Nama : Fatria Irawan
NPM : 2313031036
Kelas : 2023B

1. Skala Pengukuran
Umur mahasiswa → Rasio, karena memiliki nol mutlak, urut, dan jarak antar angka sama.
Program studi → Nominal, karena hanya kategori tanpa urutan.
Tingkat kepuasan layanan akademik → Ordinal, karena ada urutan peringkat, tetapi jarak antar kategori tidak sama.
Jumlah jam belajar per minggu → Rasio, karena nol mutlak ada, urut, dan jarak sama.
Prioritas alasan memilih universitas → Ordinal, karena berupa ranking, jarak antar peringkat tidak sama.

2. Analisis Statistik Parametrik
Hanya variabel rasio (umur dan jam belajar) yang bisa dianalisis parametrik. Variabel ordinal (kepuasan, prioritas) dan nominal (program studi) lebih tepat dianalisis non-parametrik.

3. Metode Analisis Hubungan
Untuk hubungan kepuasan (ordinal) dan jumlah jam belajar (rasio), metode yang tepat adalah korelasi Spearman, karena dapat menangani variabel ordinal dan menunjukkan hubungan monotonic antara kedua variabel.

Nama : Fatria Irawan
NPM : 2313031036
Kelas : 2023B

Skala pengukuran adalah cara atau tingkat klasifikasi data yang digunakan untuk mengukur variabel penelitian. Skala ini menentukan jenis data, hubungan antar data, serta teknik analisis statistik yang dapat diterapkan. Skala pengukuran dibagi menjadi empat jenis:
1. Nominal: Kategori tanpa urutan, hanya sebagai label.
Contoh: Jenis kelamin, warna favorit.
2. Ordinal: Kategori dengan urutan, tetapi jarak antar kategori tidak pasti.
Contoh: Tingkat kepuasan, peringkat lomba.
3. Interval: Memiliki urutan dan jarak yang sama antar nilai, tetapi tidak ada nol mutlak.
Contoh: Skor tes, suhu Celsius.
4. Rasio: Memiliki urutan, jarak sama, dan nol mutlak; bisa digunakan untuk perbandingan proporsional.
Contoh: Pendapatan, tinggi badan, jumlah penjualan.

Rancangan data penelitian adalah tata cara pengumpulan dan pengaturan data yang akan digunakan untuk menjawab pertanyaan penelitian. Rancangan ini mencakup:
- Jenis variabel: Menentukan variabel dependen, independen, dan kontrol.
- Skala pengukuran: Menentukan bagaimana variabel akan diukur (nominal, ordinal, interval, rasio).
- Sumber data: Menjelaskan dari mana data diperoleh (primer atau sekunder).
- Instrumen pengumpulan data: Kuesioner, wawancara, observasi, atau dokumen.

Pentingnya Menentukan Skala Pengukuran
- Memudahkan pemilihan instrumen penelitian (misal kuesioner atau tes).
- Menentukan teknik analisis statistik yang tepat.
- Menjamin validitas dan reliabilitas data.

Nama : Fatria Irawan
NPM : 2313031036
Kelas : 2023B

1. Populasi dan sampel serta alasannya
Populasi dalam penelitian ini adalah seluruh siswa kelas XI SMA Negeri di Provinsi Jawa Barat, karena mereka merupakan subjek yang secara langsung mengalami pembelajaran hybrid dan menjadi sasaran pengukuran hasil belajar matematika. Sampel adalah sebagian siswa kelas XI yang diambil dari beberapa SMA Negeri di berbagai kota dan kabupaten di Jawa Barat. Pengambilan sampel diperlukan karena jumlah sekolah yang sangat banyak (600 sekolah) dan tersebar luas, sehingga peneliti tidak mungkin menjangkau seluruh populasi secara waktu, biaya, dan tenaga, namun tetap ingin memperoleh gambaran yang mewakili kondisi sebenarnya.

