En estadística, Non-metric multidimensional scaling, or NMDS, es un análisis de gradiente indirecto que crea una ordenación basada en una matriz de disimilitud o distancia. Intenta representar la disimilitud por pares entre objetos en un espacio de baja dimensión, a diferencia de otros métodos que intentan maximizar la correspondencia entre objetos en una ordenación. NMDS es un enfoque basado en rangos, lo que significa que los datos de distancia originales se sustituyen por rangos. Se considera una técnica sólida debido a las siguientes características: (1) puede tolerar la falta de distancias por pares, (2) se puede aplicar a una matriz de disimilitud construida con cualquier medida de disimilitud y (3) se puede utilizar en análisis cuantitativos, semi-cuantitativas, cualitativas o incluso con variables mixtas (CD Genomics, 2024; Taguchi & Oono, 2004.)