Ada beberapa definisi penskalaan dimensi ganda (multidimensional
scaling) yang diungkapkan oleh beberapa ahli antara lain, penskalaan
multidimensional (PMD) atau multidimensional scaling (MDS) merupakan
suatu teknik yang bisa membantu peneliti untuk mengenali
(mengidentifikasi) dimensi kunci yang mendasari evaluasi objek dari
responden atau pelanggan.16 Analisis multidimensional scaling (MDS)
merupakan salah satu teknik peubah ganda yang dapat digunakan untuk
menentukan posisi suatu objek lainnya berdasarkan penilaian kemiripannya.
MDS berhubungan dengan pembuatan map untuk menggambarkan posisi
sebuah objek dengan objek lainnya berdasarkan kemiripan objek-objek
tersebut. Dari definisi tersebut, kegunaan multidimensional scaling adalah
untuk menyajikan objek-objek secara visual berdasarkan kemiripan yang
dimiliki. Selain itu kegunaan lain dari teknik ini adalah mengelompokkanobjek-objek yang memiliki kemiripan dilihat dari beberapa peubah atau
atribut yang dianggap mampu menggelompokkan objek-objek tersebut.
Sehingga dapat disimpulkan bahwa, multidimensional scaling adalah:
a. Kumpulan teknik-teknik statistika untuk menganalisis kemiripan dan
ketakmiripan antar objek.
b. Memberikan hasil yang berupa plot titik-titik sehingga jarak antar
titik menggambarkan tingkat kemiripan atau ketakmiripan.
c. Memberikan petunjuk untuk mengidentifikasi atribut tak diketahui atau
faktor yang mempengaruhi munculnya kemiripan atau ketakmiripan. Statistik dan beberapa istilah (terminologi) yang penting dalam
analisis MDS, antara lain sebagai berikut:
a. Analisis agregat (aggregate analysis), sebuah pendekatan dalam MDS,
dimana perceptual map dibuat untuk evaluasi sekelompok responden
terhadap objek-objek. Perceptual map dapat dibuat dengan komputer
maupun peneliti sendiri.
b. Penilaian kesamaan (similarity judgement), merupakan perangkat seluruh
pasangan merek yang mungkin atau stimuli lain berdasarkan kesamaan
yang dinyatakan melalui skala pengukuran (measurement scale) berskala
nonmetrik atau semacamnya.
Peringkat preferensi (preference rankings), adalah ranking berupa urutan
merek-merek mulai dari yang paling diinginkan sampai paling tidak
diinginkan konsumen atau responden.
d. Stress, adalah skor yang menyatakan ketidaktepatan pengukuran (lack offit
measurement). Semakin tinggi stress , semakin tinggi ketidaktepatan.
e. R kuadrat (R square), adalah indeks korelasi pangkat dua yang
menyatakan proporsi varians data asli yang dapat dijelaskan MDS.
f. Peta spasial (disebut juga perceptual map) , adalah suatu peta geometris
yang menyatakan hubungan atau perbandingan antarmerek atau stimuli
lain berdasarkan dimensi-dimensi yang diukur.
g. Koordinat (coordinates), menyatakan posisi suatu merak atau stimulus
lain dalam peta spasial.
h. Unfolding, representasi merek dan responden sebagai pola dalam ruang
yang sama.20
Konsep dasar dari multidimensional scaling adalah jarak yang
dihasilkan dalam ruang harus sesuai dengan proximities yang sebenarnya.
Sehingga yang dilakukan oleh multidimensional scaling adalah mencari
posisi dalam ruang dan koordinat untuk setiap stimuli. Diharapkan jarak yang
dihasilkan akan mendekati nilai proximities. Proximity dibagi atas dua yaitu
pertama similarity (kemiripan) yaitu jika semakin kecil nilai jaraknya
menunjukkan bahwa objeknya lebih mirip. Kedua, dissimilarity
(ketakmiripan) yaitu jika semakin besar nilai jaraknya, menunjukkan
bahwa objeknya semakin tak mirip. Keberhasilan dari proses ini ditentukan
oleh seberapa baik jarak yang dihasilkan (π̂
ππ) dalam ruang sesuai dengan
proximities yang sebenarnya (πΏππ)
Tidak ada komentar:
Posting Komentar