A. Dua Jenis Kesalahan Sampling yang Terjadi

1. Overcoverage (Over-sampling):

Terjadi di Kota A = Padang, karena jumlah responden mencapai 250 orang dari target 200. Ini berarti data dari kota tersebut bisa terlalu mendominasi hasil agregat bila tidak dikoreksi dengan pembobotan.

2. Undercoverage (Under-sampling):

Terjadi di Kota B = Jambi (120 responden) dan Kota C = Medan (180 responden). Responden yang berhasil diwawancarai lebih sedikit dari target, sehingga representasi kota tersebut dalam agregasi akan kurang valid jika tidak dikoreksi.

B. Penyesuaian Bobot Sampling

Diberikan:

• Target per kota = 200 responden
• Total target = 600 responden

Bobot proporsional berdasarkan target seharusnya:

• Padang: 200 / 600 = 0.333
• Jambi: 200 / 600 = 0.333
• Medan: 200 / 600 = 0.333

Namun karena hasil aktual:

• Padang: 250
• Jambi: 120
• Medan: 180

Bobot aktual dapat dihitung:

Rumus bobot per kota:

\[ \text{Bobot Kota} = \frac{\text{Target per Kota}}{\text{Jumlah Responden Aktual}} \]

Perhitungan:

• Padang:
  \[ \frac{200}{250} = 0.8 \] Jumlah responden lebih dari target, kontribusi tiap responden harus dikurangi. Setiap responden dari Padang akan dikalikan 0.8 (kurangi pengaruhnya), karena data terlalu banyak. Misalnya, kalau 1 orang mengatakan “sangat puas”, dalam analisis total dia dihitung hanya 80% dari 1 orang.

• Jambi:
  \[ \frac{200}{120} ≈ 1.667 \] Jumlah responden kurang dari target, kontribusi tiap responden harus diperbesar. Setiap responden dari Jambi akan dikalikan 1.667 (diperbesar pengaruhnya), karena jumlah mereka jauh di bawah target. Jawaban dari 1 orang setara dengan 1.67 orang dalam konteks keseluruhan.

• Medan:
  \[ \frac{200}{180} ≈ 1.111 \] Jumlah responden sedikit kurang dari target, perlu sedikit pembobotan tambahan. Responden dari Medan juga diperkuat bobotnya sedikit, karena hanya kurang 20 orang dari target.

Tujuan Pembobotan

Agar data gabungan dari ketiga kota mencerminkan proporsi target awal yang seimbang (200 per kota), meskipun jumlah aktual tidak seimbang.

Interpretasi:

• Data dari Padang perlu diturunkan bobotnya jadi 0.8.
• Data dari Jambi perlu diperkuat bobotnya jadi 1.667.
• Data dari Medan perlu diperkuat bobotnya jadi 1.111.

A. Pendekatan Sampling

Gunakan stratified time-based sampling, dengan strata berdasarkan jam:

• Strata 1: Jam 07.00–09.00
• Strata 2: Jam 17.00–19.00

Sampling dilakukan hanya dalam waktu tersebut, untuk efisiensi.

B. Rancangan Waktu dan Pemilihan Responden

• Waktu survei: 1 minggu penuh, hanya pada jam sibuk.
• Metode pemilihan:
  • Gunakan metode accidental sampling di titik keramaian (halte, terminal, stasiun).
  • Quota sampling: target harian untuk masing-masing slot waktu.
• Justifikasi unit sampling:
  • Unit: pengguna aktif ojek online (dengan bukti aplikasi atau perjalanan aktif).
  • Diperoleh langsung di tempat umum saat jam sibuk untuk efisiensi.

C. Penyesuaian Responden Berdasarkan Data Historis

Misal:

• 60% responden dari pagi, 40% dari sore.
• Padahal penggunaan sore 2x lebih banyak dibanding pagi.

Maka bobot harus disesuaikan.

Penyesuaian dilakukan dengan mengalikan bobot pada masing-masing responden berdasarkan rasio antara Proporsi Ideal dan Proporsi Aktual.

Rumus Penyesuaian Bobot Koreksi:

\[ \text{Bobot Koreksi} = \frac{\text{Proporsi Ideal}}{\text{Proporsi Aktual}} \]

Untuk Responden Pagi:

Proporsi Ideal = 33.3%
Proporsi Aktual = 60%

\[ \text{Bobot Koreksi Pagi} = \frac{33.3\%}{60\%} = 0.556 \]

Interpretasi:

Artinya, kontribusi responden pagi harus dikurangi karena jumlah responden pagi terlalu banyak dibandingkan dengan populasi yang sebenarnya. Setiap jawaban dari responden pagi akan dihitung setengah dari nilai aslinya.

