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..
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 :-)