Zusammenfassung
Multidimensionale Skalierung (MDS) bezeichnet eine Familie von Verfahren, die Objekte des Forschungsinteresses durch Punkte eines mehrdimensionalen Raums (MDS-Lösung) so darstellen, dass die Distanz zwischen je zwei Punkten in diesem Raum einem gegebenen Nähe-, Abstands-, Ähnlichkeits- oder Unähnlichkeitswert (Proximität) dieser Objekte so genau wie möglich entspricht. Als Proximitäten lassen sich außerordentlich viele Funktionen verwenden wie etwa Korrelationen der Objekte über ihre Ausprägungen auf verschiedenen Variablen (z. B. die Interkorrelationen verschiedener sozialer Gruppen in Bezug auf eine Batterie von Eigenschaften); direkt erhobene globale Ähnlichkeitsratings für Paare von Objekten (z. B. Beurteilungen verschiedener Länder durch eine Person auf einer Skala von „sehr ähnlich“ bis „sehr verschieden“); oder co-occurrence Koeffizienten, die messen, wie oft ein Ereignis zusammen mit einem anderen auftritt (z. B. wie oft kommt Verbrechen X zusammen mit Verbrechen Y vor, relativ zur Gesamthäufigkeit von X und Y ). Das MDS-Modell spezifiziert (1) die Transformierbarkeit der Proximitäten (z.B. ordinal oder linear) und (2) die Distanzfunktion zwischen den Punkten (meist: die euklidische Distanz). Die formale Güte einer MDS-Darstellung wird durch ihren Stress-Wert angezeigt. Stress ist eine Verlustfunktion, die misst, wie schlecht die Distanzen den Proximitäten entsprechen. Ist der Stress gleich Null, dann entsprechen die Distanzen den (zulässig transformierten) Proximitäten perfekt. Der Anwender muss bewerten, ob der Stress klein genug ist für den gegebenen Kontext (Zahl der Objekte, Dimensionalität des Raums, Distanzfunktion, Interpretierbarkeit, Replizierbarkeit, usw.). Eine MDS-Darstellung dient meist dazu, die Daten für explorative Zwecke zu visualisieren. Eine MDS kann aber auch theorietestend eingesetzt werden, wenn Vorhersagen darüber entwickelt werden können, wie sich die Objekte im MDS-Raum verteilen. Die hierbei häufigste Form einer Hypothese ist die einer bestimmten Verteilung der Objekt-Punkte entlang von ein oder mehreren Dimensionen im MDS-Raum.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Alderfer, C. P. (1972). Existence, Relatedness, and Growth. New York: Free Press.
Bilsky, W. & Jehn, K. A. (2002). Organisationskultur und individuelle Werte: Belege für eine gemeinsame Struktur. In M. Myrtek (Hg.), Die Person im biologischen und sozialen Kontext(S. 211–228). Göttingen: Hogrefe.
Borg, I. & Braun, M. (1996). Work Values in East and West Germany: Different Weights but Identical Structures. Journal of Organizational Behavior, 17, 541–555.
Borg, I. & Groenen, P. (1998). Regional Interpretations in Multidimensional Scaling. In J. Blasius & M. Greenacre (Hg.), Visualization of Categorical Data(S. 347–364). New York: Academic Press.
Borg, I. & Groenen, P. (2005). Modern Multidimensional Scaling. New York: Springer, 2. Auflage.
Borg, I., Groenen, P., & Mair, P. (2010). Multidimensionale Skalierung. Mering: Rainer Hampp Verlag.
Borg, I. & Lingoes, J. C. (1980). A Model and Algorithm for Multidimensional Scaling with External Constraints on the Distances. Psychometrika, 45, 25–38.
Borg, I. & Shye, S. (1995). Facet Theory: Form and Content. Newbury Park: Sage.
Borg, I. & Staufenbiel, T. (2007). Theorien und Methoden der Skalierung. Bern: Huber, 4. Auflage.
Carroll, J. D. & Chang, J. J. (1970). Analysis of Individual Differences in Multidimensional Scaling via an N-Way Generalization of ‘Eckart-Young’ Decomposition. Psychometrika, 35, 283–320.
