Skip to main content

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 139.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  • Alderfer, C. P. (1972). Existence, Relatedness, and Growth. New York: Free Press.

    Google Scholar 

  • 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.

    Google Scholar 

  • Borg, I. & Braun, M. (1996). Work Values in East and West Germany: Different Weights but Identical Structures. Journal of Organizational Behavior, 17, 541–555.

    Article  Google Scholar 

  • 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.

    Chapter  Google Scholar 

  • Borg, I. & Groenen, P. (2005). Modern Multidimensional Scaling. New York: Springer, 2. Auflage.

    Google Scholar 

  • Borg, I., Groenen, P., & Mair, P. (2010). Multidimensionale Skalierung. Mering: Rainer Hampp Verlag.

    Google Scholar 

  • Borg, I. & Lingoes, J. C. (1980). A Model and Algorithm for Multidimensional Scaling with External Constraints on the Distances. Psychometrika, 45, 25–38.

    Article  Google Scholar 

  • Borg, I. & Shye, S. (1995). Facet Theory: Form and Content. Newbury Park: Sage.

    Google Scholar 

  • Borg, I. & Staufenbiel, T. (2007). Theorien und Methoden der Skalierung. Bern: Huber, 4. Auflage.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • Cox, T. F. & Cox, M. A. A. (1991). Multidimensional Scaling on a Sphere. Communications in Statistics A, Theory and Methods, 20, 2943–2953.

    Article  Google Scholar 

  • Cox, T. F. & Cox, M. A. A. (2000). Multidimensional Scaling, Band 2. London: Chapman & Hall.

    Book  Google Scholar 

  • Dichtl, E., Bauer, H. H., & Schobert, R. (1980). Die Dynamisierung mehrdimensionaler Marktmodelle am Beispiel des deutschen Automobilmarkts. Marketing, 3, 163–177.

    Google Scholar 

  • 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.

    Google Scholar 

  • Guthrie, J. T. (1973). Models of Reading and Reading Disability. Journal of Educational Psychology, 65, 9–18.

    Article  Google Scholar 

  • Guttman, L. (1977). What Is Not What in Statistics. The Statistician, 26, 81–107.

    Article  Google Scholar 

  • Horan, C. B. (1969). Multidimensional Scaling: Combining Observations when Individuals have Different Perceptual Structures. Psychometrika, 34, 139–165.

    Article  Google Scholar 

  • Kruskal, J. B. (1964). Multidimensional Scaling by Optimizing Goodness of Fit to a Nonmetric Hypothesis. Psychometrika, 29, 1–27.

    Article  Google Scholar 

  • Kruskal, J. B. & Wish, M. (1978). Multidimensional Scaling. Beverly Hills: Sage.

    Google Scholar 

  • Lingoes, J. C. & Borg, I. (1978). A Direct Approach to Individual Differences Scaling Using Increasingly Complex Transformations. Psychometrika, 43, 491–519.

    Article  Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • 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.

    Google Scholar 

  • 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.

    Article  Google Scholar 

  • Tversky, A. (1977). Features of Similarity. Psychological Review, 84, 327–352.

    Article  Google Scholar 

  • 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.

    Google Scholar 

Download references

Authors

Editor information

Christof Wolf Henning Best

Rights and permissions

Reprints 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)

Publish with us

Policies and ethics