Multidimenzionální škálování

Technika se používá i v marketingu, viz Multidimenzionální škálování v marketingu

Multidimenzionální škálování (MDS) je soubor souvisejících statistických technik často používaných ve vizualizaci dat pro zkoumání podobností nebo odlišností v datech. Algoritmus MDS začíná maticí podobností mezi položkou a položkou, pak přiřadí umístění každé položky v nízkodimenzionálním prostoru, vhodném pro grafování nebo 3D vizualizaci.

Algoritmy MDS spadají do taxonomie, v závislosti na významu vstupní matice:

Aplikace zahrnují vědeckou vizualizaci a dolování dat v oborech jako kognitivní věda, psychofyzika, psychometrika a ekologie.

V marketingu je MDS statistickou technikou, jak vzít preference a vnímání respondentů a reprezentovat je na vizuální mřížce. Tyto mřížky, nazývané percepční mapy, jsou obvykle dvourozměrné, ale mohou reprezentovat více než dvě.

Potenciální zákazníci jsou požádáni, aby porovnali dvojice produktů a učinili úsudek o jejich podobnosti. Zatímco jiné techniky (jako je analýza faktorů, analýza diskriminačních faktorů a analýza spojitých spojů) získávají základní rozměry z odpovědí na atributy produktu identifikované výzkumníkem, MDS získává základní rozměry z úsudků respondentů o podobnosti produktů. To je důležitá výhoda. Nezávisí na úsudcích výzkumníků. Nevyžaduje, aby byl respondentům zobrazen seznam atributů. Základní rozměry vycházejí z úsudků respondentů o dvojicích produktů. Kvůli těmto výhodám je MDS nejběžnější technikou používanou při percepčním mapování.

Postup vícerozměrného škálování

Existuje několik kroků v provádění výzkumu MDS:

faktorová analýza, diskriminační analýza

Doporučujeme:  Behaviorální vědy