Method of Successive Interval

Dalam riset sosial yang bersifat kualitatif terdapat banyak angka tapi bukan merupakan value. Jenis data tersebut merupakan jenis data nominal dan data ordinal.
Data kualitatif tidak berupa angka, sementara statistik hanya bisa memproses data yang berupa angka. Oleh karena itu data kualitatif harus dikuantitatifkan atau diubah menjadi data kuantitatif. Caranya bisa dengan memberi skor tertentu atau memberi rangking (Santoso, 2010 : hal. 3).
Method of Successive Interval (MSI) merupakan methode untuk menaikkan skala ordinal menjadi skala interval.
Penaikan skala ordinal menjadi interval biasanya digunakan pada riset sosial yang menggunakan kuesioner. Hal ini dikarenakan jawaban kuesioner walaupun berupa angka dalam skala Likert, tetapi sejatinya bukan bilangan ( value ).

Implementasi MSI pada analisis parametrik

 Hasil konversi atau penaikkan skala ordinal menjadi skala interval dengan metode MSI dapat digunakan untuk analisis parametrik seperti regresi. Caranya sama dengan regresi dari skor jawaban, hanya saja inputnya diganti dengan hasil perhitungan MSI.
Dalam prakteknya tidak ada perubahan output analisis parametriksecara signifikan antara input ordinal dengan input yang sudah dinaikkan menjadi skala interval sehingga metode MSI kurang efektif (Ismail, 2018 p 74). Oleh karena itu perhitungan MSI sudah lama ditinggalkan dan muncul beberapa metode terbaru seperti regresi ordinal. Belakangan mencuat analisis model stuktural seperti SEM dan PLS.

Tahapan/langkah menghitung MSI
  1. Menghitung frekuensi setiap skor jawaban
  2. Menghitung proporsi (P) setiap skor jawaban
  3. Menghitung proprosi kumulatif (PK)
  4. Mencari nilai Z dari PK
  5. Menghitung densitas F(z)
  6. Menghitung scale value SV(z)
  7. Merubah skale value terkecil (FK) setara satu
  8. Menghitung SVi(z) + FK

Simulasi

 Hasil jawaban kuesioner disajikan dalam tabel berikut :

Tabel 1. Tabulasi jawaban responden dalam skala ordinal Sumber : Adifta (2018)

Berdasarkan data di atas dapat disusun tabel konversi penaikan skala ordinal menjadi skala interval, sebagai berikut :

Tabel 2. Perhitungan MSI Dari perhitungan MSI di atas maka tabel konversi ordinal ke interval sebagai berikut :

Tabel 3. Tabulasi jawaban responden dalam skala interval Penjelasan setiap kolom pada tabel 2 :
  1. Kolom Ordinal, digunakan untuk menulis skor jawaban dalam skala Likert
  2. Kolom F, frekuensi setiap skor jawaban (Langkah 1).
    Contoh ordinal 2 diperoleh F = 6. Artinya jumlah responden yang menjawab skor 2 (tidak setuju) ada 6 responden.
  3. Kolom Pi, proporsi (P) setiap skor jawaban (Langkah 2).
    Contoh ordinal 2 diperoleh Pi = 0.1714, dihitung dari 6/35 (jumlah responden). Artinya sebanyak 17,14% responden menjawab skor 2.
  4. Kolom PKi, proporsi (P) kumulatif setiap skor jawaban (Langkah 3).
    Contoh ordinal 2 diperoleh PKi = 0.2000, dihitung dari P(1)=0.0286 + P(2)=0.1714. Artinya sebanyak 20,00% responden menjawab sampai dengan skor 2.
  5. Kolom Zvi, nilai Z untuk PK (Langkah 4).
    Contoh ordinal 2 diperoleh Z = 0.8400, artinya PK 20,00% dalam distribusi normal Z berada pada titik 0.84.
    Lihat cara membaca tabel Z. Jika memakai Excel gunakan fungsi ROUND(NORMSINV(cell))
  6. Kolom Oi, nilai densitas/ordinat Z (Langkah 5).
    Contoh ordinal 2 diperoleh Oi = 0.2803, artinya luas kurva normal pada titik 0.8400 sebesar 28.03%.
    Lihat cara membaca Tabel Densitas. Jika memakai Excel gunakan fungsi ROUND(NORMDIST(cell))
  7. Kolom Svi, nilai skala dari densitas (Langkah 6).
    Untuk masing-masing densitas disajikan perhitungannya sebagai berikut :
  8. Menghitung FK (faktor pengali) yaitu konersi nilai Svi terkecil menjadi satu (Langkah 7).
    Nilai Svi terkecil = -2.2937 (pada ordinal 1)
    FK - 2.2937 = 1
    FK = 1 + 2.2937
    FK = 3.2937 (dibulatkan menjadi 3.29)
  9. Kolom interval = Svi + FK
    Contoh ordinal 2 menjadi interval = -1.25 + 3.29 = 2.04
    Artinya skor 2 pada skala ordinal dinaikan dalam skala interval menjadi 2.04

Comments

Post a Comment