Cara Mengubah Data Ordinal Ke Interval, Jangan Sampai Salah!

Setelah sebelumnya saya membahas kontroversi skala likert, saya menyimpulkan bahwa skala likert bersifat ordinal, bukan interval. Karena itu, dalam berbagai kondisi, wajar bila Anda bertanya, bagaimana sih cara mengubah data ordinal ke interval?

Sebelum membahas panjang x lebar, saya ingin bertanya dulu pada Anda, jawab dengan jujur… Kenapa sih Anda butuh mengubah data ordinal ke data interval?

Coba saya tebak jawaban Anda…

  1. Biar bisa dianalisis pake uji parametrik?
  2. Biar bisa analisis Multivariate seperti MANOVA atau MANCOVA?
  3. Disuruh dosen untuk transformasi data?
  4. Atau biar keren aja bisa pake method of successive interval (MSI)?

Memang banyak sekali sih tutorial cara mengubah data ordinal ke interval di Google dan Youtube. Beberapa malah sudah menyediakan format Excel MSI-nya (mungkin juga ada yang pakai SPSS). Sehingga kita tinggal memasukkan data, ketik-ketik-ketik, jadi deh!

Bisakah kita mengubah data ordinal ke data Interval?

Nggak bisa! Lha kenapa?

Logikanya nih… Anda tu sudah pake skala likert dengan rentang 1-5 (jawaban: sangat tidak setuju -sangat setuju). Itu adalah data ordinal dalam bentuk respon keberpihakan hati (jika dijawab serius) atau respon random (jika dijawab asal-asalan) dari partisipan atau responden.

Melihat fakta tersebut, mari kita bandingkan dengan pengertian data interval.

Data interval adalah data terurut yang perbedaan antar nilainya bermakna. Ingat ya, “perbedaan antar nilainya bermakna Kita harus yakin bahwa interval yang sama pada skala mewakili perbedaan yang sama pada sifat yang diukur. Misal: Selisih berat antara 2 dan 3 kg sama dengan selisih antara 10 dan 11 kg (Lakshminarayan, 2013Lakshminarayan, N. (2013). Know Your Data Before You Undertake Research. The Journal of Indian Prosthodontic Society, s13191-013-0300–0308. https://doi.org/10.1007/s13191-013-0300-8; William & Thomas, 2023William, (Bill) Albert, & Thomas, S. (Tom) T. (2023). Measuring the User Experience. Elsevier. https://doi.org/10.1016/C2018-0-00693-3)

Apakah data dari skala likert atau data ordinal bersifat demikian? Tentu saja tidak (apalagi rentangnya hanya 1-5 atau malah 1-4). Jangankan bermakna, kita bahkan tidak tahu, jarak sebenarnya dari respon yang tersedia dalam skala likert itu berapa.

Ibaratnya gini…

Misalnya dalam suatu kuesioner motivasi kimia ada pernyataan “Saya senang belajar kimia”, terus Anda menjawab nilai 2 (tidak setuju). Apakah ketika Anda merasa tidak setuju 2 kali, berarti boleh kita operasikan 2 x 2 = 4 (setuju).

Lho kan? Aneh. Ya masa sih, menjawab “nggak setuju” 2 kali malah jadi “setuju”?

Berbeda dengan skala suhu, misalnya suhu 320C, ketika nilai tersebut dikali 3 hasilnya 960C. Itu benar, hangat ketika dihangatkan lagi 3 kali lipat ya jadi panas. Jaraknya bermakna yaitu 10C (jika bertambah maka tambah panas, jika berkurang maka lebih dingin). Nilai “angka”-nya jelas dan dapat dioperasikan secara matematis.

Skala ordinal bisa gitu? Tentu saja tidak.

Wes tho gampangannya gini aja… Kalau Anda dapatnya data ordinal, ya pakai aja statistik non-parametrik. Selesai! Nggak usah maksa pake parametrik! Hahaha…

Method of Successive Interval (MSI), Apakah Bener?

Saya bukan orang jurusan psikologi atau PEP, jadi daripada menyesatkan mending saya tidak ikut-ikutan. Saya tidak begitu tahu apakah MSI itu bener bisa dipakai atau nggak. Saya juga tidak tahu apakah MSI juga digunakan oleh peneliti-peneliti expert di luar negeri.