Cox, T. F. & Cox, M. A. A. (1991). Multidimensional Scaling on a Sphere. Communications in Statistics A, Theory and Methods, 20, 2943–2953.
Cox, T. F. & Cox, M. A. A. (2000). Multidimensional Scaling, Band 2. London: Chapman & Hall.
Dichtl, E., Bauer, H. H., & Schobert, R. (1980). Die Dynamisierung mehrdimensionaler Marktmodelle am Beispiel des deutschen Automobilmarkts. Marketing, 3, 163–177.
Groenen, P. J. F. & Van der Lans, I. (2004). Multidimensional Scaling With Regional Restrictions for Facet Theory: An Application to Levy's Political Protest Data. In M. Braun & P. P. Mohler (Hg.), Beyond the Horizon of Measurement(S. 41–64). Mannheim: ZUMA.
Guthrie, J. T. (1973). Models of Reading and Reading Disability. Journal of Educational Psychology, 65, 9–18.
Guttman, L. (1977). What Is Not What in Statistics. The Statistician, 26, 81–107.
Horan, C. B. (1969). Multidimensional Scaling: Combining Observations when Individuals have Different Perceptual Structures. Psychometrika, 34, 139–165.
Kruskal, J. B. (1964). Multidimensional Scaling by Optimizing Goodness of Fit to a Nonmetric Hypothesis. Psychometrika, 29, 1–27.
Kruskal, J. B. & Wish, M. (1978). Multidimensional Scaling. Beverly Hills: Sage.
Lingoes, J. C. & Borg, I. (1978). A Direct Approach to Individual Differences Scaling Using Increasingly Complex Transformations. Psychometrika, 43, 491–519.
O'Reilly III, C. A., Chatman, J. A., & Caldwell, D. F. (1991). People and Organizational Culture: A Profile Comparison Approach to Assessing Person-Organization Fit. Academy of Management Journal, 34, 487–516.
Roskam, E. E. (1979). The Nature of Data: Interpretation and Representation. In J. C. Lingoes, E. E. Roskam, & I. Borg (Hg.), Geometric Represenations of Relational Data(S. 149–235). Ann Arbor: Mathesis Press.
Schönemann, P. H. (1994). Measurement: The Reasonable Ineffectiveness of Mathematics in the Social Sciences. In I. Borg & P. P. Mohler (Hg.), Trends and Perspectives in Empirical Social Research(S. 149–160). New York: De Gruyter.
Schönemann, P. H. & Borg, I. (1983). Grundlagen der mehrdimensionalen metrischen Skaliermethoden. In H. Feger & J. Bredenkamp (Hg.), Enzyklopädie der Psychologie: Messen und Testen(S. 257–345). Göttingen: Hofgrefe.
Schwartz, S. H. (1992). Universals in the Content and Structure of Values: Theoretical Advances and Empirical Tests in 20 Countries. Advances in Experimental Social Psychology, 25, 1–65.
Schwartz, S. H. (2007). Value Orientations: Measurement, Antecedents and Consequences Across Nations. In R. Jowell, C. Roberts, R. Fitzgerald, & G. Eva (Hg.), Measuring attitutes cross-nationality: Lessons from the European Social Survey(S. 169–203). London: Sage.
Spence, I. & Ogilvie, J. C. (1973). A Table of Expected Stress Values for Random Rankings in Nonmetric Multidimensional Scaling. Multivariate Behavioral Research, 8, 511–517.
Tversky, A. (1977). Features of Similarity. Psychological Review, 84, 327–352.
Wish, M. (1971). Individual Differences in Perceptions and Preferences Among Nations. In C. W. King & D. Tigert (Hg.), Attitude Research Reaches New Heights(S. 312–318). Chicago: American Marketing Association.
Editor information
Rights and permissions
Copyright information
© 2010 VS Verlag fur Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Borg, I. (2010). Multidimensionale Skalierung. In: Wolf, C., Best, H. (eds) Handbuch der sozialwissenschaftlichen Datenanalyse. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92038-2_17
Download citation
DOI: https://doi.org/10.1007/978-3-531-92038-2_17
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-16339-0
Online ISBN: 978-3-531-92038-2
eBook Packages: Humanities, Social Science (German Language)