Hva er flerdimensjonal skalering?

Multidimensjonal skalering er en metode som brukes for å skape sammenligninger mellom ting som er vanskelig å sammenligne.Sluttresultatet av denne prosessen er generelt et todimensjonalt diagram som viser et nivå av likhet mellom forskjellige elementer, alt i forhold til hverandre.For eksempel kan en forsker gi testpersoner flere varianter av Apple og få dem til å gjøre sammenligninger på flere kriterier mellom to epler om gangen.Når alle eplene er direkte sammenlignet med hverandre, er dataene plottet på en graf som viser hvor lignende en type er til en annen.

De to komponentene i flerdimensjonal skalering er riktig i navnet, flerdimensjonal testing og skalert respons.Begge disse konseptene er veldig enkle og mdash;Det er bare analysen på slutten som gjør denne prosessen kompleks.Flerdimensjonal testing betyr ganske enkelt at mange faktorer i testelementet blir undersøkt samtidig.Dette er vanligvis en fem- eller syv-punkts skala som spenner fra ikke like i det hele tatt til identisk.Dette gjør at testpersonene kan tolke spørsmålene og gi svar basert på følelsene deres snarere og angående seg selv med rett og galt.Dette har også den ekstra fordelen med å skape et numerisk resultat, en til fem eller syv, som forskere kan bruke for å matematisk manipulere dataene.

Disse slags studier har både et minimum og maksimum for sammenligning.Hvis det er for få sammenligninger eller sammenlignet elementer, kan dataene vise kunstige likheter der ingen er til stede.Når det er for mange, blir sammenligningssystemene så overbelastet med informasjon at resultatet typisk er uoverensstemmende.Generelt er mellom fire og åtte sammenligninger gjort mellom fire og 12 elementer.

I et flerdimensjonalt skaleringseksperiment ser forsøkspersonene på to elementer om gangen.De gjør sammenligninger mellom disse elementene alene, ikke vurderer noe annet stadium av testen.Etter hvert vil forsøkspersonene sammenligne hvert element mot alle andre ting, alle i grupper på to.For eksempel kan sammenligningen være mellom sødmen til Apple One og Apple Two.Likheten mellom søtheten til de to fruktene blir vurdert på punktskalaen og motivet går videre til neste spørsmål.

Etter at dataene er samlet, utfører et program som vurderer det multidimensjonale skaleringseksperimentets resultater en kompleks statistisk analyse om informasjonen.For det første sammenlignes sammenligningene på lignende faktorer, for eksempel farge, med hverandre i fravær av alle andre.Deretter sammenlignes sammenligningene av et enkelt element, i mangel av alle andre, og begge vektes.Disse resultatene blir deretter samlet inn i en endelig oppsummering som viser en numerisk likhet mellom flere forskjellige objekter.