METHOD OF SUCCESSIVE INTERVAL (MSI) UNTUK MENGKONVERSI SKALA DATA

ORDINAL MENJADI INTERVAL

(DISERTAI DENGAN CONTOH KASUS PENERAPAN)
Malam sobat semua.. Apa kabarnya neh sob? Moga baik-baik aja ya,, Amin
hehehe.. Oke deh sob, malam minggu begini saya mau posting lagi aja nih. Sori
deh udah tiga hari belum posting karena biasalah sob kerjaan cukuplah hehehe..
Nah, kali ini bahasannya adalah tentang sebuah metode yang bisa mengkonversi
skala data ordinal menjadi interval. Inspirasi menulis kali ini datang dari tulisan
bapak Prof. Dr. Imam Ghozali terkait pertentangan yang pelik mengenai skala
Likert yang dipakai peleliti dalam kuesioner penelitian hehehe.. Beberapa orang
bilang kalau skala Likert itu sudah pasti ordinal (kualitatif) tetapi para
revolusioner penelitian mengatakan kalau skala Likert bisa juga merupakan skala
interval (kuantitatif).
Bijaknya beginilah tanggapan bapak Profesor Yes, its true that likert scale
basically is ordinal. It also can be argued that it is interval. Let say, you convert
the ordinal scale into interval scale using normal distribution. The original
ordinal scale has score 1, 2, 3, 4, and 5 after you have converted into interval
scale the score might be continue 1.23, 2.53, 2.85,3.12 and 3.49 . The interval
score still the same as ordinal score intern of location, the lowest score 1.23 for
strongly disagree, 2.53 for disagree, 2.85 for neutral, 3.12 for agree, and 3.49
for strongly agree. Therfore it can be assumed that likert scale is interval scale
as long as the way you asked question is consistent. Just try to convert ordinal
score into interval score and compare the score result
Nah, artinya (versi saya) hehehe kira-kira begini nih sob.."Ya, pada dasarnya
skala Likert memang ordinal, tetapi kita juga bisa menggugat kalau skala Likert
itu interval. Misalkan, isian kuesioner penelitian skala Likert (5) adalah 1,2,3,4,
dan 5. Skala data ordinal bisa dikonversi ke dalam skala interval yakni dengan
nilai Ziterstandardisasi(standardized) dan nanti hasilnya bisa saja menjadi 1,23
(sangat tidak setuju), 2,53 (tidak setuju), 2,85 (abstain), 3,12 (setuju) dan 3,49
(sangat setuju). Oleh karena itu, skala Likert bisa saja diasumsikan sebagai skala
data
interval
sepanjang
metode/cara Anda
menyusun
pertanyaan
(positif/negatif) bersifat konsisten. Silahkan bandingkan hasil yang diperoleh jika
pakai skala data ordinal dengan skala data interval."
Nah, saya jadi kepo nih, lalu saya coba telusuri sumber lain terkait Likert bahwa
ternyata yang dimaksud dengan penggunaan nilai Zi (standardized) itu adalah
Metode
Suksesif
Internal
alias Method
of
Successive
Internal yang
direkomendasikan beliau (Ghozali) untuk dipakai. Metode ini diterapkan oleh
Saifudin Aswar (Psikologi UGM) dalam tulisannya yang berjudul Sikap Manusia.
Nah, itulah yang mendasari postingan kali ini dan tanpa berlama-lama ayo soob
kita langsung masuk ke dalam penerapan Method of successive interval..
Nantinya, data-data dengan skala interval ini yang akan kita pakai dalam analisis
selanjutnya seperti analisisMultiple Correlation, Partial atau Multiple Regression,
Product Moment Pearson Correlation bahkan Partial Correlation yang menuntut
skala data interval.
Misalkan kita memakai data yang saya pakai dalam analisis validitas dan
reliabilitas yang ada padapostingan sebelumnya..

