
Pemilihan teknik pengumpulan data berpengaruh langsung terhadap teknik analisis data. Setiap teknik pengumpulan data menghasilkan jenis data tertentu yang hanya dapat dianalisis dengan metode statistik atau analisis kualitatif yang sesuai. Ketidaksesuaian antara teknik pengumpulan data dan teknik analisis dapat menyebabkan hasil penelitian tidak valid atau kesimpulan yang keliru.
NPM : 2313031031
Seorang peneliti harus mampu menentukan teknik pengumpulan data yang sesuai karena teknik tersebut merupakan jembatan utama antara masalah penelitian, tujuan penelitian, dan data yang akan dianalisis. Kesalahan dalam memilih teknik pengumpulan data dapat menyebabkan data yang diperoleh tidak relevan, tidak akurat, atau tidak dapat menjawab pertanyaan penelitian.
Teknik pengumpulan data menentukan kualitas dan keabsahan data. Data yang dikumpulkan melalui teknik yang tepat akan lebih valid dan reliabel. Sebaliknya, jika teknik yang digunakan tidak sesuai dengan karakteristik variabel yang diteliti, maka data yang dihasilkan dapat bias atau bahkan tidak dapat dianalisis secara ilmiah. Misalnya, meneliti sikap atau persepsi tetapi menggunakan teknik observasi tanpa instrumen yang jelas akan menghasilkan data yang subjektif dan sulit diukur.
Terdapat keterkaitan yang sangat erat antara teknik pengumpulan data dengan masalah penelitian. Masalah penelitian menentukan jenis data yang dibutuhkan (kuantitatif atau kualitatif), sedangkan teknik pengumpulan data dipilih untuk memperoleh data yang sesuai dengan kebutuhan tersebut. Penelitian yang bertujuan mengukur pengaruh atau hubungan antarvariabel umumnya memerlukan teknik seperti angket atau tes, sedangkan penelitian yang bertujuan memahami proses, makna, atau pengalaman lebih tepat menggunakan wawancara dan observasi mendalam.
Teknik pengumpulan data juga harus selaras dengan tujuan penelitian. Jika tujuan penelitian adalah melakukan generalisasi, maka teknik yang mampu menjangkau banyak responden secara seragam, seperti kuesioner, menjadi lebih tepat. Sebaliknya, jika tujuan penelitian adalah menggali pemahaman mendalam, maka teknik seperti wawancara dan studi dokumentasi lebih relevan. Dengan kata lain, tujuan penelitian menjadi dasar dalam menentukan kedalaman dan keluasan data yang dikumpulkan.
Pemilihan teknik pengumpulan data berpengaruh langsung terhadap teknik analisis data. Setiap teknik pengumpulan data menghasilkan jenis data tertentu yang hanya dapat dianalisis dengan metode statistik atau analisis kualitatif yang sesuai. Ketidaksesuaian antara teknik pengumpulan data dan teknik analisis dapat menyebabkan hasil penelitian tidak valid atau kesimpulan yang keliru.
MPPE B2025 -> CASE STUDY
Yogi Rohani གིས-
Nama : Yogi Rohani
NPM : 2313031031
1. Evaluasi Kesesuaian Teknik Pengumpulan Data dengan Pendekatan Kuantitatif
Teknik pengumpulan data yang digunakan, yaitu angket (kuesioner) dengan skala Likert, sudah sesuai dengan pendekatan kuantitatif. Pendekatan kuantitatif menekankan pengukuran variabel secara objektif, penggunaan instrumen terstandar, serta analisis data statistik. Angket memungkinkan peneliti mengumpulkan data numerik dari responden dalam jumlah besar secara seragam, sehingga hasil penelitian dapat dianalisis secara statistik dan digeneralisasikan. Selain itu, penggunaan skala Likert 1–5 memudahkan pengukuran persepsi guru terhadap gaya kepemimpinan dan motivasi kerja dalam bentuk skor angka.
2. Kelebihan dan Kelemahan Penggunaan Angket
- Kelebihan utama penggunaan angket dalam penelitian ini adalah efisiensi waktu dan biaya, kemampuan menjangkau banyak responden sekaligus, serta kemudahan dalam pengolahan dan analisis data secara kuantitatif. Angket juga memberikan keseragaman pertanyaan sehingga mengurangi variasi perlakuan terhadap responden.
- kelemahan. Responden mungkin tidak mengisi angket dengan jujur atau serius, terutama jika menyangkut penilaian terhadap atasan seperti kepala sekolah. Selain itu, angket tidak memungkinkan peneliti menggali jawaban secara mendalam, sehingga pemahaman konteks dan alasan di balik jawaban responden menjadi terbatas.
