Nama: Syifa Hesti Pratiwi
NPM: 2313031003

1. Identifikasi Skala Pengukuran dan Alasannya
a. Usia responden (dalam tahun)
- Skala Rasio
Karena usia dinyatakan dengan angka yang memiliki nilai nol absolut, dapat dihitung selisih dan perbandingan. Misalnya, usia 20 tahun benar-benar dua kali usia 10 tahun. Ini ciri khas skala rasio.
b. Jenis kelamin (Laki-laki / Perempuan)
- Skala Nominal
Karena hanya berupa kategori tanpa urutan atau peringkat. Tidak ada kategori yang lebih tinggi atau lebih rendah. Ini ciri khas skala nominal.
c. Tingkat kepuasan (sangat tidak puas – sangat puas)
- Skala Ordinal
Karena pilihan jawaban berurutan dari tingkat rendah menuju tinggi, tetapi jarak antar kategori (misal dari “tidak puas” ke “netral”) tidak dapat dipastikan sama. Ordinal menekankan urutan, bukan jarak.
d. Jumlah mata kuliah yang diambil
- Skala Rasio
Karena jumlah mata kuliah adalah angka dengan nol absolut. Bisa dihitung, dibandingkan, dijumlahkan, dan diperbandingkan. Misalnya, mengambil 8 mata kuliah dua kali lebih banyak dari 4.
e. Mengurutkan aspek berdasarkan prioritas (1 = paling penting, 5 = paling tidak penting)
- Skala Ordinal
Karena menunjukkan urutan prioritas, tetapi angka 1, 2, 3, 4, 5 tidak memiliki interval yang sama. Ini adalah ranking, sehingga skala ordinal.

2. Apakah semua data bisa dianalisis dengan statistik parametrik?
Tidak, tidak semua data dapat dianalisis menggunakan statistik parametrik, karena:
* Statistik parametrik mengharuskan data ber-skala interval atau rasio, berdistribusi normal, dan memenuhi syarat-syarat tertentu.
* Dalam kuesioner terdapat data nominal (jenis kelamin) dan ordinal (kepuasan dan urutan prioritas).
* Data nominal dan ordinal tidak memenuhi syarat untuk analisis parametrik karena tidak memiliki jarak numerik yang pasti atau nilai absolut.
Jadi, hanya data usia dan jumlah mata kuliah yang bisa dianalisis parametrik. Yang lainnya harus dianalisis dengan statistik non-parametrik.

-3. Metode analisis hubungan kepuasan layanan akademik dan jumlah mata kuliah
Variabel:
* Kepuasan → Ordinal
* Jumlah mata kuliah → Rasio
Karena salah satu variabel berskala ordinal, maka metode statistik parametrik (seperti Pearson) tidak cocok.

Metode yang paling tepat adalah:
→ Korelasi Spearman Rank (Spearman’s Rho)
Alasan:
1. Spearman digunakan untuk mengukur hubungan antara variabel ordinal dengan ordinal, atau ordinal dengan interval/rasio.
2. Tidak mengharuskan data berdistribusi normal.
3. Cocok untuk data berbentuk tingkat kepuasan, yang merupakan ranking/urutan.
4. Mampu menunjukkan hubungan (arah dan kekuatan) secara akurat untuk data non-parametrik.

Nama: Syifa Hesti Pratiwi
NPM: 2313031003

Skala pengukuran adalah tingkatan atau jenis pengukuran yang digunakan untuk mengklasifikasikan, mengurutkan, atau mengukur data dalam penelitian. Skala pengukuran penting karena menentukan jenis data, cara analisis statistik, serta alat ukur yang dapat digunakan.
Secara umum, ada empat jenis skala pengukuran:
1. Skala Nominal
Skala yang hanya memberikan kategori tanpa urutan.
Contoh: jenis kelamin, program studi, status mahasiswa.
Tujuannya hanya membedakan kelompok.

2. Skala Ordinal
Skala yang menunjukkan urutan atau ranking, tetapi tidak memiliki jarak yang pasti antar kategori.
Contoh: tingkat kepuasan (sangat puas → sangat tidak puas).
Data ordinal hanya menunjukkan “lebih tinggi” atau “lebih rendah”.

3. Skala Interval
Skala yang memiliki jarak yang sama antar nilai, tetapi tidak memiliki nol absolut.
Contoh: suhu dalam Celcius.
Namun dalam penelitian pendidikan, skala interval jarang muncul secara murni.

