Nama : Ranum Sri Rahayu
NPM : 2313031074
NPM : 2313031074
Posts made by Ranum Sri Rahayu
MPPE C2025 -> Diskusi
by Ranum Sri Rahayu -
Nama : Ranum Sri Rahayu
NPM : 2313031074
Seorang peneliti harus mampu menentukan teknik pengumpulan data yang sesuai karena teknik yang tepat akan menghasilkan data yang valid, akurat, dan relevan dengan masalah penelitian. Teknik pengumpulan data yang benar mendukung kredibilitas dan mencerminkan hasil penelitian sehingga temuan yang diperoleh dapat dipercaya dan dapat digunakan untuk mengambil keputusan atau membuat kesimpulan ilmiah. Pilihan teknik ini tidak bisa sembarangan, melainkan berdasarkan informasi yang dibutuhkan, karakteristik subjek, dan kondisi lapangan agar data yang diperoleh benar-benar mencerminkan objek kajian.
Ada keterkaitan erat antara teknik pengumpulan data dengan masalah penelitian dan tujuan yang ingin dicapai. Jenis masalah penelitian (misalnya deskriptif, hubungan, pengaruh) dan tujuan penelitian (menjelaskan, menguji hipotesis, evaluasi) mempengaruhi metode pengumpulan data yang efektif dan efisien. Contohnya, untuk mengukur sikap dan opini, kuesioner atau wawancara lebih tepat, sedangkan untuk mengamati perilaku atau kejadian aktual, observasi menjadi pilihan yang lebih baik. Sehingga, teknik harus disesuaikan agar data yang dikumpulkan mampu menjawab masalah dan mencapai tujuan penelitian dengan maksimal.
NPM : 2313031074
Seorang peneliti harus mampu menentukan teknik pengumpulan data yang sesuai karena teknik yang tepat akan menghasilkan data yang valid, akurat, dan relevan dengan masalah penelitian. Teknik pengumpulan data yang benar mendukung kredibilitas dan mencerminkan hasil penelitian sehingga temuan yang diperoleh dapat dipercaya dan dapat digunakan untuk mengambil keputusan atau membuat kesimpulan ilmiah. Pilihan teknik ini tidak bisa sembarangan, melainkan berdasarkan informasi yang dibutuhkan, karakteristik subjek, dan kondisi lapangan agar data yang diperoleh benar-benar mencerminkan objek kajian.
Ada keterkaitan erat antara teknik pengumpulan data dengan masalah penelitian dan tujuan yang ingin dicapai. Jenis masalah penelitian (misalnya deskriptif, hubungan, pengaruh) dan tujuan penelitian (menjelaskan, menguji hipotesis, evaluasi) mempengaruhi metode pengumpulan data yang efektif dan efisien. Contohnya, untuk mengukur sikap dan opini, kuesioner atau wawancara lebih tepat, sedangkan untuk mengamati perilaku atau kejadian aktual, observasi menjadi pilihan yang lebih baik. Sehingga, teknik harus disesuaikan agar data yang dikumpulkan mampu menjawab masalah dan mencapai tujuan penelitian dengan maksimal.
MPPE C2025 -> CASE STUDY
by Ranum Sri Rahayu -
Nama : Ranum Sri Rahayu
NPM : 2313031074
NPM : 2313031074
MPPE C2025 -> Diskusi
by Ranum Sri Rahayu -
Nama : Ranum Sri Rahayu
NPM : 2313031074
Skala pengukuran dalam penelitian adalah sistem atau metode yang digunakan untuk mengklasifikasikan, membandingkan, dan mengukur variabel data dengan tujuan agar analisis data dapat dilakukan secara tepat dan valid. Ada empat jenis skala pengukuran utama: nominal, ordinal, interval, dan rasio, yang masing-masing memiliki karakteristik berbeda dalam hal jenis data dan pengolahan statistiknya. Dalam penelitian sosial seperti pengaruh minat karir dan dukungan sosial terhadap keputusan mahasiswa memilih program studi, biasanya dipakai Skala Likert yang termasuk skala ordinal untuk mengukur sikap, minat, persepsi, dan dukungan sosial responden.
