Anggota Kelompok :
1. Desmala Az Zahra (23130310020
2. Muhammad Rizqi Alfiah (2313031008)
Posts made by Desmala Az-Zahra
MPPE A2025 -> CASE STUDY
by Desmala Az-Zahra -
Nama : Desmala Az Zahra ]
NPM : 2313031002
1. Teknik pengumpulan data menggunakan angket (kuesioner) dengan skala Likert sepenuhnya sesuai dengan pendekatan kuantitatif. Pendekatan kuantitatif bertujuan mengukur variabel secara objektif, memungkinkan analisis statistik terhadap data numerik yang diperoleh dari banyak responden. Angket terstruktur memberikan data yang dapat dikodekan menjadi angka dan diproses secara statistik, sehingga mendukung generalisasi hasil penelitian bila sampel mencukupi dan representatif.
2. Kelebihan:
- Efisien untuk mengumpulkan data dari banyak responden dalam waktu singkat.
- Dapat membandingkan respon antar berbagai kelompok (misal: berdasarkan tingkat pendidikan).
- Hasilnya mudah dianalisis secara statistik dan obyektif.
Kelemahan:
- Ketergantungan pada interpretasi responden, berpotensi pada kesalahan pengisian atau kesalahpahaman makna pernyataan.
- Tidak dapat menggali informasi mendalam seperti motivasi atau alasan di balik jawaban.
- Risiko jawaban tidak jujur karena bias sosial atau ingin terlihat baik.
3. - Untuk mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja:
Regresi linier sederhana atau korelasi Pearson sangat tepat, karena pengaruh dua variabel numerik (gaya kepemimpinan sebagai variabel prediktor dan motivasi kerja sebagai variabel terikat) dapat diukur secara statistik.
Jika ingin mengetahui kontribusi lebih dari satu gaya kepemimpinan (misal, transformasional vs transaksional), gunakan regresi linier berganda.
- Untuk mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan guru:
Analisis varians (ANOVA satu arah) adalah pilihan yang sesuai, karena ingin melihat apakah terdapat perbedaan rata-rata motivasi kerja antar kelompok tingkat pendidikan guru.
Jika hanya dua kelompok (misal sarjana vs pascasarjana), uji t independen bisa digunakan.
Alasannya: Teknik-teknik di atas memungkinkan pengujian statistik hubungan dan perbedaan antar variabel dengan tingkat signifikansi yang jelas sesuai prinsip kuantitatif.
4. Potensi bias/masalah:
- Bias sosial (social desirability bias): Guru cenderung memilih jawaban yang dinilai positif atau diharapkan sekolah.
- Bias pengambilan sampel: Jika 120 responden tidak mewakili populasi guru di seluruh SMA negeri kota X, hasilnya sulit digeneralisasi.
- Masalah validitas konstruk: Pernyataan-pernyataan dalam angket mungkin tidak sepenuhnya mewakili konsep “gaya kepemimpinan” atau “motivasi kerja” yang dimaksud ilmuwan.
- Masalah reliabilitas: Skala Likert rentan terhadap jawaban tengah ("netral") tanpa pencerminan sikap sebenarnya.
Cara mengatasinya:
- Anonimkan angket atau jamin kerahasiaan agar responden merasa bebas menjawab.
- Pastikan uji validitas dan reliabilitas angket sebelum digunakan, misal dengan uji validitas isi bersama ahli, serta uji reliabilitas (Cronbach Alpha).
- Gunakan teknik random sampling untuk pemilihan guru agar sampel representatif.
- Sertakan instruksi jelas dan, jika mungkin, lakukan pilot test ke sebagian kecil responden sebelum survei utama.
NPM : 2313031002
1. Teknik pengumpulan data menggunakan angket (kuesioner) dengan skala Likert sepenuhnya sesuai dengan pendekatan kuantitatif. Pendekatan kuantitatif bertujuan mengukur variabel secara objektif, memungkinkan analisis statistik terhadap data numerik yang diperoleh dari banyak responden. Angket terstruktur memberikan data yang dapat dikodekan menjadi angka dan diproses secara statistik, sehingga mendukung generalisasi hasil penelitian bila sampel mencukupi dan representatif.
