fork download
  1. import pandas as pd
  2.  
  3. # Data pertanyaan kuisioner
  4. data = {
  5. "Kategori": [
  6. "Fasilitas", "Fasilitas", "Fasilitas", "Fasilitas", "Fasilitas",
  7. "Pelayanan", "Pelayanan", "Pelayanan", "Pelayanan", "Pelayanan",
  8. "Infrastruktur", "Infrastruktur", "Infrastruktur", "Infrastruktur", "Infrastruktur",
  9. "Teknologi", "Teknologi", "Teknologi", "Teknologi", "Teknologi",
  10. "Keamanan dan Keselamatan", "Keamanan dan Keselamatan", "Keamanan dan Keselamatan", "Keamanan dan Keselamatan", "Keamanan dan Keselamatan",
  11. "Pertanyaan Terbuka", "Pertanyaan Terbuka", "Pertanyaan Terbuka"
  12. ],
  13. "Pertanyaan": [
  14. "Seberapa puas Anda dengan kondisi laboratorium?",
  15. "Apakah fasilitas perpustakaan memadai untuk kebutuhan akademik?",
  16. "Bagaimana kualitas ruang kuliah dan fasilitas pendukungnya?",
  17. "Apakah sarana olahraga dan rekreasi memadai?",
  18. "Seberapa mudah akses ke fasilitas penunjang lainnya (WiFi, komputer, dll.)?",
  19. "Bagaimana kualitas pelayanan administrasi akademik?",
  20. "Seberapa cepat respons petugas terhadap keluhan mahasiswa?",
  21. "Apakah proses pengajuan izin praktikum/laboratorium efektif?",
  22. "Bagaimana kualitas bimbingan akademik dosen?",
  23. "Apakah pelayanan konseling dan bantuan mahasiswa memadai?",
  24. "Seberapa baik kondisi jalan dan lingkungan kampus?",
  25. "Apakah fasilitas parkir memadai dan aman?",
  26. "Bagaimana kualitas fasilitas toilet dan kamar mandi?",
  27. "Apakah aksesibilitas bangunan untuk mahasiswa disabilitas memadai?",
  28. "Seberapa baik pencahayaan dan kebersihan kampus?",
  29. "Seberapa stabil koneksi internet di kampus?",
  30. "Apakah fasilitas komputer dan perangkat lunak memadai?",
  31. "Bagaimana kualitas platform pembelajaran online?",
  32. "Apakah fasilitas proyektor dan peralatan presentasi memadai?",
  33. "Seberapa mudah akses ke sumber daya digital kampus?",
  34. "Seberapa aman kampus dari kejahatan?",
  35. "Apakah fasilitas keamanan (CCTV, satpam) memadai?",
  36. "Bagaimana prosedur darurat dalam keadaan emergensi?",
  37. "Apakah mahasiswa merasa nyaman dan aman di kampus?",
  38. "Seberapa efektif sistem pengawasan keamanan?",
  39. "Apa yang Anda sukai dari sarpras kampus?",
  40. "Apa yang perlu diperbaiki atau ditambahkan?",
  41. "Bagaimana Anda menilai keseluruhan kepuasan dengan sarpras kampus?"
  42. ]
  43. }
  44.  
  45. # Membuat DataFrame
  46. kuisioner_df = pd.DataFrame(data)
  47.  
  48. # Menambahkan kolom untuk kategori Likert
  49. kuisioner_df['Sangat Setuju (5)'] = [None] * len(kuisioner_df)
  50. kuisioner_df['Setuju (4)'] = [None] * len(kuisioner_df)
  51. kuisioner_df['Netral (3)'] = [None] * len(kuisioner_df)
  52. kuisioner_df['Tidak Setuju (2)'] = [None] * len(kuisioner_df)
  53. kuisioner_df['Sangat Tidak Setuju (1)'] = [None] * len(kuisioner_df)
  54.  
  55. # Transpose DataFrame untuk menampilkan secara horizontal
  56. kuisioner_transposed = kuisioner_df.transpose()
  57.  
  58. # Menampilkan DataFrame yang telah ditranspose
  59. print(kuisioner_transposed)
Success #stdin #stdout 0.4s 58520KB
stdin
Standard input is empty
stdout
                                                                      0   ...                                                 27
Kategori                                                       Fasilitas  ...                                 Pertanyaan Terbuka
Pertanyaan               Seberapa puas Anda dengan kondisi laboratorium?  ...  Bagaimana Anda menilai keseluruhan kepuasan de...
Sangat Setuju (5)                                                   None  ...                                               None
Setuju (4)                                                          None  ...                                               None
Netral (3)                                                          None  ...                                               None
Tidak Setuju (2)                                                    None  ...                                               None
Sangat Tidak Setuju (1)                                             None  ...                                               None

[7 rows x 28 columns]