3. Teknik Analisis Statistik yang Tepat
Untuk menjawab tujuan penelitian pertama, yaitu mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja guru, teknik analisis yang paling tepat adalah analisis regresi linier sederhana. Teknik ini sesuai karena penelitian ingin melihat pengaruh satu variabel bebas (gaya kepemimpinan) terhadap satu variabel terikat (motivasi kerja), dan data diperoleh dari skala Likert yang umumnya diperlakukan sebagai data interval dalam penelitian kuantitatif.
Untuk tujuan penelitian kedua, yaitu mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan guru, teknik analisis yang tepat adalah uji ANOVA satu arah. ANOVA digunakan untuk membandingkan rata-rata motivasi kerja pada lebih dari dua kelompok tingkat pendidikan. Jika hanya terdapat dua kelompok tingkat pendidikan, maka uji independent samples t-test dapat digunakan.
4. Potensi Bias dan Masalah Validitas serta Cara Mengatasinya
- Beberapa potensi bias dan masalah validitas yang mungkin timbul antara lain bias sosial (social desirability bias), di mana guru cenderung memberikan jawaban yang aman atau positif tentang kepala sekolah. Selain itu, dapat terjadi bias pemahaman item, yaitu responden menafsirkan pernyataan angket secara berbeda-beda.
- Cara untuk mengatasi masalah, peneliti dapat menjamin anonimitas dan kerahasiaan responden, sehingga responden merasa aman dalam memberikan jawaban. Peneliti juga perlu melakukan uji validitas dan reliabilitas instrumen sebelum digunakan secara luas, serta menyusun pernyataan angket yang jelas, netral, dan tidak menimbulkan penafsiran ganda. Selain itu, penggunaan instrumen yang telah teruji secara empiris akan meningkatkan validitas hasil penelitian.
NPM : 2313031031
1. Evaluasi Kesesuaian Teknik Pengumpulan Data dengan Pendekatan Kuantitatif
Teknik pengumpulan data yang digunakan, yaitu angket (kuesioner) dengan skala Likert, sudah sesuai dengan pendekatan kuantitatif. Pendekatan kuantitatif menekankan pengukuran variabel secara objektif, penggunaan instrumen terstandar, serta analisis data statistik. Angket memungkinkan peneliti mengumpulkan data numerik dari responden dalam jumlah besar secara seragam, sehingga hasil penelitian dapat dianalisis secara statistik dan digeneralisasikan. Selain itu, penggunaan skala Likert 1–5 memudahkan pengukuran persepsi guru terhadap gaya kepemimpinan dan motivasi kerja dalam bentuk skor angka.
2. Kelebihan dan Kelemahan Penggunaan Angket
- Kelebihan utama penggunaan angket dalam penelitian ini adalah efisiensi waktu dan biaya, kemampuan menjangkau banyak responden sekaligus, serta kemudahan dalam pengolahan dan analisis data secara kuantitatif. Angket juga memberikan keseragaman pertanyaan sehingga mengurangi variasi perlakuan terhadap responden.
- kelemahan. Responden mungkin tidak mengisi angket dengan jujur atau serius, terutama jika menyangkut penilaian terhadap atasan seperti kepala sekolah. Selain itu, angket tidak memungkinkan peneliti menggali jawaban secara mendalam, sehingga pemahaman konteks dan alasan di balik jawaban responden menjadi terbatas.
3. Teknik Analisis Statistik yang Tepat
Untuk menjawab tujuan penelitian pertama, yaitu mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja guru, teknik analisis yang paling tepat adalah analisis regresi linier sederhana. Teknik ini sesuai karena penelitian ingin melihat pengaruh satu variabel bebas (gaya kepemimpinan) terhadap satu variabel terikat (motivasi kerja), dan data diperoleh dari skala Likert yang umumnya diperlakukan sebagai data interval dalam penelitian kuantitatif.
Untuk tujuan penelitian kedua, yaitu mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan guru, teknik analisis yang tepat adalah uji ANOVA satu arah. ANOVA digunakan untuk membandingkan rata-rata motivasi kerja pada lebih dari dua kelompok tingkat pendidikan. Jika hanya terdapat dua kelompok tingkat pendidikan, maka uji independent samples t-test dapat digunakan.
4. Potensi Bias dan Masalah Validitas serta Cara Mengatasinya
- Beberapa potensi bias dan masalah validitas yang mungkin timbul antara lain bias sosial (social desirability bias), di mana guru cenderung memberikan jawaban yang aman atau positif tentang kepala sekolah. Selain itu, dapat terjadi bias pemahaman item, yaitu responden menafsirkan pernyataan angket secara berbeda-beda.
