多維尺度法

定義

多維尺度法是一種將多維空間的研究對象（樣本或變數）簡化到低維空間進行定位、分析和歸類，同時又保留對象間原始關係的數據分析方法。其特點是將消費者對品牌的感覺偏好，以點的形式反映在多維空間上，而對不同品牌的感覺或偏好的差異程度，則是通過點與點間的距離體現的，我們稱這種品牌或項目的空間定位點圖為空間圖。空間軸代表著消費者得以形成對品牌的感覺或偏好的各種因素或變數。

套用範圍

用於評判和感知：

（民眾）對政治家的態度
對影星的喜愛度
跨文化的差異和比較
心理學中的人類感知
揭示市場空白
評價產品設計和市場行銷中的廣告

實施步驟

同其它的多元統計分析方法一樣，對所研究的問題做出準確的界定，仍然是進行多維尺度分析的首要任務。由於其中將套用各種類型的數據，所以就必須決定一種獲得數據的適宜方式，並選擇用於數據分析的具體過程。另外，還要確定空間的維數。通常，維數多，包含的信息量就大，維數少，則更方便數據分析。因此，需要確定既能包含大部分重要信息又方便數據分析的較為適當的維數。在確定了空間的維數以後，需要準確命名那些構築空間的坐標軸，並對整個空間結構做出解釋。最後一步的工作是評估所用方法的可靠性和有效性。因而，多維尺度法的實施步驟分如下五個部分(如下圖所示)：

課題界定

課題的界定與通過多維尺度法希望達到的目的和選定的品牌密切相關。為此，必須首先予以明確。圍繞需要解決的問題，才能分析與之相關的因素指標（或變數），如果是研究消費者對某產品各個知名品牌的感覺或偏好，就要選擇能夠描述這一特徵的一系列變數指標。另外，在一個構築好的多維空間中，一般需要同時研究至少8個品牌，這樣才能得到一個較好的空間圖。但是，一旦超過25個品牌，就會導致調查對象的疲倦，從而影響調研結果。品牌及相關指標或變數的選擇，往往基於調研問題、相關理論，以及研究人員的判斷力等。

獲取數據

從調查對象那裡得到的數據可能與感覺或偏好有關，感覺數據有直接數據和推斷數據之分，直接數據源於相似性判斷，而推斷數據則源於對相關屬性的評估。

在收集直接的感覺數據時，要求調查對象判別不同品牌相似與否。我們可採用李嘉圖七點標尺或其它度量進行配對品牌評估，這些數據被稱為相似性判別數據。也可以採用其它方法，比如要求調查對象將所有的品牌配對按相似性強弱由大到小排序。再比如，要求調查對象對所有品牌與固定對照品牌進行相似性排序，每個品牌可輪流作為基礎品牌。

收集推斷數據則源於調查對象對相關屬性的評估，我們套用語義差異標尺或李嘉圖七點標尺度量屬性後對品牌進行評估。由於消費者對心目中理想品牌的感覺往往涉及一系列品牌屬性或變數。因此，調查對象需要對這些屬性做出評估。如果能夠獲得屬性評估值，就可依據親疏性度量值（如歐氏距離）對每對品牌的近似程度做出推斷。