Indhold
Multidimensionel skalering er en metode til visuelt at udtrykke information. I stedet for at vise rånumre, viser et flerdimensionalt skala-diagram forholdet mellem variabler; ting, der ligner, vises tæt på hinanden, mens ting, der er anderledes, vises langt væk fra hinanden.
Forholdsmodellering
Multidimensionelle skalaer viser, hvordan tingene står i forhold til hinanden. Hvis du for eksempel lavede en flerdimensionel skala over byafstande i USA, ville Chicago være tættere på Detroit, end det ville være Phoenix.
En fordel ved denne metode er, at du kan se på en multidimensionel skala og straks vurdere, hvor tæt beslægtede forskellige værdier er. En ulempe er dog, at denne teknik ikke handler i reelle tal - en multidimensionel skala fra Boston, New York og Los Angeles ville se nogenlunde ud som en multidimensionel skala fra London, Dublin og Buenos Aires, selvom de faktiske tal er meget forskellige .
Forenkling af tabeller
En flerdimensionel skala bruges bedst i situationer, hvor der er en stor mængde data organiseret i tabelform. Ved at konvertere det til en flerdimensionel skala, kan du straks vurdere forhold, hvilket i det væsentlige er umuligt i en tabel med 10.000 eller flere forskellige tal - et beløb, der er helt muligt.
Ulempen med dette er, at en kompleks formel er nødvendig for at konvertere rå tal til en multidimensionel skala. Derfor er det let at se forholdet mellem figurer, men det kræver en stor indsats for at skabe tabellen. Dette betyder, at hvis du bruger en multidimensionel skala, skal du være sikker på, at der er et reelt behov for de oplysninger, de præsenterer. Ellers bruger du din tid nu uden anden grund end at spare en anden tid i fremtiden.
Ansøgning
Multidimensionel skalering bruges generelt i psykologi, hvor man tegner emnesvar på forskellige stimuli. Denne metode bruges, fordi forskere kan vise sammenhænge af betydning - dvs. hvor stor betydning der lægges på forskellige variabler. Dette kan være yderst nyttigt, da psykologiske data har en tendens til at være meget store og har mange forskellige aspekter.
En ulempe ved dette er, at det tilføjer et andet lag med subjektivitet til psykologiske data, da modellering af tabellerede data i en flerdimensionel skala kræver en vis beslutningstagning. Hvilke data går ind i skalaen? Hvilke multiplikatorer bruges til at oprette forholdstall? Dette har indflydelse på den multidimensionelle skalaers nøjagtighed.