4. Skala Rasio
Skala yang memiliki interval sama dan nol absolut, sehingga dapat dilakukan operasi matematis seperti perbandingan.
Contoh: usia, lama belajar, nilai tes, jumlah mata kuliah.

Rancangan Data Penelitian Saya dan Skala Pengukurannya
Judul: Pengaruh Penggunaan ChatGPT dan Critical Thinking terhadap Kemandirian Belajar Mahasiswa Pendidikan Ekonomi

Maka rancangan jenis data dan skala pengukurannya adalah:
1. Penggunaan ChatGPT
Jenis data: persepsi/informasi pengguna
Skala pengukuran: Ordinal
Diukur dengan angket model Likert (1–5), contohnya:
* sangat tidak setuju → sangat setuju
* sangat jarang → sangat sering
Karena berupa urutan tingkat intensitas.

2. Critical Thinking (Berpikir Kritis)
Jenis data: tingkat kemampuan berpikir kritis
Skala pengukuran: Ordinal
Juga diukur melalui skala Likert, sehingga menunjukkan tingkat (rendah → tinggi).

3. Kemandirian Belajar
Jenis data: sikap/tindakan mahasiswa dalam belajar
Skala pengukuran: Ordinal
Diukur dengan pernyataan Likert mengenai motivasi, inisiatif, tanggung jawab, pengaturan waktu, dan ketekunan.

Nama: Syifa Hesti Pratiwi
NPM: 2313031003

1. Identifikasi Populasi dan Sampel
Populasi
Populasi dalam kasus ini adalah:
Seluruh siswa kelas XI yang belajar di SMA negeri di Provinsi Jawa Barat yang menerapkan metode pembelajaran hybrid.
Alasan:
* Penelitian ingin mengetahui efektivitas pembelajaran hybrid terhadap hasil belajar kelas XI.
* Fokusnya adalah seluruh SMA negeri di Jawa Barat → berarti seluruh siswa kelas XI di sekolah tersebut merupakan wilayah generalisasi.
* Meskipun tidak semua sekolah menerapkan hybrid secara konsisten, populasi tetap mencakup sekolah yang menjadi sasaran penelitian, yaitu SMA negeri yang menerapkan hybrid.

Sampel
Sebagian SMA negeri (dan siswa kelas XI di dalamnya) yang dipilih mewakili kondisi sekolah-sekolah di seluruh Provinsi Jawa Barat.
Alasan:
* Jumlah SMA sangat besar (600 sekolah).
* Letak geografis luas (27 kabupaten/kota).
* Variasi karakteristik sekolah cukup tinggi (sosial, ekonomi, infrastruktur).

2. Teknik Sampling yang Paling Tepat dan Cara Menerapkannya
Teknik Sampling yang Tepat: Stratified Cluster Sampling
Teknik yang paling tepat adalah stratified cluster sampling, yaitu gabungan dari:
1. Stratified Sampling
– membagi populasi ke dalam strata (kelompok) berdasarkan karakter tertentu.
2. Cluster Sampling
– memilih klaster secara acak, kemudian meneliti seluruh anggota klaster tersebut.

Alasan teori mengapa teknik ini paling tepat
1. Populasi sangat besar dan tersebar luas → cluster sampling cocok untuk efisiensi.
2. Terdapat perbedaan signifikan antarwilayah (sosial, ekonomi, infrastruktur) → stratifikasi diperlukan agar sampel tetap representatif.
3. Variasi jumlah siswa dan konsistensi penerapan hybrid antar sekolah → kombinasi teknik membantu mengurangi bias.
4. Stratified cluster sampling banyak digunakan dalam penelitian pendidikan berskala luas (Creswell, 2018; Sugiyono, 2021) karena efektif menjaga representativitas dan efisiensi.

Cara Menerapkan Stratified Cluster Sampling pada Kasus Ini
1. Buat strata berdasarkan karakter wilayah
Misalnya:
* Strata 1: Kota besar (Bandung, Bekasi, Depok, Bogor).
* Strata 2: Daerah penyangga perkotaan.
* Strata 3: Kabupaten/daerah pedesaan.
Tujuannya agar setiap jenis wilayah terwakili.

2. Pilih sekolah sebagai cluster secara acak dalam setiap strata
Misal total 600 sekolah → dialokasikan sesuai proporsi:
* Strata kota besar: 150 → ambil 10 sekolah
* Strata penyangga: 200 → ambil 12 sekolah
* Strata kabupaten: 250 → ambil 12 sekolah

3. Ambil siswa kelas XI di sekolah yang terpilih
Bisa dengan:
* proportional sampling (misalnya 20% siswa tiap sekolah), atau
* mengambil seluruh siswa kelas XI jika jumlahnya tidak terlalu besar.

Hasil Akhir
Sampel berasal dari banyak sekolah, banyak wilayah, dan mewakili variasi nyata populasi → hasil penelitian lebih valid dan dapat digeneralisasikan.

3. Potensi Kelemahan Jika Sampel Hanya Diambil dari Kota Besar (Bandung, Bekasi)
Jika sampel hanya berasal dari kota besar, maka hasil penelitian tidak dapat digeneralisasikan ke seluruh Jawa Barat.
Potensi kelemahannya:
1. Bias Representativitas (sampling bias)
Kota besar memiliki:
* infrastruktur digital lebih baik,
* guru lebih terlatih,
* fasilitas internet stabil,
* pengalaman penggunaan hybrid lebih konsisten.
Ini tidak mencerminkan kondisi sekolah di daerah lain.

2. Hasil penelitian menjadi terlalu optimis
Efektivitas metode hybrid di kota besar kemungkinan lebih tinggi dibandingkan di daerah dengan keterbatasan fasilitas.
Sehingga hasil penelitian akan menggambarkan “kondisi terbaik”, bukan kondisi nyata seluruh provinsi.

3. Tidak mencerminkan variasi sosial-ekonomi
Daerah dengan kondisi ekonomi rendah atau sekolah terpencil mungkin tidak mampu menerapkan hybrid secara optimal.
Jika tidak diteliti, hasil penelitian akan bias terhadap kelompok tertentu.

4. Validitas eksternal turun
Validitas eksternal = kemampuan hasil penelitian untuk digeneralisasikan.
Jika sampel tidak mewakili seluruh Jawa Barat, maka hasil tidak boleh digeneralisasikan ke seluruh populasi.

Nama: Syifa Hesti Pratiwi
NPM: 2313031003

A. Populasi, Sampel, dan Teknik Sampling
Bagian ini menjelaskan bagaimana peneliti menentukan siapa yang akan menjadi sumber data penelitian.
Populasi adalah keseluruhan subjek yang memiliki karakteristik tertentu sesuai topik penelitian. Populasi digunakan sebagai dasar untuk menarik generalisasi hasil penelitian.
Sampel adalah sebagian dari populasi yang dipilih melalui teknik tertentu untuk mewakili keseluruhan populasi, sehingga penelitian dapat dilakukan secara efisien.

Dalam menentukan sampel, peneliti harus memperhatikan ukuran populasi, sifat anggota populasi (homogen atau heterogen), serta tujuan penelitian. Pemilihan sampel dilakukan menggunakan teknik sampling, yang secara umum dibagi menjadi dua kelompok:
1. Probability Sampling – memberikan peluang yang sama bagi setiap anggota populasi untuk dipilih. Cocok untuk penelitian kuantitatif dan menghasilkan generalisasi yang kuat. Contohnya simple random sampling, stratified sampling, dan cluster sampling.
2. Non-Probability Sampling – tidak memberikan peluang yang sama bagi setiap anggota populasi. Digunakan jika peneliti membutuhkan responden dengan kriteria tertentu atau populasi sulit diakses. Contohnya purposive sampling, accidental sampling, dan snowball sampling.
Peneliti harus memilih teknik sampling yang tepat agar sampel benar-benar representatif dan sesuai dengan tujuan penelitian.

B. Menentukan Desain Penelitian
Desain penelitian adalah rencana atau struktur kerja yang digunakan peneliti untuk mengarahkan proses penelitian mulai dari pengumpulan data hingga analisis hasil. Desain penelitian ditentukan berdasarkan jenis masalah, tujuan penelitian, dan hubungan antarvariabel.
Desain penelitian membantu peneliti:
* Menentukan variabel yang diteliti (variabel bebas dan variabel terikat).
* Menetapkan jenis hubungan antarvariabel (sebab-akibat, korelasi, atau deskriptif).
* Menentukan cara pengumpulan data (angket, tes, observasi, dokumentasi).
* Menentukan teknik analisis data (statistik deskriptif maupun inferensial).
Jenis desain yang sering digunakan dalam penelitian kuantitatif meliputi desain deskriptif, korelasional, komparatif, dan eksplanatori. Untuk penelitian yang meneliti pengaruh antarvariabel, desain yang umumnya dipakai adalah desain korelasional atau eksplanatori karena mampu menjelaskan hubungan pengaruh antara variabel bebas terhadap variabel terikat.

