Construct Interval Based on Total Score

For Data Classification

Data selain dapat diklasifikasikan menggunakan aturan Formula Sturges, juga dapat diklasifikasikan menggunakan Dasar Apriori, misalkan menggunakan skala likert 5 opsi, tapi diklasifikasikan (category size) menjadi 2 kategori, atau menggunakan skala guttman (2 opsi), namun diklasifikasikan (category size) sebanyak 3 kategori, atau data yang memiliki satuan seperti usia, pendapatan namun diklasifikasikan sesuai kebijakan peneliti. Pada data kuesioner membuat interval selain menggunakan mean score juga bisa menggunakan total score, salah satu dari keduanya sama-sama benar, karena menggunakan mean score ataupun total score menghasilkan kesimpulan yang sama.

Membuat interval berdasarkan total score tidak hanya digunakan untuk membuat distribusi frekuensi, tetapi juga bisa digunakan untuk memberi label atau kategori pada rata-rata dimensi (sub variabel), maupun rata-rata variabel, namun rata-rata ini berasal dari total indikator (item) atau total score.

Contoh Kasus

Suatu variabel memiliki 3 indikator, kemudian ingin menilai secara keseluruhan responden memiliki pengetahuan (variabel pengetahuan) yang berada dalam interval berapa atau kategori apa. (Untuk membuat distribusi / tabel frekuensi (Click Here))

1. Menghitung Panjang Interval

diperoleh panjang interval 1 (jika ditemukan panjang interval bernilai desimal, maka sebaiknya tidak dibulatkan).

note : pembulatan sebaiknya dilakukan setelah menentukan interval (batas bawah dan batas atas)

2. Menentukan Interval (Batas Bawah dan Batas Atas)

Batas bawah kelas pertama (LB1) = min value = 0

Batas atas kelas pertama (UB1) = 0 + 1 = 1

Batas bawah kelas kedua (LB2) = 1 (meskipun implisit, makna LB2 yang sesungguhnya adalah > 1)

Batas atas kelas kedua (UB2) = 1 + 1 = 2

Batas bawah kelas kedua (LB3) = 2 (meskipun implisit, makna LB3 yang sesungguhnya adalah > 2)

Batas atas kelas kedua (UB3) = 2 + 1 = 3

Sehingga intervalnya menjadi seperti berikut :

Kemudian peneliti bisa memberikan kategori sebagai berikut, dan penggunaan kategori ini bisa disesuaikan dengan substansi variabel nya.

misal : total indikator (item) bisa menggunakan kategori setuju - kurang setuju

Rata-rata dimensi (sub variabel) dan rata-rata variabel bisa menggunakan kategori selain setuju - kurang setuju

Variabel pengetahuan bisa menggunakan kategori baik - kurang baik

Variabel daya ingat menggunakan kategori kuat - lemah

Variabel pengalaman menggunakan kategori tinggi - rendah, dan sebagainya.

Dengan demikian rata-rata yang ada dalam tabel di atas (paling atas) bisa diinterpretasikan :
Rata-rata variabel X (misal variabel pengetahuan) bernilai 2.1 berarti, rata-rata tersebut berada dalam interval 2 - 3, sehingga responden memiliki pengetahuan yang baik.

by : Danny Prasetyo Hartanto (2023)

Using The InQuest Calculator