Multidimensionaal schalen is een methode om informatie visueel uit te drukken. In plaats van ruwe cijfers weer te geven, toont een multidimensionale schaalgrafiek de relaties tussen variabelen; dingen die op elkaar lijken, zullen dicht bij elkaar verschijnen, terwijl dingen die anders zijn, ver van elkaar zullen verschijnen.
Relatiemodellering
Multidimensionale schalen laten zien hoe dingen ten opzichte van elkaar staan. Als u bijvoorbeeld een multidimensionale schaal van stadsafstanden in de Verenigde Staten zou maken, zou Chicago dichter bij Detroit liggen dan bij Phoenix.
Een voordeel van deze methode is dat je op een multidimensionale schaal kunt kijken en direct kunt inschatten hoe nauw verschillende waarden met elkaar samenhangen. Een nadeel is echter dat deze techniek niet in reële getallen werkt - een multidimensionale schaal van Boston, New York en Los Angeles zou er ongeveer hetzelfde uitzien als een multidimensionale schaal van Londen, Dublin en Buenos Aires, ook al zijn de werkelijke cijfers diep? anders.
Tabellen vereenvoudigen
Een multidimensionale schaal wordt het best gebruikt in situaties waarin er een grote hoeveelheid gegevens in tabelvorm is georganiseerd. Door het om te zetten naar een multidimensionale schaal, kun je onmiddellijk relaties beoordelen, wat is in wezen onmogelijk in een tabel met 10.000 of meer verschillende cijfers - een bedrag dat helemaal haalbaar.
Het nadeel hiervan is dat er een complexe formule nodig is om ruwe cijfers om te zetten in een multidimensionale schaal. Daarom, hoewel het gemakkelijk is om de relaties tussen figuren te zien, kost het veel moeite om de tabel te maken. Dit betekent dat als je een multidimensionale schaal gaat gebruiken, je er zeker van moet zijn dat er daadwerkelijk vraag is naar de informatie die het presenteert. Anders gebruik je je tijd nu zonder andere reden dan om iemand anders in de toekomst tijd te besparen.
Toepassing
Multidimensionale schaling wordt over het algemeen gebruikt in de psychologie, waarbij de reacties van het onderwerp op verschillende stimuli worden weergegeven. Deze methode wordt gebruikt omdat onderzoekers relaties van belang kunnen aantonen, d.w.z. hoeveel belang wordt gehecht aan verschillende variabelen. Dit kan zeer nuttig zijn, aangezien psychologische gegevens vaak een hoog volume hebben en veel verschillende aspecten hebben.
Een nadeel hiervan is dat het een extra laag subjectiviteit toevoegt aan psychologische gegevens, aangezien het modelleren van tabelgegevens op een multidimensionale schaal enige besluitvorming vereist. Welke gegevens gaan in de weegschaal? Welke vermenigvuldigers worden gebruikt om relatiecijfers te creëren? Dit heeft effect op de nauwkeurigheid van de multidimensionale schaal.