Multidimension Scaling: MDS Berbasis Ranking Pasangan Merek

PERSEPSI adalah suatu proses, dengan mana seseorang menerima, menyeleksi dan menginterpretasi stimuli untuk membentuk gambaran yang menyeluruh dan berarti tentang dunia.  Proses persepsi itu berlangsung dalam benak konsumen. Jadi sifatnya abstrak.  Sekali pun individu pemersepsi dapat memberikan deskripsi, tetapi persepsi yang kita tangkap, tidaklah objektif, melainkan subjektif.

Walaupun persepsi sulit diukur secara pasti karena sifatnya yang abstrak, para ahli tetap berusaha untuk memperoleh gambaran persepsi seseorang tentang suatu objek secara relatif dibanding dengan objek-objek lainnya. Objek bisa berupa produk, merek, toko, orang, partai politik, dan lain-lain.  Teknik yang digunakan dinamakan  multidimension scaling (MDS).

Sebagai salah satu teknik multivariat dalam golongan interdependenced technique, MDS adalah salah satu posedur yang digunakan untuk memetakan persepsi dan preferensi para responden secara visual dalam peta geometri.

Peta geometri tersebut, yang disebut spatial map atau perceptual map, merupakan penjabaran berbagai dimensi yang berhubungan.  Katakanlah kita memakai peta geometri berupa diagram kartesius. Peta ini dibentuk dengan dua dimensi, satu pada sumbu horisontal (sumbu X), satunya lagi pada sumbu vertikal (sumbu Y).

Setiap dimensi, yaitu X dan Y, sebenarnya mewakili berbagai atribut yang terlibat dalam pembentukan persepsi.  Bisa saja kita menilai sekumpulan merek berdasarkan sepuluh atribut.  Dalam MDS, kesepuluh atribut ini akan dipadatkan menjadi dua, tiga, empat atau lebih dimensi, tergantung kebutuhan. Konsepnya demikian, tetapi kalau dimensi berjumlah empat atau lebih, interpretasi sulit dilakukan.  Karena itulah, dalam MDS, umumnya dipakai dua atau tiga dimensi.

Gambar 8.1 merupakan contoh perceptual map yang dihasilkan MDS.  Dalam gambar tersebut, setiap merek menempati posisi tertentu.  Merek-merek yang memiliki kesamaan tinggi, menempati posisi berdekatan.  Merek-merek yang berbeda, menempati posisi berjauhan.  Jadi, dari peta persepsi itu, kita dapat melihat mana merek-merek yang bersaing dekat, mana yang bersaing jauh.

Jangan dulu pertanyakan kebenarannya karena peta ini diperoleh hanya dari persepsi seorang responden. Namun, kalau mau diterjemahkan, dari peta tersebut terlihat bahwa Carens memiliki posisi yang dekat dengan Trajet.  Posisi merek-merek lain juga terlihat.  Trajet tentu bukanlah saingan Honda Jazz mengingat posisinya yang jauh.

Memang, dalam pemasaran, MDS umumnya dipakai dalam  memetakan persepsi. Namun, informasi yang diberikan MDS dipakai dalam berbagai aplikasi pemasaran lainnya, seperti:

  1. Pengukuran imej (image measurement). Kita tahu bahwa imej adalah persepsi yang bersifat publik. Kalau peta persepsi setiap individu kita ukur, lalu kita lakukan perbandingan antar-individu, objek-objek yang menempati posisi yang relatif sama pada sebagian besar atau semua individu, tentu sudah memiliki imej yang kuat.
  2. Segmentasi pasar. Merek dan dan konsumen dapat diposisikan dalam peta yang sama (in the same space),  kemudian kelompok-kelompok konsumen dengan persepsi yang relatif homogen dapat diidentifikasi.
  3. Pengembangan produk baru (new product development). Melalui spatial map dapat terlihat area-area yang masih kosong atau yang pemainnya belum ada.  MDS dapat dipakai untuk mengevaluasi konsep-konsep produk baru dan merek-merek saat ini untuk mengetahui bagaimana konsumen mempersepsikan konsep-konsep baru.  Proporsi preferensi untuk setiap produk baru adalah sebuah indikator untuk mengetahui kesuksesannya.
  4. Menilai keefektifan iklan. Kalau iklan ditujukan untuk membentuk “brand position”, MDS dapat dipakai untuk mengukur apakah posisi yang diinginkan sudah tercapai, dengan kata lain, apakah iklan efektif dalam membentuk “brand position”.
  5. Analisis harga. Buatlah ‘spatial map’ dengan dan ‘tanpa memasukkan’ faktor harga.  Lalu, bandingkan kedua spatial maps.  Beda antara keduanya, mencerminkan dampak harga terhadap persepsi konsumen.
  6. Keputusan saluran (channel decision). Kalau kita melakukan judgement tentang kompatibilitas (compatibility) atas sejumlah merek dengan outlet yang berbeda-beda, maka informasi dari spatial maps yang terkait saluran distribusi tersebut, dapat dipakai sebagai bahan pertimbangan.  Misalnya begini.  Melalui MDS kita petakan sejumlah merek.  Ada sebuah merek, katakan merek A, menarik perhatian kita.  Lalu, kita ingin agar posisi merek kita sama dengan posisi merek A.  Lalu, kita selidiki praktek-praktek pemasaran yang dilakukan merek A, termasuk saluran distribusinya, lalu dijadikan sebagai bahan acuan dalam mendesain saluran distribusi merek kita.
  7. Konstruksi skala sikap. Teknik MDS dapat dipakai untuk mengembangkan skala pengukuran sikap.[i]

