Mitmemõõtmeline skaleerimine on meetod, mida kasutatakse raskesti võrreldavate asjade võrdlemiseks. Selle protsessi lõpptulemus on üldiselt kahemõõtmeline diagramm, mis näitab erinevate üksuste sarnasuse taset, kõik üksteise suhtes. Näiteks võib teadlane anda katsealustele mitut sorti õunu ja lasta neil võrrelda mitut kriteeriumi kahe õuna vahel. Kui kõiki õunu võrreldakse otseselt üksteise sordiga, kantakse andmed graafikule, mis näitab, kui sarnane on üks tüüp teisega.
Mitmemõõtmelise skaleerimise kaks komponenti on nime poolest õiged, mitmemõõtmeline testimine ja skaleeritud vastus. Mõlemad mõisted on väga lihtsad – selle protsessi muudab keeruliseks lihtsalt lõpus olev analüüs. Mitmemõõtmeline testimine tähendab lihtsalt seda, et testitava objekti paljusid tegureid uuritakse korraga. Õuna näite puhul võib arutada selliseid asju nagu värvus, magususe või hapukuse tase või isegi puuvilja tugevus.
Mitmemõõtmelise skaleerimise skaleeritud vastus viitab meetodile, mida kasutatakse tegurite võrdlemiseks. See on üldiselt viie- või seitsmepalline skaala, mis ulatub mitte-sarnasest identseni. See võimaldab katsealustel küsimusi tõlgendada ja vastuseid anda pigem oma tunnetest lähtuvalt ning enda õige ja vale suhtes. Selle lisakasu on ka numbrilise tulemuse loomine, üks kuni viis või seitse, mida teadlased saavad kasutada andmete matemaatiliseks manipuleerimiseks.
Seda tüüpi uuringutel on võrdluseks nii miinimum kui maksimum. Kui võrdlusi või võrreldavaid üksusi on liiga vähe, võivad andmed näidata kunstlikke sarnasusi, kui neid pole. Kui neid on liiga palju, on võrdlussüsteemid teabega nii ülekoormatud, et tulemus on tavaliselt ebaselge. Üldjuhul tehakse nelja kuni kaheksa võrdlust nelja kuni kaheteistkümne üksuse vahel.
Mitmemõõtmelises skaleerimiskatses vaatavad katsealused kahte üksust korraga. Nad võrdlevad neid üksusi üksi, arvestamata ühtegi teist testi etappi. Lõpuks võrdlevad katsealused iga üksust kõigi teiste esemetega, kõik kahekaupa rühmadena. Näiteks võib võrdlus olla õuna ühe ja õuna kahe magususe vahel. Kahe puuvilja magususe sarnasust hinnatakse punktiskaalal ja uuritav liigub edasi järgmise küsimuse juurde.
Pärast andmete kogumist teostab mitmemõõtmelise skaleerimiskatse tulemusi hindav programm teabe keeruka statistilise analüüsi. Esiteks võrreldakse sarnaste tegurite (nt värvi) võrdlusi kõigi teiste puudumisel. Seejärel võrreldakse kõigi teiste puudumisel ühe üksuse võrdlusi ja kaalutakse mõlemat. Seejärel koondatakse need tulemused lõplikuks kokkuvõtteks, mis näitab mitme erineva objekti numbrilist sarnasust.
SmartAsset.