E. Metode Analisis Data
1. Matrix of Cross Impact Multiplications Applied to a Classification (MICMAC) 93
Analisis MICMAC adalah sebuah analisis yang digunakan untuk mengkategorikan atau mengelompokkan suatu faktor, berdasarkan nilai pengaruh dan ketergantungannya (Singh, 2015). Untuk menerapkan metode analisis MICMAC, seorang peneliti dapat menggunakan bantuan software MICMAC, yaitu sebuah aplikasi analisis struktural dengan pendekatan matriks dampak silang, yang dapat digunakan untuk mengklasifikasikan faktor-faktor yang ada pada sebuah sistem yang sedang diteliti.
Dengan adanya matriks tersebut, juga dapat membantu seorang peneliti untuk menganalisis hubungan antarvariabel, baik hubungan langsung ataupun tidak langsung. Pada prinsipnya, metode ini dapat digunakan peneliti untuk (Almeida & Moraes, 2013 dalam Fauzi, 2019):
a) Mengidentifikasi variabel penelitian yang bersifat influent (memengaruhi) dan dependent (dipengaruhi) yang esensial dalam penelitian.
b) Membantu memetakan hubungan antar variabel dan keterkaitan antar variabel untuk menjelaskan masalah yang sedang dikaji dalam penelitian.
c) Mengungkapkan rantai sebab akibat dari suatu pembahasan atau permasalahan yang sedang dikaji dalam penelitian.
Dalam penelitian ini, metode analisis MICMAC digunakan untuk membantu peneliti dalam menentukan faktor-faktor yang mempengaruhi pertumbuhan kendaraan bermotor roda dua di Pulau Jawa. Data yang digunakan dalam analisis MICMAC merupakan data primer, yang dapat diperoleh melalui FGD ataupun bantuan instrumen penelitian lainnya.
Pada penelitian ini, untuk memperoleh data yang akan digunakan pada analisis MICMAC, peneliti menggunakan bantuan instrumen penelitian yaitu berupa penilaian yang dilakukan oleh para ahli atau stakeholder dari ketiga Provinsi. Berdasarkan hasil penilaian tersebut, nantinya akan diperoleh variabel atau faktor yang dibutuhkan dalam penelitian, yang ditampilkan dalam grafik berbentuk empat kuadran seperti yang ditunjukkan pada Gambar 2.10.
94 a. Tahapan Penelitian
Berikut ini tahapan penelitian yang digunakan oleh peneliti, dalam metode analisis MICMAC:
1) Melakukan studi literatur agar dapat mengidentifikasi seluruh faktor atau variabel, yang diduga dapat mempengaruhi pertumbuhan kendaraan bermotor roda dua. Sehingga diperoleh daftar identifikasi kunci yang akan digunakan dalam instrumen penelitian.
2) Melakukan penyebaran instrumen penelitian dan juga tanya jawab kepada stakeholder atau para ahli. Pada tahap ini, para ahli memberikan penilaian mengenai faktor yang telah diidentifikasi. Proses penilaian didasarkan menggunakan ukuran skala, seperti yang digambarkan pada Tabel 3.5, yang digunakan untuk menguantifikasi hubungan antar variabel.
Tabel 3. 5 Skala Hubungan MDI
Skala Hubungan
0 Tidak terdapat hubungan 1 Terdapat hubungan lemah 2 Terdapat hubungan rata-rata 3 Terdapat hubungan kuat P Potential influence
Sumber: Teknik Analisis Keberlanjutan
3) Hasil penilaian kemudian diisi pada matriks MDI dan diolah menggunakan aplikasi MICMAC. Matriks MDI (Matrix of Direct Influence) digunakan sebagai alat bantu untuk mengolah hasil penilaian dan memperoleh gambaran mengenai hubungan langsung dari setiap variabel.
95
4) Kemudian diperoleh hasil yang berupa pemetaan berdasarkan tingkatan pengaruh dan ketergantungannya, yang ditampilkan dengan 4 kuadran ataupun grafik yang menggambarkan hubungan antar variabel.
5) Sehingga diperoleh informasi dan dapat diidentifikasi variabel/ faktor kunci yang dibutuhkan dalam penelitian.
2. Multidimensional Scaling (MDS)
Analisis multidimensional scaling (MDS) adalah salah satu teknik peubah ganda, yang dapat digunakan untuk menentukan posisi suatu objek penelitian, berdasarkan nilai kemiripannya (Gloria, 2014). Dengan metode analisis MDS, dapat dihasilkan informasi tentang bentuk kesamaan atau ketidaksamaan antar atribut/objek penelitian dan letak pemetaan secara geometris (Young, 1985).
