5 0 313 KB
MAKALAH ANALISIS KEMIRIPAN BEBERAPA MEREK MI INSTAN MENGGUNAKAN MULTIDIMENSIONAL SCALLING (MDS)
Untuk Memenuhi Tugas Mata Kuliah Analisis Data Kuantitatif Dosen Pengampu: Dr. H. Karim, M.Si Rizki Amalia, M.Pd DISUSUN OLEH : KELOMPOK 9 Gusti Ema Zaleha
(1810118120015)
Muhammad Doddy Al Faeidy
(1810118210035)
Ifas Almas Nafis
(201011892006)
PROGRAM STUDI PENDIDIKAN MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA DAN IPA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS LAMBUNG MANGKURAT BANJARMASIN 2021
DAFTAR ISI
DAFTAR ISI.....................................................................................................................3 BAB I.................................................................................................................................4 Kajian Teori.......................................................................................................................4 BAB II...............................................................................................................................5 Tabulasi Data Dengan Langkah-Langkah Analisis MDS.................................................5 A. Variabel Penelitian.................................................................................................5 B. Tabulasi Data..........................................................................................................6 C. Langkah-Langkah Analisis Menggunakan SPSS.................................................15 BAB III............................................................................................................................18 Output dari Analisis Data................................................................................................18 A. Derived Stimulus Configuration : Individual differences (weighted) Euclidean distance model.............................................................................................................18 B. Uji Keselarasan Responden Dalam Memeberi Penilaian MDS...........................19 KESIMPULAN...............................................................................................................21 DAFTAR PUSAKA........................................................................................................22
BAB I Kajian Teori A. Analisis Multidimensional Scalling (MDS) Analisis Multidimensional Scalling (MDS) merupakan salah satu teknik peubah ganda yang dapat digunakan untuk menentukan posisi suatu obyek lainnya berdasarkan penilaian kemiripannya, juga untuk mengetahui hubungan interdepensi atau saling ketergantungan antar variabel atau data (Johnson, 1992). Hubungan ini tidak diketahui melalui reduksi ataupun pengelompokan variabel, melainkan dengan membandingkan variabel yang ada pada setiap obyek yang bersangkutan dengan menggunakan perceptual map. MDS berhubungan dengan pembuatan peta untuk menggambarkan posisi sebuah obyek dengan obyek lainnya berdasarkan kemiripan obyek-obyek tersebut. MDS juga merupakan teknik yang bisa membantu peneliti untuk mengenali (mengidentifikasi) dimensi kunci yang mendasari evaluasi objek dari responden (pelanggan). Menurut Hair dkk (1998), penskalaan dimensi ganda mengacu pada sebuah metode yang membantu mengidentifikasi ukuran pokok yang mendasari penilaian responden terhadap sebuah obyek, sebagai contoh penskalaan dimensi ganda seringkali digunakan di bidang pemasaran untuk mengidentifikasi ukuran pokok yang mendasari penilaian konsumen terhadap sebuah produk atau terhadap pelayanan. Penskalaan dimensi ganda juga dikenal sebagai peta persepsi (perceptual map), yaitu metode yang mengambarkan atau memetakan kesan relatif yang dirasakan terhadap sejumlah obyek (perusahaan, produk atau lainnya yang berhubungan dengan persepsi). B. Jenis-jenis Multidimensional Scalling (MDS) Menurut A. Walundungo (2014), untuk melakukan analisis data dengan Multidimensional Scalling (MDS) digunakan nilai-nilai yang menggambarkan tingkat kemiripan atau tingkat ketakmiripan antar objek yang disebut proximity yang terbagi atas similarity (kemiripan) dan dissimilarity (ketakmiripan). Berdasarkan tipe data
