Data Ordinal pada Analisis Konfigurasi Frekuensi

Abstract

Analisis Konfigurasi Frekuensi atau Configural Frequency Analysis (CFA) adalah suatu analisis yang akan memunculkan konfigurasi dari beberapa kategori yang berasal dari beberapa variabel yang berbeda dimana secara signifikan berbeda antara yang diekspektasikan dengan yang terobservasi. Dengan kata lain, analisis ini akan sangat bermanfaat untuk mencari penyebab terjadinya penyimpangan pada model yang ada. Jika hal ini terjadi, maka Type dan Antitype akan muncul. Type akan dihasilkan jika konfigurasi tersebut lebih sering terjadi dari yang telah diekspektasikan sedangkan Antitype dihasilkan jika konfigurasi tersebut lebih jarang terjadi dari yang telah diekspektasikan. Pada banyak kasus atau data yang dianalisis menggunakan Analisis Konfigurasi Frekuensi, biasanya data penelitian yang digunakan bersifat nominal atau dianggap sebagai data nominal. Padahal, pada kenyataannya, data ordinal yang dianalisis menggunakan analisis ini akan menghasilkan kesimpulan yang berbeda jika data tersebut diasumsikan sebagai data nominal. Makalah ini akan memaparkan perbedaan yang terjadi antara CFA ordinal dan CFA nominal jika data yang digunakan adalah ordinal. Secara garis besar, diperoleh hasil bahwa perbedaan antara frekuensi observasi dan ekspektasi lebih berdekatan jika base model ordinal yang digunakan dibandingkan dengan base model nominal. Hal ini tentu saja mengakibatkanType dan Antitype akan lebih jarang muncul jika base model yang digunakan dalam analisis tesebut menggunakan data ordinal.