Nama : Selvidar Armalia
NPM : 2313031014


1. Kesesuaian teknik pengumpulan data dengan pendekatan kuantitatif
Teknik yang digunakan sudah sesuai, karena pendekatan kuantitatif memerlukan data berupa angka.
Angket dengan skala Likert menghasilkan data numerik yang bisa dihitung, dianalisis secara statistik, dan cocok untuk menguji pengaruh antar variabel. Data demografis juga mudah diubah menjadi angka.
2. Kelebihan dan kelemahan penggunaan angket
Kelebihan:
• Bisa menjangkau banyak responden secara cepat.
• Data mudah diolah karena berbentuk angka.
• Biaya lebih murah dibanding wawancara atau observasi.
• Responden dapat menjawab dengan nyaman karena sifatnya anonim.
Kelemahan:
• Jawaban bisa kurang jujur atau asal-asalan.
• Tidak bisa menggali informasi mendalam.
• Responden bisa salah paham karena tidak bisa bertanya langsung.
• Tingkat pengembalian angket kadang rendah (jika tidak diberikan langsung).
3. Teknik analisis yang paling tepat
Untuk menjawab tujuan penelitian:
(a) Pengaruh gaya kepemimpinan terhadap motivasi kerja
Gunakan regresi linier sederhana.
Alasannya:
• Gaya kepemimpinan = variabel bebas (X)
• Motivasi kerja = variabel terikat (Y)
• Skala Likert dapat dianalisis dengan regresi dalam penelitian kuantitatif.
(b) Perbedaan motivasi kerja berdasarkan tingkat pendidikan
Gunakan uji ANOVA satu arah.
Alasannya:
• Tingkat pendidikan terdiri dari beberapa kelompok (S1, S2, dst.).
• Motivasi kerja berupa skor.
• ANOVA digunakan untuk membandingkan rata-rata motivasi dari beberapa kelompok pendidikan.
4. Potensi bias atau masalah validitas dan cara mengatasinya
Potensi masalah:
a. Bias jawaban sosial (social desirability)
Guru bisa menjawab terlalu positif agar terlihat baik.
b. Salah paham terhadap pernyataan angket
Bisa membuat skor tidak akurat.
c. Bias pengisian cepat / asal tanda
Karena ingin cepat selesai.
d. Masalah validitas konstruk
Item angket mungkin belum benar-benar menggambarkan gaya kepemimpinan atau motivasi.
e. Masalah reliabilitas
Skala Likert harus konsisten pada setiap item.
Cara mengatasinya:
• Lakukan uji validitas dan reliabilitas sebelum menyebarkan angket secara penuh.
• Gunakan bahasa yang jelas dan sederhana.
• Edarkan angket secara anonim agar responden lebih jujur.
• Berikan instruksi yang jelas.
• Lakukan uji coba (pilot test) pada sebagian kecil responden.
• Hindari pertanyaan yang memojokkan atau menuntut jawaban tertentu.

Nama : Selvidar Armalia
NPM : 2313031014

Seorang peneliti perlu menentukan teknik pengumpulan data yang tepat karena teknik yang salah akan menghasilkan data yang tidak sesuai, sehingga kesimpulan penelitian bisa keliru. Teknik pengumpulan data adalah dasar untuk memastikan bahwa informasi yang dikumpulkan benar-benar menjawab apa yang ingin diteliti.

Ada keterkaitan langsung antara teknik pengumpulan data dengan masalah penelitian dan tujuan penelitian.
_Masalah penelitian menentukan apayang ingin diketahui.
_Tujuan penelitian menentukan informasi seperti apa yang harus dikumpulkan.
_Teknik pengumpulan data menentukan bagaimana cara memperoleh informasi tersebut.
Contohnya:
_Jika ingin mengetahui persepsi mahasiswa, maka teknik yang tepat adalah kuesioner atau wawancara.
_Jika ingin mengetahui dokumen akademik, maka tekniknya adalah studi dokumentasi.
_Jika ingin melihat perilaku nyata, maka teknik yang cocok adalah observasi.
Jadi, teknik pengumpulan data harus dipilih sesuai dengan jenis data yang dibutuhkan, jenis masalah yang dikaji, dan tujuan yang ingin dicapai agar hasil penelitian tepat, akurat, dan dapat dipertanggungjawabkan.

