Nama: Ni Wayan Vara Wulandari
NPM: 2313031017
1. Jenis skala
a. Usia responden menggunakan skala rasio karena datanya berupa angka yang memiliki jarak sama dan memiliki nol absolut.
b. Jenis kelamin menggunakan skala nominal karena hanya berfungsi membedakan kategori tanpa urutan atau tingkatan.
c. Tingkat kepuasan menggunakan skala ordinal karena pilihan jawabannya menunjukkan tingkat kepuasan yang berurutan, tetapi jarak antar tingkatannya tidak pasti sama.
d. Jumlah mata kuliah menggunakan skala rasio karena merupakan angka dengan jarak yang tetap dan memiliki titik nol yang bermakna.
e. Prioritas memilih universitas menggunakan skala ordinal karena responden diminta mengurutkan aspek berdasarkan peringkat kepentingan.
2. Tidak semua data pada kuesioner ini dapat dianalisis menggunakan statistik parametrik. Statistik parametrik membutuhkan data berskala interval atau rasio. Namun, beberapa item memiliki skala nominal dan ordinal (jenis kelamin, tingkat kepuasan, dan ranking prioritas), sehingga tidak memenuhi syarat untuk statistik parametrik. Hanya data usia dan jumlah mata kuliah (skala rasio) yang memenuhi syarat analisis parametrik.
3. Analisis yang paling tepat adalah korelasi Spearman karena kepuasan layanan diukur dengan skala ordinal, sedangkan jumlah mata kuliah adalah data rasio, sehingga analisis korelasi non-parametrik lebih sesuai untuk melihat hubungan keduanya.
NPM: 2313031017
1. Jenis skala
a. Usia responden menggunakan skala rasio karena datanya berupa angka yang memiliki jarak sama dan memiliki nol absolut.
b. Jenis kelamin menggunakan skala nominal karena hanya berfungsi membedakan kategori tanpa urutan atau tingkatan.
c. Tingkat kepuasan menggunakan skala ordinal karena pilihan jawabannya menunjukkan tingkat kepuasan yang berurutan, tetapi jarak antar tingkatannya tidak pasti sama.
d. Jumlah mata kuliah menggunakan skala rasio karena merupakan angka dengan jarak yang tetap dan memiliki titik nol yang bermakna.
e. Prioritas memilih universitas menggunakan skala ordinal karena responden diminta mengurutkan aspek berdasarkan peringkat kepentingan.
2. Tidak semua data pada kuesioner ini dapat dianalisis menggunakan statistik parametrik. Statistik parametrik membutuhkan data berskala interval atau rasio. Namun, beberapa item memiliki skala nominal dan ordinal (jenis kelamin, tingkat kepuasan, dan ranking prioritas), sehingga tidak memenuhi syarat untuk statistik parametrik. Hanya data usia dan jumlah mata kuliah (skala rasio) yang memenuhi syarat analisis parametrik.
3. Analisis yang paling tepat adalah korelasi Spearman karena kepuasan layanan diukur dengan skala ordinal, sedangkan jumlah mata kuliah adalah data rasio, sehingga analisis korelasi non-parametrik lebih sesuai untuk melihat hubungan keduanya.