G14130005 - WordPress.com

Report
Risha Ardasari Utama, Solimun, M. Bernadetha Mitakda.
Persepsi
konsumen
Produk mie
instant
Teknik penarikan contoh : nonprobability
(accidental
sampling)
sebanyak
96
mahasiswa S1 jurusan Matematika, Kimia,
Fisika dan Biologi Fakultas MIPA.
 Software yang digunakan :
SPSS
17
untuk
mengetahui
peta
persepsi
multidimensional scaling berbasis komposisi

PENDAHULUAN
TINJAUAN TEORI
METODOLOGI
HASIL DAN PEMBAHASAN
KESIMPULAN
Analisis
Multidimensional
scaling
merupakan salah satu bentuk eksplorasi
data untuk memetakan atau mencari
konfigurasi dari sejumlah obyek dalam
ruang dimensi rendah berdasarkan
ukuran kedekatan antar obyek yang
diteliti.
Metode pendekatan dalam MDS
Metode Komposisi
Metode
Dekomposisi
melibatkan teknik
multivariat
tidak mengharuskan
peneliti untuk
mengidentifikasi
serangkaian peubah dari
suatu obyek
Penskalaan dimensi ganda mengacu pada
sebuah
metode
yang
membantu
mengidentifikasi ukuran pokok yang
mendasari penilaian responden terhadap
sebuah obyek (Hair et al, 1998).
Tujuan penskalaan dimensi ganda :
mentransformasikan menjadi sebuah jarak
yang disajikan pada ruang dimensi rendah.
Peta
persepsi
:
metode yang
mengambarkan atau memetakan kesan
relatif yang dirasakan terhadap sejumlah
obyek (perusahaan,produk atau lainnya
yang berhubungan dengan persepsi).




Penentuan koordinat setiap titik pada peta persepsi
penskalaan dimensi ganda (Sibson 1979)
Keterangan : Xnxp = matriks pengamatan
Xnxp*=matriks pengamatan yang telah
dikoreksi terhadap nilai
rata-rata
Penguraian nilai singular
Keterangan :
L = matriks diagonal
A = matriks vektor
Representasi pengamatan
Representasi peubah


Kedekatan antar obyek pada peta persepsi diperoleh dengan jarak Euclid antara
obyek ke-I dengan obyek ke-j
Keterangan : dij : jarak antara obyek ke-I dengan obyek ke-j
xih : hasil pengukuran obyek ke-I dengan peubah h
xjh : hasil pengukuran obyek ke-j dengan peubah h
Tingkat kesesuaian model (Goodness of fit) menggunakan ukuran kriteria kesalahan
(lack of fit or error) STRESS usulan Morrison (2005)
Keterangan :
dij : jarak antara obyek ke-I dengan obyek ke-j
dij = disparities antara obyek ke-i dan obyek ke-j.
Semakin kecil nilai STRESS menunjukkan bahwa hubungan monoton yang terbentuk
antara ketidaksamaan dengan disparities semakin baik (didapat kesesuaian) dan
kriteria peta persepsi yang terbentuk semakin sempurna.
Data adalah persepsi responden terhadap
karakteristik yang dimiliki oleh produk mie
instan
yang
menjadi
pertimbangan
konsumen
dalam
membeli
dan
mengkonsumsi.
Data primer yang digunakan merupakan
hasil survei terhadap mahasiswa aktif S1
Fakultas MIPA Universitas Brawijaya.
Objek
Penelitian
Peubah
•
•
•
•
•
•
•
Indomie
Sedaap
Gagamie
ABC
Salammie
Sarimie
Supermie
•
•
•
•
•
Rasa
Kemasan
Harga
Distribusi
Periklanan
Prosedur analisis pada data persepsi dimulai dari analisis Multidimensional scaling.
Tahapan analisis
Menyusun data persepsi
Membentuk matriks data
pengamatan X
Menghitung matriks X*
Menginterpretasi secara
umum peta persepsi
Menghitung nilai
kesesuaian (Goodness of
fit) peta persepsi
penskalaan dimensi
ganda
Menghitung vektor ciri
dan akar ciri
menggunakan
penguraian nilai singular
Membuat plot untuk
peubah pertama hingga
peubah ke-p
Menghitung matriks G =
UL dan H = LA’
Membuat plot untuk
obyek 87 pertama hingga
peubah ke-n
Penggambaran peta persepsi bertujuan untuk mengetahui posisi setiap obyek
(mie instan) dan peubah.

Merek mie instan ABC dan Salammie yang terletak semakin ke
atas (nilai semakin besar) memiliki karakteristik rasa yang lebih
baik dan letaknya semakin ke bawah (nilai semakin kecil)
memiliki karakteristik promosi melalui iklan jarang dan kemasan
kurang baik. Sedangkan merek mie instan Supermie semakin
ke atas memiliki karakteristik rasa yang baik.

Berdasarkan peta persepsi diketahui bahwa merek mie instan
Indomie, Sedaap dan Gagamie memiliki banyak persamaan
karakteristik karena terletak bergerombol. Sedangkan merek
mie instan ABC, Salammie, Sarimie dan Supermie terletak
berjauhan karena memiliki banyak perbedaan karakteristik
dengan merek mie instan yang lain.

Kesesuaian model analisis multidimensional scaling dapat
diperoleh dari nilai STRESS sebesar 8.47%. Hal ini
mengindikasikan bahwa kelayakan model untuk tujuh merek
mie instan baik karena terletak antara 5% sampai 10%.
1.
2.
Penerapan analisis multidimensional scaling berbasis komposisi pada
produk mie instan menghasilkan dua dimensi pokok yang mendasari
perilaku konsumen dalam mengevaluasi produk mie instan, yaitu:
Dimensi “Distribusi dan Harga” sebagai nama dari dimensi satu.
Dimensi “Produk dan Periklanan” sebagai nama dari dimensi dua.
Dimensi satu meliputi peubah distribusi dan harga. Berdasarkan dimensi
satu, peubah yang terletak paling kiri adalah distribusi, sedangkan peubah
yang terletak paling kanan adalah harga.
Dimensi dua meliputi peubah rasa, kemasan dan periklanan. Berdasarkan
dimensi dua, peubah yang terletak paling atas adalah rasa, sedangkan
peubah yang terletak paling bawah adalah kemasan dan periklanan.
Berdasarkan peta persepsi yang terbentuk, merek mie instan Indomie,
Sedaap dan Gagamie paling banyak memiliki kemiripan karakteristik atribut
karena bergerombol. Sedangkan merek mie instan ABC, Salammie, Sarimie
dan Supermie terletak berjauhan karena memiliki banyak perbedaan
karakteristik dengan merek mie instan yang lain.
TERIMA KASIH

similar documents