Multidimensionale Skalierung

[s.a. Positionierung] Die Multidimensionale Skalierung (MDS) ist ein multivariates Verfahren der Datenanalyse. Sie wird vorrangig zur mehrdimensionalen Einstellungsmessung eingesetzt. Ziel der MDS ist, Objekte in einem mehrdimensionalen Raum derart zu positionieren (Produktpositionierung), dass die Positionen der Objekte und ihre gegenseitigen räumlichen Entfernungen weitestgehend mit den tatsächlichen Entfernungen bzw. Unterschieden der Objekte übereinstimmen (vgl. Berekoven/Eckert/Ellenrie-der, 2001, S. 238ff.).

Die MDS basiert nicht wie andere Verfahren zur Beurteilung von Objekten auf im Voraus explizit festgelegten Kriterien wie Eigenschaften oder Merkmalen von Objekten; es wird zunächst nur die subjektiv empfundene Ähnlichkeit (Ähnlichhitsmaße) von Objekten erfasst (vgl. Backhaus u.a., 2000, S. 500ff.). Die Ahnlich-keitsdaten werden durch paarweises Vergleichen, z.B. von Produktmarken, gewonnen und sind meist lediglich ordinal- bzw. rangskaliert.

Die Ähnlichkeitsurteile lassen sich räumlich darstellen. Derartige Darstellungen der Erhebungsdaten liefern die verschiedenen Verfahren der Multidimensiona-len Skalierung. Dabei werden die Ähnlichkeiten zwischen zwei Objekt

en jeweils durch ihre Distanz (Distanzmaße) beschrieben. Mit Hilfe von Gradientenverfahren wird versucht, aus den Ähnlichkeitsdaten eine Konfiguration der Bewertungsobjekte in einem Merkmalsraum mit wenigen Dimensionen zu finden. Dabei wird gefordert, dass die Rangfolge der Distanzen zwischen den Objekten der Rangfolge der von den Probanden wahrgenommenen Ähnlichkeiten entspricht. Zur Bezeichnung der Dimensionen sind Kenntnisse über die Objekte, z.B. die Produkte und Märkte, erforderlich.

Kennzeichnend für die MDS ist, dass auf der Basis nicht-metrischer Ähnlichkeitsdaten ein metrisch skaliertes Endergebnis erzielt wird.

<< vorhergehender Begriff

nächster Begriff >>

Multiattributmodelle

Multifaktorenkonzept