Kalau sobat semua sudah download datanya, maka ada 10 buah item pertanyaan
dan ada 12 sampel responden yang dibutuhkan dalam penelitian. Nah, tabel di
atas ini sob adalah hasil yang saya peroleh dengan Method 0f Successive
Interval dan berikut saya berikan penjelasannya buat sobat semua hehehe..
Pada kolom 1 yaitu isian ordinal : Ya, ini adalah empat pilihan jawaban ordinal
yang saya buat dalam kuesioner yaitu 1,2,3 dan 4.. Ya, katakanlah angka-angka
ini mewakili persepsi responden sangat tidak puas, tidak puas, puas, sangat puas
dan sangat puas misalnya..
Pada kolom 2 yaitu frekuensi: Ini adalah jumlah kumulatif isian ordinal. Misalkan
total isian yang menjawab 2 (tidak puas) adalah 17, untuk total isian yang
menjawab 4 (sangat puas) adalah 42, begitu seterusnya sob hehehe..
Pada kolom 3 yaitu isian ordinal dikalikan dengan frekuensi, kita tinggal
mengalikan saja antara kolom 1 dengan kolom 2 yaa hehehe..
Pada kolom 4 yaitu proporsi frekuensi: Jadi, disini kita akan mendapatkan
berapa proporsi dari masing-masing frekuensi (total proporsi =1). Jadi, pada
kolom 4, angka 0,0750 didapatkan dari 9/120. Angka 0,1417 itu didapatkan dari
17/120. Nah, begitu aja seterusnya yak hehehe..
Pada kolom 5 yaitu Proporsi kumulatif: Nah, disini kita akan mengakumulasi nilai
proporsi frekuensi yang ada pada kolom 5. Misalnya, pada kolom 5, angka 0,2167
adalah 0,0750+0,1417 seterusnya misal pada kolom 5, angka 0,650 itu diperoleh
dari 0,2167+0,433. Nah, selanjutnya teruskan dengan cara yang sama.
Pada kolom 6 yaitu Z proporsi kumulatif: Sebenarnya nilai Z ini bisa sobat cari
aja di tabel Z distribusi Normal pada buku-buku statistik atau download dari
internet. Kita memakai nilai Z tabel ini dengan mengasumsikan bahwa proporsi
kumulatif berdistribusi normal baku ya sooob hehehe..
Perhatikan caranya,, Misalkan mencari nilai Z tabel pada probabilitas frekuensi
kumulatif 0,0750. Dah pada tahu dong, kalau nilai Z normal bakalan negatif jika
nilai probabilitasnya kurang dari sama dengan 0,5. Lalu, gimana cara mencari
nilai Z tabelnya? Karena distribusi Z dua arah (sebelah kiri dengan nilai Z negatif
dan sebelah kanan dengan nilai Z positif), maka kurangkan dulu 0,5 dengan
probabalitasnya sehingga jadinya 0,5-0,0750=0,425. Lalu, carilah pada tabel Z,
nilai Z yang luasnya 0,425..

Lihat bahwa nilai 0,425 berada pada 1,43 < Z < 1,44.. Lalu lakukan pencarian
dengan INTERPOLASI..
Gak usah bingung dulu ya sob hehehe.. Tarik napas dulu deh.. Okee..
Sekarang carilah angka divider dengan menjumlahkan nilai Z pada 1,43 dan
1,44 lalu silahkan bagi dengan probabilitas yang mau sobat cari nilai Znya,, Jadi,
begini caranya (0,4236+0,4251)/0,425=1,9969..
Lalu terakhir, kita dapat deh nilai Z hitung dengan menambahkan nilai Z antara
yaitu 1,43 dan 1,44 dan bagikan dengan angka divider sehingga jadinya
(1,43+1,44)/1,9969 = 1,437198. Oleh karena probabilitas frekuensi kumulatif
0,0750 lebih kecil dari 0,50 maka nilai Z hitungnya adalah negatif yaitu-1,4372
(dibulatkan 4 angka saja ya sooob).
Untuk selanjutnya silahkan sobat coba yaa dengan cara yang sama.. Hehehe..
Nah, sebenarnya ada cara termudah yang bisa sobat pakai dengan Excel yaitu
cukup dengan menulis syntax =NORMSINV(prob) =NORMSINV(0,0750)= 1,4395.Ternyata hasilnya hanya berbeda 0,00 sekian sooob hehehe.. Ada cara
mudah, kenapa saya berikan cara manual buat sobat? Bukannya saya mau
merepotkan ya sob.. Saya hanya bermaksud agar sobat juga bisa membuat
interpolasi dengan benar, bagaimana cara melihat tabel Z (mungkin ada sobat
yang sudah lupa) hehehe..
Pada kolom 7 yaitu fungsi padat Z atau dalam statistik matematik dikenal
dengan densitas/batasan bagi fungsi Z dan ini dia formulasinya sob..

