Pendekatan dalam membuat Perceptual Map (skripsi dan tesis)

Berdasarkan pendekatannya, MDS dibedakan atas:

  1. Pendekatan turunan

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada atribut.

Keuntungannya:

-Untuk mengidentifikasi atau mengenali responden dengan persepsi yang

homogen.

-Responden dikelompokkan berdasarkan penilaian atribut.

-Memudahkan pembuatan nama pada dimensi.

Kelemahannya:

-Peneliti harus mengidentifikasi semua atribut yang penting

-Peta spasial yang diperoleh tergantung pada atribut yang dikenali.

  1. Pendekatan Langsung

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada non atribut.

Keuntungannya:

-Peneliti tidak harus mengenali/mengidentifikasi suatu set atribut yang

penting.

-Responden membuat pertimbangan kemiripan dengan kriterianya sendiri,

seperti dalam situasi normal.

Kelemahannya:

-Kriteria tersebut sangat dipengaruhi oleh merek atau stimulus yang sedang

dievaluasi.

-Sulit dalam pemberian nama pada dimensi peta spasial.

Pendekatan langsung lebih sering dipergunakan daripada pendekatan berbasis atribut. Namun demikian, mungkin lebih baik menggunakan keduanya sebagai suatau komplemen (Supranto,2004)

Berdasarkan skala pengukuran dari data kemiripan, MDS dibedakan atas:

  1. MDS berskala metrik

MDS metrik mengasumsikan bahwa data adalah kuantitatif (interval dan ratio).

  1. MDS berskala nonmetrik

MDS nonmetrik mengasumsikan bahwa data adalah kualitatif (nominal dan ordinal).

Prosedur penskalaan multidimensional scaling mengasumsikan bahwa input data ordinal akan tetapi menghasilkan data metrik. Jarak dalam peta spasial yang dihasilkan diasumsikan sebagai skala interval (metrik). Prosedur ini menemukan dalam suatu dimensionality tertentu, bahwa suatu peta spasial yang rank order-nya berasal dari jarak antara merek atau stimulus yang diperkirakan akan mempertahankan atau menghasilkan kembali input urutan peringkat atau input rank order. Sebaliknya, metode penskalaan mutidimensional metrik mengasumsikan bahwa input data berupa metrik. Oleh karena output atau hasil juga metrik, suatu hubungan yang kuat antara data input dan output dipertahankan dan mutu metrik dari input data juga dipertahankan. Seperti diketahui data metrik biasa berupa skala interval atau rasio. Metode metrik dan non-metrik memberikan hasil yang sama (Supranto, 2004). Menurut Malhotra (2010:354), prosedur MDS dengan menggunakan data metrik maupun non metrik akan memberikan hasil yang sama.