다차원 스케일링이란 무엇입니까?

다차원 스케일링은 비교하기 어려운 것들 사이의 비교를 만드는 데 사용되는 방법입니다. 이 프로세스의 최종 결과는 일반적으로 다양한 항목 간의 유사성 수준을 보여주는 2 차원 차트입니다. 예를 들어, 연구원은 시험 대상에게 여러 종류의 사과를 제공하고 한 번에 두 사과 사이의 여러 기준을 비교하도록 할 수 있습니다. 모든 사과가 서로 다른 품종과 직접 비교되면 데이터가 한 유형이 다른 유형과 얼마나 유사한 지 보여주는 그래프에 그려집니다.

다차원 스케일링의 두 가지 구성 요소는 이름, 다차원 테스트 및 스케일링 응답에 적합합니다. 이 두 가지 개념은 매우 간단합니다. 결국이 프로세스를 복잡하게 만드는 것은 단지 분석 일뿐입니다. 다차원 테스트는 단순히 테스트 항목의 많은 요소가 동시에 검사됨을 의미합니다. 사과의 예에서, 색, 단맛 또는 타르트 함의 정도 또는 과일이 얼마나 단단한 지에 대해 논의 할 수 있습니다.

다차원 스케일링의 스케일링 응답은 요인을 비교하는 데 사용되는 방법을 나타냅니다. 일반적으로 5 점 또는 7 점 척도는 전혀 다르거 나 전혀 다릅니다. 이를 통해 시험 대상자는 문제를 해석하고 자신의 감정을 바탕으로 자신에 대한 옳고 그름에 대한 답변을 제공 할 수 있습니다. 이것은 또한 연구원들이 데이터를 수학적으로 조작하는 데 사용할 수있는 1에서 5 또는 7의 수치 결과를 만들 수 있다는 추가적인 이점이 있습니다.

이러한 종류의 연구에는 비교를 위해 최소 및 최대가 모두 있습니다. 비교 또는 비교 항목이 너무 적 으면 데이터가 존재하지 않는 경우 인공적인 유사성이 표시 될 수 있습니다. 너무 많으면 비교 시스템에 정보가 너무 많아서 결과가 결정적이지 않습니다. 일반적으로 4 개에서 8 개 사이의 비교는 4 개에서 12 개의 항목으로 이루어집니다.

다차원 스케일링 실험에서, 대상은 한 번에 두 항목을 봅니다. 그들은 시험의 다른 단계를 고려하지 않고 이들 항목 만 비교합니다. 결국, 주제는 모든 항목을 다른 모든 항목과 두 그룹으로 비교합니다. 예를 들어, 사과 1과 사과 2의 단맛 사이의 비교 일 수 있습니다. 두 과일의 단맛 사이의 유사성은 포인트 규모로 평가되며 주제는 다음 질문으로 넘어갑니다.

데이터가 수집 된 후 다차원 스케일링 실험의 결과를 평가하는 프로그램은 정보에 대한 복잡한 통계 분석을 수행합니다. 먼저, 색상과 같은 유사한 요소에 대한 비교는 다른 모든 요소가없는 상태에서 서로 비교됩니다. 그런 다음 다른 모든 항목이없는 경우 단일 항목의 비교가 비교되고 둘 다 가중됩니다. 이 결과는 여러 이종 물체 간의 수치 적 유사성을 나타내는 최종 집계로 집계됩니다.

다른 언어

이 문서가 도움이 되었나요? 피드백 감사드립니다 피드백 감사드립니다

어떻게 도와 드릴까요? 어떻게 도와 드릴까요?