Izin menumpulkan notulensi bu:
Kelompok 8
Daffa Reyhan Sofwan S. (2313031039)
Adella Putri Rizkia (2313031044)

Nama: Adella Putri Rizkia
NPM :2313031044

Nama: Adella Putri Rizkia
NPM : 2313031044

1.Kesesuaian teknik pengumpulan data dengan pendekatan kuantitatif
Teknik pengumpulan data menggunakan angket skala Likert sudah sesuai dengan pendekatan kuantitatif karena menghasilkan data numerik yang dapat diukur, dihitung, dan dianalisis secara statistik. Selain itu, jumlah responden yang besar (120 guru) mendukung karakteristik penelitian kuantitatif yang menekankan generalisasi.

2.Kelebihan dan kelemahan penggunaan angket
Kelebihan:
A. Dapat mengumpulkan data dari banyak responden secara cepat.
Hemat biaya dan waktu.
B. Jawaban terstandar sehingga mudah dianalisis statistik.

Kelemahan:
A. Responden bisa menjawab tidak jujur (social desirability bias).
B. Pemahaman pertanyaan bisa berbeda-beda.
C. Tidak dapat menggali jawaban mendalam seperti wawancara.

3.Teknik analisis statistik yang tepat
A. Untuk mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja
Regresi linear sederhana
Alasan: kedua variabel berskala interval/rasio (Likert dapat diperlakukan sebagai interval), dan tujuan penelitian adalah melihat pengaruh satu variabel terhadap variabel lain.
B. Untuk mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan
Uji ANOVA satu arah (One-Way ANOVA)
Alasan: membandingkan rata-rata motivasi kerja pada beberapa kelompok pendidikan (S1, S2, D4, dsb.).

4.Potensi bias atau masalah validitas dan cara mengatasinya
Potensi bias:
A. Bias sosial (social desirability): guru cenderung memberi jawaban positif.
B. Interpretasi berbeda: guru bisa menafsirkan item secara tidak sama.
C.Bias non-respons: ada guru yang tidak mengisi dengan serius.
D. Instrumen kurang valid/reliabel bila item tidak diuji sebelumnya.

Cara mengatasi:
Menjamin anonimitas dan kerahasiaan data. melakukan uji validitas dan reliabilitas angket (misal: Cronbach Alpha), menyusun item pertanyaan yang jelas, tidak ambigu, memberi instruksi pengisian yang sederhana dan terarah, serta melakukan uji coba angket (pilot test) sebelum digunakan.

Nama: Adella Putri Rizkia
NPM : 2313031044

Peneliti harus menentukan teknik pengumpulan data yang tepat karena teknik tersebut akan memengaruhi kualitas data yang diperoleh. Jika tekniknya tidak sesuai, data bisa menjadi tidak akurat, tidak relevan, dan tidak mampu menggambarkan keadaan sebenarnya. Teknik yang tepat membantu peneliti mendapatkan informasi yang valid, reliabel, dan sesuai dengan karakteristik variabel yang diteliti.

Teknik pengumpulan data juga sangat berkaitan dengan masalah dan tujuan penelitian. Rumusan masalah menentukan apa yang ingin dicari, sedangkan teknik pengumpulan data menentukan bagaimana cara mendapatkannya. Pada penelitian yang ingin mengetahui pengaruh, hubungan, atau persepsi seperti penelitian kamu kuesioner dengan skala Likert adalah teknik yang paling sesuai karena menghasilkan data terukur yang dapat dianalisis statistik dan menjawab tujuan penelitian dengan tepat.

Nama: Adella Putri Rizkia
NPM : 2313031044

1.Identifikasi jenis skala pengukuran
A. Usia responden (dalam tahun) = Skala Rasio
Usia termasuk skala rasio adalah karena variabel ini memiliki titik nol absolut, yaitu usia 0 tahun yang menunjukkan ketiadaan umur. Selain itu, usia dapat dikenai operasi matematika seperti penjumlahan, pengurangan, perkalian, maupun pembagian. Tidak hanya itu, perbandingan antar nilai usia juga bermakna secara proporsional; misalnya, seseorang yang berusia 20 tahun benar-benar dapat dikatakan memiliki usia dua kali lebih besar daripada seseorang yang berusia 10 tahun.
B. Jenis kelamin = Skala Nominal
Karna hanya menunjukkan kategori tanpa urutan (Laki-laki ≠ Perempuan, tetapi tidak ada ranking), serta tidak dapat diurutkan atau dihitung perbedaan jarak antar kategori.
C. Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik = Skala Ordinal (Likert)
Karna memiliki tingkatan dari sangat tidak puas hingga sangat puas, serta daa urutan, tetapi jarak antar kategori tidak pasti sama (selisih “Tidak puas -Netral” belum tentu sama dengan “Puas - Sangat puas”).
D. Jumlah mata kuliah yang diambil = Skala Rasio
Karna memiliki nilai 0 yang bermakna (artinya tidak mengambil matkul) dan busa dihitung, dibandingkan, dan dijumlahkan.
E. Urutan prioritas memilih universitas = Skala Ordinal
Karna responden diminta memberi ranking (1 paling penting - 5 paling tidak penting) dan ada urutan tetapi tidak ada nilai jarak pasti antar peringkat.

2.Tidak semua data dapat dianalisis dengan statistik parametrik. Karna statistik parametrik mensyaratkan data minimal skala interval/rasio, dan berdistribusi normal, lada kuesioner di atas terdapat data nominal (jenis kelamin) dan ordinal (Likert & ranking prioritas), skala nominal dan ordinal tidak memenuhi syarat untuk statistik parametrik karena tidak memiliki jarak yang pasti antar kategori.
Jadi, sebagian data bisa dianalisis parametrik (usia, jumlah matkul), tetapi sebagian lainnya harus menggunakan statistik non-parametrik.

3. Menggunakan Metode Korelasi Spearman Rank (Spearman’s Rho)
Karna variabel kepuasan layanan menggunakan skala ordinal (Likert), variabel jumlah mata kuliah menggunakan skala rasio.
Jika salah satu variabel ordinal, maka korelasi non-parametrik Spearman lebih tepat daripada Pearson. Tidak memerlukan asumsi distribusi normal.