多次元尺度構成法は、情報を視覚的に表現する方法です。 多次元尺度構成法では、生の数値を表示するのではなく、変数間の関係を表示します。 似ているものは近くに表示され、異なるものは互いに遠くに表示されます。
関係モデリング
多次元スケールは、物事が互いにどのように関係しているかを示します。 たとえば、米国で都市距離の多次元尺度構成法を作成した場合、シカゴはフェニックスよりもデトロイトに近くなります。
この方法の利点は、多次元尺度を見て、さまざまな値がどれほど密接に関連しているかをすぐに評価できることです。 ただし、不利な点は、この手法が実数を処理しないことです。ボストン、ニューヨーク、ロサンゼルスの多次元尺度です。 実際の数値は非常に正確ですが、ロンドン、ダブリン、ブエノスアイレスの多次元尺度にほぼ似ています。 違います。
テーブルの簡素化
多次元尺度は、テーブル形式で編成された大量のデータがある状況で最もよく使用されます。 多次元尺度構成法に変換することで、関係をすぐに評価できます。 10,000以上の異なる数値を持つテーブルでは、本質的に不可能です—完全に 実行可能。
これの欠点は、生の図形を多次元尺度に変換するために複雑な式が必要になることです。 そのため、図間の関係はわかりやすいですが、表の作成には多大な労力を要します。 これは、多次元尺度を使用する場合、それが提示する情報に対する実際の需要があることを確認する必要があることを意味します。 そうでなければ、あなたは将来誰か他の人の時間を節約する以外の理由で今あなたの時間を使っています。
応用
多次元尺度構成法は、一般的に心理学で使用され、さまざまな刺激に対する被験者の反応をグラフ化します。 この方法が使用されるのは、研究者が重要性の関係、つまり、さまざまな変数にどれだけの重要性が置かれているかを示すことができるためです。 心理データは大量であり、さまざまな側面がある傾向があるため、これは非常に便利です。
これの欠点は、テーブル化されたデータを多次元尺度構成法にモデル化するには何らかの意思決定が必要になるため、心理的データに主観性の別の層が追加されることです。 どのデータがスケールに入りますか？ 関係図を作成するために使用される乗数はどれですか？ これは、多次元尺度の精度に影響を及ぼします。