- Cara untuk mengatasi masalah, peneliti dapat menjamin anonimitas dan kerahasiaan responden, sehingga responden merasa aman dalam memberikan jawaban. Peneliti juga perlu melakukan uji validitas dan reliabilitas instrumen sebelum digunakan secara luas, serta menyusun pernyataan angket yang jelas, netral, dan tidak menimbulkan penafsiran ganda. Selain itu, penggunaan instrumen yang telah teruji secara empiris akan meningkatkan validitas hasil penelitian.
MPPE B2025 -> CASE STUDY
Yogi Rohani གིས-
Nama : Yogi Rohani
NPM : 2313031031
1. Jenis Skala Pengukuran pada Setiap Item Kuesioner
- Usia responden yang diukur dalam satuan tahun menggunakan skala rasio, karena memiliki jarak yang sama antar nilai dan memiliki titik nol absolut. Artinya, usia 0 menunjukkan tidak adanya umur.
- Jenis kelamin menggunakan skala nominal, karena hanya berupa pengelompokan kategori tanpa adanya urutan atau tingkatan tertentu.
- Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik menggunakan skala ordinal, khususnya skala Likert, karena jawaban tersusun secara berjenjang dari sangat tidak puas hingga sangat puas, namun jarak antar kategori tidak dapat dipastikan sama.
- Jumlah mata kuliah yang diambil semester ini menggunakan skala rasio, karena berupa data numerik, memiliki jarak yang sama, dan memiliki titik nol absolut.
- Urutan prioritas dalam memilih universitas menggunakan skala ordinal, karena menunjukkan peringkat kepentingan dari paling penting hingga paling tidak penting, tetapi perbedaan antar peringkat tidak bersifat kuantitatif.
2. Kelayakan Analisis Statistik Parametrik
Tidak seluruh data dari kuesioner tersebut dapat dianalisis menggunakan statistik parametrik. Statistik parametrik mensyaratkan data berskala interval atau rasio serta berdistribusi normal. Dalam kuesioner ini, hanya data usia dan jumlah mata kuliah yang memenuhi syarat tersebut. Sementara itu, data jenis kelamin, tingkat kepuasan, dan peringkat prioritas termasuk data nominal dan ordinal, sehingga secara metodologis lebih tepat dianalisis dengan statistik nonparametrik. Meskipun demikian, dalam praktik penelitian sosial, skala Likert kadang diperlakukan sebagai data interval dengan syarat tertentu, seperti jumlah item yang memadai dan distribusi data normal.
3. Metode Analisis Hubungan Kepuasan dan Jumlah Mata Kuliah
Metode analisis yang paling tepat untuk mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah yang diambil adalah korelasi Spearman. Metode ini sesuai karena variabel kepuasan berskala ordinal dan tidak menuntut asumsi distribusi normal. Korelasi Spearman mampu mengukur kekuatan dan arah hubungan antara dua variabel yang berskala ordinal atau tidak memenuhi asumsi parametrik. Alternatif lain adalah korelasi Pearson, tetapi hanya dapat digunakan apabila skor kepuasan diperlakukan sebagai data interval dan data memenuhi asumsi normalitas.
NPM : 2313031031
1. Jenis Skala Pengukuran pada Setiap Item Kuesioner
- Usia responden yang diukur dalam satuan tahun menggunakan skala rasio, karena memiliki jarak yang sama antar nilai dan memiliki titik nol absolut. Artinya, usia 0 menunjukkan tidak adanya umur.
- Jenis kelamin menggunakan skala nominal, karena hanya berupa pengelompokan kategori tanpa adanya urutan atau tingkatan tertentu.
- Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik menggunakan skala ordinal, khususnya skala Likert, karena jawaban tersusun secara berjenjang dari sangat tidak puas hingga sangat puas, namun jarak antar kategori tidak dapat dipastikan sama.
- Jumlah mata kuliah yang diambil semester ini menggunakan skala rasio, karena berupa data numerik, memiliki jarak yang sama, dan memiliki titik nol absolut.
- Urutan prioritas dalam memilih universitas menggunakan skala ordinal, karena menunjukkan peringkat kepentingan dari paling penting hingga paling tidak penting, tetapi perbedaan antar peringkat tidak bersifat kuantitatif.
