PSPE_METODOLOGI PENELITIAN PENDIDIKAN EKONOMI_KELAS C_GANJIL 2025/2026

Nama : Tria febriana
Npm : 2313031077

Jadi dari studi kasus tersebut di minta untuk menjawab beberapa pertanyaan, dan berikut ini pendapat saya setelah memahami studi kasus tersebut :

1. jenis skala pengukuran pada kuesioner jadi dalam kuesioner penelitian tentang kepuasan mahasiswa terhadap layanan akademik, variabel usia responden dan jumlah mata kuliah yang diambil menggunakan skala rasio karena data tersebut berupa angka dengan nilai nol mutlak dan jarak antar angka yang konsisten. Variabel jenis kelamin menggunakan skala nominal karena hanya membagi responden ke dalam kategori tanpa urutan, yaitu laki-laki dan perempuan. Sedangkan variabel tingkat kepuasan mahasiswa terhadap pelayanan dosen pembimbing akademik dan urutan prioritas aspek dalam memilih universitas menggunakan skala ordinal. Hal ini dikarenakan data tersebut memiliki tingkatan atau peringkat, namun jarak antar tingkatan tidak selalu sama dan hanya menunjukkan urutan tingkat kepuasan dan prioritas.

2. penggunaan statistik parametrik jadi Tidak seluruh data yang dikumpulkan dari kuesioner ini dapat dianalisis menggunakan statistik parametrik. Data usia dan jumlah mata kuliah yang bersifat numerik dan rasio dapat dianalisis secara parametrik apabila memenuhi asumsi normalitas dan homogenitas varians. Namun, data jenis kelamin (nominal) serta tingkat kepuasan dan prioritas aspek (ordinal) tidak memenuhi syarat untuk analisis parametrik karena sifatnya yang kategorikal dan berurutan tanpa jarak yang pasti antar kategori. Oleh karena itu, data ini lebih cocok dianalisis menggunakan statistik non-parametrik.

3. metode analisis hubungan antara kepuasan dan jumlah mata kuliah jadi untuk mengetahui hubungan antara tingkat kepuasan layanan akademik yang berskala ordinal dengan jumlah mata kuliah yang diambil yang berskala rasio, metode yang paling tepat adalah korelasi Spearman. Korelasi Spearman dapat mengukur kekuatan dan arah hubungan antara variabel ordinal dan rasio tanpa memerlukan asumsi distribusi normal. Dengan metode ini, peneliti dapat mengevaluasi apakah terdapat hubungan yang signifikan antara kepuasan mahasiswa terhadap layanan akademik dan beban mata kuliah yang diambil.

Nama: Anggi Fadhillah Putri
NPM; 2313031061

Nama : Wina Nadia Maratama
NPM : 2313031070

Nama : Annisa Yulianti
NPM : 2313031062

Nama : Dela zulia pratiwi
Npm : 2313031079

Nama: Clara Kelviana Kerin
NPM : 2313031064

1. Identifikasi Jenis Skala Pengukuran:
- Usia responden (dalam tahun): Skala Rasio. Alasan: Usia memiliki nilai nol mutlak (tidak ada usia) dan memungkinkan perhitungan rasio (misalnya, seseorang berusia 40 tahun dua kali lebih tua dari seseorang berusia 20 tahun).
- Jenis kelamin: Skala Nominal. Alasan: Jenis kelamin hanya mengkategorikan responden ke dalam kelompok yang berbeda (laki-laki atau perempuan) tanpa urutan atau tingkatan.
- Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik: Skala Ordinal. Alasan: Tingkat kepuasan memiliki tingkatan atau urutan (sangat tidak puas < tidak puas < netral < puas < sangat puas), tetapi jarak antar tingkatan tidak sama atau tidak dapat diukur secara pasti.
- Jumlah mata kuliah yang diambil semester ini: Skala Rasio. Alasan: Jumlah mata kuliah memiliki nilai nol mutlak (tidak mengambil mata kuliah) dan memungkinkan perhitungan rasio (misalnya, mengambil 6 mata kuliah dua kali lebih banyak dari mengambil 3 mata kuliah).
- Urutan aspek berdasarkan prioritas: Skala Ordinal. Alasan: Responden mengurutkan aspek-aspek berdasarkan prioritas, sehingga terdapat tingkatan atau urutan (1 > 2 > 3 > 4 > 5), tetapi jarak antar tingkatan tidak sama atau tidak dapat diukur secara pasti.

