Scalarea multidimensională este o metodă de exprimare vizuală a informațiilor. În loc să arate numere brute, o diagramă la scară multidimensională va arăta relațiile dintre variabile; lucrurile similare vor apărea apropiate, în timp ce lucrurile diferite vor apărea departe unul de celălalt.
Modelarea relației
Scările multidimensionale arată cum stau lucrurile una în relație între ele. De exemplu, dacă ați face o scară multidimensională a distanțelor orașului în Statele Unite, Chicago ar fi mai aproape de Detroit decât ar fi de Phoenix.
Un avantaj al acestei metode este că puteți privi o scară multidimensională și puteți evalua imediat cât de strâns legate sunt valorile diferite. Un dezavantaj este însă că această tehnică nu se ocupă în număr real - o scară multidimensională din Boston, New York și Los Angeles ar arăta aproximativ similar cu o scară multidimensională din Londra, Dublin și Buenos Aires, chiar dacă cifrele reale sunt profund diferit.
Tabelele de simplificare
O scară multidimensională este utilizată cel mai bine în situațiile în care există o cantitate mare de date organizate sub formă de tabel. Prin convertirea acestuia la o scară multidimensională, puteți evalua imediat relațiile, adică în esență imposibil într-un tabel cu 10.000 sau mai multe cifre diferite - o sumă care este în întregime fezabil.
Dezavantajul este că este necesară o formulă complexă pentru a converti cifrele brute într-o scară multidimensională. Prin urmare, deși este ușor să vedeți relațiile dintre figuri, este nevoie de un efort mare pentru a crea masa. Aceasta înseamnă că, dacă veți utiliza o scară multidimensională, trebuie să fiți siguri că există o cerere reală pentru informațiile pe care le prezintă. În caz contrar, îți folosești timpul acum fără niciun alt motiv decât pentru a economisi timp altcuiva în viitor.
Cerere
Scalarea multidimensională este în general utilizată în psihologie, reprezentând grafic răspunsurile subiectului la diferiți stimuli. Această metodă este utilizată deoarece cercetătorii pot arăta relații de importanță - adică cât de multă importanță este acordată diferitelor variabile. Acest lucru poate fi extrem de util, deoarece datele psihologice tind să fie de volum mare și să aibă multe aspecte diferite.
Un dezavantaj al acestui fapt este că adaugă un alt nivel de subiectivitate datelor psihologice, deoarece modelarea datelor prezentate într-o scară multidimensională necesită o anumită luare a deciziilor. Ce date vor intra în scară? Ce multiplicatori vor fi folosiți pentru a crea figuri de relație? Acest lucru are un efect asupra preciziei scalei multidimensionale.