Nilai = 3.14159
Nilai e=2,71828
Misalkan pada kolom 7 didapatkan angka 0,2935.. Nah, cara mendapatkan angka
ini sobat tinggal memasukkan nilai -0,7835 sebagai Z pada formula di atas..

Sama seperti sebelumnya, Excel juga sudah menyediakan cara cepat

menampilkan
nilai
densitas
Z
dengan
syntax:
=normdist(X;0;1;0) dengan asumsi Z prop kumulatif berdistribusi normal baku
dengan rataan 0 dan varians 1. Jadi, caranya menjadi =normdist(0,7835;0;1;0)=0,2935
Kolom 8 yaitu SCALE Cara mencari Scale Value adalah dengan
mempertimbangkan densitas dan nilai area.. Untuk densitas kita memakai fungsi
padat (densitas) Z yakni selisih antara batas bawah dengan batas atas sedangkan
untuk area memaka proporsi kumulatif (cakupan luasan) yakni selisih antara
batas atas dengan batas bawah.
Perhatikan tabel berikut (potongan tabel output sebelumnya) nih soobb..

Misalkan nilai SCALE -1,8874 diperoleh dengan formula:

= (0-0,1416)/(0,0750-0)= -1,8874
Misalkan lagi nilai SCALE -0,1775 diperoleh dari formula:
= (0,2935-0,3704)/(0,6500-0,2167)
Kolom 9 yaitu Score Interval: Nah, inilah nilai yang akan kita pakai nanti buat
analisis selanjutnya sooob hehehe.. Udah mau kelar nih hahaha.. Formula
mencari nilai Score Interval adalah Scale value + Abs.Min. Scale + 1. Carilah nilai
Scale paling kecil dan absolutkan.. Dalam hal ini Scale terkecil (Abs.Min. Scale
adalah -1,8874 dimutlakkan menjadi 1,8874.

Jadi pada kolom 9, nilai 1,8148 diperoleh dari -1,0726 + 1,8874 + 1 = 1,8148.
Misalnya lagi nilai 3,9457 diperoleh dari 1,0583 + 1,8148 + 1 = 3,9457.. Yang lain
caranya sama aja yooo hehehe..
Nah, inilah nanti yang kita pakai untuk analisis selanjutnya.. Tidak berlebihan
kalau seandainya saya bilang tehnik MSI ini sangat baik karena proses konversi
sangat mempertimbangkan frekuensi.
Simpulan yang bisa diambil pun sangat baik berdasarkan pertimbangan
frekuensinya.. Nah ini dia simpulan yang bisa diperoleh:
Skala ordinal 1 dengan frekuensi sebanyak 9 mempunyai nilai skala interval
sebesar 1
Skala ordinal 2 dengan frekuensi sebanyak 17 mempunyai nilai skala interval
sebesar 1,8148
Skala ordinal 3 dengan frekuensi sebanyak 52 mempunyai nilai skala interval
sebesar 2,7099
Skala ordinal 4 dengan frekuensi sebanyak 42 mempunyai nilai skala interval
sebesar 3,9457
Untuk file asli pengerjaan saya di Excel bisa sobat download disini
Nah, apa akibatnya nih kalau analisis yang seharusnya pakai skala interval malah
kita pakai rasio misalnya regresi berganda.. Akibatnya adalah mengecilnya
koefisien korelasi akan mengecilkan nilai koefisien determinasi (R square)
sehingga maka model yang dihasilkan peneliti tidak memenuhi goodness of
fit (uji kesesuaian model) dan akibatnya simpulan yang diambil akan menjadi
terbalik dan keliru..
Bagaimana tidak, analisis yang seharusnya pakai skala data kuantitatif (nilai
sebenarnya) malah memakai data yang skalanya kualitatif.. Akibat lainnya
adalah kemungkinan besar terjadi pelanggaran terhadap asumsi, hasil
analisis/pengujian tidak signifikan. Tuuuh dampaknya parah kan sob... Widiiihh..
Makanya sebelum memakai analisis yang mewajibkan skala data interval,
pakailah dulu Method of Successive Internalini buat konversi data-datanya ke
dalam skala interval hehehe..
Oke deh sob, nampaknya kepala saya juga udah mulai bintang-bintang neeeh..
Sampai disini sharing saya tentang Method of Successive Internal. Demikian,
semoga bermanfaat buat kita semua.. Salam sukses hehehe :-)