Untuk penelitian saya yang menilai pengaruh minat karir dan dukungan sosial terhadap keputusan mahasiswa memilih program studi pendidikan ekonomi, rencana data penelitian berupa data kuantitatif dari kuesioner dengan instrumen yang menggunakan skala Likert. Skala tersebut mengukur tingkat kesetujuan atau frekuensi responden terhadap pernyataan terkait minat karir, dukungan sosial, dan pengambilan keputusan studi. Pendekatan ini memungkinkan saya menganalisis hubungan antar variabel menggunakan teknik statistik yang sesuai, seperti regresi atau korelasi. Dengan skala pengukuran yang tepat, hasil penelitian akan valid dan dapat diandalkan serta teknik analisis data yang digunakan dapat dipilih secara tepat sesuai jenis skala data.
NPM : 2313031074
Skala pengukuran dalam penelitian adalah sistem atau metode yang digunakan untuk mengklasifikasikan, membandingkan, dan mengukur variabel data dengan tujuan agar analisis data dapat dilakukan secara tepat dan valid. Ada empat jenis skala pengukuran utama: nominal, ordinal, interval, dan rasio, yang masing-masing memiliki karakteristik berbeda dalam hal jenis data dan pengolahan statistiknya. Dalam penelitian sosial seperti pengaruh minat karir dan dukungan sosial terhadap keputusan mahasiswa memilih program studi, biasanya dipakai Skala Likert yang termasuk skala ordinal untuk mengukur sikap, minat, persepsi, dan dukungan sosial responden.
Untuk penelitian saya yang menilai pengaruh minat karir dan dukungan sosial terhadap keputusan mahasiswa memilih program studi pendidikan ekonomi, rencana data penelitian berupa data kuantitatif dari kuesioner dengan instrumen yang menggunakan skala Likert. Skala tersebut mengukur tingkat kesetujuan atau frekuensi responden terhadap pernyataan terkait minat karir, dukungan sosial, dan pengambilan keputusan studi. Pendekatan ini memungkinkan saya menganalisis hubungan antar variabel menggunakan teknik statistik yang sesuai, seperti regresi atau korelasi. Dengan skala pengukuran yang tepat, hasil penelitian akan valid dan dapat diandalkan serta teknik analisis data yang digunakan dapat dipilih secara tepat sesuai jenis skala data.
MPPE C2025 -> CASE STUDY
by Ranum Sri Rahayu -
Nama : Ranum Sri Rahayu
NPM : 2313031074
1. Populasi: Seluruh siswa kelas XI di semua SMA negeri di Provinsi Jawa Barat. Hal ini karena peneliti ingin mengetahui efektivitas metode pembelajaran hybrid terhadap hasil belajar siswa kelas XI secara menyeluruh, sehingga populasi adalah semua siswa kelas XI di 600 SMA negeri yang ada di 27 kota/kabupaten tersebut.
Sampel: Bagian dari populasi tersebut, yaitu sejumlah siswa kelas XI yang dipilih dari beberapa sekolah yang dipilih sebagai representasi populasi. Karena jumlah sekolah dan siswa sangat besar serta bervariasi, peneliti mengambil sampel untuk memudahkan pengumpulan dan analisis data.
2. Teknik sampling yang paling tepat adalah Stratified Random Sampling (Sampling Acak Berstrata).
Alasannya karena populasi tersebar di 27 kota/kabupaten dengan kondisi sosial, ekonomi, dan infrastruktur digital yang berbeda, sehingga pembagian menjadi strata (berdasarkan lokasi atau karakteristik sosial-ekonomi) penting untuk mendapatkan sampel yang representatif, lalu stratifikasi akan memastikan bahwa sampel mencakup variasi seluruh strata sehingga tidak bias ke wilayah tertentu saja, dan dii dalam setiap strata, sampel diambil secara acak untuk menghindari bias pemilihan.
