Многомерното мащабиране е метод за визуално изразяване на информация. Вместо да показва сурови числа, многомерна диаграма ще покаже връзките между променливите; нещата, които са подобни, ще изглеждат близо един до друг, докато нещата, които са различни, ще изглеждат далеч един от друг.
Моделиране на отношения
Многомерните везни показват как стоят нещата един спрямо друг. Например, ако сте направили многоизмерна скала на градските разстояния в САЩ, Чикаго ще бъде по-близо до Детройт, отколкото до Финикс.
Предимство на този метод е, че можете да разгледате многомерна скала и веднага да прецените колко тясно са свързани различните стойности. Недостатък обаче е, че тази техника не работи в реални числа - многомерна скала на Бостън, Ню Йорк и Лос Анджелис би изглеждал приблизително подобен на многоизмерна скала на Лондон, Дъблин и Буенос Айрес, въпреки че действителните цифри са дълбоко различен.
Опростяване на таблици
Многоизмерната скала се използва най-добре в ситуации, когато има голямо количество данни, организирани в таблична форма. Преобразувайки го в многомерна скала, можете веднага да оцените взаимоотношенията, което е по същество невъзможно в таблица с 10 000 или повече различни цифри - сума, която е изцяло осъществимо.
Недостатъкът на това е, че е необходима сложна формула за преобразуване на сурови фигури в многомерна скала. Следователно, докато е лесно да се видят връзките между фигурите, за създаването на таблицата са необходими големи усилия. Това означава, че ако ще използвате многомерна скала, трябва да сте сигурни, че има действително търсене на информацията, която представя. В противен случай използвате времето си сега без причина, освен да спестите време на някой друг в бъдеще.
Приложение
Многоизмерното мащабиране обикновено се използва в психологията, като изобразява реакциите на субекта на различни стимули. Този метод се използва, защото изследователите могат да покажат важни взаимоотношения - т.е. колко голямо значение се придава на различни променливи. Това може да бъде изключително полезно, тъй като психологическите данни са склонни да бъдат много обемни и да имат много различни аспекти.
Недостатък на това е, че той добавя още един слой субективност към психологическите данни, тъй като моделирането на таблични данни в многоизмерна скала изисква вземане на решение. Кои данни ще влязат в скалата? Кои мултипликатори ще бъдат използвани за създаване на фигури на взаимоотношения? Това оказва влияние върху точността на многомерната скала.