TERMINOLOGI DAN STATISTIK

  1. Analisis agregat (aggregate analysis), sebuah pendekatan dalam MDS, di mana perceptual map dibuat untuk evaluasi sekelompok responden terhadap objek-objek. Perceptual map ini dapat dibuat oleh komputer maupun peneliti sendiri.
  2. Penilaian kesamaan (similarity judgement), merupakan peringkat seluruh pasangan merek yang mungkin atau stimulsi lain berdasarkan kesamaan yang dinyatakan melalui skala pengukuran (measurement scale) berskala numerik atau semacamnya.
  3. Peringkat preferensi (preference rankings), adalah raking berupa urutan merek-merek mulai dari yang paling diinginkan sampai paling tidak diinginkan konsumen (atau responden).
  4. Stress, adalah skor yang menyatakan ketidaktepatan pengukuran (lack-of-fit measurement). Semakin tinggi ‘stress’, semakin  tinggi ketidaktepatan (fit).
  5. R kuadrat (R square), adalah indeks korelasi pangkat dua yang menyatakan proposi varians data asli yang dapat dijelaskan oleh MDS.
  6. Spatial map (disebut juga perceptual map), adalah suatu peta geometris yang menyatakan hubungan atau perbandingan antar merek atau stimuli lain berdasarkan dimensi-dimensi yang diukur.
  7. Koordinat (coordinates), menyatakan posisi suatu merek atau stimulus lain dalam spatial maps.
  8. Unfolding, representasi merek dan responden sebagai poin dalam space yang sama.

MDS Dibanding Teknik-teknik Multivariate Lainnya

Ada dua keunikan MDS dibanding teknik-teknik multivariate lainnya. Pertama, analisis MDS dapat dilakukan pada level individu (disebut disaggregate analysis), selain level segmen maupun level agregat (disebut aggregate analysis).  Dalam disaggregate analysis, perceptual map diproduksi sebanyak objek atau subjek.

Teknik-teknik multivariat lain tidak ada yang seperti ini (mampu melakukan analisis disaggregat).

Kedua, kemampuan MDS untuk “menghasilkan” dimensi-dimensi tanpa keharusan mendeskripsikan atribut-atribut produk. Kata “menghasilkan” dibuat dalam tanda kutip bermakna bahwa MDS tidak menyatakan dimensi-dimensi itu secara eksplisit, akan tetapi melalui pertimbangan (judgement) peneliti.

ISU-ISU MDS

Sebelum melakukan MDS, ada beberapa isu yang perlu diperhatikan  oleh peneliti, seperti berikut ini.

Identifikasi Objek Relevan.  Peneliti perlu memeriksa objek-objek yang relevan.  Objek-objek yang tidak relevan akan meng-ganggu peta persepsi serta mempersulit interpretasi dimensi-dimensi perseptual di antara objek-objek yang diuji.  Sekiranya  ingin meneliti brand position Mitsubishi Kuda, tentu kita harus menyertakan merek-merek relevan, seperti Kijang, Panther, Taruna, Avanza, dan Xenia.

Batasan merek relevan bersifat subjektif. Untuk mempe-rolehnya, kita dapat melakukan riset pendahuluan, bisa pula berdasarkan data sekunder berupa data yang dipakai oleh pihak lain (misalnya majalah atau tabloid) sebelumnya.

