Sadržaj
Višedimenzionalno skaliranje metoda je vizualnog izražavanja podataka. Umesto da prikazuje sirove brojeve, višedimenzionalna ljestvica prikazuje odnos između varijabli; stvari slične pojavit će se blisko jedna dok će se stvari drugačije pojaviti daleko jedna od druge.
Modeliranje odnosa
Višedimenzionalne vage prikazuju kako stvari stoje jedna u drugoj. Na primjer, ako biste napravili višedimenzionalnu skalu udaljenosti gradova u Sjedinjenim Državama, Chicago bi bio bliži Detroitu nego što bi bio Phoenix.
Prednost ove metode je u tome što možete pogledati višedimenzionalnu skalu i odmah procijeniti koliko su usko povezane različite vrijednosti. Nedostatak je, međutim, što se ova tehnika ne bavi realnim brojevima - višedimenzionalna ljestvica Bostona, New Yorka i Los Angelesa izgledala bi otprilike slično multidimenzionalnoj ljestvici Londona, Dublina i Buenos Airesa, iako su stvarne brojke duboko različite ,
Pojednostavljivanje tablica
Višedimenzionalna ljestvica najbolje se koristi u situacijama kada je velika količina podataka organizirana u obliku tablice. Pretvarajući ga u višedimenzionalnu skalu, možete odmah procijeniti odnose, što je u osnovi nemoguće u tablici s 10 000 ili više različitih brojki - iznos koji je sasvim izvediv.
Nedostatak ovoga je što je potrebna složena formula za pretvaranje sirovih figura u višedimenzionalnu skalu. Stoga je, iako je lako vidjeti odnose između figura, potrebno mnogo napora za izradu tablice. To znači da ako želite koristiti višedimenzionalnu skalu, morate biti sigurni da je stvarni zahtjev za informacijama koje ih prezentiraju. Inače, sada vrijeme koristite bez ikakvog drugog razloga osim da uštedite neko drugo vrijeme u budućnosti.
primjena
Višedimenzionalno skaliranje obično se koristi u psihologiji, pri grafikovanju reakcija subjekta na različite podražaje. Ova metoda se koristi zato što istraživači mogu pokazati važne odnose - tj. Koliko je važnosti na različitim varijablama. Ovo može biti vrlo korisno jer psihološki podaci imaju veliku količinu i imaju mnogo različitih aspekata.
Nedostatak toga je što dodaje još jedan sloj subjektivnosti psihološkim podacima, jer modeliranje tabličnih podataka u višedimenzionalnoj skali zahtijeva neko odlučivanje. Koji će podaci ići u ljestvici? Koji će se množitelji koristiti za stvaranje figura odnosa? To utječe na točnost višedimenzionalnih skala.