Jujur sih, tesis dan temen-temen saya juga menggunakan MSI untuk mengubah data ordinal dari kuesioner menjadi data interval, tapi itu karena ketidaktahuan saja. Karena sekarang tahu, saya menghindari pakai MSI. Soalnya MSI tu agak aneh dan kontroversi.

Coba kita lihat definisi MSI dari sumber asli (kayaknya):

Method of successive intervals adalah prosedur penskalaan psikologis, dimana rangsangan diklasifikasikan ke dalam interval berurutan sesuai dengan draja beberapa atribut tertentu yang dinilai dimilikinya (Edwards & Thorstone, 1952)Edwards, A. L., & Thurstone, L. L. (1952). An internal consistency check for scale values determined by the method of successive intervals. Psychometrika, 17(2), 169–180. https://doi.org/10.1007/BF02288780.

Nggak tahu gimana ceritanya, di Indonesia pengertian tersebut berubah jadi gini:

Method of successive interval adalah metode untuk mengubah data ordinal menjadi data interval (Sumbernya banyak, cari saja di internet dengan kata kunci “method of successive interval adalah”).

Jauh sekali bukan? Setelah saya lihat video dari pak Wahyu Widhiarso, saya sedikit bisa paham, ternyata MSI versi Edwards & Thorstone (1951) dan MSI versi Indo agak beda (malah sangat amat berbeda). MSI versi Edwards & Thorstone, 1951 adalah Method of successive intervals (ada “s”-nya). Sedangkan MSI di Indonesia tidak ada “s”-nya.

Intinya, itu adalah dua hal yang berbeda. Setidaknya tujuan MSI versi Edwards dan MSI Indonesia itu beda.

  • MSI versi Edwards lebih ke arah prosedur penskalaan, sedangkan MSI versi Indonesia adalah konversi data respon.
  • MSI versi Edwards lebih pada desain penskalaan (sebelum respon didapatkan), sedangkan MSI versi Indonesia adalah analisis (setelah respon didapatkan)

Apapun pengertian MSI versi Indonesia, kalau tujuannya untuk maksa biar bisa pake statistik parametrik tanpa justifikasi yang kuat ya menurut saya tetap nggak bener!

Kalau nggak percaya, coba saja cari di Google dengan kata kunci bahasa inggris, “how to convert ordinal data to interval data” atau klik link ini saja. Pake bahasa inggris ya, bukan pake bahasa Indonesia “cara mengubah data ordinal menjadi interval”.

Atau kalau nggak, cek saja di forum-forum berikut:

  1. Researchgate: Lihat disini atau yang ini
  2. StackExhange: Lihat disini

Saya yakin, ada sebagian kecil jawaban para expert dari luar Indonesia bilang, “Nggak bisa”. Kalau ada yang bilang bisa, caranya pasti bukan pakai MSI, tapi analisis yang lainnya.

Nah, bagaimana ceritanya MSI bisa jadi alat konversi data ordinal ke data interval? Nah, itu saya juga tidak tahu. Mungkin ya itulah, orang Indonesia kadang suka maksa-maksa, yang penting ada hasilnya. Wkwkwk… Bercanda…

Alternatif Cara Mengubah Data Ordinal ke Interval

Alternatif Cara Mengubah Data Ordinal ke Interval

Jika Anda pikir saya akan membahas cara menggunakan method of successive interval (MSI), Anda salah! Wkwkw

Anda bisa pakai tiga cara untuk mengubah data ordinal menjadi interval: 1) beri argumen ilmiah bahwa skala Anda interval, 2) pakai Item response theory—IRT atau Rasch model, dan 3) perhitungan lain.

Cara Pertama

Cara mengubah data ordinal ke interval yang pertama adalah mencari justifikasi. Misalnya, Anda pake skala likert, Anda bisa mencari sumber-sumber yang mengatakan skala likert adalah skala interval.

