Nama: Suci Tri Wahyuni
Npm: 2313031012
Kelas: A

A. Analisis Penyebab Rendahnya Efektivitas Implementasi
Rendahnya efektivitas SehatMandiri kemungkinan dipengaruhi oleh beberapa faktor berikut:
1. Kurangnya kesiapan SDM dan budaya kerja digital Banyak Puskesmas belum menggunakan sistem secara penuh bisa karena pegawai belum terlatih optimal, tidak terbiasa dengan teknologi digital, atau merasa proses manual lebih cepat. Akhirnya penggunaan sistem hanya simbolis dan tidak dijalankan sesuai alur layanan sebenarnya.
2. Integrasi sistem antar fasilitas kesehatan belum matang Data yang tidak sinkron menunjukkan lemahnya integrasi dan standarisasi sistem, seperti perbedaan format pencatatan, kecepatan jaringan, atau tidak ada prosedur penginputan yang seragam. Ini menyebabkan model database antar Puskesmas dan Klinik tidak terhubung dengan baik.
3. Perancangan proses bisnis belum sepenuhnya mendukung operasional lapangan Sistem digital mungkin tidak sesuai dengan alur kerja nyata di fasilitas kesehatan. Ketika sistem memperlambat alur pelayanan (misalnya waktu input lama atau proses konfirmasi tidak otomatis), petugas beralih ke cara manual sehingga terjadi keterlambatan pelayanan dan muncul keluhan masyarakat.
4. Minimnya monitoring dan evaluasi sejak awal peluncuran Program berjalan tanpa ukuran kinerja yang jelas, tanpa indikator penggunaan per unit layanan, dan tanpa mekanisme reward & punishment. Alhasil, tidak ada dorongan bagi fasilitas kesehatan untuk betul-betul mengoptimalkan pemakaian sistem.
5. Kurangnya edukasi publik Jika masyarakat tidak memahami cara membuat janji dan melihat hasil lab melalui aplikasi, mereka tetap datang langsung sehingga antrean meningkat dan beban petugas bertambah.

B. Rancangan Pendekatan Audit Berbasis Data
Audit kinerja harus fokus pada pemanfaatan data objektif untuk menilai efektivitas sistem. Pendekatan audit yang dapat dilakukan meliputi:
1. Audit Kepatuhan Penggunaan
• Sistem Mengukur seberapa aktif dan disiplin setiap Puskesmas menggunakan SehatMandiri.
• Jumlah layanan yang diproses via sistem vs. layanan manual
• Frekuensi login tenaga kesehatan
• Tingkat kelengkapan update data rekam medis dan hasil lab
2. Audit Kinerja Operasional Layanan
• Mengukur dampak penggunaan sistem terhadap mutu pelayanan.
• Waktu rata-rata pelayanan sebelum dan sesudah digitalisasi
• Waktu tunggu pasien
• Tingkat pembatalan janji / keterlambatan hasil lab
• Korelasi antara penggunaan sistem dan jumlah pengaduan masyarakat
3. Audit Integrasi dan Kualitas Data
• Mengevaluasi reliabilitas dan keselarasan database antar fasilitas.
• Tingkat keselarasan data pasien antar fasilitas
• Jumlah duplikasi data atau data bermasalah
• Standarisasi format entri data dan kompatibilitas sistem
4. Audit Pengalaman Pengguna
• Mengukur kepuasan dan kenyamanan pengguna internal (tenaga kesehatan) dan eksternal (pasien).
• Survei kepuasan pasien dan tenaga kesehatan
• Analisis jenis pengaduan tertinggi
• Penelusuran alur layanan yang paling sering menimbulkan hambatan
5. Audit Infrastruktur Teknologi
• Kecepatan jaringan, server downtime, kapasitas penyimpanan
• Efisiensi alur aplikasi, fitur yang tidak digunakan, error, bugs

C. Tindak Lanjut Perbaikan Berbasis Temuan Audit
Setelah audit, rekomendasi perbaikan bisa diarahkan pada:
• Pelatihan intensif dan pendampingan digital bagi petugas kesehatan.
• Penyesuaian desain sistem agar lebih praktis sesuai alur kerja lapangan.
• Penetapan SOP input data dan standar integrasi antar fasilitas.
• Mekanisme monitoring berkala dengan dashboard kinerja digital tiap Puskesmas.
• Sistem insentif bagi fasilitas yang mencapai target penggunaan.
• Sosialisasi dan edukasi masyarakat untuk meningkatkan pemakaian aplikasi.

