MSI (Method of Successive Interval)

Ketika melakukan penelitian mengunakan regresi, path analysis, atau yang sejenisnya maka data yang diperlukan adalah mempunyai skala interval. Tetapi sayangnya, kebanyakan dari data yang kita dapat (biasanya melalui kuesioner) itu mempunyai skala ordinal. sehingga dalam pengerjaannya data tersebut harus di tingkatkan dulu menjadi skala interval. Untuk keperluan ini, biasanya orang-orang (peneliti) menggunakan metode successive interval (MSI) yang pengerjaannya cukup rumit dan juga banyak orang yang kurang mengerti. Langkah-langkah pengerjaan MSI ini seperti yang dijelaskan oleh Harun Rasyid (1994:86) adalah :
1. Memperhatikan banyaknya (f) responden yang memberikan respon yang ada.

2. menentukan untuk setiap item hitungan frekuensi (f) jawaban, tentukan beberapa responden yang mendapat skor (1, 2, 3, 4, 5).

3. Tentukan proporsi (p) dengan frekuensi yang dibagi oleh banyaknya responden.

4. Menghitung proporsi kumulatif (pk).

5. Menghitung nilai Z, untuk setiap proporsi kumulatif yang diperoleh dengan menggunakan tabel normal.

6. Menghitung scale value (SV).

dengan langkah-langkah di atas, maka data yang tadinya berskala ordinal berubah menjadi skala interval.
Tetapi yang jadi pertanyaan adalah "Apakah dengan adanya teknologi seperti sekarang ini MSI masih di perlukan ?" Jawabannya adalah sudah tidak perlu lagi, karena berbagai macam software sudah dapat menghitung regresi, path analysis dan yang lainnya walaupun data tersebut berskala ordinal. Salah satu Software yang paling saya sukai adalah LISREL. Karena LISREL sudah powerfull untuk urusan ini, sehingga saya tidak perlu lagi mengubah data ordinal ke interval dalam melakukan regresi atau path analysis atau juga SEM (Structure equetion model).