多レベル分割分析私は、各変数が3つ以上のレベルを持つ2つのカテゴリカル変数について、独立性についての分割分析/カイ二乗検定を行っています。AFSCには8つのレベルがあり、Impactは5つの異なる評価尺度の質問の要約である（調査からの）複合変数です（含意は20の異なるレベルになります）。私はどのAFSCが影響に影響するかを判断しようとしています。既定の設定では、Fit Y y XはLRとPearsonに対してモザイクプロットとカイ二乗検定を使用して分割分析を行います。はい、AFSCは0.0012と0.0082のP値でImpactに影響を及ぼします。これは素晴らしいことですが、AFSCがImpactにどのような影響を与えるのか、そしてその方向性については知っておく必要があります。JMPでこれを行うにはどうすればいいですか？違いはAFSC = 1だけなのか、それともAFSC = 1、3、5なのか。関係の方向性をどのように判断しますか？AFSC = 1がインパクトの増加をもたらし、AFSC = 3がインパクトの減少をもたらすのかもしれません。JMPでこの分析を簡単に行う方法はありますか？
再：多段階コンティンジェンシー分析私は、合計または平均的なリッカート尺度で作業するときに、人々が一方向アノバを非常によく使用する場合を見ました。 全体的なテストではある程度の有意性が得られ、次に複数の比較テストでどのカテゴリが異なるかが評価されます。
ただし、ロジスティックモデルの方が適切かもしれません。名目ロジスティックの代わりに、それはリッカートスケールであるので、序数ロジスティックがより良いかもしれません。
どのバージョンのJMPを使用しているか言及していません。スクリプトインデックスで序数ロジスティックを確認した後、カテゴリカル分析を調べます。
JMPサンプルデータDetergent.jmpには、複数のx（独立）変数を使用したモデルの添付スクリプトがあります。