Cara menerapkannya adalah:
1)Kelompokkan seluruh SMA negeri ke dalam strata berdasarkan kota/kabupaten.
2) Jika diperlukan, bisa juga berdasarkan kategori lain misal tingkat infrastruktur digital.
3) Dari setiap strata, pilih sejumlah sekolah secara acak (proporsional terhadap jumlah sekolah di strata tersebut).
4)Dari sekolah yang terpilih, ambil sampel siswa kelas XI secara acak.
3. Potensi kelemahan dari pendekatan hasil penelitian adalah kelemahan utamanya yaitu Risiko bias sampel yang tinggi dan kurang representatif. Kota besar biasanya memiliki kondisi sosial ekonomi dan infrastruktur yang lebih baik dan lebih siap dalam penerapan pembelajaran hybrid. Hasil penelitian yang hanya berdasarkan sekolah di kota besar cenderung tidak mewakili kondisi sekolah di daerah kecil atau kabupaten dengan infrastruktur dan kondisi sosial-ekonomi berbeda. Sehingga, validitas eksternal (generalizability) hasil penelitian menurun karena hasil tidak bisa digeneralisasi ke seluruh provinsi, terutama pada daerah dengan kondisi berbeda.
NPM : 2313031074
1. Populasi: Seluruh siswa kelas XI di semua SMA negeri di Provinsi Jawa Barat. Hal ini karena peneliti ingin mengetahui efektivitas metode pembelajaran hybrid terhadap hasil belajar siswa kelas XI secara menyeluruh, sehingga populasi adalah semua siswa kelas XI di 600 SMA negeri yang ada di 27 kota/kabupaten tersebut.
Sampel: Bagian dari populasi tersebut, yaitu sejumlah siswa kelas XI yang dipilih dari beberapa sekolah yang dipilih sebagai representasi populasi. Karena jumlah sekolah dan siswa sangat besar serta bervariasi, peneliti mengambil sampel untuk memudahkan pengumpulan dan analisis data.
2. Teknik sampling yang paling tepat adalah Stratified Random Sampling (Sampling Acak Berstrata).
Alasannya karena populasi tersebar di 27 kota/kabupaten dengan kondisi sosial, ekonomi, dan infrastruktur digital yang berbeda, sehingga pembagian menjadi strata (berdasarkan lokasi atau karakteristik sosial-ekonomi) penting untuk mendapatkan sampel yang representatif, lalu stratifikasi akan memastikan bahwa sampel mencakup variasi seluruh strata sehingga tidak bias ke wilayah tertentu saja, dan dii dalam setiap strata, sampel diambil secara acak untuk menghindari bias pemilihan.
Cara menerapkannya adalah:
1)Kelompokkan seluruh SMA negeri ke dalam strata berdasarkan kota/kabupaten.
2) Jika diperlukan, bisa juga berdasarkan kategori lain misal tingkat infrastruktur digital.
3) Dari setiap strata, pilih sejumlah sekolah secara acak (proporsional terhadap jumlah sekolah di strata tersebut).
4)Dari sekolah yang terpilih, ambil sampel siswa kelas XI secara acak.
3. Potensi kelemahan dari pendekatan hasil penelitian adalah kelemahan utamanya yaitu Risiko bias sampel yang tinggi dan kurang representatif. Kota besar biasanya memiliki kondisi sosial ekonomi dan infrastruktur yang lebih baik dan lebih siap dalam penerapan pembelajaran hybrid. Hasil penelitian yang hanya berdasarkan sekolah di kota besar cenderung tidak mewakili kondisi sekolah di daerah kecil atau kabupaten dengan infrastruktur dan kondisi sosial-ekonomi berbeda. Sehingga, validitas eksternal (generalizability) hasil penelitian menurun karena hasil tidak bisa digeneralisasi ke seluruh provinsi, terutama pada daerah dengan kondisi berbeda.