2. Kelayakan Analisis Statistik Parametrik
Tidak seluruh data dari kuesioner tersebut dapat dianalisis menggunakan statistik parametrik. Statistik parametrik mensyaratkan data berskala interval atau rasio serta berdistribusi normal. Dalam kuesioner ini, hanya data usia dan jumlah mata kuliah yang memenuhi syarat tersebut. Sementara itu, data jenis kelamin, tingkat kepuasan, dan peringkat prioritas termasuk data nominal dan ordinal, sehingga secara metodologis lebih tepat dianalisis dengan statistik nonparametrik. Meskipun demikian, dalam praktik penelitian sosial, skala Likert kadang diperlakukan sebagai data interval dengan syarat tertentu, seperti jumlah item yang memadai dan distribusi data normal.
3. Metode Analisis Hubungan Kepuasan dan Jumlah Mata Kuliah
Metode analisis yang paling tepat untuk mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah yang diambil adalah korelasi Spearman. Metode ini sesuai karena variabel kepuasan berskala ordinal dan tidak menuntut asumsi distribusi normal. Korelasi Spearman mampu mengukur kekuatan dan arah hubungan antara dua variabel yang berskala ordinal atau tidak memenuhi asumsi parametrik. Alternatif lain adalah korelasi Pearson, tetapi hanya dapat digunakan apabila skor kepuasan diperlakukan sebagai data interval dan data memenuhi asumsi normalitas.
MPPE B2025 -> CASE STUDY
Yogi Rohani གིས-
Nama : Yogi Rohani
NPM : 2313031031
1. Identifikasi Populasi dan Sampel
a. Populasi
Populasi dalam penelitian ini adalah seluruh siswa kelas XI SMA Negeri di Provinsi Jawa Barat yang mengikuti pembelajaran matematika pada masa penerapan metode pembelajaran hybrid.
Alasannya adalah karena tujuan penelitian untuk mengetahui efektivitas pembelajaran hybrid terhadap hasil belajar matematika siswa kelas XI di seluruh SMA negeri Jawa Barat. Dengan demikian, seluruh siswa kelas XI SMA negeri di 27 kota/kabupaten merupakan wilayah generalisasi penelitian.
b. Sampel
Sampel adalah sebagian siswa kelas XI SMA negeri di Provinsi Jawa Barat yang dipilih melalui teknik sampling tertentu dan dianggap mewakili karakteristik populasi.
Alasannya karena jumlah sekolah (600 SMA negeri) dan siswa sangat besar serta tersebar luas. Keterbatasan waktu, biaya, dan tenaga membuat peneliti tidak memungkinkan meneliti seluruh populasi. Oleh karena itu, sampel diperlukan untuk memperoleh data yang efisien namun tetap representatif.
2. Teknik Sampling yang Paling Tepat dan Cara Penerapannya
• Teknik Sampling yang Tepat: Multistage Stratified Cluster Sampling
Teknik ini merupakan kombinasi dari cluster sampling dan stratified random sampling.
Alasan Pemilihan Teknik:
a) Populasi sangat luas dan tersebar geografis
→ Cluster sampling efektif untuk populasi besar dan tersebar (kota/kabupaten sebagai klaster).
b) Terdapat perbedaan kondisi sosial, ekonomi, dan infrastruktur digital
→ Stratifikasi diperlukan agar perbedaan karakteristik daerah (kota besar, kota sedang, kabupaten) tetap terwakili.
c) Jumlah siswa kelas XI bervariasi antar sekolah
→ Stratifikasi sekolah dan pengambilan sampel proporsional meningkatkan representativitas.
d) Tidak semua sekolah menerapkan pembelajaran hybrid secara konsisten
→ Penyaringan sekolah berdasarkan kriteria penerapan hybrid diperlukan.
Cara Penerapan:
- Tahap 1 (Cluster), mengelompokkan SMA negeri berdasarkan 27 kota/kabupaten di Jawa Barat.
- Tahap 2 (Stratifikasi), mengelompokkan kota/kabupaten menjadi strata (misalnya: kota besar, kota sedang, kabupaten).
- Tahap 3 (Pemilihan Sekolah), memilih SMA negeri secara acak dari setiap strata yang menerapkan pembelajaran hybrid secara konsisten.
- Tahap 4 (Pemilihan Siswa), mengambil sampel siswa kelas XI secara random atau proporsional dari sekolah terpilih.
