Metode Pengelolaan DPL-BM Daerah Perlindungan Laut
25
jarak antar sembarang pasangan obyek yang lain Hair et al. 1998. Beberapa hal yang dapat dilakukan MDS dengan data yang tersedia adalah:
1. Menentukan dimensi apa yang dipergunakan responden ketika mengevaluasi obyek
2. Menentukan berapa dimensi yang akan dipergunakan untuk masalah yang sedang diteliti
3. Menentukan kepentingan relatif dari setiap dimensi 4. Menentukan bagaimana obyek dikaitkan atau dihubungkan secara
perseptual perceptually Simamora 2005 mengemukakan bahwa sebelum melakukan MDS, ada
beberapa isu yang perlu diperhatikan oleh peneliti, misalnya hal-hal berikut ini: Identifikasi Obyek Relevan. Peneliti perlu memeriksa obyek-obyek yang
relevan. Obyek-obyek yang tidak relevan akan mengganggu peta persepsi serta mempersulit interpretasi dimensi-dimensi perceptual diantara obyek-
obyek yang diuji. Untuk memperolehnya, kita dapat melakukan riset pendahuluan, bisa pula berdasarkan data sekunder berupa data yang
dipakai oleh pihak lain sebelumnya. Similarity Versus Prefensi. Setelah obyek ditentukan, perlu pula
ditentukan berdasarkan pada apa persepsi terhadap obyek-obyek tersebut dipetakan, pada kesamaan similarity ataukah prefensi prefence. Kedua
jenis input data akan menghasilkan peta persepsi yang berbeda. Dengan similarity
, memang dimensi-dimensi obyek dapat digali, tetapi determinasi pilihan tidak terungkap. Artinya kita tidak mengetahui kecenderungan
pilihan responden. Dengan prefensi memang pilihan terefleksi, tetapi sulit membandingkan kesamaan antara satu obyek dan obyek lain sebab
dimensi yang dipakai untuk membangun prefensi bisa saja berbeda untuk obyek yang berbeda.
Desain Riset perlu ditentukan, apakah dalam MDS kita menggunakan desain decompositional atribute-free ataukah compositional attribute-based.
Dengan desain decompositional kita hanya mengukur kesan umum general impression
. Artinya responden tak perlu menguraikan alasan atas persepsi ataupun preferensinya. Dengan metode compositional, kita mengukur kesan atas
sejumlah merek berdasarkan sekumpulan atribut. Dengan menggunakan teknik
26
pengukuran tertentu biasanya skala numerik ataupun semantic differential scale, kita meminta responden memberikan peringkat rating pada sejumlah atribut.
Kesamaan diukur dengan membandingkan data setiap obyek, umumnya dengan cara melakukan korelasi antar obyek. Kesamaan turunan derived
similarity kemudian diolah dengan analisis faktor atau analisis diskriminan untuk
mengidentifikasi dimensi-dimensi yang dipakai responden dalam membedakan obyek-obyek tersebut. Berdasarkan isu-isu diatas, kita dapat mengetengahkan
berbagai metode dalam membuat peta persepsi perceptual mapping. Konsep dasar MDS adalah proses menentukan koordinat posisi tiap obyek
dalam suatu peta multi dimensi sehingga jarak antar obyek pemetaan akan sesuai dengan nilai kedekatan dalam input datanya. Ukuran kedekatan antar pasangan
obyek berupa nilai kemiripan similarity atau nilai ketidak miripan dissimilarity. Jika yang dipakai sebagai ukuran kedekatan adanya nilai
kemiripan, semakin besar nilainya maka dua obyek tersebut semakin sama atau mirip satu sama lain.