2. Kelebihan:
- Efisien untuk mengumpulkan data dari banyak responden dalam waktu singkat.
- Dapat membandingkan respon antar berbagai kelompok (misal: berdasarkan tingkat pendidikan).
- Hasilnya mudah dianalisis secara statistik dan obyektif.
Kelemahan:
- Ketergantungan pada interpretasi responden, berpotensi pada kesalahan pengisian atau kesalahpahaman makna pernyataan.
- Tidak dapat menggali informasi mendalam seperti motivasi atau alasan di balik jawaban.
- Risiko jawaban tidak jujur karena bias sosial atau ingin terlihat baik.
3. - Untuk mengetahui pengaruh gaya kepemimpinan terhadap motivasi kerja:
Regresi linier sederhana atau korelasi Pearson sangat tepat, karena pengaruh dua variabel numerik (gaya kepemimpinan sebagai variabel prediktor dan motivasi kerja sebagai variabel terikat) dapat diukur secara statistik.
Jika ingin mengetahui kontribusi lebih dari satu gaya kepemimpinan (misal, transformasional vs transaksional), gunakan regresi linier berganda.
- Untuk mengetahui perbedaan motivasi kerja berdasarkan tingkat pendidikan guru:
Analisis varians (ANOVA satu arah) adalah pilihan yang sesuai, karena ingin melihat apakah terdapat perbedaan rata-rata motivasi kerja antar kelompok tingkat pendidikan guru.
Jika hanya dua kelompok (misal sarjana vs pascasarjana), uji t independen bisa digunakan.
Alasannya: Teknik-teknik di atas memungkinkan pengujian statistik hubungan dan perbedaan antar variabel dengan tingkat signifikansi yang jelas sesuai prinsip kuantitatif.
4. Potensi bias/masalah:
- Bias sosial (social desirability bias): Guru cenderung memilih jawaban yang dinilai positif atau diharapkan sekolah.
- Bias pengambilan sampel: Jika 120 responden tidak mewakili populasi guru di seluruh SMA negeri kota X, hasilnya sulit digeneralisasi.
- Masalah validitas konstruk: Pernyataan-pernyataan dalam angket mungkin tidak sepenuhnya mewakili konsep “gaya kepemimpinan” atau “motivasi kerja” yang dimaksud ilmuwan.
- Masalah reliabilitas: Skala Likert rentan terhadap jawaban tengah ("netral") tanpa pencerminan sikap sebenarnya.
Cara mengatasinya:
- Anonimkan angket atau jamin kerahasiaan agar responden merasa bebas menjawab.
- Pastikan uji validitas dan reliabilitas angket sebelum digunakan, misal dengan uji validitas isi bersama ahli, serta uji reliabilitas (Cronbach Alpha).
- Gunakan teknik random sampling untuk pemilihan guru agar sampel representatif.
- Sertakan instruksi jelas dan, jika mungkin, lakukan pilot test ke sebagian kecil responden sebelum survei utama.
MPPE A2025 -> Diskusi
by Desmala Az-Zahra -
Nama : Desmala Az Zahra
NPM : 2313031002
Peneliti perlu memilih teknik pengumpulan data yang cocok supaya data yang didapat bisa digunakan untuk menjawab pertanyaan atau masalah yang sedang diteliti dengan tepat. Kalau tekniknya asal pilih, datanya bisa kurang bermanfaat atau bahkan salah, sehingga hasil penelitian tidak bisa dipercaya.
Teknik pengumpulan data adalah cara peneliti mencari dan mengumpulkan informasi yang dibutuhkan, seperti lewat wawancara, kuesioner/angket, observasi, studi pustaka, atau tes.
Misal, jika ingin tahu pendapat orang, peneliti bisa pakai wawancara atau angket. Kalau ingin tahu perilaku atau kebiasaan, lebih baik pakai observasi. Peneliti harus memilih teknik yang sesuai dengan tujuan dan masalah penelitian, supaya jawabannya benar-benar relevan untuk penelitian itu sendiri.
Teknik pengumpulan data harus disesuaikan dengan tujuan penelitian. Kalau tujuannya mengukur pendapat, pakai kuesioner atau wawancara. Kalau tujuannya melihat perilaku, pilih observasi. Dengan cara ini, data yang didapat bisa langsung menjawab pertanyaan penelitian dan hasilnya valid.
Jadi, teknik pengumpulan data itu seperti alat bantu peneliti agar data yang didapat sesuai dan bisa digunakan untuk memecahkan masalah yang diteliti.
NPM : 2313031002
Peneliti perlu memilih teknik pengumpulan data yang cocok supaya data yang didapat bisa digunakan untuk menjawab pertanyaan atau masalah yang sedang diteliti dengan tepat. Kalau tekniknya asal pilih, datanya bisa kurang bermanfaat atau bahkan salah, sehingga hasil penelitian tidak bisa dipercaya.
Teknik pengumpulan data adalah cara peneliti mencari dan mengumpulkan informasi yang dibutuhkan, seperti lewat wawancara, kuesioner/angket, observasi, studi pustaka, atau tes.
Misal, jika ingin tahu pendapat orang, peneliti bisa pakai wawancara atau angket. Kalau ingin tahu perilaku atau kebiasaan, lebih baik pakai observasi. Peneliti harus memilih teknik yang sesuai dengan tujuan dan masalah penelitian, supaya jawabannya benar-benar relevan untuk penelitian itu sendiri.
Teknik pengumpulan data harus disesuaikan dengan tujuan penelitian. Kalau tujuannya mengukur pendapat, pakai kuesioner atau wawancara. Kalau tujuannya melihat perilaku, pilih observasi. Dengan cara ini, data yang didapat bisa langsung menjawab pertanyaan penelitian dan hasilnya valid.
Jadi, teknik pengumpulan data itu seperti alat bantu peneliti agar data yang didapat sesuai dan bisa digunakan untuk memecahkan masalah yang diteliti.
MPPE A2025 -> CASE STUDY
by Desmala Az-Zahra -
Nama : Desmala Az Zahra
NPM : 2313031002
1. Jenis Skala Pengukuran
- Usia responden (tahun): Ini memakai skala rasio karena angka umur bisa diurutkan, bisa dihitung selisih, dan umur 0 itu bermakna (benar-benar belum lahir).
- Jenis kelamin: Ini memakai skala nominal karena hanya berupa kategori (laki-laki/perempuan) tanpa urutan, hanya membedakan saja.
- Tingkat kepuasan dosen pembimbing: Ini memakai skala ordinal karena pilihannya urut dari sangat tidak puas sampai sangat puas, namun jarak antar pilihan belum tentu sama.
- Jumlah mata kuliah semester ini: Ini skala rasio, sama seperti usia, karena berupa angka yang ada nolnya dan bisa dihitung.
- Urutan prioritas memilih universitas: Ini skala ordinal karena kamu diminta ngurutkan mana yang paling penting sampai yang tidak penting. Ada urutan, tapi jarak antar nomor belum tentu sama.
2. Tidak semua data di atas bisa langsung dianalisis pakai statistik parametrik, karena statistik parametrik cuma bisa dipakai kalau datanya berbentuk angka (skala interval/rasio) dan polanya normal. Data seperti jenis kelamin (kategori) dan kepuasan (pilihan urutan) tidak bisa diproses pakai statistik parametrik, biasanya dipakai statistik non-parametrik yang sesuai untuk data kategori dan urutan.
3. Jika ingin melihat hubungan antara kepuasan layanan akademik (pilihan urutan) dengan jumlah mata kuliah (angka), metode yang cocok yaitu korelasi Spearman. Ini karena satu variabel berbentuk urutan (ordinal), dan yang lain angka (rasio), serta tidak perlu pola normal.