Similarity Versus Preferensi.  Setelah objek ditentukan, perlu pula ditentukan, berdasarkan apa persepsi terhadap objek-objek tersebut dipetakan, berdasarkan kesamaan (similarity) ataukah preferensi (preference)?. Kedua jenis input data akan menghasilkan peta persepsi yang berbeda.

Dengan similarity, memang dimensi-dimensi objek dapat digali, akan tetapi determinasi pilihan tidak terungkap.  Artinya, kita tidak mengetahui kecenderungan pilihan responden.

Dengan preferensi memang pilihan terefleksi, akan tetapi, sulit membandingkan kesamaan antara satu objek dengan objek lain, sebab dimensi yang dipakai untuk membangun preferensi, bisa saja berbeda untuk objek yang berbeda. Misalnya, Roberto menempatkan mobil Jazz sebagai pilihan pertama karena irit bahan bakar. Pilihan kedua adalah Terrano karena desainnya yang gagah.  Sulit membandingkan kesamaan kedua merek tersebut dalam peta persepsi karena atribut dasar pembentukan preferensi berbeda.

Desain Riset.  Perlu ditentukan, apakah dalam MDS kita meng-gunakan desain decompositional (attribute-free) ataukah compositional (atrribute-based).  Desain  decompositional kita  hanya mengukur kesan umum (general impression).  Pada saat membandingkan Kuda dan Kijang, kesamaan di antara keduanya, ataupun preferensi pada keduanya, oleh responden dihasilkan hanya berdasarkan kesan umum.  Artinya, responden tak perlu menguraikan alasan atas persepsi atau pun prefensinya.

Dengan metoda compositional, kita mengukur kesan  atas sejumlah merek berdasarkan sekumpulan atribut. Dengan menggunakan teknik pengukuran tertentu (biasanya skala numerik ataupun semantic differential scale), kita meminta responden memberikan peringkat (rating) setiap merek pada sejumlah atribut.

Kesamaan diukur dengan membandingkan data setiap objek, umumnya dengan cara melakukan korelasi antar-objek.  Kesa-maan turunan (derived similarity) kemudian diolah dengan menggunakan analisis faktor ataupun analisis diskriminan untuk mengidentifikasi dimensi-dimensi yang dipakai responden untuk membedakan objek-objek tersebut.

Berdasarkan isu-isu di atas, kita dapat mengetengahkan berbagai metoda dalam membuat peta persepsi.  Seperti terlihat pada Gambar 8.2, MDS hanya salah satu cara untuk membuat pemetaan persepsi (perceptual mapping).

BENTUK-BENTUK MATRIK

Proksimiti (proximity), yang disebut juga jarak psikologis (psychological distance), merupakan ukuran empiris kedekatan atau kesa-maan pasangan-pasangan objek.   Tabel-tabel yang berisikan data proksimiti disebut matrik.  Ada tiga bentuk matrik yang umum dijumpai dalam MDS, seperti dijelaskan berikut ini.

Intact unconditional proximity matrix.  Disebut utuh (intact)  karena setiap sel (kecuali diagonal utama) berisikan data yang mengindikasikan tingkat kesamaan (similarity) ataupun ketidak-samaan (dissimilarity) suatu pasangan stimuli relatif terhadap pasangan-pasangan stimuli lain. Disebut unconditional  karena setiap sel dapat dibandingkan dengan sel lain secara langsung. Tabel 8.1, Tabel 8.2 dan Tabel 8.9 termasuk kategori ini.

Karena jumlah baris dan kolom sama, sebagai matrik, tabel-tabel tersebut juga tergolong sebagai matrik simertis (symmetric).

Lihat Tabel 8.2.  Objek-objek (maskapai penerbangan) terletak pada kolom, sedangkan pada baris terdapat referensi (yaitu atribut).  Kesamaan setiap objek dapat dievaluasi pada setiap baris.  Misalnya, untuk atribut aroma (di sini aroma sebagai referensi), kita membandingkan kesamaan setiap objek pada atribut tersebut.  Otomatis, angka-angka pada baris pertama, tidak bisa dibandingkan dengan angka-angka pada baris kedua dan lainnya.  Yang bisa dibandingkan hanya data antar kolom. Karena kesamaan hanya dapat dinilai pada suatu kondisi (hanya antar  baris saja atau kolom), maka  matrik demikian disebut intact conditional proximity matrix.