Nama : Selvidar Armalia
NPM : 2313031014

1. Jenis Skala Pengukuran
     # Usia responden _ Rasio
         Karena berupa angka, bisa dihitung, dan ada nol yang jelas.
     #Jenis kelamin _ Nominal
        Hanya menunjukkan kategori, tidak ada urutan.
     #Tingkat kepuasan _ Ordinal
       Ada tingkatan dari sangat tidak puas sampai sangat puas.
     #Jumlah mata kuliah _ Rasio
       Berupa angka yang bisa dihitung dan dibandingkan.
     #Prioritas memilih universitas (1–5) _ Ordinal
       Angka menunjukkan urutan kepentingan.

2. Apakah semua data bisa pakai statistik parametrik?
    Tidak bisa, Karena beberapa data berbentuk nominal dan ordinal, sementara statistik parametrik hanya cocok untuk data           

     interval atau rasio.

3. Analisis hubungan kepuasan dan jumlah mata kuliah
    Metode yang tepat adalah korelasi Spearman.
    Alasannya karena kepuasan adalah data ordinal, sedangkan jumlah mata kuliah berupa angka, sehingga lebih cocok memakai        korelasi non-parametrik seperti Spearman.

Nama : Selvidar Armalia
NPM : 2313031014

Skala pengukuran dalam penelitian merupakan cara untuk menentukan tingkat atau ukuran suatu variabel agar data dapat diolah dan dianalisis dengan tepat. Dalam penelitian berjudul “Pengaruh Pembelajaran E-Learning terhadap Motivasi dan Tantangan Konsistensi Belajar Mahasiswa Pendidikan Ekonomi Universitas Lampung”, digunakan tiga jenis skala pengukuran, yaitu nominal, rasio, dan interval.
Skala nominal digunakan untuk data kategoris seperti angkatan dan jenis kelamin mahasiswa.
Skala rasio digunakan untuk data yang memiliki nilai nol absolut seperti usia mahasiswa.
Skala interval digunakan untuk variabel utama, yaitu pembelajaran e-learning, motivasi belajar, dan konsistensi belajar yang diukur menggunakan skala Likert 1–5.

Nama : Selvidar Armalia
NPM : 2313031014

Populasi dan Sampel Berdasarkan Buku Metodologi dan Jurnal Pendidikan Ekonomi:
Hasil pembacaan buku metodologi penelitian menjelaskan bahwa populasi adalah keseluruhan subjek yang menjadi sasaran penelitian, sedangkan sampel adalah bagian dari populasi yang dipilih dengan teknik tertentu agar dapat mewakili keseluruhan.
Pemahaman ini sejalan dengan temuan berbagai jurnal pendidikan ekonomi yang ditulis oleh para peneliti seperti Suharsimi Arikunto, Sugiyono, serta peneliti pendidikan ekonomi seperti Sari (2020), Wulandari & Putra (2021), dan Rahmawati (2019).
1. Populasi dalam Penelitian Pendidikan Ekonomi
Dalam jurnal milik Sari (2020) tentang motivasi belajar mahasiswa ekonomi, populasi didefinisikan sebagai seluruh mahasiswa Program Studi Pendidikan Ekonomi pada angkatan tertentu. Penelitian tersebut menegaskan pentingnya batasan populasi yang jelas agar penelitian tidak melebar.
Peneliti lain, Wulandari & Putra (2021), menekankan bahwa populasi harus memiliki karakteristik yang relevan dengan variabel. Dalam penelitiannya mengenai literasi ekonomi, populasi mereka adalah guru ekonomi SMA di Kota Bandar Lampung.
2. Sampel dalam Jurnal Pendidikan Ekonomi
Dalam penelitian Rahmawati (2019) mengenai efektivitas pembelajaran daring, sampel dipilih menggunakan simple random sampling karena populasi mahasiswa dianggap homogen.
Sementara itu, Putra & Siregar (2021) menggunakan purposive sampling untuk memilih mahasiswa yang telah mengikuti mata kuliah tertentu sehingga memenuhi syarat variabel penelitian.
Buku metodologi oleh Sugiyono dan Arikunto juga menegaskan bahwa pemilihan sampel harus representatif, dan ukuran sampel dapat dihitung melalui rumus seperti Slovin atau tabel Krejcie dan Morgan.
3. Kesesuaian Konsep Populasi dan Sampel
Berdasarkan buku metodologi dan jurnal-jurnal tersebut, dapat disimpulkan bahwa:
• Populasi harus didefinisikan secara jelas, baik dari segi jumlah maupun karakteristiknya.
• Sampel harus dipilih dengan teknik yang sesuai dengan kondisi populasi.
• Peneliti harus memastikan sampel mampu menggambarkan populasi, sehingga hasil penelitian lebih akurat dan dapat digeneralisasikan.