Construct Interval Based on Total Score

For Frequency Distribution

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

Seorang peneliti ingin mengklasifikasikan responden yang memiliki pengetahuan yang rendah, sedang, dan tinggi, sehingga peneliti tersebut membuat distribusi frekuensi untuk mengetahui banyaknya responden yang sesuai dengan klasifikasi tersebut.

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 :

3. Menentukan Frekuensi

Identifikasi terlebih dahulu data sesuai dengan interval yang sudah dibuat sebelumnya.

setelah diidentifikasi sesuai interval, selanjutnya dihitung banyak responden yang sesuai intervalnya, kemudian dituangkan dalam tabel frekuensi berikut.

3. Menghitung Persentase (%)

4. Memberi Label / Kategori

Dalam memberi label atau kategori pada interval disesuikan dengan besar / kecilnya interval juga disesuaikan dengan konteks variabelnya. Pemberian label ini sebenarnya bersifat tidak wajib, namun pemberian label ini dapat mempermudah interpretasi.

Interpretasi :

Tidak satupun karyawan yang memiliki produktivitas yang sangat rendah dan rendah.

30% dari 20 responden memiliki produktivitas yang kurang baik.

25% dari 20 responden memiliki produktivitas yang cukup baik.

45% dari 20 responden memiliki produktivitas yang baik.

Untuk menginterpretasikan rata-rata variabel pengetahuan bisa menggunakan cara ini (Click Here)

by : Danny Prasetyo Hartanto (2023)

Using The InQuest Calculator

Perhitungan interval yang seperti ini, peneliti tidak perlu menghitung manual lagi,

dengan InQuest Calculator peneliti bisa menghemat banyak waktu.