Ya, meskipun terkesan agak sedikit memaksa dan mencari pembenaran, sebagian besar ahli membolehkan cara ini. Bahkan hal ini telah dibahas oleh Wu & Leung (2017) dengan kesimpulan:

“Untuk meningkatkan kemampuan generalisasi, praktisi pekerjaan sosial didorong untuk menggunakan skala Likert 11 poin dari 0 hingga 10, kisaran yang wajar dan mudah dipahami (Wu & Leung, 2017)Wu, H., & Leung, S.-O. (2017). Can Likert scales be treated as interval scales?—A simulation study. Journal of Social Service Research, 43(4), 527–532. https://doi.org/10.1080/01488376.2017.1329775

Asalkan buktinya kuat dan sesuai dengan prosedur (nggak asal klaim aja), cara ini boleh saja dilakukan. Jadi, Anda bahkan tidak perlu melakukan transformasi atau perhitungan apapun. Ya, tiba-tiba data mentah Anda jadi data interval aja…

Cara Kedua

Cara mengubah data ordinal ke interval yang kedua adalah dengan menggunakan Teori respon butir atau Item response theory (IRT) atau Rasch model.

Meskipun arahnya bukan untuk statistik parametrik seperti uji beda, komparasi, atau sejenisnya, dalam IRT data secara otomatis ditransformasikan agar memiliki interval yang sama.

Hal tersebut juga berlaku dalam analisis Rasch model. Sebelum dianalisis, data mentah ditranformasikan terlebih dahulu menjadi nilai logit.

Logit adalah nilai dari Logaritma Odd Rasio (Sumintono & Widhiarsho, 2014)Sumintono, B dan Widhiarso, W. (2014). Aplikasi Model Rasch untuk Penelitian Ilmu-ilmu Sosial. Trim Komunikata Publishing House.

Konversi data mentah ke nilai logit membuat data menjadi interval (memiliki jarak yang sama). Nilai logit inilah yang dijadikan dasar analisis dalam Rasch model.

Ketika kita menggunakan Rasch model, misalnya dengan software Winsteps, data mentah kita otomatis ditransformasikan (kita akan lanjut bahas ini di lain waktu).

Catatan: Meskipun cara ini terkesan dibenarkan, kita harus menahan diri atau bahkan tidak boleh mengklaim bahwa Rasch model dapat mengubah data ordinal menjadi data interval (Salzberger, 2010)SalzbergerThomas. 2010. Does the Rasch Model Convert an Ordinal Scale into an Interval Scale?. Rasch Measurement Transactions. 24(2) 1273-5. https://www.rasch.org/rmt/rmt242a.htm

Cara Ketiga

Cara ketiga mengubah data ordinal ke interval adalah dengan melakukan kalkulasi, komputasi, atau perhitungan. Saya sebenarnya kurang paham apa saja alternatif yang dapat dilakukan, tapi Anda bisa pahami sumber-sumber berikut:

Berdasarkan beberapa sumber tersebut, kami tidak melihat satupun pembahasan tentang MSI versi Indonesia. Yang ada hanyalah perhitungan-perhitungan rumit dengan istilah-istilah yang lumayan susah dan tidak saya kenal.

Contoh Cara Mengubah data ordinal menjadi data interval
Contoh Cara Mengubah data ordinal menjadi data interval (Sumber: https://doi.org/10.1371/journal.pone.0166065)

Selain itu, Anda juga dapat menggunakan Normal Deviate Wighting of Response Categories yang ada di dalam buku Techniques of Attitude Scale Construction oleh Allen L. Edwards (https://psycnet.apa.org/record/1957-02741-000).

Normal Deviate Wighting of Response Categories

Kesimpulan

Ya, saya sadari saya bukanlah siapa-siapa untuk menyimpulkan mana yang benar. Mengukur variabel laten manusia memang bukan perkara yang mudah. Intinya, jika kita sudah tahu sesuatu hal itu salah, seyogyanya tidak perlu memaksa-maksa.

Dalam penelitian ilmiah, apapun seharusnya benar asalkan ada sumber kredibel yang mendasarinya. Jadi, benar tidaknya cara mengubah data ordinal menjadi data interval yang dijelaskan oleh orang-orang kembali lagi pada dasar teori dan kebenaran perhitungan yang dilakukan. Selamat bingung!

Reaksi Anda?
+1
3
+1
2
+1
4
+1
1
+1
1
Bagikan:
HUDA
HUDA

Sekarang masih nganggur, besok nggak tahu. Kadang suka nulis, kadang suka tidur, kadang suka ngayal, ya gitu aja sih. Motto hidup, "Jangan kebanyakan ber-motto"😅

Articles: 23

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *