多維度方法 (PROXSCAL)
多維度方法試圖尋找在一組物件間相似性測量的結構。可藉著將觀察值指定到概念的低維度空間中特定位置來達成此目的，而空間中的點間距須儘可能符合規定的相似 (相異) 性。其結果為低維度空間中物件的最小平方表示，在許多例子中，這樣可協助您進一步瞭解您的資料。
範例。 多維度方法在確定概念上的關係時很有用。例如，當考慮您的產品形象時，您就可以進行一項調查，以便取得說明您的產品與競爭產品的認知相似性 (或相似性) 的資料集。使用這些相似性及自變數 (如價格)，您可以嘗試確定哪些變數對人們如何看待這些產品是很重要的，並可隨之調整您的形象。
統計量與圖形。 共有疊代歷程、壓力測量、壓力係數分解、共同空間座標、最終配置內的物件距離、個別空間加權、個別空間、轉換後的相似性、轉換後的自變數、壓力圖、共同空間散佈圖、個別空間加權散佈圖、個別空間散佈圖、轉換圖、Shepard 殘差圖及自變數轉換圖。
多維度方法的資料考量
資料。資料可依相似性矩陣或轉換為相似性矩陣的變數形式來提供。這些矩陣可能會格式成單一行或跨行形式，相似性可能會依比例的、間隔的、序數的或尺度層級來處理。
假設。 至少必須指定三項變數，但維度數不能超過物件個數減 1。如果與多重隨機起點結合在一起，維度縮減就會被省略。如果只有指定一個來源，那所有模型都會相等於單位模型，所以，分析係預設為單位模型。
相關程序。 如果您是以數值層級來製作所有變數的尺度的話，就會產生標準的多維度分析。
取得多維度方法
此功能需要SPSS® Statistics Professional Edition 或「類別」選項。
- 在功能表上，選擇：
此時「資料格式」對話框也隨之開啟。
- 指定資料格式：
資料格式。 可指定您的資料是由相似性測量組成，或是想要建立資料的相似性。
來源數。 如果您的資料是相似性，請指定您的相似性測量來源是單一或多重的。
單一來源。 如果有一個相似性來源，可指定您的資料集格式是相似性在行的矩陣中或是在單一行中有兩個不同變數，以確定每個相似性的列及行。
- 近似性在跨欄的矩陣中 (The proximities are in a matrix across columns). 近似性矩陣所跨的欄數等於物件的數目。此選項會進入「跨欄矩陣的近似性」對話框。
- 近似性在單一欄中 (The proximities are in a single column). 近似性矩陣會收合在單一欄或單一變數中。必須有另外兩個變數，分別辨識每個儲存格的列與行。此選項會進入「單一欄中的近似性」對話框。
多重來源。 如果有多重相似性來源，請指定資料集格式是相似性在行的堆積矩陣中、相似性在每個行有一個來源的多個行中或是相似性堆積在單一行中。
- 近似性在跨欄的堆疊矩陣中 (The proximities are in stacked matrices across columns). 近似性矩陣分跨多欄中，欄數等於物件數目；並一個個堆疊在列上，列數等於物件數目乘以來源數目。此選項會進入「跨欄矩陣的近似性」對話框。
- 近似性在欄中，每欄一個來源 (The proximities are in columns, one source per column). 近似性矩陣會收合在多欄或多個變數中。必須有另外兩個變數，分別辨識每個儲存格的列與行。此選項會進入「多欄中的近似性」對話框。
- 堆疊在單一欄中的近似性 (The proximites are stacked in a single column). 近似性矩陣會收合在單一欄或變數中。必須有另外三個變數，分別辨識每個儲存格的列、行和來源。此選項會進入「單一欄中的近似性」對話框。
- 按一下「定義」。
此程序會貼上 PROXSCAL 指令語法。