Metode ini dapat digunakan untuk menentukan posisi suatu variabel berdasarkan karakteristik kemiripannya, dan juga untuk mengetahui hubungan interdependensi antar variabel atau data yang diteliti, yang mana dapat digambarkan dalam perceptual map (Johnson & Wichern, 2007).
Pada penelitian ini, metode analisis multidimensional scaling (MDS) digunakan untuk membantu peneliti dalam mengetahui karakteristik pemetaan wilayah, berdasarkan dimensi dari faktor-faktor yang mempengaruhi pertumbuhan kendaraan bermotor roda dua di Pulau Jawa. Hasil pengolahan data menggunakan metode analisis MDS berupa peta persepsi (perceptual map) atau dapat juga disebut dengan peta spasial (spatial map). Dengan adanya Perceptual map, dapat terlihat posisi masing-masing objek penelitian yang nantinya dapat dikelompokkan berdasarkan kesamaan karakteristiknya.
Apabila semakin berdekatan posisi antar objek, maka semakin terdapat kemiripan pada objek-objek tersebut. Namun sebaliknya, jika perceptual map menunjukkan posisi objek penelitian yang semakin berjauhan, maka terdapat ketidaksamaan karakteristik pada objek tersebut. MDS memudahkan peneliti dalam memberikan gambaran umum, pada data yang jumlahnya besar sehingga akan mudah dipahami dan lebih informatif dibandingkan dengan metode lain.
Data kemiripan atau ketidakmiripan yang diperoleh pada perceptual map dinyatakan dalam bentuk jarak. Untuk menghitung jarak kedekatan antar objek
96
yang diteliti, dapat menggunakan perhitungan Jarak Euclidean. Dalam meninjau kedekatan posisi masing-masing objek penelitian dalam perceptual map, peneliti juga dapat meninjau berdasarkan titik koordinat atau dalam hasil olah data disebut dengan Stimulus Coordinate.
Dalam mengukur kesesuaian dan ketepatan model yang dihasilkan dalam sebuah analisis multidimensional scaling, seorang peneliti dapat meninjau berdasarkan nilai STRESS dan R Squarenya. Stress merupakan sebuah ukuran ketidaktepatan (a lack of fit measurement) yang dapat menggambarkan tingkat kesesuaian (goodness of fit) suatu penelitian. Ketentuan nilai Stress yang digunakan dalam penelitian ini mengacu pada Tabel 2.3.
R Square dapat menjadi tolak ukur untuk melihat sejauh mana kecocokan atau ketepatan (goodness of fit), dari model yang dikembangkan. Apabila semakin besar nilai R Square yang dihasilkan, maka mengindikasikan semakin baik model atau semakin tepat jarak yang ditunjukkan dalam pereptual map yang digunakan.
Oleh karena itu, metode analisis multidimensional scaling dapat membantu peneliti, untuk memudahkan pemberian informasi dan penggambaran dari masing-masing atribut/objek penelitian, berdasarkan persepsi atau sudut pandang dari masing-masing dimensi yang digunakan dalam suatu penelitian.
a. Tahapan Penelitian
Berikut ini tahapan penelitian yang digunakan oleh peneliti dalam metode analisis multidimensional scaling (MDS):
1) Menentukan atribut atau jumlah dimensi yang akan digunakan dalam penelitian. Dimensi ditentukan berdasarkan pada faktor-faktor yang mempengaruhi pertumbuhan kendaraan bermotor roda dua di Pulau Jawa. Dimensi tersebut dapat berupa dimensi ekonomi, dimensi sosial, dimensi lingkungan dan lain-lain.
2) Melakukan input data sekunder yang kemudian diolah dengan menggunakan bantuan IBM SPSS Statistics 25.
97
3) Melakukan analisis Multidimensional Scaling (MDS) dengan melihat nilai Stress, R Square dan perceptual map yang diperoleh dari ouput olah data pada IBM SPSS Statistics 25.
4) Nilai STRESS dan R Square digunakan untuk mengukur ketepatan dan kesesuaian model (perceptual map) yang terbentuk. Sehingga perceptual map yang dihasilkan dalam penelitian ini dapat mewakili berbagai dimensi (terkait faktor yang mempengaruhi pertumbuhan kendaraan bermotor roda dua) dalam melihat karakteristik masing-masing Kabupaten/Kota yang diteliti.
5) Dengan adanya hasil yang diperoleh dari perceptual map, nantinya dapat diketahui dan dikelompokkan objek penelitian yang terlihat memiliki kesamaan karakteristik, berdasarkan sudut pandang dimensi yang berkaitan dengan faktor yang mempengaruhi pertumbuhan kendaraan bermotor roda dua.
98 BAB IV
TEMUAN PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian