Inhoud
Multidimensionale schaling is een methode om informatie visueel uit te drukken. In plaats van ruwe getallen te tonen, toont een multidimensionale schaalgrafiek de relaties tussen variabelen; dingen die op elkaar lijken, verschijnen dicht bij elkaar, terwijl dingen die anders zijn ver van elkaar verschijnen.
Relatiemodellering
Multidimensionale schalen laten zien hoe dingen ten opzichte van elkaar staan. Als u bijvoorbeeld een multidimensionale schaal van stadsafstanden in de Verenigde Staten zou maken, zou Chicago dichter bij Detroit zijn dan bij Phoenix.
Een voordeel van deze methode is dat u op een multidimensionale schaal kunt kijken en meteen kunt beoordelen hoe nauw verwante verschillende waarden zijn. Een nadeel is echter dat deze techniek niet in reële aantallen handelt - een multidimensionale schaal van Boston, New York en Los Angeles zou er ongeveer hetzelfde uitzien als een multidimensionale schaal van Londen, Dublin en Buenos Aires, hoewel de werkelijke cijfers sterk verschillen .
Vereenvoudiging van tabellen
Een multidimensionale schaal wordt het best gebruikt in situaties waarin een grote hoeveelheid gegevens in tabelvorm is georganiseerd. Door het om te zetten naar een multidimensionale schaal, kunt u onmiddellijk relaties beoordelen, wat in wezen onmogelijk is in een tabel met 10.000 of meer verschillende cijfers - een bedrag dat volledig haalbaar is.
Het nadeel hiervan is dat een complexe formule nodig is om ruwe cijfers om te zetten in een multidimensionale schaal. Hoewel het gemakkelijk is om de relaties tussen cijfers te zien, kost het daarom veel moeite om de tabel te maken. Dit betekent dat als je een multidimensionale schaal gaat gebruiken, je er zeker van moet zijn dat er een daadwerkelijke vraag is naar de informatie die het presenteert. Anders gebruik je je tijd nu zonder andere reden dan om in de toekomst iemand anders tijd te besparen.
Toepassing
Multidimensionale schaling wordt over het algemeen gebruikt in de psychologie, waarbij de subjectreacties op verschillende stimuli in kaart worden gebracht. Deze methode wordt gebruikt omdat onderzoekers belangrijke relaties kunnen aantonen, d.w.z. hoeveel belang wordt gehecht aan verschillende variabelen. Dit kan zeer nuttig zijn, omdat psychologische gegevens vaak een hoog volume hebben en veel verschillende aspecten hebben.
Een nadeel hiervan is dat het een extra laag subjectiviteit toevoegt aan psychologische gegevens, omdat het modelleren van ingediende gegevens op een multidimensionale schaal enige besluitvorming vereist. Welke gegevens gaan de schaal in? Welke multiplicatoren worden gebruikt om relatiecijfers te maken? Dit heeft een effect op de nauwkeurigheid van de multidimensionale schalen.