2. Analisis Data dengan Statistik Parametrik: Tidak seluruh data dari kuesioner di atas dapat dianalisis menggunakan statistik parametrik. Alasan: Statistik parametrik memerlukan asumsi bahwa data berdistribusi normal dan memiliki skala interval atau rasio. Dalam kuesioner ini, data jenis kelamin (nominal) dan tingkat kepuasan serta prioritas aspek (ordinal) tidak memenuhi persyaratan tersebut. Data usia dan jumlah mata kuliah (rasio) memenuhi syarat untuk dianalisis dengan statistik parametrik.

3. Metode Analisis untuk Hubungan Kepuasan dan Jumlah Mata Kuliah: Jika peneliti ingin mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah yang diambil, metode analisis yang paling tepat adalah Korelasi Spearman (Spearman's Rank Correlation). Alasan pemilihan metode ini:
Data kepuasan layanan akademik diukur dengan skala ordinal, sedangkan jumlah mata kuliah diukur dengan skala rasio.
Korelasi Spearman adalah metode nonparametrik yang sesuai untuk mengukur hubungan antara dua variabel dengan skala ordinal atau kombinasi ordinal dan rasio.
Metode ini tidak memerlukan asumsi distribusi normal pada data, sehingga lebih fleksibel daripada metode parametrik seperti Korelasi Pearson.

Nama : Tiara Katrina
NPM : 2313031058
KLS C

Nama : Nazwa Devita Mawarni
NPM : 2313031071

Nama : Ranum Sri Rahayu
NPM : 2313031074

Nama: Lusi Yana Agustina
NPM: 2313031069

Berikut jawaban saya dari beberapa pertanyaan studi kasus diatas:
1. Identifikasi Skala Pengukuran Setiap Item
a) Usia responden (dalam tahun): rasio
Alasan: usia memiliki nilai nol absolut (nol = tidak ada usia), dapat dilakukan operasi matematika penuh, dan jarak antar nilai bermakna.
b) Jenis kelamin: nominal
Alasan: hanya kategori tanpa urutan (laki-laki/perempuan), tidak dapat dibandingkan besar-kecil.
c) Tingkat kepuasan terhadap dosen pembimbing akademik: ordinal
Alasan: memiliki urutan dari sangat tidak puas hingga sangat puas, tetapi jarak antar kategori tidak pasti sama.
d) Jumlah mata kuliah yang diambil: rasio
Alasan: memiliki titik nol absolut (nol = tidak mengambil mata kuliah), dapat dihitung, dibandingkan, dan dibuat rasio.
e) Mengurutkan aspek berdasarkan prioritas (1–5): ordinal
Alasan: menunjukkan peringkat dari prioritas tertinggi hingga terendah, tetapi perbedaan antara peringkat 1 dan 2 tidak sama pasti dengan 3 dan 4.

2. Tidak semua data dapat dianalisis menggunakan statistik parametrik. Statistik parametrik mensyaratkan data berlevel interval atau rasio dan distribusi data yang relatif normal. Dalam kuesioner ini, sebagian besar item menggunakan skala nominal dan ordinal (jenis kelamin, tingkat kepuasan, peringkat prioritas), sehingga tidak memenuhi syarat utama statistik parametrik. Hanya usia dan jumlah mata kuliah yang berada pada skala rasio. Artinya, tidak semua item cocok dianalisis dengan statistik parametrik.

3. Metode yang paling tepat adalah korelasi Spearman Rank.
Alasan: variabel kepuasan berada pada skala ordinal, sedangkan jumlah mata kuliah berada pada skala rasio. Jika salah satu variabel berskala ordinal, maka korelasi non-parametrik seperti Spearman lebih tepat karena tidak menuntut distribusi normal dan sesuai untuk data berperingkat.

Nama: Dia Ravikasari
NPM: 2313031067

Andani Tanemu
2313031078

1. Identifikasi jenis skala pengukuran
Usia responden merupakan skala rasio karena memiliki angka absolut, jarak antar angka sama, dan mempunyai nilai nol yang bermakna.
Jenis kelamin merupakan skala nominal karena hanya menunjukkan kategori tanpa urutan.
Tingkat kepuasan terhadap pelayanan dosen pembimbing akademik merupakan skala ordinal karena pilihan jawaban memiliki peringkat dari sangat tidak puas hingga sangat puas, namun jarak antar kategori tidak dapat dipastikan sama.
Jumlah mata kuliah yang diambil semester ini merupakan skala rasio karena data berupa angka dengan jarak yang sama dan nilai nol bermakna.
Prioritas memilih universitas (ranking 1–5) merupakan skala ordinal karena menunjukkan urutan tingkat kepentingan, tetapi tidak menunjukkan perbedaan yang pasti antara setiap tingkat peringkat.