tersebut, MDS dibagi menjadi dua yaitu multidimensional scaling metrik dan multidimensional scaling nonmetrik. 1) Multidimensional Scaling Metrik Data jarak yang digunakan dalam penskalaan adalah data interval atau rasio. Dalam Multidimensional Scaling metrik tidak dipermasalahkan apakah data input ini merupakan jarak yang sebenarnya atau tidak, prosedur ini hanya menyusun bentuk geometri dari titiktitik objek yang diupayakan sedekat mungkin dengan input jarak yang diberikan. 2) Multidimensional Scaling Non-Metrik Data jarak yang digunakan dalam transformasi monoton (sama) ke data yang sebenarnya
sehingga
dapat
dilakukan
operasi
aritmatika
terhadap
nilai
ketidaksamaannya, untuk menyesuaikan jarak dengan nilai urutan ketidaksamaannya. Transformasi monoton akan memelihara urutan nilai ketidaksamaannya sehingga jarak antara objek yang tidak sesuai dengan urutan nilai ketidaksamaan dirubah sedemikian rupa sehingga akan tetap memenuhi urutan nilai ketidaksamaan tersebut dan mendekati jarak awalnya. C. Pengertian Mi Instan Mie merupakan makanan yang dibuat dari campuran tepung, minyak sayur, garam, dan beberapa bahan aditif seperti natrium polifosfat (berfungsi sebagai pengemulsi/penstabil), natrium karbonat dan kalium karbonat yang berfungsi sebagai pengatur asam. Selain itu, mie juga ditambahkan zat pewarna kuning (tartrazine). Mi instan adalah mi yang sudah dimasak terlebih dahulu dan dicampur dengan minyak, dan bisa dipersiapkan untuk konsumsi hanya dengan menambahkan air panas dan bumbu - bumbu yang sudah ada dalam paketnya. Mie instan merupakan mie yang diproduksi sebagai makanan yang praktis dalam pengolahannya atau “instan” dan dapat disimpan dalam jangka waktu yang lama. Mie instan juga tak lepas dari zat aditif makanan seperti MSG (monosodium glutamat) yang berfungsi sebagai penguat rasa.
BAB II Tabulasi Data Dengan Langkah-Langkah Analisis MDS A. Contoh Kasus Mi Instan merupakan makanan praktis yang banyak digemari oleh berbagai kalangan dan mi instan sangat mudah sekali ditemukan di toko-toko atau supermarket terdekat dengan harga yang relatif murah. Banyak merek mi instan yang kini beredar di pasaran dan dilengkapi dengan berbagai pilihan rasa yang menggugah selera. Kami selaku kelompok 9 ingin mengetahui penilaian masyarakat terhadap beberapa merek mi instan yang terkenal yaitu Indomie, Mie Sedap, Sarimi, Mie Sukses, dan Lemonilo dengan mengambil data dari kuesioner dengan 35 responden yang sudah menilai kemiripan (Similarity) antara merek mi instant satu dengan yang lainnya, dengan skala 1 sampai 5, dimana: Skala 1 berarti dua merek mi instan yang dibandingkan sangat mirip satu dengan yang lain (mungkin dari segi rasa yang enak, kemasan yang menarik, harga yang murah, dan sebagainya) Skala 5 berarti dua merek mi instan yang dibandingkan sangat tidak mirip (berbeda) satu dengan yang lain (mungkin dari segi rasa yang memiliki ciri khas yang kuat dari masing-masing merek, kemasan yang berbeda, perbandingan harga yang cukup jauh, dan sebagainya) Responden bisa memberikan nilai di antara skala 1 sampai 5. Dengan demikian, walupun hasil bisa bulat namun jenis data adalah rasio dan buka ordinal.
B. Tabulasi Data No.
1
2
3
4
Responden
Gusti Ema Zaleha
Helda Rahmawati