NPM : 2313031002
1. Jenis Skala Pengukuran
- Usia responden (tahun): Ini memakai skala rasio karena angka umur bisa diurutkan, bisa dihitung selisih, dan umur 0 itu bermakna (benar-benar belum lahir).
- Jenis kelamin: Ini memakai skala nominal karena hanya berupa kategori (laki-laki/perempuan) tanpa urutan, hanya membedakan saja.
- Tingkat kepuasan dosen pembimbing: Ini memakai skala ordinal karena pilihannya urut dari sangat tidak puas sampai sangat puas, namun jarak antar pilihan belum tentu sama.
- Jumlah mata kuliah semester ini: Ini skala rasio, sama seperti usia, karena berupa angka yang ada nolnya dan bisa dihitung.
- Urutan prioritas memilih universitas: Ini skala ordinal karena kamu diminta ngurutkan mana yang paling penting sampai yang tidak penting. Ada urutan, tapi jarak antar nomor belum tentu sama.
2. Tidak semua data di atas bisa langsung dianalisis pakai statistik parametrik, karena statistik parametrik cuma bisa dipakai kalau datanya berbentuk angka (skala interval/rasio) dan polanya normal. Data seperti jenis kelamin (kategori) dan kepuasan (pilihan urutan) tidak bisa diproses pakai statistik parametrik, biasanya dipakai statistik non-parametrik yang sesuai untuk data kategori dan urutan.
3. Jika ingin melihat hubungan antara kepuasan layanan akademik (pilihan urutan) dengan jumlah mata kuliah (angka), metode yang cocok yaitu korelasi Spearman. Ini karena satu variabel berbentuk urutan (ordinal), dan yang lain angka (rasio), serta tidak perlu pola normal.
MPPE A2025 -> Diskusi
by Desmala Az-Zahra -
Nama : Desmala Az Zahra
NPM : 2313031002
Skala pengukuran adalah cara untuk mengelompokkan atau memberi nilai pada data agar bisa dianalisis dengan mudah. Dengan skala pengukuran, peneliti tahu mana data yang cuma sekadar nama/kelompok, mana data yang bisa diurutkan, mana yang berupa angka biasa, dan mana angka yang benar-benar bermakna perbandingannya.
Jenis-jenis skala pengukuran:
- Skala Nominal: Hanya buat kelompok, tidak ada urutan. Contoh: jenis kelamin (laki-laki/perempuan), nama daerah, warna.
- Skala Ordinal: Ada urutan, tapi jaraknya tidak pasti sama. Contoh: ranking kelas, tingkat pendidikan (tinggi/sedang/rendah).
- Skala Interval: Urut dan punya jarak yang pasti, tapi tidak punya nol mutlak (nol belum tentu benar-benar kosong). Contoh: suhu derajat Celsius.
- Skala Rasio: Urut, jarak sama, ada nol mutlak. Contoh: umur, berat badan (nol berarti tidak ada sama sekali).
NPM : 2313031002
Skala pengukuran adalah cara untuk mengelompokkan atau memberi nilai pada data agar bisa dianalisis dengan mudah. Dengan skala pengukuran, peneliti tahu mana data yang cuma sekadar nama/kelompok, mana data yang bisa diurutkan, mana yang berupa angka biasa, dan mana angka yang benar-benar bermakna perbandingannya.
Jenis-jenis skala pengukuran:
- Skala Nominal: Hanya buat kelompok, tidak ada urutan. Contoh: jenis kelamin (laki-laki/perempuan), nama daerah, warna.
- Skala Ordinal: Ada urutan, tapi jaraknya tidak pasti sama. Contoh: ranking kelas, tingkat pendidikan (tinggi/sedang/rendah).
- Skala Interval: Urut dan punya jarak yang pasti, tapi tidak punya nol mutlak (nol belum tentu benar-benar kosong). Contoh: suhu derajat Celsius.
- Skala Rasio: Urut, jarak sama, ada nol mutlak. Contoh: umur, berat badan (nol berarti tidak ada sama sekali).