2. Statistik parametrik
Tidak semua data dalam kuesioner dapat dianalisis menggunakan statistik parametrik. Statistik parametrik membutuhkan data berskala interval atau rasio dan harus memenuhi asumsi tertentu seperti normalitas. Beberapa item dalam kuesioner berada pada skala nominal dan ordinal sehingga tidak cocok untuk analisis parametrik. Hanya data usia dan jumlah mata kuliah yang memenuhi syarat sebagai data rasio, sedangkan peringkat dan kepuasan termasuk data ordinal sehingga lebih cocok dianalisis dengan statistik nonparametrik kecuali dilakukan transformasi atau perlakuan khusus.

3. Metode analisis hubungan antara kepuasan layanan akademik dan jumlah mata kuliah
Kepuasan layanan akademik merupakan data ordinal, sedangkan jumlah mata kuliah berskala rasio. Untuk melihat hubungan antara dua jenis data tersebut, metode analisis yang paling tepat adalah korelasi Spearman. Alasan pemilihannya adalah korelasi Spearman dirancang untuk data ordinal atau kombinasi ordinal dan rasio yang tidak harus berdistribusi normal. Jika peneliti memaksakan menggunakan korelasi Pearson, asumsi-asumsi dasar seperti linearitas dan normalitas mungkin tidak terpenuhi. Oleh karena itu, korelasi Spearman lebih sesuai untuk menggambarkan kekuatan dan arah hubungan antara kedua variabel tersebut.

Nama : Icha Fera Nika
NPM : 2313031065
Kelas 2023 C

Nama: Ika Rahmadhani
NP,M: 2313031072
Kelas: C

1. Jenis Skala Pengukuran

Pada item usia responden, skala yang digunakan adalah skala rasio karena usia memiliki nol absolut dan dapat dilakukan operasi matematika secara penuh. Jenis kelamin menggunakan skala nominal karena hanya berfungsi sebagai kategori tanpa urutan. Tingkat kepuasan layanan akademik menggunakan skala ordinal karena memiliki tingkatan dari sangat tidak puas hingga sangat puas, tetapi jarak antar kategori tidak pasti sama. Jumlah mata kuliah menggunakan skala rasio karena merupakan angka hitung dengan nol absolut dan dapat dibandingkan secara proporsional. Sementara itu, urutan prioritas dalam memilih universitas menggunakan skala ordinal karena angka 1–5 menunjukkan peringkat yang memiliki urutan, tetapi jaraknya tidak dapat dianggap sama seperti skala interval.

2. Kelayakan Menggunakan Statistik Parametrik

Tidak semua data dalam kuesioner tersebut dapat dianalisis menggunakan statistik parametrik karena teknik parametrik membutuhkan data berskala interval atau rasio dan memenuhi asumsi normalitas, sedangkan dalam kuesioner terdapat data nominal (jenis kelamin) dan ordinal (tingkat kepuasan serta peringkat prioritas) yang tidak memenuhi syarat tersebut. Hanya data berskala rasio seperti usia dan jumlah mata kuliah yang memenuhi kriteria untuk analisis parametrik, sehingga penerapan statistik parametrik tidak dapat dilakukan untuk keseluruhan data secara seragam.

3. Metode Analisis Hubungan Kepuasan dan Jumlah Mata Kuliah

Metode analisis yang paling tepat untuk mengetahui hubungan antara kepuasan layanan akademik dan jumlah mata kuliah adalah korelasi Spearman, karena variabel kepuasan menggunakan skala ordinal sedangkan jumlah mata kuliah menggunakan skala rasio, sehingga uji parametrik seperti Pearson tidak sesuai. Korelasi Spearman tidak mensyaratkan distribusi normal dan khusus digunakan untuk data berskala ordinal atau campuran ordinal dengan rasio atau interval, sehingga menjadi metode yang paling tepat untuk mengukur hubungan kedua variabel dalam konteks penelitian ini.

Nama: Sinthia Wardani
NPM: 2313031063