Tindak Lanjut_Usulan Judul Unik_Usulan Novelty: Statistik 1. Cek data, validitas, reliabilitas, dan asumsi

Hallo, Wellcome to my blog💗

Nama              : Cindy Tyas Harvina

NIM                : 250321829945

Mata Kuliah    : Metode Penelitian Kuantitatif

Tindak Lanjut-Usulan Novelty:

11. Statistik 1. Cek data, validitas, reliabilitas, dan asumsi

Judul Artikel	Jenis Penelitian	Desain Penelitian	Variabel yang Diukur	Instrumen Penelitian	Subjek/Sampel Penelitian	Alasan Penelitian Relevan
An investigation of the convergent validity and test–retest reliability of three uncertainty preference measures (Zhu et al., 2025)	Kuantitatif Eksperimen	Eksperimen (3 eksperimen berbeda)	Validitas konvergen dan reliabilitas test–retest dari tiga pengukuran preferensi ketidakpastian (Forced Binary Choice, Certainty Equivalent, Matching Probability)	Tiga jenis tugas perilaku (FBC, CE, MP)	Eksperimen 1: 302 peserta; Eksperimen 2: 366 peserta; Eksperimen 3: 311 peserta	Relevan karena memperkuat pemahaman mengenai keandalan instrumen pengukuran perilaku dalam penelitian psikologi dan ekonomi, khususnya dalam konteks validitas dan reliabilitas alat ukur.
Generative Artificial Intelligence Acceptance Scale: A Validity and Reliability Study (Yilmaz et al., 2024)	Kuantitatif	Desain survei; Validitas isi, konstruk, dan reliabilitas (EFA, CFA, test–retest)	Tingkat penerimaan mahasiswa terhadap Generative AI (berdasarkan model UTAUT: performance expectancy, effort expectancy, facilitating conditions, social influence)	Skala Penerimaan Generative AI (20 butir, 4 faktor)	627 mahasiswa universitas pengguna AI generatif (ChatGPT, dll.)	Relevan karena memberikan alat ukur valid untuk menilai penerimaan AI generatif dalam pendidikan, mendukung integrasi teknologi AI di lingkungan akademik.
Assessing the validity and reliability of questionnaires on the implementation of Indonesian curriculum K-13 in STEM education (Oktavia et al., 2018)	Kuantitatif	Survei (dengan analisis teori tes klasik / CTT)	Pemahaman dan opini guru tentang implementasi Kurikulum 2013 (K-13) dalam pendidikan STEM; Kepuasan terhadap FGD	Kuesioner implementasi K-13 dan kepuasan terhadap FGD	60 guru STEM di Banda Aceh dan Aceh Besar	Relevan karena menguji instrumen untuk mengevaluasi implementasi kurikulum berbasis STEM di Indonesia, mendukung peningkatan mutu pendidikan sains dan teknologi.
Why checking model assumptions using null hypothesis significance tests does not suffice: A plea for plausibility (Tijmstra, 2018)	SLR	Tinjauan Teoretis (Critical review)	Validitas asumsi model statistik, pendekatan NHST vs Bayesian	Literatur dan contoh kasus fiktif	Tidak ada (studi teoretis)	Relevan karena menawarkan landasan konseptual baru untuk memastikan keandalan inferensi statistik, penting bagi penelitian kuantitatif agar tidak sekadar bergantung pada NHST.
Digital literacy scale: Validity and reliability study with the Rasch model (Avinç & Doğan, 2024)	Kuantitatif	Survei; Analisis Rasch Model, EFA, CFA	Tingkat literasi digital siswa SMP	Skala Literasi Digital (20 butir, 4 poin Likert)	251 siswa SMP (kelas 5–8) di Çanakkale, Turki	Relevan karena menghasilkan instrumen valid untuk mengukur literasi digital siswa sekolah menengah, penting untuk kebijakan pendidikan digital abad ke-21.
Integrasi Pengukuran Literasi Digital dan Penerimaan Teknologi AI Generatif dengan Model Validitas Psikometrik Multi-Level: Sebuah Kajian Komparatif Rasch–CTT pada Siswa dan Mahasiswa	Kuantitatif	pengembangan instrumen dan komparatif (tahap pertama pengembangan dan validasi skala menggunakan pendekatan Rasch–CTT hybrid, tahap kedua membandingkan hasil antar jenjang (SMP dan mahasiswa).)	1. Literasi digital (kompetensi akses, evaluasi, produksi, etika digital) 2. Penerimaan teknologi AI generatif (performance expectancy, effort expectancy, facilitating conditions, social influence) 3. Validitas dan reliabilitas psikometrik lintas kelompok.	- Skala Literasi Digital (modifikasi dari DLS Avinç & Doğan, 2024) - Skala Penerimaan AI Generatif (adaptasi dari Yilmaz et al., 2024) - Form evaluasi validitas konstruk dan reliabilitas Rasch–CTT.	- 250 siswa SMP dan 250 mahasiswa universitas dari berbagai jurusan yang telah menggunakan AI generatif (ChatGPT, Copilot, Gemini). - Teknik sampling: stratified purposive sampling untuk memastikan keragaman pengalaman digital.	Relevan karena dunia pendidikan sedang memasuki fase transisi menuju pembelajaran berbasis AI generatif. Pemahaman tentang literasi digital siswa dan penerimaan AI generatif mahasiswa penting untuk merancang kebijakan pendidikan dan kurikulum berbasis teknologi yang adaptif, etis, dan berkelanjutan.