2. Teknik sampling yang paling tepat dan cara penerapannya
Teknik sampling yang paling tepat digunakan adalah multistage (two-stage) cluster random sampling yang dikombinasikan dengan stratified sampling. Teknik ini tepat secara teoretik karena populasi berskala besar, tersebar secara geografis, serta memiliki perbedaan kondisi sosial ekonomi dan infrastruktur digital. Cara penerapannya adalah dengan terlebih dahulu mengelompokkan sekolah berdasarkan wilayah kota/kabupaten (cluster), kemudian memilih beberapa kota/kabupaten secara acak. Pada tahap berikutnya, dari kota/kabupaten terpilih, dipilih beberapa SMA Negeri secara acak, lalu dari setiap sekolah terpilih, dipilih siswa kelas XI secara acak atau proporsional sesuai jumlah siswa. Dengan cara ini, sampel lebih representatif terhadap keragaman kondisi wilayah.

3. Kelemahan jika hanya mengambil sampel dari kota besar
Jika peneliti hanya mengambil sampel dari sekolah-sekolah di kota besar seperti Bandung dan Bekasi, maka hasil penelitian berpotensi mengalami bias sampel (sampling bias). Hal ini terjadi karena sekolah di kota besar umumnya memiliki akses internet yang lebih baik, sarana TIK yang lebih lengkap, dan kesiapan guru yang lebih tinggi dalam melaksanakan pembelajaran hybrid. Akibatnya, hasil penelitian cenderung menunjukkan efektivitas yang lebih tinggi dibandingkan kondisi sebenarnya di daerah pinggiran atau rural. Hal ini menurunkan validitas eksternal atau daya generalisasi hasil penelitian, karena temuan tidak dapat mewakili seluruh kondisi SMA Negeri di Jawa Barat.

Nama : Fatria Irawan
NPM : 2313031036
Kelas : 2023B

1. Probability Sampling (Sampel Probabilitas)
Teknik ini memberikan peluang yang sama kepada setiap anggota populasi untuk terpilih sebagai sampel.
Jenis-jenisnya:
- Simple Random Sampling (Sampel Acak Sederhana)
Pengambilan sampel secara acak tanpa mempertimbangkan strata/kelompok. Cocok untuk populasi homogen.
- Stratified Random Sampling (Sampel Acak Berlapis)
Populasi dibagi ke dalam strata homogen, lalu diambil sampel dari tiap strata.
- Cluster Random Sampling (Sampel Acak Kelompok)
Populasi dibagi dalam kelompok (cluster), lalu dipilih beberapa kelompok secara acak.
- Two-Stage Sampling (Sampel Dua Tahap)
Pengambilan sampel dilakukan dua kali: memilih cluster dahulu, lalu elemen di dalamnya.
- Systematic Random Sampling (Sampel Acak Sistematis)
Pengambilan sampel berdasarkan interval tertentu setelah titik awal dipilih secara acak.

2. Non-Probability Sampling (Sampel Non-Probabilitas)
Pengambilan sampel tidak acak, sehingga peluang setiap anggota populasi tidak sama.
Jenis-jenisnya:
- Purposive Sampling → berdasarkan pertimbangan/kriteria tertentu.
- Accidental Sampling → berdasarkan siapa saja yang kebetulan ditemui.
- Quota Sampling → berdasarkan target jumlah (kuota) tertentu.
- Saturation/Sensus Sampling → semua anggota populasi dijadikan sampel.
- Snowball Sampling → responden awal membantu mencari responden berikutnya (berantai).

Dalam riset pendidikan ekonomi, teknik sampling yang paling sering digunakan adalah stratified random sampling dan purposive sampling. Stratified random sampling banyak digunakan karena karakteristik peserta didik umumnya heterogen, baik dari segi tingkat kelas, jurusan, maupun latar belakang sosial ekonomi. Secara teoretik, teknik ini didasarkan pada prinsip bahwa pembagian populasi ke dalam strata yang relatif homogen dapat meningkatkan representativitas sampel dan mengurangi kesalahan pengambilan sampel (sampling error), sehingga hasil penelitian lebih akurat dan dapat digeneralisasikan. Sementara itu, purposive sampling sering digunakan terutama dalam penelitian kualitatif dan studi kasus karena peneliti membutuhkan subjek yang memiliki karakteristik atau pengalaman tertentu. Secara teoretik, teknik ini didasarkan pada konsep judgmental sampling, yaitu pemilihan sampel berdasarkan pertimbangan peneliti terhadap relevansi dan kekayaan informasi yang dapat diperoleh, sehingga data yang dihasilkan lebih mendalam dan sesuai dengan tujuan penelitian.

Nama : Fatria Irawan
NPM : 2313031036
Kelas : 2023B