Vad är flerdimensionell skalning?
Multidimensionell skalning är en metod som används för att skapa jämförelser mellan saker som är svåra att jämföra. Slutresultatet av denna process är i allmänhet ett tvådimensionellt diagram som visar en likhetsnivå mellan olika objekt, alla relativt varandra. Till exempel kan en forskare ge testpersoner flera sorter av Apple och låta dem göra jämförelser om flera kriterier mellan två äpplen åt gången. När alla äpplen är direkt jämfört med varandra sort, planeras data på en graf som visar hur liknande en typ är en annan.
De två komponenterna i flerdimensionell skalning är rätt i namnet, flerdimensionell testning och skalad svar. Båda dessa koncept är mycket enkla - det är bara analysen i slutet som gör denna process komplex. Multidimensionell testning innebär helt enkelt att många faktorer i testobjektet undersöks samtidigt. I äpplexemplet, saker som färg, sötma eller tartness eller till och med hur fast than frukt kan diskuteras.
skalat svar på multidimensionell skalning avser metoden som används för att jämföra faktorerna. Detta är i allmänhet en fem- eller sjupunktsskala som sträcker sig från att inte alls till identisk. Detta gör att testpersonerna kan tolka frågorna och ge svar baserat på deras känslor snarare och om sig själva med rätt och fel. Detta har också den extra fördelen att skapa ett numeriskt resultat, en till fem eller sju, som forskare kan använda för att matematiskt manipulera uppgifterna.
Dessa sorters studier har både ett minimum och maximalt för jämförelse. Om det finns för få jämförelser eller jämförda objekt kan data visa konstgjorda likheter där ingen är närvarande. När det finns för många blir jämförelsessystemen så överbelastade med information att resultatet vanligtvis är oöverträffande. Generellt sett är mellan fyra och åtta jämförelsergjort mellan fyra och 12 artiklar.
I ett flerdimensionellt skalningsexperiment tittar försökspersonerna på två artiklar åt gången. De gör jämförelser mellan dessa artiklar ensam, inte med tanke på något annat steg i testet. Så småningom kommer försökspersonerna att jämföra varje objekt med alla andra objekt, alla i grupper om två. Till exempel kan jämförelsen vara mellan sötheten hos Apple One och Apple Two. Likheten mellan sötheten hos de två frukterna bedöms på punktskalan och motivet går vidare till nästa fråga.
När uppgifterna har samlats in utför ett program som bedömer det multidimensionella skalningsexperimentets resultat en komplex statistisk analys av informationen. För det första jämförs jämförelserna om liknande faktorer, såsom färg, med varandra i frånvaro av alla andra. Sedan jämförs jämförelserna av en enda artikel, i frånvaro av alla andra, och båda vägs. Dessa resultat samlas sedan till en slutlig sammanfattning som visar en numerisk SIMilaritet mellan flera olika objekt.