 

Judul yang diajukan:” Integrasi Pengukuran Literasi Digital dan Penerimaan Teknologi AI Generatif dengan Model Validitas Psikometrik Multi-Level: Sebuah Kajian Komparatif Rasch–CTT pada Siswa dan Mahasiswa”

Alasan: Pemilihan judul ini didasarkan pada kebutuhan untuk mengintegrasikan dua ranah penting dalam pendidikan modern, yaitu literasi digital dan penerimaan teknologi AI generatif (Generative Artificial Intelligence Acceptance). Saat ini, perkembangan teknologi AI seperti ChatGPT, Copilot, dan Gemini telah mengubah cara belajar, berpikir, dan berinteraksi di dunia pendidikan. Namun, belum banyak penelitian yang secara empiris mengukur hubungan antara kemampuan literasi digital seseorang dengan tingkat penerimaan dan kesiapan terhadap teknologi AI generatif, terutama dengan pendekatan psikometrik yang komprehensif.

 

Daftar Pustaka:

Avinç, E., & Doğan, F. (2024). Digital literacy scale: Validity and reliability study with the rasch model. Education and Information Technologies, 29(17), 22895–22941. https://doi.org/10.1007/s10639-024-12662-7

Oktavia, R., Irwandi, I., Rajibussalim, T., Mentari, M., & Mulia, I. S. (2018). Assessing the validity and reliability of questionnaires on the implementation of Indonesian curriculum K-13 in STEM education. Journal of Physics: Conference Series, 1088. https://doi.org/10.1088/1742-6596/1088/1/012014

Tijmstra, J. (2018). Why checking model assumptions using null hypothesis significance tests does not suffice: A plea for plausibility. Psychonomic Bulletin and Review, 25(2), 548–559. https://doi.org/10.3758/s13423-018-1447-4

Yilmaz, F. G. K., Yilmaz, R., & Ceylan, M. (2024). Generative Artificial Intelligence Acceptance Scale: A Validity and Reliability Study. International Journal of Human-Computer Interaction, 40(24), 8703–8715. https://doi.org/10.1080/10447318.2023.2288730

Zhu, G., Shou, Y., & Smithson, M. (2025). An investigation of the convergent validity and test–retest reliability of three uncertainty preference measures. Behavior Research Methods, 57(8). https://doi.org/10.3758/s13428-025-02729-9