多维尺度分析（MultiDimensional Scaling）是分析研究对象的相似性或差异性的一种多元统计分析方 法。采用MDS可以创建多维空间感知图，图中的点（对象）的距离反应了它们的相似性 或差异性（不相似性）。一般在两维空间，最多三维空间比较容易解释，可以揭示影响研究对象相似性或差异性的未知变量-因子-潜在维度。
在市场研究领域主要研究消费者的态度，衡量消费者的知觉及偏好。涉及的研究对象非常广泛，例如：汽车、洗头水、饮料、快餐食品、香烟和国家、企业品牌、政党候选人等。通过MDS分析能够为市场研究提供有关消费者的知觉和偏好信息。
MDS一般需要借助SPSS或SAS统计分析软件，输入有关消费者对事物的知觉或偏好数据，转换为一组对象或对象特征构成的多维空间知觉或偏好图——感知图。
多维尺度分析
多维尺度分析是市场调研、分析数据的统计方法之一，通多维尺度分析，可以将消费者对商品相似性的判断产生一张能够看出这些商品间相关性的图形。
例如：有十个百货商场，让消费者排列出对这些百货商场两两间相似的感知程度，根据这些数据，用多为尺度分析，可以判断消费者认为哪些商场是相似的，从而可以判断竞争对手。 用于反应多个研究事物间相似（不相似）程度。通过适当的降维方法，将这种相似（不相似）程度在低维度空间中用点与点之间的距离表示出来，并有可能帮助识别哪些影响事物间相似性的潜在因素。这种方法在市场研究中应用的非常广泛。
它使用的数据是消费者对一些商品相似程度（或者差异程度）的评分，通过分析产生一张能够看出这些商品间相关性的图形（感知图）。
例：对七中彩电品牌的相似程度评价情况：
1、对七种彩电品牌两两组合（21对）
2、对这些相似程度打分（1分-10分，1分-最相似）
3、分值平均
4、形成七种品牌相似评分矩阵 注意：数的大决定了差异性，数的小决定相似性
5、多维尺度分析可以对该矩阵进行分析，用图形化结果呈现出来。（哪些品牌靠的比较近）
