2016 | OriginalPaper | Chapter
Multidimensionale Skalierung
Authors : Klaus Backhaus, Bernd Erichson, Rolf Weiber, Wulff Plinke
Published in: Multivariate Analysemethoden
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Die Multidimensionale Skalierung (MDS) wird in diesem Kapitel auf acht Seiten in den wesentlichen Grundzügen behandelt, indem die mittels MDS zu behandelnden Problemstellungen sowie die Vorgehensweise skizziert werden und die Umsetzung mit SPSS aufgezeigt wird. Die MDS umfasst Verfahren, mittels derer sich Objekte auf Basis ihrer Ähnlichkeiten oder Unähnlichkeiten gemeinsam in einem zwei- odermehrdimensionalen Raum darstellen lassen. Ein primäres Anwendungsgebiet bilden Positionierungsanalysen, mittels derer sich die subjektive Wahrnehmung von Objekten durch Personen (z. B. der Wahrnehmung von Produkten durch Konsumenten, von Politikern durch Wähler, von Universitäten durch Studenten) visualisieren lässt. Aus den erfragten Ähnlichkeiten zwischen den Objekten leitet die MDS Wahrnehmungsdimensionen ab, mit deren Hilfe sich die Objekte dann positionieren und grafisch darstellen lassen. Die MDS findet insbesondere dann Anwendung, wenn der Anwender keine oder nur vage Kenntnisse darüber hat, welche Eigenschaften für die subjektive Beurteilung von Objekten (z. B. Produktmarken, Unternehmen oder Politiker) von Relevanz sind. Eine ausführliche Darstellung der MDS mit der Berechnung eines umfangreichen Fallbeispiels findet der Leser in dem Buch von: Backhaus, K./Erichson, B./ Weiber, R.: Fortgeschrittene Multivariate Analysemethoden, 3. Aufl., Berlin Heidelberg 2016.