Flerdimensionel skalering er en metode til visuelt at udtrykke information. I stedet for at vise rå tal vil et flerdimensionelt skala-diagram vise forholdet mellem variabler; ting, der ligner hinanden, vises tæt på hinanden, mens ting, der er forskellige, vises langt væk fra hinanden.
Forholdsmodellering
Flerdimensionelle skalaer viser, hvordan tingene står i forhold til hinanden. For eksempel, hvis du lavede en flerdimensionel skala over byafstande i USA, ville Chicago være tættere på Detroit end det ville være til Phoenix.
En fordel ved denne metode er, at du kan se på en flerdimensionel skala og straks vurdere, hvor nært beslægtede forskellige værdier er. En ulempe er dog, at denne teknik ikke handler i reelle tal - en flerdimensionel skala fra Boston, New York og Los Angeles ser stort set ud som en flerdimensionel skala i London, Dublin og Buenos Aires, selvom de faktiske tal er dybtgående forskellige.
Forenkling af tabeller
En flerdimensionel skala bruges bedst i situationer, hvor der er en stor mængde data organiseret i tabelform. Ved at konvertere det til en flerdimensionel skala kan du straks vurdere forhold, hvilket er i det væsentlige umuligt i en tabel med 10.000 eller flere forskellige tal - et beløb, der er helt gennemførlig.
Ulempen ved dette er, at en kompleks formel er nødvendig for at konvertere rå tal til en flerdimensionel skala. Selvom det er let at se forholdet mellem figurer, kræver det en stor indsats for at skabe bordet. Dette betyder, at hvis du skal bruge en flerdimensionel skala, skal du være sikker på, at der er et faktisk behov for de oplysninger, den præsenterer. Ellers bruger du din tid nu uden anden grund end at spare en anden tid i fremtiden.
Ansøgning
Flerdimensionel skalering anvendes generelt i psykologi, hvor man tegner grafiske reaktioner på forskellige stimuli. Denne metode bruges, fordi forskere kan vise forhold af betydning - dvs. hvor meget betydning der lægges på forskellige variabler. Dette kan være yderst nyttigt, da psykologiske data har tendens til at være store og har mange forskellige aspekter.
En ulempe ved dette er, at det tilføjer endnu et lag med subjektivitet til psykologiske data, da modellering af tabellerede data i en flerdimensionel skala kræver en vis beslutningstagning. Hvilke data går ind i skalaen? Hvilke multiplikatorer vil blive brugt til at skabe forholdstal? Dette har en indvirkning på den flerdimensionale skalaens nøjagtighed.