Nama: Suci Tri Wahyuni
Npm: 2313031012
Kelas: A

1. Identifikasi jenis skala pengukuran dan alasannya
• Usia responden (dalam tahun) menggunakan skala rasio, karena datanya berupa angka yang memiliki jarak yang sama antar nilai dan memiliki titik nol absolut (usia 0 berarti benar-benar tidak ada umur).
• Jenis kelamin (laki-laki/perempuan) menggunakan skala nominal, karena hanya untuk mengklasifikasikan responden ke dalam kategori tanpa menunjukkan tingkatan atau urutan.
• Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik (dari sangat tidak puas sampai sangat puas) menggunakan skala ordinal, karena pilihan jawaban menunjukkan urutan tingkat kepuasan, tetapi jarak antar kategori tidak pasti sama.
• Jumlah mata kuliah yang diambil semester ini menggunakan skala rasio, karena berupa angka, jarak antar nilai sama, dan ada nol absolut (0 menunjukkan tidak mengambil mata kuliah).
• Pengurutan prioritas aspek memilih universitas (1 paling penting sampai 5 paling tidak penting) menggunakan skala ordinal, karena menunjukkan urutan prioritas tetapi tidak menjamin jarak perbedaan antar peringkat sama.

2. Apakah seluruh data dapat dianalisis menggunakan statistik parametrik? Mengapa?
Tidak semua data dapat dianalisis menggunakan statistik parametrik.
Statistik parametrik memerlukan data minimal berskala interval atau rasio dan harus berdistribusi normal.
Dalam kuesioner ini terdapat skala nominal dan ordinal, sehingga sebagian datanya tidak memenuhi syarat untuk statistik parametrik. Jadi hanya sebagian variabel saja (usia dan jumlah mata kuliah) yang bisa dianalisis parametrik, sedangkan lainnya tidak.

3. Analisis yang tepat untuk mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah

• Metode analisis yang tepat adalah Korelasi Spearman.

Alasannya: – Variabel kepuasan menggunakan skala ordinal.
– Variabel jumlah mata kuliah menggunakan skala rasio.
– Kombinasi data ordinal dan rasio lebih sesuai menggunakan korelasi non-parametrik, dan Spearman dirancang untuk melihat hubungan antara variabel yang memiliki peringkat/urutan.
Jika kepuasan diubah menjadi skor numerik dan distribusi datanya normal, bisa saja memakai korelasi Pearson, tetapi secara standar Spearman lebih aman dan tepat untuk jenis data tersebut.

Nama: Suci Tri Wahyuni
Npm: 2313031012
Kelas: A

1. Evaluasi kesesuaian teknik pengumpulan data dengan pendekatan kuantitatif
Teknik pengumpulan data menggunakan angket (kuesioner) skala Likert sangat sesuai dengan pendekatan kuantitatif. Alasannya karena angket menghasilkan data numerik yang dapat dihitung dan dianalisis secara statistik. Selain itu, penelitian kuantitatif menekankan pengukuran variabel secara objektif, dan skala Likert mampu mengukur variabel gaya kepemimpinan dan motivasi kerja dalam bentuk skor angka sehingga memudahkan proses analisis statistik.

2. Kelebihan dan kelemahan penggunaan angket dalam penelitian ini
Kelebihannya:
• Mampu mengumpulkan data dari banyak responden dengan waktu yang relatif cepat dan efisien.
• Responden dapat menjawab secara mandiri tanpa tekanan langsung dari peneliti sehingga dianggap lebih objektif.
• Data yang diperoleh bersifat kuantitatif sehingga mudah diolah secara statistik.

Kelemahannya:
• Jawaban responden mungkin tidak mencerminkan kondisi sebenarnya karena bisa muncul kecenderungan jawaban sosial yang diharapkan (social desirability bias).
• Interpretasi setiap pernyataan bisa berbeda antara responden jika pernyataannya kurang jelas.
• Tidak dapat menggali alasan, pandangan mendalam, atau penjelasan rinci seperti yang bisa diperoleh melalui wawancara.