3. Kelemahan Jika Sampel Hanya Diambil dari Kota Besar (Bandung dan Bekasi)
a) Validitas eksternal rendah
Hasil penelitian sulit digeneralisasikan ke seluruh SMA negeri Jawa Barat, terutama daerah kabupaten dan wilayah dengan infrastruktur terbatas.
b) Bias wilayah (geographical bias)
Kota besar memiliki fasilitas teknologi, akses internet, dan kualitas SDM yang lebih baik dibanding daerah lain, sehingga efektivitas pembelajaran hybrid cenderung lebih tinggi.
c) Tidak merepresentasikan kondisi nyata populasi
Populasi Jawa Barat sangat heterogen; mengambil sampel hanya dari kota besar mengabaikan variasi sosial, ekonomi, dan digital.
d) Kesimpulan berpotensi menyesatkan kebijakan
Jika hasil penelitian digunakan sebagai dasar kebijakan pendidikan, kebijakan tersebut bisa tidak tepat diterapkan di daerah non-perkotaan.
NPM : 2313031031
1. Identifikasi Populasi dan Sampel
a. Populasi
Populasi dalam penelitian ini adalah seluruh siswa kelas XI SMA Negeri di Provinsi Jawa Barat yang mengikuti pembelajaran matematika pada masa penerapan metode pembelajaran hybrid.
Alasannya adalah karena tujuan penelitian untuk mengetahui efektivitas pembelajaran hybrid terhadap hasil belajar matematika siswa kelas XI di seluruh SMA negeri Jawa Barat. Dengan demikian, seluruh siswa kelas XI SMA negeri di 27 kota/kabupaten merupakan wilayah generalisasi penelitian.
b. Sampel
Sampel adalah sebagian siswa kelas XI SMA negeri di Provinsi Jawa Barat yang dipilih melalui teknik sampling tertentu dan dianggap mewakili karakteristik populasi.
Alasannya karena jumlah sekolah (600 SMA negeri) dan siswa sangat besar serta tersebar luas. Keterbatasan waktu, biaya, dan tenaga membuat peneliti tidak memungkinkan meneliti seluruh populasi. Oleh karena itu, sampel diperlukan untuk memperoleh data yang efisien namun tetap representatif.
2. Teknik Sampling yang Paling Tepat dan Cara Penerapannya
• Teknik Sampling yang Tepat: Multistage Stratified Cluster Sampling
Teknik ini merupakan kombinasi dari cluster sampling dan stratified random sampling.
Alasan Pemilihan Teknik:
a) Populasi sangat luas dan tersebar geografis
→ Cluster sampling efektif untuk populasi besar dan tersebar (kota/kabupaten sebagai klaster).
b) Terdapat perbedaan kondisi sosial, ekonomi, dan infrastruktur digital
→ Stratifikasi diperlukan agar perbedaan karakteristik daerah (kota besar, kota sedang, kabupaten) tetap terwakili.
c) Jumlah siswa kelas XI bervariasi antar sekolah
→ Stratifikasi sekolah dan pengambilan sampel proporsional meningkatkan representativitas.
d) Tidak semua sekolah menerapkan pembelajaran hybrid secara konsisten
→ Penyaringan sekolah berdasarkan kriteria penerapan hybrid diperlukan.
Cara Penerapan:
- Tahap 1 (Cluster), mengelompokkan SMA negeri berdasarkan 27 kota/kabupaten di Jawa Barat.
- Tahap 2 (Stratifikasi), mengelompokkan kota/kabupaten menjadi strata (misalnya: kota besar, kota sedang, kabupaten).
- Tahap 3 (Pemilihan Sekolah), memilih SMA negeri secara acak dari setiap strata yang menerapkan pembelajaran hybrid secara konsisten.
- Tahap 4 (Pemilihan Siswa), mengambil sampel siswa kelas XI secara random atau proporsional dari sekolah terpilih.
3. Kelemahan Jika Sampel Hanya Diambil dari Kota Besar (Bandung dan Bekasi)
a) Validitas eksternal rendah
Hasil penelitian sulit digeneralisasikan ke seluruh SMA negeri Jawa Barat, terutama daerah kabupaten dan wilayah dengan infrastruktur terbatas.
b) Bias wilayah (geographical bias)
Kota besar memiliki fasilitas teknologi, akses internet, dan kualitas SDM yang lebih baik dibanding daerah lain, sehingga efektivitas pembelajaran hybrid cenderung lebih tinggi.
c) Tidak merepresentasikan kondisi nyata populasi
Populasi Jawa Barat sangat heterogen; mengambil sampel hanya dari kota besar mengabaikan variasi sosial, ekonomi, dan digital.
d) Kesimpulan berpotensi menyesatkan kebijakan
Jika hasil penelitian digunakan sebagai dasar kebijakan pendidikan, kebijakan tersebut bisa tidak tepat diterapkan di daerah non-perkotaan.