Multidimensionale Skalierung

Aufgabenstellung für die Multidimensionale Skalierung (MDS)

Durch die Multidimensionale Skalierung (MDS) können in einer Abbildung komplexe Zusammenhänge zwischen Objekten anschaulich und gut interpretierbar vermittelt werden. Bei den Objekten kann es sich sowohl um Produkte oder Dienstleistungsangebote als auch um wichtige Käufersegmente oder spezielle Zielgruppen handeln.

Handelt es sich bei den Objekten um Produkte, die von den Befragten in Item-Batterien ähnlich beurteilt werden, liegen diese Produkte in der grafischen Darstellung nahe beieinander. Produkte, die unterschiedlich beurteilt werden, sind entsprechend weiter voneinander entfernt positioniert. So ist es beispielsweise möglich, die Position des „eigenen“ Produktes im Wettbewerbsumfeld sofort zu erkennen und strategische Zusammenhänge leichter zu entwickeln.

Handelt es sich dagegen bei den Objekten um Personen, beispielsweise um Kunden, die im Rahmen einer Kundenzufriedenheitsanalyse zu einer Serviceleistung befragt werden, liegen die Personengruppen, die z.B. verschiedene Statements ähnlich beurteilt haben, in der grafischen Darstellung nahe beieinander. Personengruppen, die diese Statements unterschiedlich beurteilt haben, sind entsprechend weiter voneinander entfernt positioniert. So ist es möglich, Einstellungen und Erwartungen unterschiedlicher Zielgruppen besser zu differenzieren und Kundengruppen zu kategorisieren.

Beispiel einer MDS – Positionierung der Abteilungen einer Kaufhauskette

Voraussetzungen

Grundsätzlich kann eine Multidimensionale Skalierung immer dann durchgeführt werden, wenn mit Statement-Batterien gearbeitet wird. Als Daten können metrische Variablen oder Prozentwerte verwendet werden. Die Stichprobengröße hängt davon ab, wie homogen das Meinungsspektrum der befragten Personen ist – je homogener das Meinungsbild, umso kleiner kann sie angelegt werden.

Da die übersichtliche Darstellung der MDS durch die Reduzierung des vollständigen Merkmalsraumes auf nur zwei Dimensionen erreicht wird, ist nicht gewährleistet, dass alle Merkmale genau dargestellt werden können. Merkmale, die mehr als ein Drittel ihrer Information verlieren, sollten aus der Analyse herausgenommen oder zumindest gekennzeichnet werden.