Multidimensional Scaling


Tujuan dari multidimensional scaling (MDS) adalah untuk memberikan gambaran visual dari pola kedekatan yang berupa kesamaan atau jarak diantara sekumpulan objek-objek. Penerapan MDS dapat dijumpai pada visualisasi ilmiah dan data mining dalam ilmu kognitif, informasi, pemasaran maupun ekologi.

Misalnya ketika konsumen  potensial diminta untuk membandingkan produk dan melakukan penilaian mengenai kesamaan produk tersebut. MDS dapat menunjukkan dimensi penilaian dari responden secara langsung ke dalam pola visualisasi kedekatan mengenai kesamaan produk, berbeda dengan analisis faktor atau diskriminan yang melibatkan penilaian dari si peneliti. Karena keunggulan inilah MDS merupakan suatu alat yang paling umum digunakan dalam pemetaan perceptual (perceptual mapping).

MDS sangat popular dalam penelitian bidang pemasaran untuk perbandingan brand, dan pada psikologi ia digunakan untuk mempelajari dimensi ciri-ciri pribadi. Penggunaan lain MDS adalah pada aplikasi yang menggunakan ranking, rating, pembedaan persepsi, atau dalam pengambilan suara (voting).

Ilustrasi Analisis MDS Berbasis Atribut

Dari survey yang dilakukan terhadap konsumen susu dari beberapa merk, maka dapat diketahui beberapa atribut susu, antara lain: (a) rasa, (b) kekentalan, (c) kandungan gizi, (d) warna, (e) kemasan, (f) kelengkapan informasi pada kemasan, (g) manfaat yang dirasakan, dan (h) kemudahan memperoleh produk.

Pertanyaan yang diajukan adalah:

Bagaimana pendapat anda mengenai produk susu …….. yang anda konsumsi?

Setelah itu kita dapat menyajikan hasil survey tersebut dalam bentuk sebuah tabel seperti berikut ini:

Untuk memetakan data tersebut ke dalam bentuk peta perceptual (perceptual mapping) dengan bantuan software SPSS 17.0 maka dapat dilakukan langkah-langkah sebagai berikut:

1. Input data anda ke dalam worksheet SPSS sebagai berikut:

2. Kemudian pilih pada menu ANALYZE – SCALE – MULTIDIMENSIONAL SCALLING (ALSCAL), seperti berikut ini:

3. Setelah muncul kotak dialog Multidimensional Scaling, masukkan semua variabel ke dalam kotak variables, pada SHAPE, pilih RECTANGULAR, kemudian klik MODEL disamping kanan atas.

4. Setelah muncul kotak dialog Multidimensional Scaling – Model, maka kita dapat memilih pada Level of Measurement INTERVAL (sesuai jenis data), dan pada Conditionality adalah ROW agar perbandingan dilakukan antar row/kolom saja, kemudian klik CONTINUE.

5. Setelah keluar ke kotak dialog pertama, klik OPTION, lalu centang GROUP PLOTS, kemudian klik OK.

6. Outputnya akan ditampilkan sebagai berikut:

Dari output kita dapatkan kedekatan masing-masing atribut (row 1 – row 7) terhadap masing-masing merk susu berdasarkan persepsi konsumen dalam sebuah pemetaan perseptual dua dimensi. (yoz)

30 thoughts on “Multidimensional Scaling

    1. Sebenernya analisis korelasi dah dibahas di statistik 4 life neng, coba di kotak search ketik ‘korelasi bivariat’…atau di daftar library: umum,,

  1. pak saya sedang menggunakan mds dalam skripsi..saya mengolah mds berbasis atribut tetapi garis vektornya tidak keluar.. itu bagaimana ya caranya? cara memasukkan 100 data dalam analisis mds atribut bagaimana caranya? terima kasih..

  2. mas Bagus nich blog bermanfaat bener….
    ilmu yang mas buat bisa menjadi amal,,,
    aminnn……
    mas bisa di emailkan cara penghitungannya di SPSS soalnya saya melakukan penelitian tugas akhir yang berhubungan dengan analisis ini. tugas akhir saya berjudul “Kajian Tingkat Pelayanan Angkutan Umum Taksi di Kota Bandung”

    1. row menyatakan atribut yang digunakan,,disitu bisa dilihat row 1 atau a mewakili atribut rasa memiliki kedekatan dengan responden yang memilih susu cap “xuxu”, “nyonya tua”, “sapi gemuk”, dan “gembira…demikian halnya dengan row 4 (atribut warna), dan row 7 (atribut manfaat) dipilih oleh responden mewakili produk susu “wahwah”,,begitu pula seterusnya..
      intinya masing-masing produk memiliki atribut yang diunggulkan berdasarkan persepsi konsumen tergambar pada euclidian distance.

  3. ass.wr.wb
    terima kasih untuk infonya mengenai mds
    saya kebetulan sedang menyusun skripsi dengan menggunakan teknik analsis mds (berbasis atribut), yang saya tahu adalah mengukur atribut yang diunggulkan oleh pelanggan diukur dengan euclidian distance. namun ada beberapa hal yang kurang saya pahami dalam cara memberikan nama/label pada (dua) dimensi perpectual map di sumbu x&y, caranya bagaimana/ tidak perlu dilabel-kan ya,pak?
    terima kasih

  4. mohon maap kalau saya ingin menanyakan data atributnya seperti tingkat kepentingan dibandingkan dengan tingkat pengaruh bisa tidakya? kebetulan saya ingin perception map dari stakeholder (positioning stakeholder seperti itu) . terimakasih

  5. pak, maaf mau bertanya, saya menggunakan analisis MDS pak, saat saya menganalisis dan memasukkan atribut row, dalam diagram blok yang saya uji itu akan mengumpul di kuadran yang sama pak, tetapi kalau tidak memasukkan ROW dalam analisis BLOK yg saya uji malah Blok nya memencar pak. seharusnya yang benar itu bagaimana pak? apa ada langkah yang kurang dimasukkan dalam analisis di SPSS pak? mohon pencerahannya..

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s