Untuk Responden Sore:

Proporsi Ideal = 66.7%
Proporsi Aktual = 40%

\[ \text{Bobot Koreksi Sore} = \frac{40\%}{66.7\%} = 1.667 \]

Interpretasi:

Artinya, kontribusi responden sore harus diperbesar karena jumlah responden sore terlalu sedikit dibandingkan dengan populasi yang sebenarnya. Setiap jawaban dari responden sore akan dihitung 1.67 kali lipat dari nilai aslinya.

Kesimpulan:

• Responden pagi dikalikan dengan 0.556.
• Responden sore dikalikan dengan 1.667.

A. Desain Instrumen Survei

Tujuan dan Struktur

Instrumen survei bertujuan untuk mengevaluasi kepuasan mahasiswa terhadap lima layanan akademik: KRS Online, Bimbingan Akademik, Pelayanan Administrasi, Akses Informasi Akademik, dan Bantuan Penyelesaian Studi. Survei terdiri dari 25 pertanyaan yang menggunakan skala Likert (1-5), pilihan ganda, dan pertanyaan terbuka.

Dimensi yang Diukur

• Kualitas Layanan: Evaluasi kepuasan mahasiswa terhadap setiap layanan.
• Aksesibilitas: Kemudahan dalam mengakses layanan.
• Efektivitas: Sejauh mana layanan mendukung kebutuhan akademik.
• Profesionalisme: Sikap staf yang terlibat dalam layanan.

Pengelompokkan Pertanyaan

• Layanan KRS Online: Mengukur kemudahan akses dan masalah yang dihadapi mahasiswa.
• Bimbingan Akademik: Menilai efektivitas bimbingan dan ketersediaan jadwal.
• Pelayanan Administrasi: Menilai kecepatan, kejelasan, dan sikap staf administrasi.
• Akses Informasi Akademik: Menilai kualitas dan aksesibilitas informasi akademik.
• Bantuan Penyelesaian Studi: Kepuasan terhadap dukungan dalam menyelesaikan skripsi atau tugas akhir.

Skala dan Jenis Pertanyaan

• Skala Likert (1-5) untuk kepuasan.
• Pilihan Ganda untuk frekuensi dan kesulitan.
• Pertanyaan Terbuka untuk umpan balik lebih lanjut.

Link Survei pada Google Form

https://forms.gle/vpu7HENdW3jumr6Z6

B. Skema Validasi Instrumen

1. Validitas Isi

• Tujuan: Memastikan instrumen mencakup semua aspek layanan yang relevan.
• Proses: Validasi oleh ahli untuk menilai kecocokan pertanyaan dengan tujuan survei.

2. Validitas Konstrak

• Tujuan: Memastikan instrumen mengukur kepuasan mahasiswa terhadap layanan akademik.
• Metode: Exploratory Factor Analysis (EFA)
  • Tujuan EFA: Mengidentifikasi struktur faktor di balik data dan mengelompokkan pertanyaan yang memiliki korelasi tinggi untuk setiap dimensi layanan akademik.
  • Langkah:
    1. Melakukan analisis faktor untuk melihat apakah pertanyaan-pertanyaan yang ada membentuk faktor-faktor yang logis (misalnya, apakah pertanyaan terkait dengan layanan KRS online masuk dalam satu faktor).
    2. Memastikan bahwa pertanyaan dalam setiap dimensi menunjukkan korelasi yang tinggi satu sama lain dan korelasi yang rendah dengan dimensi lain.
    3. Memeriksa nilai eigenvalue > 1 dan memverifikasi apakah jumlah faktor yang ditemukan sesuai dengan dimensi yang diinginkan.

3. Reliabilitas

• Tujuan: Mengukur konsistensi internal instrumen.
• Metode: Cronbach’s Alpha
  • Langkah: Menghitung nilai Cronbach’s Alpha untuk setiap dimensi (KRS Online, Bimbingan Akademik, Pelayanan Administrasi, Akses Informasi, Bantuan Penyelesaian Studi).
  • Interpretasi: Nilai Cronbach’s Alpha > 0.7 dianggap cukup baik untuk mengindikasikan reliabilitas instrumen.

Dengan pendekatan ini, instrumen survei akan memiliki dasar yang kuat dan valid untuk mengukur kepuasan mahasiswa terhadap layanan akademik.

C. Strategi Distribusi dan Sampling

D. Simulasi Data dan Analisis Awal

Simulasi data dan analisis awal dilakukan untuk menguji kelayakan instrumen survei kepuasan mahasiswa terhadap layanan akademik, yang mencakup KRS online, bimbingan akademik, administrasi, informasi akademik, dan bantuan studi. Melalui data dummy, dilakukan uji validitas, reliabilitas, serta analisis deskriptif awal untuk menilai pola respons. Tahap ini juga digunakan untuk merancang strategi pengambilan sampel dan memastikan kelancaran proses pengolahan data. Langkah ini penting agar instrumen yang digunakan valid, data yang dikumpulkan bermakna, dan hasil survei dapat digunakan sebagai dasar pengambilan keputusan oleh biro akademik kampus.