Estoy haciendo un análisis de contingencia / prueba de Chi cuadrado para la independencia en dos variables categóricas donde y cada variable tiene más de dos niveles. AFSC tiene 8 niveles e Impacto es una variable compuesta (de la encuesta) que es un resumen de 5 preguntas diferentes de escala Likert (implicando que tiene 20 niveles diferentes). Estoy tratando de determinar qué AFSC afectan el impacto. Por defecto, Fit Y y X realiza un análisis de contingencia con un gráfico de mosaico y pruebas de Chi cuadrado para LR y Pearson. JMP me dice que sí, AFSC afecta el impacto con valores de P de 0.0012 y 0.0082. Esto es bueno, pero necesito saber QUÉ AFSCs afectan el Impacto y cuáles son las instrucciones. ¿Cómo hago esto en JMP? ¿Es solo AFSC = 1 lo que hace una diferencia, o es AFSC = 1, 3 y 5? ¿Cómo determino la dirección de las relaciones? Podría ser que AFSC = 1 genere un mayor Impacto y AFSC = 3 genere un Impacto disminuido? ¿Hay una manera de hacer fácilmente este análisis en JMP?
He visto en algunos casos que las personas usan una vía de forma anónima cuando trabajan con una suma o promedio de escalas de Likert. La prueba general proporciona un nivel de importancia, y luego las pruebas de comparación múltiple evalúan qué categorías son diferentes.
Sin embargo, un modelo logístico podría ser más apropiado. En lugar de la logística nominal, ya que es una escala similar, una logística ordinal podría ser mejor.
No mencionaste qué versión de JMP estás usando. Después de revisar la logística ordinal en el índice de secuencias de comandos, busque el análisis categórico.
Datos de muestra de JMP Detergent.jmp tiene un script adjunto con el modelo que utiliza múltiples variables x (independientes).
