Innhold
Multidimensjonal skalering er en metode for å uttrykke informasjon visuelt. I stedet for å vise rå tall, vil et flerdimensjonalt skala diagram vise forholdene mellom variabler; ting som ligner vil vises tett sammen, mens ting som er annerledes vil vises langt borte fra hverandre.
Forholdsmodellering
Flerdimensjonale skalaer viser hvordan ting står i forhold til hverandre. Hvis du for eksempel foretok en flerdimensjonal skala over byavstander i USA, ville Chicago ligge nærmere Detroit enn det ville være Phoenix.
En fordel med denne metoden er at du kan se på en flerdimensjonal skala og umiddelbart vurdere hvor nært beslektede forskjellige verdier er. En ulempe er imidlertid at denne teknikken ikke handler i reelle tall - en flerdimensjonal skala fra Boston, New York og Los Angeles vil se omtrent ut som en flerdimensjonal skala fra London, Dublin og Buenos Aires, selv om de faktiske tallene er veldig forskjellige .
Forenkling av tabeller
En flerdimensjonal skala brukes best i situasjoner der det er en stor mengde data organisert i tabellform. Ved å konvertere den til en flerdimensjonal skala, kan du umiddelbart vurdere forhold, noe som i det vesentlige er umulig i en tabell med 10 000 eller flere forskjellige tall - et beløp som er helt mulig.
Ulempen med dette er at det er nødvendig med en kompleks formel for å konvertere rå figurer i en flerdimensjonal skala. Derfor, selv om det er lett å se sammenhengene mellom figurer, tar det mye arbeid å lage tabellen. Dette betyr at hvis du skal bruke en flerdimensjonal skala, må du være sikker på at det er et reelt behov for informasjonen den presenteres. Ellers bruker du tiden din nå uten andre grunner enn å spare noen andre tid i fremtiden.
applikasjon
Flerdimensjonal skalering brukes vanligvis i psykologi, og tegner emnesvar på forskjellige stimuli. Denne metoden brukes fordi forskere kan vise forhold av betydning - dvs. hvor mye vekt som legges på forskjellige variabler. Dette kan være ekstremt nyttig, ettersom psykologiske data har mye volum og har mange forskjellige aspekter.
En ulempe med dette er at det tilfører et nytt lag med subjektivitet til psykologiske data, ettersom modellering av tabellerte data i en flerdimensjonal skala krever en del beslutninger. Hvilke data vil gå inn i skalaen? Hvilke multiplikatorer vil brukes til å lage forholdstall? Dette har en innvirkning på flerdimensjonal skalaenes nøyaktighet.