C. Instrumen Penelitian
Instrumen penelitian adalah alat yang digunakan untuk mengumpulkan data dari responden. Instrumen harus dirancang berdasarkan indikator dari setiap variabel agar data yang diperoleh sesuai dengan tujuan penelitian. Bentuk instrumen dapat berupa angket, tes, wawancara, lembar observasi, atau dokumentasi.
Instrumen yang baik harus memenuhi dua persyaratan utama, yaitu:
1. Validitas – instrumen harus benar-benar mengukur apa yang seharusnya diukur. Validitas dapat diperoleh melalui validitas isi, validitas konstruk, atau validitas empiris.
2. Reliabilitas – instrumen harus memberikan hasil yang konsisten dan stabil ketika diujikan berulang kali. Uji reliabilitas biasanya dilakukan dengan metode Cronbach Alpha, belah dua (split-half), atau uji coba instrumen.
Selain itu, instrumen juga harus memperhatikan kejelasan bahasa, kesesuaian dengan karakter responden, serta kelayakan butir-butir pertanyaan. Instrumen yang valid dan reliabel akan menghasilkan data yang akurat dan dapat dipertanggungjawabkan secara ilmiah.

Nama: Syifa Hesti Pratiwi
NPM: 2313031003

1. Populasi
Populasi adalah seluruh subjek, objek, atau individu yang memiliki karakteristik tertentu dan menjadi sasaran penelitian. Populasi menjadi wilayah generalisasi, karena hasil penelitian nantinya akan diberlakukan pada keseluruhan kelompok ini. Dalam penelitian pendidikan, populasi dapat berupa seluruh siswa, mahasiswa, guru, atau kelompok tertentu yang relevan dengan topik penelitian.

2. Sampel
Sampel adalah sebagian dari populasi yang dipilih menggunakan teknik tertentu dan dianggap mewakili keseluruhan populasi. Sampel digunakan ketika peneliti tidak memungkinkan meneliti seluruh populasi karena keterbatasan waktu, biaya, akses, atau jumlah populasi yang terlalu besar. Sampel yang baik harus objektif, representatif, dan sesuai dengan tujuan penelitian.

Hal-Hal yang Harus Diperhatikan dalam Menentukan Populasi dan Sampel
Seorang peneliti perlu mempertimbangkan beberapa aspek penting berikut:
1. Relevansi dengan tujuan penelitian
Populasi harus sesuai dengan masalah yang ingin diteliti. Jika tidak relevan, hasil penelitian tidak akan menjawab pertanyaan penelitian.
2. Kejelasan karakteristik populasi
Peneliti harus menetapkan ciri-ciri populasi dengan jelas, seperti angkatan, jurusan, usia, lokasi, atau pengalaman tertentu. Populasi yang tidak jelas akan menghasilkan sampel yang bias.
3. Ukuran populasi
Besarnya populasi menentukan teknik sampling dan jumlah sampel yang perlu diambil. Populasi kecil dapat diteliti seluruhnya (sensus), sedangkan populasi besar memerlukan perhitungan sampel.
4. Homogenitas dan heterogenitas populasi
Jika populasi homogen, teknik sampling sederhana sudah cukup. Jika heterogen, perlu teknik yang mempertimbangkan kelompok atau strata tertentu agar semua kelompok terwakili.
5. Teknik sampling yang sesuai
Peneliti harus memilih teknik probability sampling jika ingin generalisasi kuat, atau non-probability sampling jika membutuhkan responden dengan kriteria khusus.
6. Representativitas sampel
Sampel harus benar-benar mewakili populasi agar hasil penelitian dapat digeneralisasikan. Ini bisa dicapai melalui prosedur pengacakan atau pemilihan responden yang sesuai kriteria.
7. Ketersediaan dan aksesibilitas responden
Peneliti harus memastikan bahwa anggota populasi mudah dihubungi dan bersedia menjadi responden.
8. Etika penelitian
Peneliti harus menghormati hak responden melalui informed consent, menjaga kerahasiaan data, dan memastikan tidak ada paksaan maupun konflik kepentingan.