3. Teknik analisis statistik yang tepat
Untuk menjawab tujuan penelitian, teknik yang sesuai adalah:

a. Menguji pengaruh gaya kepemimpinan terhadap motivasi kerja
Analisis yang tepat adalah regresi linear sederhana (jika hanya satu variabel bebas) atau regresi linear berganda (jika gaya kepemimpinan diukur melalui beberapa indikator yang diperlakukan sebagai variabel bebas).
Regresi tepat karena mampu menunjukkan hubungan pengaruh (predictive influence) antara variabel X (gaya kepemimpinan) dan Y (motivasi kerja).

b. Menguji perbedaan motivasi kerja berdasarkan tingkat pendidikan guru
Analisis yang tepat adalah ANOVA satu arah (One-Way ANOVA) karena ingin membandingkan rata-rata motivasi kerja dari beberapa kelompok pendidikan (misalnya S1, S2, D3). ANOVA digunakan untuk melihat apakah terdapat perbedaan yang signifikan antara tiga atau lebih kelompok.

4. Potensi bias atau masalah validitas serta cara mengatasinya
Beberapa potensi bias dan masalah validitas yang mungkin muncul:

• Bias keinginan sosial (social desirability): guru mungkin memberi jawaban positif karena tidak ingin terlihat menilai kepala sekolah secara negatif.
Solusi: menjamin kerahasiaan jawaban dan menegaskan bahwa penelitian anonim (tidak meminta nama).

• Bias interpretasi pernyataan: responden mungkin memahami pernyataan secara berbeda.
Solusi: melakukan uji coba angket (try out) untuk memastikan kejelasan bahasa dan perbaikan item yang ambigu.

• Masalah reliabilitas instrumen: pernyataan dalam angket mungkin tidak konsisten mengukur variabel.
Solusi: melakukan uji reliabilitas (misalnya Cronbach’s Alpha) dan memperbaiki item yang kurang konsisten.

• Masalah validitas konstruk: pernyataan mungkin tidak mewakili seluruh konsep gaya kepemimpinan atau motivasi kerja.
Solusi: menyusun indikator berdasarkan teori ilmiah dan melakukan uji validitas isi melalui expert judgment (pakar).

Nama: Suci Tri Wahyuni
Npm: 2313031012
Kelas: A

Seorang peneliti harus dapat menentukan teknik pengumpulan data yang sesuai karena teknik inilah yang menentukan kualitas, ketepatan, dan keabsahan data yang akan diperoleh. Data yang tepat hanya bisa didapat jika cara mengumpulkannya selaras dengan apa yang ingin diketahui dalam penelitian.

Mengapa peneliti harus menentukan teknik pengumpulan data yang sesuai Karena:
1. Menjamin data yang diperoleh benar‐benar relevan dengan variabel dan fenomena yang diteliti.
2. Menghindari kesalahan interpretasi, misalnya pertanyaan atau instrumen yang tidak sesuai membuat hasil data bias.
3. Mempengaruhi validitas dan reliabilitas penelitian, teknik yang kurang tepat dapat menghasilkan data yang lemah atau tidak dapat dipercaya.
4. Efisiensi waktu, biaya, dan tenaga, pemilihan teknik yang tepat membuat proses pengumpulan data lebih efektif.

Apakah ada keterkaitan antara teknik pengumpulan data dengan masalah penelitian dan tujuan penelitian?

Ada, sangat berkaitan.
Hubungannya dapat dijelaskan seperti ini:

Unsur Penelitian dan Peran dalam Penentuan Teknik Pengumpulan Data :
1. Masalah penelitian : Menunjukkan apa yang ingin dipecahkan, sehingga menentukan data apa yang perlu dikumpulkan.
2. Tujuan penelitian : Menjelaskan hasil apa yang ingin dicapai, sehingga menentukan bagaimana data tersebut harus diperoleh.
3. Jenis penelitian (kualitatif/kuantitatif) : Membatasi apakah tekniknya berupa wawancara/observasi (kualitatif) atau kuesioner/tes (kuantitatif).
4. Variabel/indikator penelitian : Menentukan instrumen dan teknik yang paling tepat agar setiap variabel dapat terukur.

Intinya :
• Tanpa teknik pengumpulan data yang tepat, penelitian tidak akan menghasilkan data yang akurat.
• Teknik pengumpulan data harus sesuai dengan masalah penelitian dan tujuan penelitian, karena keduanya adalah dasar dalam menentukan apa yang ingin diketahui dan bagaimana cara terbaik untuk mengetahuinya.

