Skala Multidimensi TINJAUAN PUSTAKA

40 wisata di PPK. Kelembagaan yang dimaksud adalah suatu organisasi formal ataupun non formal dalam suatu masyarakat memiliki keanggotaan dan terikat dalam aturan hukum yang berlaku untuk ditaati bersama Scott 2004.

2.7. Skala Multidimensi

Prinsip dalam analisis statistik adalah kegiatan pengumpulan, organisasi dan interpretasi data berdasarkan prosedur yang tepat. Konsep dasarnya meliputi tipe data, presentasi hasil dan pengukuran hubungan antara dua karaktervariabel. hubungan interdependen atau saling ketergantungan antar variabeldata dapat dilakukan dengan Multidimensioal Scaling MDS. Tujuan dari Multidimensional scaling adalah untuk menemukan sebuah representasi secara dimensi yang diperkecil dari sebuah kelompok obyek misalnya titik posisi, sedemikian rupa sehingga dugaan wakil asosiasi obyek-obyek ini proximities hampir sama dengan asosiasi awal. MDS telah diaplikasikan pada banyak penelitian dalam pemodelan kimia, ekonomi, sosiologi, ilmu politik, dan secara spesifik pada psikologi matematika dan ilmu perilaku Cox and Cox 1994 dalam Costa et al. 2005. Berbeda dengan faktor analisis dan cluster analysis, MDS lebih berhubungan dengan objek dari suatu penelitian dan posisinya. Seperti telah disebut, MDS berhubungan dengan pembuatan grafik map untuk menggambarkan posisi sebuah obyek dengan obyek yang lain, berdasarkan kemiripan similarity obyek-obyek tersebut Buja et al. 2004. Alat analisis ini sangat berhubungan dengan variabel yang memiliki hubungan interdependen atau saling ketergantungan satu sama lain. Ciri dari MDS adalah perbandingan akan dilakukan dengan diagram atau peta atau grafik, sehingga bisa disebut juga sebagai perceptual map. Analisis multidimensional scaling merupakan salah satu metode multivariate yang dapat menangani data yang non-metric. Metode ini juga dikenal sebagai salah satu metode ordinasi dalam ruang dimensi yang diperkecil. Ordinasi sendiri merupakan proses yang berupa “plotting” titik obyek posisi di sepanjang sumbu- sumbu yang disusun menurut hubungan tertentu ordered relationship atau dalam sebuah sistem grafik yang terdiri dari atau lebih sumbu Legendre dan Legendre 1983 dalam Susilo 2003. Melalui metode ordinasi, keragaman multidimensi dapat diproyeksikan di dalam bidang yang lebih sederhana dan mudah dipahami. Metode ordinasi juga memungkinkan peneliti memperoleh banyak informasi kuantitatif dari 41 nilai proyeksi yang dihasilkan. Pendekatan MDS telah banyak digunakan untuk analisis ekologis, ekonomi, sosial dan teknologi Pitcher and Preikshot 2001. Analisis multidimensional scaling berkaitan dengan permasalahan bahwa untuk sejumlah asosiasi “distance”, dissimilarity”, “similarity” yang diamati setiap pasang n obyek titik posisi, temukan sebuah wakil asosiasi dari obyek- obyek tersebut dalam dimensi yang diperkecil sedemikian rupa sehingga dugaan wakil asosiasi obyek-obyek ini proximities hampir sama dengan asosiasi awal Buja et al. 2004. Ketika asosiasi diukur dalam skala interval atau rasio metrik maka metodenya disebut metric multidimensional scaling dan jika data diukur dalam skala ordinal ataupun nominal non metrik, maka metode analisisnya disebut non-metric multidimensional scaling Steyvers 2001 . Metode multidimensional scaling yang dibahas dan digunakan dalam penelitian ini adalah metode non-metric dimensional scaling yang selanjutnya hanya disebut dengan metode multidimensional scaling. Metode ini mencoba membuat representasi “dissimilarity” atau “jarak” antar obyek atau titik posisi dalam dimensi yang lebih kecil dengan tetap mempertahankan karakteristik jarak antar obyek dalam banyak dimensi multidimensi. Karakteristik jarak yang akan dipertahankan dalam hal ini bukan nilai nominal jarak, akan tetapi urutan peringkat jarak. Hal ini karena jarak dari obyek yang diukur secara non-metrik tidak memenuhi persyaratan jarak yang metrik, yaitu Susilo 2003: 1. Jika a = b, maka Da,b = 0 2. Jika a b, maka Da,b 0 3. Da,b = Db,a 4. Da,b + Db,c ≥ Da,c Jarak yang diukur secara non-metrik dari data ordinal tidak memenuhi syarat ke-4 yang disebut sebagai “triangle inequality axiom”. Penyimpangan karakteristik jarak setelah ordinasi dibandingkan dengan sebelum ordinasi diukur dalam sebutan standardized residual sum of square “stress” adalah persentase penyimpangan dari karakteristik awal Steyvers 2001 . Makin kecil nilai stress semakin besar representasi jarak dapat dipertahankan pada analisis ordinasi dalam ruang yang diperkecil atau hasil analisis makin dapat dipercaya. Johnson dan Wichern 1988 dalam Susilo 2003 memberikan kriteria bahwa stress = 10 dianggap cukup, dan 42 stress = 20 dianggap kurang. Namun demikian, RAPFISH menggunakan kriteria stress ≤ 25 untuk dapat menerima hasil analisis multidimensional scaling Clarke and Warwick 1997 dalam Pitcher and Preikshot 2001. 2.8. Model Keberlanjutan Pengelolaan Ekowisata 2.8.1.