Multidimensionale Skalierung

Abstract

Die Multidimensionale Skalierung (MDS) wird in diesem Kapitel auf acht Seiten in den wesentlichen Grundzügen vorgestellt, 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- oder mehrdimensionalen 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 kommt insbesondere dann zur Anwendung, wenn der Anwender herausfinden möchte, welche Eigenschaften für die subjektive Beurteilung von Objekten (z. B. Produktmarken, Unternehmen oder Parteien) von Relevanz sind.

Eine ausführliche Darstellung der Nichtlinearen Regression 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.