4.4.3 Menghitung Nilai STRESS
Multidimensional Scaling MDS nonmetrik adalah jenis MDS yang data inputnya berupa data nominal atau pun ordinal. Program MDS multidimensional scaling
nonmetrik menggunakan transformasi monoton sama ke data yang sebenarnya. Disparities atau optimally scaled data ini digunakan untuk mengukur
tingkat ketidaktepatan konfigurasi objek-objek dalam peta berdimensi tertentu dengan input data ketidaksamaannya. Untuk memperoleh disparities dari matriks
proximity yang terbentuk, pendekatan yang digunakan untuk mencapai hasil yang maksimal dari skala nonmetrik adalah Kruskal’s Least Square Monotonic
Transformation dimana disparities merupakan nilai rata-rata dari jarak yang tidak sesuai dengan urutan ketidaksamaannya. Koordinat awal dari setiap subjek dapat
diperoleh dengan cara yang sama dengan metode MDS metrik dengan asumsi bahwa meskipun data bukan jarak informasi yang sebenarnya tapi nilai urutan
tersebut dipandang sebagai variabel interval. Berikut disparities yang dihasilkan dengan bantuan aplikasi MATLAB 7.10.0 yaitu:
Tabel 4.4 Optimally Scaled Data Disparities
Ayam Penyet
Jakarta Ayam
Penyet Joko Solo
Ayam Penyet
Surabaya Ayam
Penyet Ria
Texas Chicken
AW Ayam Penyet Jakrta
0.3657 0.3657
0.3657 0.3657
0.3657
Ayam Penyet Joko Solo
0.3657 0.4134
0.4134 0.4134
0.4134
Ayam Penyet Surabaya
0.7768 0.4134
0.6495 0.6495
0.6495
Ayam Penyet Ria
1.1422 0.8390
0.6495 0.1951
0.1951
Texas Chicken
1.3370 1.0283
0.8008 0.1951
0.4968
AW
1.2530 1.0544
1.0202 0.4558
0.4968 Sumber : MATLAB
Setelah memperoleh disparities, proses selanjutnya yang harus dilakukan adalah menghitung nilai STRESS. Nilai STRESS a lack of fit measure
dipergunakan sebagai ukuran ketidaktepatan suatu model pemecahan penskalaan multidimensional. Nilai STRESS yang dihasilkan diperoleh dengan menggunakan
Universitas Sumatera Utara
bantuan MATLAB 7.10.0, penelitian multidimensional scaling ini mengahasilkan nilai STRESS sebesar 0,1331
× 10-
16
= 0. Berdasarkan rumus STRESS dari Kruskal, nilai STRESS yang dihasilkan termasuk dalam kategori sempurna.
4.3.4 Menghitung Nilai RSQ R Square
Kategori