Yang ketiga, objek-objek (disebut juga stimuli) ditempatkan pada kolom, sedangkan pada baris, ditempatkan responden (orang). Misalkan, kita ingin meminta responden untuk memberikan preferensi pada sejumlah objek (Tabel 8.9).  Dengan demikian kita memperoleh off-diagonal conditional proximity matrix. Sama seperti pada matrik sebelumnya, pada matrik ini kita tidak bisa membandingkan nilai antar baris, yang bisa hanya data antar kolom.

PENDEKATAN NON-ATRIBUT

Ada dua jenis data input pada pendekatan non-atribut, yaitu kesa-maan (similarity) dan preferensi (preference).

Kesamaan (Similarity).   Menurut Malhotra (2006), kesamaan dapat diukur dengan dua cara, yaitu cara langsung (direct measures) cara tidak langsung (derived measures).  Berikut ini disajikan pendekatan langsung. Pendekatan langsung disajikan pada pendekatan berbasis atribut.

Ada beberapa cara mengukur kesamaan, yaitu  meranking, menggunakan skala numerik atau semantic differential, mengelompokkan secara subjektif, anchoring clustering method, membandingkan pasangan dan mengukur perilaku secara langsung (direct behavior method).   Dua metoda pertama paling banyak dibahas dalam buku-buku riset pemasaran.

Berikut ini dilakukan pembahasan pada empat metoda pertama. Dua metoda terakhir tidak dibahas karena tidak praktis dalam penerapannya.

Meranking

Kita bisa meminta responden untuk meranking semua pa-sangan objek-objek yang mungkin (all possible pairs).  Misalkan kita meriset delapan merek: Sosro, Tekita, Es Tea, Fruit Tea, Lipton Ice Tea, dan Fresh Tea.  Jika dipasang-pasangkan akan ada 15 pasangan, yang ditampilkan dalam pertanyaan (yang disertai simulasi jawaban) sebagai berikut:

Berikan peringkat (ranking) tingkat kesamaan pasangan-pasangan merek teh botol berikut (peringkat 1 adalah yang paling mirip):

Dengan   pertanyaan serta simulasi data  di atas, kita hasilkan data seperti pada Tabel 8.1. Lalu, dengan data ini, kita hasilkan perceptual map  Gambar 8.3.

Langkah-langkah analisis MDS dengan SPSS

  1. Pada layar SPSS, isikan data Tabel 8.1. Merek-merek yang dilibatkan harus ditulis sesuai susunan abjad, kalau tidak, MDS dapat menginterpretasikan adanya data yang hilang (missing value).  Tampak di layar seperti di bawah ini.

2. Pada menu utama SPSS, pilih analyze, lalu Scale, setelah itu klik multimension scaling (PROXSCALL). Dalam SPSS, ada dua pilihan MDS.  Selain PROXSCALL, satu lagi adalah ASCALL. Untuk bentuk matrik seperti Tabel 8.1, keduanya memberikan hasil sama. Hanya saja, dengan PROXSCALL, koordinat merek-merek mudah di-copy.  Jadi, kita pilih program ini.

3. Pada kotak dialog yang muncul, pilih: The data are proximities, One matrix source, Proximities are in a matrix across column, lalu klik Define.

4. Pada kotak dialog yang muncul, masukkan semua merek pada sel proximities. Lihat gambar di bawah. Kemudian klik OK.

5. Ada berbagai hasil yang diperoleh, tetapi untuk keperluan kita, cukup ditampilkan perceptual map, seperti pada Gambar 8.3.

Gambar 8.3. Peta Perseptual Teh

Perlu diketahui  bahwa peringkat kesamaan, mulai dari yang paling mirip,  bisa dimulai dari 1 (angka paling kecil), bisa pula dari 15 (angka paling besar). Data ranking ini ordinal.

Dari perceptual map di atas (Gambar 8.3) terlihat bahwa Fresh Tea, Tekita dan Estea, memiliki posisi yang berdekatan.  Berdasarkan posisi tersebut dapat dikatakan bahwa ketiga merek ini bersaing satu sama lain.

Lipton dan Fruit Tea juga memiliki posisi yang relatif berdekatan. Sedangkan Sosro memiliki tempat tersendiri dan terkesan tidak memiliki pesaing langsung.

MDS Berbasis Skala Numerik dan Semantic Differential

MDS dengan Anchor Point Clustering Method

MDS Berdasarkan Kesan Umum Secara Lengkap

MDS Berbasis Preferensi

MDS Berbasis Atribut

 Daftar Referensi