Ifas Almas Nafis
Nurfitri A. Koda
Mie Mie Sarimie Lemonilo Sedap Sukses
Indomie
Indomie
0
Mie Sedap
5
0
Sarimie
5
3
0
Mie Sukses
5
2
2
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
3
0
Sarimie
4
3
0
Mie Sukses
2
2
1
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
2
2
0
Mie Sukses
1
3
4
0
Lemonil o
1
1
3
3
0
Indomie
0
Mie
2
0
Sedap
5
6
7
Rada Heriyani
nandaa
JAZILATUR ROHMAH
Sarimie
4
3
0
Mie Sukses
5
5
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
3
0
Sarimie
4
4
0
Mie Sukses
5
5
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
4
4
0
Mie Sukses
2
4
2
0
Lemonil o
5
5
4
4
0
Indomie
0
Mie Sedap
5
0
Sarimie
4
4
0
Mie Sukses
4
4
4
0
8
9
10
11
Reza Mustofan Tajwardhani
Agus Basriannor
Alvy Rizka Risdiana
Ramona Dwiastuti
Lemonil o
3
3
3
3
0
Indomie
0
Mie Sedap
5
0
Sarimie
5
3
0
Mie Sukses
5
2
2
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
3
0
Sarimie
4
3
0
Mie Sukses
2
2
1
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
2
2
0
Mie Sukses
1
3
4
0
Lemonil o
1
1
3
3
0
Indomie
0
Mie Sedap
2
0
12
13
14
15
Mayes
Amin
Lina Nurul Atiyah
erika
Sarimie
4
3
0
Mie Sukses
5
5
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
3
0
Sarimie
4
4
0
Mie Sukses
5
5
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
4
4
0
Mie Sukses
2
4
2
0
Lemonil o
5
5
4
4
0
Indomie
0
Mie Sedap
5
0
Sarimie
4
4
0
Mie Sukses
4
4
4
0
Lemonil o
3
3
3
3
0
Indomie
0
16
17
18
Annisa Rahmawati
diah
Puji Sulistyo Ningtyas
Mie Sedap
4
0
Sarimie
3
2
0
Mie Sukses
3
4
2
0
Lemonil o
1
1
1
1
0
Indomie
0
Mie Sedap
3
0
Sarimie
4
2
0
Mie Sukses
3
1
3
0
Lemonil o
4
4
4
4
0
Indomie
0
Mie Sedap
4
0
Sarimie
5
3
0
Mie Sukses
3
3
4
0
Lemonil o
3
5
3
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
3
3
0
Mie Sukses
4
4
3
0
19
20
21
22
Siti Umriah
Sulis
Nur Riski Hasanah
Wiwien nur wulandari
Lemonil o
2
2
2
2
0
Indomie
0
Mie Sedap
4
0
Sarimie
4
4
0
Mie Sukses
4
4
3
0
Lemonil o
3
4
4
4
0
Indomie
0
Mie Sedap
4
0
Sarimie
3
3
0
Mie Sukses
3
3
3
0
Lemonil o
2
2
2
2
0
Indomie
0
Mie Sedap
4
0
Sarimie
3
3
0
Mie Sukses
4
4
2
0
Lemonil o
4
4
4
4
0
Indomie
0
Mie Sedap Sarimie
3
0
1
1
0
23
24
25
26
Yuliana Rahmah
Nur Hidayatul Lisna
Zahratul Laili
Ratna Anisa
Mie Sukses
2
2
2
0
Lemonil o
1
2
1
1
0
Indomie
0
Mie Sedap
1
0
Sarimie
2
3
0
Mie Sukses
2
2
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
3
3
0
Mie Sukses
3
5
4
0
Lemonil o
5
4
3
3
0
Indomie
0
Mie Sedap
4
0
Sarimie
3
4
0
Mie Sukses
3
1
3
0
Lemonil o
5
4
4
5
0
Indomie
0
Mie
2
0
Sedap
27
28
29
Septi
Muhamad Syarif hidayat
Nuryenisa
Sarimie
2
2
0
Mie Sukses
3
3
3
0
Lemonil o
3
3
3
3
0
Indomie
0
Mie Sedap
3
0
Sarimie
3
3
0
Mie Sukses
3
3
3
0
Lemonil o
4
4
4
4
0
Indomie
0
Mie Sedap
5
0
Sarimie
4
4
0
Mie Sukses
3
5
5
0
Lemonil o
5
1
1
5
0
Indomie
0
Mie Sedap
3
0
Sarimie
5
5
0
Mie Sukses
5
5
5
0
30
31
32
33
Iqrima
Yulisa Putri Utami
Mita NAD
Isda
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
4
3
0
Mie Sukses
4
2
2
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
2
2
0
Mie Sukses
2
2
2
0
Lemonil o
1
1
1
1
0
Indomie
0
Mie Sedap
3
0
Sarimie
2
4
0
Mie Sukses
3
2
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
34
35
Munta Asri
Syahri Rahman
Sarimie
3
4
0
Mie Sukses
4
3
3
0
Lemonil o
5
5
5
5
0
Indomie
0
Mie Sedap
4
0
Sarimie
4
4
0
Mie Sukses
4
4
1
0
Lemonil o
4
4
4
4
0
Indomie
0
Mie Sedap
2
0
Sarimie
3
4
0
Mie Sukses
3
2
4
0
Lemonil o
5
5
5
5
0
C. Langkah-Langkah Analisis Menggunakan SPSS 1.
Menginput Data ke SPSS 1) Buka aplikasi SPSS. 2) Klik Variable View, pada kolom Name beri nama Indomie, Mie Sedap, Sarimie, Mie Sukses, Lemonilo. Pada kolom Measure mengunakan Scale.
3) Klik Data View dan input data yang terdapat pada tabulasi data untuk satu orang mengunakan matriks segitiga bawah.
