6. Profiling cluster Tahap profiling meliputi penggambaran karakteristik dari setiap cluster untuk
menjelaskan bahwa masing-masing cluster adalah berbeda berdasar dimensi- dimensi tertentu. Analisis profil tidak memfokuskan pada apa yang secara
langsung menentukan cluster tapi karakteristik cluster setelah proses identifikasi. Lebih lanjut, adanya penegasan bahwa karakteristik adalah berbeda secara
signifikan terhadap cluster dan dapat memprediksikan anggota-anggota cluster secara lebih spesifik.
2.11.2 ANALISIS KORESPONDENSI
Analisis korespondensi Correspondence Analysis merupakan teknik multivariat yang bertujuan untuk mereduksi dimensi dan memetakan persepsi.
Analisis korespondensi termasuk dalam teknik komposisional karena peta perseptual berdasar pada asosiasi antara objek dan sekumpulan karakteristik
atribut yang ditentukan oleh peneliti Hair et. al., 1998. Analisis korespondensi menguji asosiasi antar kategori dalam tabel
kontingensi contingency table, dimana tabel kontingensi adalah tabel tabulasi silang cross-tabulation antar dua kategori variabel. Analisis ini hanya dapat
menganalisa data nonmetrik saja. Akan tetapi justru penggunaannya lebih populer dibandingkan MDS karena mampu menempatkan objek pada peta, sekaligus
dengan atribut-atribut objek tersebut sehingga memberikan informasi yang lebih lengkap.
Langkah-langkah analisis korespondensi dapat dibagi dalam tiga tahap tahap, yaitu:
1. Penentuan tujuan analisis Tujuan analisis korespondensi terbagi menjadi dua, yaitu mengasosiasikan
kategori baris atau kolom dan mengasosiasikan kategori baris dan kolom. Dalam mengasosiasikan kategori baris atau kolom analisis korespondensi digunakan
untuk menguji asosiasi antara variabel hanya pada baris saja atau kolom saja. Penggunaannya adalah pada pengujian kategori skala, misalnya skala likert
dan skala kualitatif lainnya. Kategori-kategori dibandingkan untuk mengetahui apakah dua dari kategori tersebut dapat digabung mempunyai posisi yang dekat
II - 42
dalam peta atau dipisah mempunyai posisi terpisah dalam peta. Sementara itu, dalam mengasosiasikan kategori baris dan kolom analisis korespondensi
digunakan untuk menggambarkan asosiasi antara kategori baris dan kolom. Dalam analisis korespondensi, perlu dipastikan terlebih dahulu bahwa semua variabel
yang relevan adalah tepat untuk digunakan. 2. Penyusunan desain riset
Analisis Korespondensi hanya memerlukan matriks segi empat tabulasi silang yang berisi angka-angka non-negatif. Baris dan kolom tidak perlu
didefinisikan artinya terlebih dahulu atribut tidak selalu berupa baris atau kolom, tapi mewakili respon terhadap satu atau lebih variabel. Kategori baris atau kolom
harus berupa variabel tunggal tapi dapat mewakili sekumpulan hubungan. Dalam hal ini, tabel tabulasi silang berisi jumlah perkalian tiap objek yang dideskripsikan
oleh setiap karakteristik. Tabulasi silang dari dua variabel atau lebih dalam bentuk matriks multi arah dikenal sebagai multiple correspondence analysis. Seperti
analisis dua arah, variabel tambahan disesuaikan sehingga setiap kategori berada pada ruang multidimensi yang sama.
3. Pengujian asumsi Analisis korespondensi seperti halnya analisis skala multi dimensional,
relatif tidak mempunyai asumsi penting. Asumsi mendasar adalah memastikan bahwa objek adalah dapat dibandingkan dan memastikan kelengkapan atribut
yang digunakan. 4. Proses dan penilaian overall fit
Dengan tabel tabulasi silang cross-tabulation table, frekuensi kombinasi baris-kolom dari kategori yang berhubungan dengan kombinasi lainnya berdasar
pada frekuensi marginal. Untuk menilai overall fit, harus dilakukan identifikasi jumlah dimensi yang sesuai dan tingkat kepentingannya. Jumlah dimensi
maksimum yang dapat diperkirakan adalah sama dengan jumlah minimum baris atau kolom dikurangi satu. Nilai eigenvalue diperoleh untuk setiap dimensi dan
mengindikasikan kontribusi relatif dari setiap dimensi dalam menjelaskan variansi kategori.
II - 43
5. Interpretasi hasil = Ketika dimensi ditentukan, maka dilakukan identifikasi asosiasi kategori
dengan kategori lain berdasar kedekatannya setelah proses normalisasi yang tepat. Kemudian penentuan perbandingan akan dilakukan terhadap kategori baris atau
kolom atau keduanya. Dalam banyak hal perbandingan biasanya dilakukan antara baris dan kolom, sekalipun terdapat pula perbandingan hanya pada baris atau
kolom. Untuk menentukan karakter dari satu atau lebih dimensi dalam hubungannya
dengan kategori baris atau kolom, terdapat pengukuran deskriptif yang mengindikasikan asosiasi setiap kategori dengan dimensi tertentu yang lebih
spesifik. Seperti halnya karakter faktor loading, pengukuran ini menjelaskan luasnya asosiasi baik secara individual maupun kolektif.
2.12 MODEL DASAR ATRIBUT DAN VARIABEL