Aplikasi Multidimensional Scaling Dalam Menentukan Preferensi Mahasiswa Memilih Dosen Pembimbing Skripsi

Oleh: Hendri Purwanto

0

Mahasiswa sering menemukan permasalahan dalam mengintepretasikan hubungan antar variabel, khususnya dalam hal penarikan kesimpulan hubungan dari variabel tersebut. Bahkan terkadang mereka berhadapan dengan banyak variabel, sehingga mengalami kesulitan dalam mengiterpretasikan hubungan antar variabel tersebut. Upaya pemecahan masalah tersebut dibutuhkan suatu teknik atau metode untuk mengolah atau menganalisis data, terutama metode yang mudah dalam penggunaannya maupun intepretasi kesimpulannya. Dalam artikel  ini akan diperkenalkan salah satu teknik atau metode dalam menganalisis data yaitu skala multidimensi atau sering disebut dengan Multidimensional Scaling (MDS).

Analisis MDS merupakan suatu teknik atau metode dalam analisis multivariat yang digunakan untuk mengetahui persepsi atau preferensi dari konsumen terhadap suatu objek yang paling disukai secara visual dalam peta persepsi (Simamora, 2005). Analisis MDS diterapkan untuk menganalisis beberapa faktor yang merupakan kriteria dari dosen pembimbing skripsi. Ada banyak faktor pertimbangan dalam menentukan dosen pembimbing, karena setiap mahasiswa memiliki preferensi yang berbeda. Sehingga perlu diketahui preferensi yang cederung dipilih oleh mahasiswa dalam hal ini faktor pertimbangan dalam memilih dosen pembimbing skripsi. Analisis MDS tidak memiliki asumsi yang baku dalam metodologinya, tipe data atau hubungan antar variabel-variabelnya. Dalam MDS hanya mensyaratkan bahwa peneliti menerima beberapa prinsip mengenai persepsi (Hair et al., 1995) yaitu:

a. Variasi dimensi

Setiap responden tidak akan menilai suatu stimulus di dalam dimensi yang sama. Misalnya, seseorang mungkin akan menilai sebuah motor dari mesin dan modelnya, sedangkan yang lain tidak memperhatikan faktor ini melainkan sebuah mobil dari harga dan kenyamanannya.

b. Variasi kepentingan

Responden tidak menilai kepentingan dimensi pada tingkat yang sama, walaupun seluruh responden menilai dimensi tersebut. Misalnya, dua orang responden menilai suatu minuman ringan dari tingkat karbonasinya. Seorang responden mungkin akan menilai bahwa faktor ini tidaklah penting, sedangkan yang lainnya menilai bahwa faktor ini penting.

c. Variasi waktu

Pernyataan yang didapat dari stimulus-stimulus tidak bisa digunakan dalam jangka waktu yang lama. Dengan kata lain, peneliti tidak dapat mengharapkan persepsi yang stabil dari waktu ke waktu.

Konsep analisis MDS adalah dengan mengubah penilaian responden mengenai kesamaan (proximities) ke dalam representasi grafis, dengan tata letak dan jarak ke dalam suatu ruang multidimensi yang disebut dengan peta persepsi. Jarak yang dihasilkan diharapkan mendekati nilai proximities. Dalam artikel ini, MDS digunakan untuk menganalisis preferensi mahasiswa untuk menentukan dosen pembimbing skripsi terhadap 10 atribut yang diamati (Disiplin waktu, Tingkat kesibukan dosen, Jumlah mahasiswa bimbingan, Usia, Lulusan, Bukan dosen tetap, Jenis kelamin, Penguasaan materi, Jenjang pendidikan, dan suka memberikan deadline). Untuk menganalisis preferensi dengan MDS digunakan teknik multidimensional unfolding (MDU) yaitu setiap individu dalam MDU direpresentasikan sebagai titik ideal dalam ruang multidimensi sehingga jarak dari tiap titik ideal terhadap titik objek bersesuaian atau mendekati nilai preferensi sebenarnya yang diberikan responden.

Perhitungan preferensi responden dihitung berdasarkan jarak dengan jarak yang paling kecil antara responden dan atribut merupakan preferensi utama dari responden tersebut. Sedangkan jarak yang paling besar merupakan preferensi terakhir dari responden. Perhitungan preferensi dilakukan terhadap seluruh responden untuk mengetahui tingkat preferensinya terhadap atribut dosen pembimbing skripsi. Penghitungan jarak antara responden dan atribut terlebih dahulu harus diketahui titik koordinat masing-masing responden dan atribut (Borg and Groenen, 2005). Sebagai contoh dilakukan penelitian terhadap mahasiswa yang mengambil skripsi di Salah satu perguruan tinggi dengan ilustrasi sebagai berikut:

Gambar Simulasi Data Posisi Atribut dan Responden

Dari Gambar dapat dilihat bahwa terdapat 100 titik responden dan 10 titik atribut yang menunjukkan bahwa atribut apa yang paling  disukai oleh 100 orang responden terhadap 10 atribut yang diteliti. Atribut yang paling disukai oleh reponden adalah atribut X8 yaitu menguasai materi karena terjadi pengelompokan titik responden disekitar titik atribut. Dengan demikian atribut X8 yaitu menguasai materi menjadi pertimbangan utama mahasiswa dalam memilih dosen pembimbing skripsi.

 

Referensi

Simamora, Bilson, 2005, Analisis Multivariat Pemasaran, PT. Gramedia Pustaka Utama, Jakarta.

Hair, J.F, J.R.; Anderson, R.E.; Tatham, R.L. and Black, W.C., 1995, Multivariate Data Analysis with Readings, Ed. ke-4, Prentice – Hall International Edition: Upper Saddle River, New Jersey.

Borg, I. and Groenen, P. J. F., 2005, Modern Multidimensional Scaling: Theory and Application, Ed. ke-2, Springer Science, New York.

Tinggalkan pesanan

Alamat email anda tidak akan disiarkan.