Contoh sederhana :

Jika penelitian ingin mengkaji pengalaman emosional siswa dalam pembelajaran daring, maka teknik yang tepat adalah wawancara mendalam atau observasi, bukan kuesioner pilihan ganda — karena tujuan penelitian adalah menggali pengalaman secara mendalam.

Sebaliknya, jika penelitian ingin mengetahui pengaruh literasi finansial terhadap hasil belajar, maka teknik yang sesuai adalah kuesioner atau tes, bukan wawancara — karena tujuan penelitian adalah mengukur dan menguji hubungan antar variabel.

Nama: Suci Tri Wahyuni 

Npm: 2313031012

Kelas: A

Teknik Sampling adalah proses memilih sebagian elemen dari populasi untuk mewakili keseluruhan populasi, sehingga hasil penelitian dapat digeneralisasikan.

Secara umum teknik sampling dibagi menjadi dua kelompok:

1. Probability Sampling
Setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel.
Jenisnya ada 4 :
1. Simple Random Sampling yaitu Pemilihan sampel secara acak tanpa mempertimbangkan karakteristik tertentu. Kelebihannya Tingkat kesalahan rendah, representatif. Kekurangannya Tidak cocok untuk populasi besar & tersebar.
2. Stratified Random Sampling yaitu Populasi dibagi menjadi strata (kelompok homogen), lalu sampel diambil dari tiap strata. Kelebihannya Lebih representatif karena mempertimbangkan perbedaan karakteristik. Kekurangannya Rumit saat strata banyak.
3. Cluster Sampling yaitu Pemilihan berdasarkan kelompok/cluster, bukan individu. Kelebihannya Efisien untuk populasi luas. Kekurangannya Variasi antar cluster dapat tinggi.
4. Systematic Sampling yaitu Pemilihan sampel berdasarkan interval tertentu (misal tiap siswa ke-10). Kelebihannya Prosedur mudah. Kekurangannya Rentan bias bila pola populasi berulang.

2. Non-Probability Sampling
Tidak semua anggota populasi memiliki peluang yang sama untuk dipilih.
Jenisnya ada 4 :
1. Purposive Sampling yaitu Sampel dipilih berdasarkan pertimbangan/tujuan tertentu. Kelebihannya Fokus pada subjek yang paling relevan. Kekurangannya Risiko bias peneliti tinggi.
2. Convenience Sampling yaitu Berdasarkan kemudahan diakses (misalnya siswa yang tersedia). Kelebihannya Praktis, hemat waktu. Kekurangannya Validitas eksternal rendah.
3. Snowball Sampling yaitu Responden awal merekomendasikan responden lain. Kelebihannya Cocok untuk subjek sulit ditemukan. Kekurangannya Tidak representatif untuk populasi luas.
4. Quota Sampling yaitu Sampel ditentukan berdasarkan proporsi kategori tertentu. Kelebihannya Lebih cepat daripada stratified. Kekurangannya Kurang representatif karena non-acak.

• Teknik Sampling yang Paling Sering Digunakan dalam Riset Pendidikan Ekonomi Adalah : Stratified Random Sampling adalah teknik yang paling sering digunakan.

• Argumentasi Teoretik

Stratified Random Sampling lebih unggul dalam penelitian pendidikan ekonomi karena:
1. Populasi pendidikan bersifat heterogen
Siswa memiliki perbedaan karakteristik (gender, tingkat kelas, jurusan, prestasi akademik, sosial ekonomi, dsb.).

2. Memberi representasi lebih akurat
Dengan membagi populasi ke dalam strata, setiap kelompok terwakili sehingga hasil penelitian mencerminkan kondisi populasi secara menyeluruh.

3. Mengurangi sampling error
Variabilitas antar anggota populasi dalam satu strata cenderung rendah, sehingga varian sampel lebih stabil.

4. Cocok untuk penelitian komparatif dan korelasional
Misalnya membandingkan hasil belajar berdasarkan jurusan atau menganalisis pengaruh literasi ekonomi berdasarkan gender.

• Contoh penerapan dalam pendidikan ekonomi:

> Populasi: seluruh siswa kelas X, XI, XII jurusan IPS.
Strata: kelas X IPS, XI IPS, XII IPS.
Sampel: diambil proporsional dari setiap strata secara acak.

Referensi : 
1. Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: Alfabeta.
2. Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. SAGE.
3. Taherdoost, H. (2016). "Sampling Methods in Research Methodology." International Journal of Academic Research in Management, 5(2), 18–27.