Apakah Data Ordinal Pada Skala Likert Harus Dirubah ke Data Interval?
Menurut tingkatannya, data secara berurut dari skala terendah ke tertinggi adalah data nominal, ordinal, interval dan ratio. Dalam analisa statistik parametrik diperlukan skala pengukuran sekurang kurangnya adalah interval. Sedangkan data dari lapangan seringkali berupa data dengan skala pengukuran ordinal. Agar analisa statistika dapat dilakukan maka data dengan skala ordinal tersebut harus ditransformasikan ke skala interval.
Namun seringkali data yang kita miliki tidak memenuhi persyaratan tersebut. Misalnya, kita punya data ordinal, sementara persyaratan alat analisis membutuhkan data dengan skala minimal adalah data interval. Dalam kondisi tersebut, kita perlu mentransformasikan data dari skala ordinal ke interval. Tulisan ini sedikit membahas tentang dua perbedaan pendapat tentang bagimana skor-skor yang diberikan terhadap alternatif jawaban pada skala pengukuran Likert yang sudah kita kenal. Pendapat pertama mengatakan bahwa skor 1, 2, 3, 4, dan 5 adalah data interval.
Sedangkan pendapat yang kedua, menyatakan bahwa jenis skala pengukuran Likert adalah ordinal. Alasannya skala Likert merupakan Skala Interval adalah karena skala sikap merupakan dan menempatkan kedudukan sikap seseorang pada kesatuan perasaan kontinum yang berkisar dari sikap “sangat positif”, artinya mendukung terhadap suatu objek psikologis terhadap objek penelitian, dan sikap “sangat negatif”, yang tidak mendukung sama sekali terhadap objek psikologis terhadap objek penelitian.
Beberapa universitas di Indonesia mengharuskan data ordinal harus diubah dahulu menjadi interval baru dapat dianalisis dengan multivariate statistik. Di barat perdebatan ini sudah selesai tahun 1950an (diskusi Prof. Imam Ghozali,). Menurut Prof. Dr. Imam Ghozali, M.Com. dalam satu diskusi menyatakan bahwa: “Sebenarnya perdebatan penggunaan data skala ordinal atau data skala interval dalam analisis regresi sudah selesai pada tahun 1950an, namun ada beberapa universitas di Indonesia yang mengharuskan data ordinal dirubah dulu ke data interval baru dapat dianalisis dengan multivariate (analisis regresi atau analisis path). Di jurnal-jurnal ilmiah tidak pernah dipersoalkan bahwa data ordinal harus diubah dahulu mejadi interval, karena mereka sudah clear masalah ini 50 tahun lalu dan kita masih mempersoalkan sampai saat ini.”
Data ordinal dengan Skala Likert STS(1), TS(2), R(3), S(4), SS(5) jika diubah skalanya menjadi interval maka skore interval akan mirip sama urutannya dengan skore asli ordinal dan berkorelasi sebesar 99%. Jadi data asli ordinal sama dengan interval dan dapat dianggap interval. Yang membedakan adalah interpretasi model dari hasil analisis anatra data ordinal dengan data interval. Misalkan ada model regresi sebagai berikut:
Y = a + b1X1 +b2X2
Y = 0.50 +0.25X1 +0.30X2
Jika data interval misal Y = Produksi padi (ton/Ha), X1 = Pupuk UREA (kg/Ha) dan X2 = Bibit (kg/Ha), maka interpretasinya adalah kalau pupuk dinaikan 10% maka produksi padi akan naik 2.5%, kalau bibit naik 10%, maka produksi padi naik 3%.
Akan tetapi kalau data kita ordinal (kualitatif) misal Y= kepuasan kerja, X1=Komitmen, X2=motivasi, maka tidak bisa diinterpretasikan jika komitmen naik 10% maka kepuasan naik 2.5% (karena datanya kualitatif) jadi hanya bisa dikatakan bahwa komitmen berpengaruh (signifikan) terhadap kepuasan kerja seberapa besar pengaruhnya tidak tahu (karena kualiatif). Walaupun data ordinal tadi sudah menjadi interval tetap saja kita tidak bisa interpretasi seperti data kuantitatif karena data aslinya adalah kualitatif.