多元方法 > 多重对应分析 > 多重对应分析的示例
发布日期: 09/18/2023

多重对应分析的示例

在本例中,您将探讨员工对四个问题的响应之间的关联,以了解不同的员工群体。本例使用从 55 名 JMP 员工收集的关于他们在以下领域的偏好(或品味)的数据:

偏好的电视节目(8 类):新闻、喜剧、警察、自然、体育、电影、戏剧或肥皂剧。

偏好的影片(8 类):动作片、喜剧、古装剧、纪录片、恐怖片、音乐剧、言情片或科幻片。

偏好的艺术类型(7 类):表演、风景、文艺复兴、静物、肖像、现代或印象。

偏好的外出就餐场所(6 类):汉堡和薯条、酒吧、印度餐厅、意大利餐厅、法国餐厅或牛排馆。

注意:偏好的测度基于 LeRoux and Rouanet (2010) 中的问题。

1. 选择帮助 > 样本数据文件夹,然后打开 Employee Taste.jmp

2. 选择分析 > 多元方法 > 多重对应分析

3. 选择电视节目影片艺术餐厅,然后点击 Y,响应

在 MCA 中,与主成分分析一样,因子通常被认为是响应,而不是一些是响应,另一些是解释变量。

4. 点击确定

提示:点击并拖动重叠标签将其重新排列。

5. 在该图下方,选择成比例标记大小

标记大小指示该类别中响应的相对比例。

图 7.2 最初的“多重对应分析”报表的一部分 

Part of the Initial Multiple Correspondence Analysis Report

“对应分析”报表显示了四个变量的类别在前两个主轴或维上的投影。使用控件更改标绘的维。点与点之间的距离代表了员工响应模式之间的差异。

从该图中,您可以用您对主题的了解来解释以下发现:

聚集在“Burgers and Fries”餐厅偏好附近,显示有“Sport”和“Police”电视节目偏好的聚类。该聚类可称为“大众文化”群体。

从“维 2”来看,个人品味从大众文化群体转向可以归类为更“复杂”的品味 — 那些喜欢纪录片、偏好电视剧和特色餐厅(如法国菜和印度菜)的人群。

要获得个人得分,请将对象添加为 X,因子

6. 打开“变量汇总”分级显示项。

“变量汇总”面板允许您修改分析而不必重新启动该平台。它还提供已完成分析的简明视图。

7. 选择研究对象并点击添加 X。分析自动更新。

图 7.3 包含研究对象的“多重对应分析”报表 

Multiple Correspondence Analysis Report with Subjects

包括研究对象后,则可在图中左下象限突出显示有着相似品味的员工的聚类。这些员工属于我们认定的大众文化领域。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).