Večdimenzionalno skaliranje je metoda, ki se uporablja za ustvarjanje primerjav med stvarmi, ki jih je težko primerjati. Končni rezultat tega postopka je na splošno dvodimenzionalni grafikon, ki prikazuje stopnjo podobnosti med različnimi predmeti, ki so vsi medsebojno povezani. Na primer, raziskovalec lahko preizkusnim subjektom da več sort jabolk in jih naroči, da opravijo primerjave po več merilih med dvema jabolkoma hkrati. Ko se vsa jabolka neposredno primerjajo med seboj, se podatki izrišejo na grafu, ki prikazuje, kako podobna je ena vrsta drugi.
Dve komponenti večdimenzionalnega skaliranja sta prav v imenu, večdimenzionalno testiranje in prilagojen odziv. Oba koncepta sta zelo preprosta – samo analiza na koncu naredi ta proces zapleten. Večdimenzionalno testiranje preprosto pomeni, da se hkrati preuči veliko dejavnikov testnega predmeta. V primeru jabolk je mogoče razpravljati o stvareh, kot so barva, stopnja sladkosti ali trpkosti ali celo, kako čvrsto je sadje.
Skalirani odziv večdimenzionalnega skaliranja se nanaša na metodo, ki se uporablja za primerjavo dejavnikov. To je na splošno pet- ali sedemstopenjski lestvici, ki sega od sploh ne podobnih do enakih. To omogoča preiskovalcem, da razlagajo vprašanja in dajejo odgovore na podlagi svojih občutkov in se ukvarjajo s tem, kaj je prav in kaj narobe. To ima tudi dodatno prednost, da ustvari številčni rezultat, od enega do pet ali sedem, ki ga lahko raziskovalci uporabijo za matematično manipulacijo podatkov.
Te vrste študij imajo za primerjavo najmanj in maksimum. Če je primerjav ali primerjanih postavk premalo, lahko podatki kažejo umetne podobnosti, kjer jih ni. Ko jih je preveč, postanejo primerjalni sistemi tako preobremenjeni z informacijami, da je rezultat običajno nedokončen. Na splošno se izvede od štiri do osem primerjav med štirimi in 12 postavkami.
V večdimenzionalnem poskusu skaliranja preiskovanci gledajo na dva predmeta hkrati. Sami primerjajo med temi predmeti, ne upoštevajo nobene druge stopnje testa. Na koncu bodo subjekti primerjali vsak predmet z vsakim drugim, vse v skupinah po dva. Primerjava je lahko na primer med sladkostjo jabolka XNUMX in jabolka XNUMX. Podobnost med sladkostjo obeh sadežev se oceni na točkovni lestvici in subjekt preide na naslednje vprašanje.
Ko so podatki zbrani, program, ki oceni rezultate eksperimenta z večdimenzionalnim skaliranjem, izvede kompleksno statistično analizo informacij. Prvič, primerjave o podobnih dejavnikih, kot je barva, se primerjajo med seboj brez vseh drugih. Nato se primerjajo primerjave posamezne postavke, če ni vseh drugih, in obe ponderiramo. Ti rezultati se nato združijo v končni seštevek, ki kaže številčno podobnost med več različnimi predmeti.
SmartAsset.