IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-662-10038-7_24.html
   My bibliography  Save this book chapter

Multidimensionale Skalierung

In: Statistische Datenanalyse mit SPSS für Windows

Author

Listed:
  • Jürgen Janssen

    (HWP-Hamburger Universität für Wirtschaft und Politik)

  • Wilfried Laatz

    (HWP-Hamburger Universität für Wirtschaft und Politik)

Abstract

Zusammenfassung Das Verfahren der Multidimensionale Skalierung (MDS) wird in erster Linie als ein exploratives Verfahren angewendet. Analysedaten sind Ähnlichkeits- bzw. Unähnlichkeitsmaße (Distanzmaße)1 von Paaren von Objekten (➪ Kap. 16.3), die sich u.a. aus Urteilsbildungen von Personen ergeben. Die Aufgabe der MDS besteht darin, die Objekte als Punkte in einem möglichst niedrigdimensionalen (zwei- bzw. höchstens dreidimensionalen) Koordinatensystem (die Achsen werden Dimensionen genannt) darzustellen. Dabei sollen die Abstände zwischen den Objekten im Koordinatensystem so gut wie möglich den Ähnlichkeiten (bzw. Unähnlichkeiten) der Objekte entsprechen. Ähnliche Objektpaare sollen also nahe beieinander liegen und unähnliche einen hohen Abstand haben (➪ Abb. 24.6 für ein Beispiel). Man interpretiert die Konstruktion einer derartigen räumlichen Darstellung von Objekten (auch Konfiguration genannt) als Abbildung des Wahrnehmungsraums von Personen. Diesem liegt die Vorstellung zugrunde, dass Personen bei Ähnlich(Unähnlich)keitsurteilen sich an nicht messbaren Kriterien (Dimensionen) orientieren. Eine MDS stellt sich die Aufgabe, diese Dimensionen aufzudecken.

Suggested Citation

  • Jürgen Janssen & Wilfried Laatz, 2003. "Multidimensionale Skalierung," Springer Books, in: Statistische Datenanalyse mit SPSS für Windows, edition 0, chapter 24, pages 529-541, Springer.
    • Handle: RePEc:spr:sprchp:978-3-662-10038-7_24
    DOI: 10.1007/978-3-662-10038-7_24
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-10038-7_24. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.