Vícerozměrné měřítko je metoda vizuálního vyjádření informací. Spíše než zobrazit hrubá čísla, bude multidimenzionální graf měřítka zobrazovat vztahy mezi proměnnými; věci, které jsou podobné, se objeví blízko u sebe, zatímco věci, které se liší, se objeví daleko od sebe.
Modelování vztahů
Vícerozměrné váhy ukazují, jak věci stojí ve vztahu k sobě navzájem. Pokud byste například vytvořili multidimenzionální stupnici vzdáleností měst ve Spojených státech, Chicago by bylo blíže k Detroitu než k Phoenixu.
Výhodou této metody je, že se můžete podívat na vícerozměrné měřítko a okamžitě posoudit, jak úzce souvisí různé hodnoty. Nevýhodou však je, že se tato technika nezabývá reálnými čísly - vícerozměrná škála Bostonu, New Yorku a Los Angeles by vypadalo zhruba podobně jako vícerozměrná škála Londýna, Dublinu a Buenos Aires, i když skutečná čísla jsou hluboce odlišný.
Zjednodušující tabulky
Vícerozměrná stupnice se nejlépe používá v situacích, kdy existuje velké množství dat organizovaných ve formě tabulky. Převedením na multidimenzionální měřítko můžete okamžitě posoudit vztahy, což je v podstatě nemožné v tabulce s 10 000 nebo více různými čísly - částka, která je zcela proveditelný.
Nevýhodou je, že pro převod nezpracovaných čísel do vícerozměrné stupnice je nezbytný složitý vzorec. Proto, i když je snadné vidět vztahy mezi čísly, vytvoření tabulky vyžaduje velké úsilí. To znamená, že pokud budete používat multidimenzionální měřítko, musíte si být jisti, že existuje skutečná poptávka po informacích, které předkládá. Jinak nyní využíváte svůj čas pouze z toho důvodu, abyste někomu jinému ušetřili čas v budoucnosti.
aplikace
V psychologii se obecně používá vícerozměrné škálování, které zachycuje reakce subjektů na různé podněty. Tato metoda se používá, protože vědci mohou ukázat vztahy důležitosti - tj. Kolik důležitosti se přikládá různým proměnným. To může být nesmírně užitečné, protože psychologické údaje mají tendenci být velké a mají mnoho různých aspektů.
Nevýhodou je to, že psychologickým údajům přidává další vrstvu subjektivity, protože modelování předložených dat do vícerozměrného měřítka vyžaduje určité rozhodování. Která data budou použita v měřítku? Které multiplikátory budou použity k vytvoření vztahových údajů? To má vliv na přesnost vícerozměrné stupnice.