2. Proses MDS dengan dua dimensi menggunakan SPSS. 1) Klik Analyze -> Scale -> Multidimensional Scaling (ALSCAL)... , hingga muncul tampilan berikut ini:
2) variabel yang akan diproses, yaitu Indomie, Mie Sedap, Sarimie, Mie Sukses, Lemonilo ke kotak Variables. Kemudian, buka ikon MODEL sehingga kotak dialog muncul.
Pengisian : Pada bagian LEVEL OF MEASUREMENT, pilih ratio sesuai tipe data yang dimasukkan, yaitu rasio. Bagian SCALING MODEL, pilih Individual difference Eucllidean Distance (INDSCAL) untuk keseragaman, dan biarkan bagian yang lain. Bagian DIMENSION, atau dimensi yang akan ditampakkan pada peta adalah grafik dua dimensi (sumbu X dan sumbu Y ), sehingga biarkan saja dimensi pada angka 2. Abaikan bagian lain dan tekan CONTINUE untuk kembali ke kotak dialog utama. 3) Buka ikon OPTIONS untuk memunculkan kotak dialog. Pada Displays pilih hanya Group Plots untuk keseragaman. Abaikan bagian lain, dan tekan CONTINUE untuk kembali ke kotak dialog.
4) Abaikan bagian lain, dan tekan OK untuk proses data.
BAB III Output dari Analisis Data A. Derived Stimulus Configuration : Individual differences (weighted) Euclidean distance model
Ket :
1.
Terlihat bahwa “Sarimie” ternyata mempunyai kemiripan dengan “Mie Sedap”, karena letak paling berdekatan dan berada pada kuadran yang sama. Sedangkan “Mie Sukses” dan “Indomie” juga berada di satu kuadran yang sama pula, sehingga keduannya juga bisa dikatakan mirip. Sedangkan, “Lemonilo” terletak jauh dari keempat merek mie yang lain sehingga “Lemonilo” paling berbeda jika dibandingkan dengan dua kelompok merek mie yang lainnya.
2.
Analisis pada dimensi : DIMENSI 1 (Sumbu X) : Dari gambar terlihat bahwa “Sarimie” dan “Mie Sedap” yang sangat membedakan dibanding merek mie yang lain karena berada paling dekat dengan angka dimensi 1 yang
terbesar. Sedangkan “Indomie”, karena terletak paling kiri dengan angka paling kecil, maka di benak responden faktor pada dimensi 1 bukan faktor yang membedakan “Indomie” dengan merek mie yang lain. DIMENSI 2 (Sumbu Y) : Dari gambar terlihat bahwa “Sarimie” dan “Mie Sukses” yang sangat membedakan dibanding merek mie yang lain karena berada paling dekat dengan angka dimensi 2 yang terbesar. Sedangkan “Lemonilo”, karena terletak paling kiri dengan angka paling kecil, maka di benak responden faktor pada dimensi 1 bukan faktor yang membedakan “Lemonilo” dengan merek mie yang lain. B. Uji Keselarasan Responden Dalam Memeberi Penilaian MDS 1.
Derived Subject Weights: Individual differences (weighted) Euclidean distance model
Ket : Pada grafik di atas, terlihat posisi 35 responden bisa dibentuk sebuah ‘garis lurus' yang menuju ke kiri bawah. Hal ini membuktikan adanya kekonsistenan para respoden dalam menilai kemiripan kelima merek mie.
2. Scatterplot of Linear Fit: Individual differences (weighted) Euclidean distance model
Ket : Dalam grafik yang berisi kumpulan koordinat dari isi kuesioner kemiripan tersebut, terlihat titik – titik koordinat tidak membentuk berbagai kelompok koordinat sendiri, namun relatif menggerombol di tengah. Hal ini membuktikan kesamaan sikap para respoden
KESIMPULAN Pada uji ini disimpulkan bahwa “Sarimie” ternyata mempunyai kemiripan dengan “Mie Sedap”, serta “Mie Sukses” dengan “Indomie” juga bisa
dikatakan
mirip.
Sedangkan, “Lemonilo”
paling berbeda
dibandingkan dengan dua kelompok merek mie yang lainnya.
jika
DAFTAR PUSAKA https://id.wikipedia.org/wiki/Mi_instan (di akses pada 28 April 2021) http://kumpulanilmukesahatan.blogspot.com/2015/05/pengertian-mie-instandan-kandungan.html (diakses pada 28 April 2021)