通過2個人口統計因素的獨特組合來匯總多個響應調查數據大家好。 我已經為某事苦苦掙扎了幾天，所以我認為可能是時候尋求社區的幫助了。 注意，這是一個相當長的問題描述，因為它逐步介紹了附加在數據表中的5個分析腳本。 我還沒有找到一種更簡潔的方式來說明我的分析目標和遇到的問題。 如果有人有時間研究這個問題並找到解決方案，我將不勝感激。 我已經堅持了幾天。
所附的數據表稱為“ LottSurveyDataForJMP”，其結果來自對森林管理專業人員的匿名調查。 對於每個參與者，RespondentID字段是唯一的ID，其中使用時間戳而不是其姓名來保持匿名。 其餘的12列具有多重響應數據類型，因為每個問題都允許參與者選擇一個或多個複選框響應。 我的調查軟件使用分號來表示響應，因此每列都有一個響應（例如“林務員”）或一組以分號分隔的響應（例如，林務員；森林規劃師；研究員）。
前兩個多重回答列“從屬關係”和“角色”描述了調查受訪者的人口統計學組成。 請注意，許多受訪者俱有不止一種隸屬關係和/或不止一種作用。 其餘的10個多重回答字段是對10個不同調查問題的答案，編號為Q1至Q10。 我的分析目標是通過從屬關係和角色的獨特組合（例如，國家機構*森林人或非營利組織*森林規劃師）總結對這10個問題的回答。
我已經能夠弄清如何使用分類平台通過隸屬關係或角色為所有10個問題生成單因素摘要。 數據表腳本稱為“所有問題，1個因素，“每個單獨”分組”，將產生此結果。 但是，我還無法弄清楚如何通過獨特的2因子交互作用（例如，從屬關係*角色）來生成對10個問題中每個問題的清晰總結。 而是，第一個因素被正確地解析，但第二個因素則沒有。 請參閱我通過運行數據表腳本來進行此操作的失敗嘗試：“所有問題，兩個因素，“組合”分組”或“所有問題，兩個因素，“兩個”分組”。 這兩個腳本之間的唯一區別是我為“分組類型”下拉菜單選擇的值。 有趣的是，選擇“組合”或“兩者”都會得到相同的表格。 在上述每種情況下，都將創建相同的2個因子表，並將角色級別嵌套在隸屬級別中，但角色級別不再是唯一的（例如，國家機構的隸屬關係分為3個級別：“森林人”，“ “森林規劃師”和“森林規劃師”，則應將其劃分為兩個唯一的級別：“森林規劃師”或“森林規劃師”，在這種情況下，應指定兩個角色為“森林規劃師；森林規劃師”的受訪者被分配給每個單獨的類別一次，而不是保留為自己的唯一級別。
接下來，我使用分類平台對話框的“結構化”選項卡將“角色”分配給“頂部”位置，將“從屬關係”分配給“側面”位置（運行“使用“結構”選項卡...”數據）表腳本以查看此結果。 這恰好生成了所要查找的雙向表的類型，總結了角色和從屬關係的所有唯一的雙向方法組合。 在這種情況下，兩種人口統計學因素的處理方式都與“每個個體”分組處理單個x摸索因素相同。 這正是我要尋找的表格結構，用於匯總10個調查問題中每個問題的結果。 不幸的是……當您運行下一個腳本“試圖為單個問題獲得獨特的角色*隸屬關係...”時，您會發現我無法為單個問題生成所需的2因素匯總。
我希望創建一個輸出，該輸出看起來與我為“使用“結構”選項卡...”腳本獲得的輸出完全一樣，其中有10個表，每個問題一個表，其結果通過角色和從屬關係的獨特組合進行匯總，但我無法終生想出如何使它發揮作用的方法。
分析工具數據表其他回复：通過2個人口統計因素的獨特組合匯總多個響應調查數據我不知道這是否有幫助，但是我稍微處理了您的數據。警告：我沒有使用過多個響應數據，因此我根本沒有那樣處理（在查看這些數據之後，我可能會在將來避免使用多個響應數據！）。無論如何，我傾向於重新編碼數據。在重新編碼從屬關係和角色後，附件文件（與您所附加的文件名相同）中有一個最終腳本，顯示了一個時間響應的樹圖。我的重新編碼可能沒有意義，因為它應該以內容專業知識為指導-還要以數據的頻率為指導（這就是為什麼我試圖隔離對從屬關係和角色最常見的響應）。
如果您認為這種方法有意義，則可以查看我附加的第二個文件。它顯示了一個示例（example.jmp）-我使用了column實用程序來獲取針對時間的多個響應，並將其分成單獨的列（帶有指標值）。保存的腳本在堆疊熱圖的這些新列之後顯示了一個示例，該示例顯示了這5個類別對於各種角色和從屬關係的普遍程度。
正如我所說，這可能對您沒有幫助。對我來說，可視化數據比這些冗長而稀疏的表更有意義。實際上，無論您怎麼看，我認為顯示器中單元的稀疏性都是一個問題。小樣本量和多重響應的結合（至少對我而言）似乎要求對數據進行大量重新編碼以使其具有任何意義。對於這個小樣本，有太多稀疏的響應（兩個人口統計變量和特定的多個響應的組合），無法說出任何明智的話。重新編碼是我處理這些數據的方式-但由於重新編碼數據意味著丟失原始數據中的細節，因此需要仔細進行操作，以免產生虛假模式。
我的另一種想法（當然是事後看來）是，如果您使用多個響應，則如果它們具有某種自然順序，那將真的有幫助。在沒有任何排序的情況下，每個特定的響應集都需要進行平均加權。我已經看到其他調查數據也發生了這種情況。例如，學生對他們感興趣的專業進行問卷調查-如果他們不是按優先順序排列的，那麼每個受訪者都可以發表3個回答，那麼一個特定的專業無論是第一，第二還是第三選擇都是同等重要的。如果第一選擇代表主要選擇，則使分析更加容易。
回复：通過2個人口統計因素的獨特組合匯總多個響應調查數據Categorical(
Structured( :Role * :Affiliation, :Q1 Spatial scales ),
Share Chart( 0 ),
Legend( 0 )
);
這能達到您想要的嗎？ 使用結構化選項卡，我將問題放在一邊，而角色則嵌套在從屬關係的頂部。 結果是每個聯盟/角色組合的響應計數表。 您遇到的是，多重響應角色在特定實例中被識別，但在JMP中並非在所有實例中都被識別。 因此，分組的作用不是識別多重響應列類型，而是分類平台中的結構化元素DOES識別多重響應列類型。 分類數據非常棘手！！！ 我希望這可以幫助您了解所擁有的東西。
卡倫
卡倫
回复：通過2個人口統計因素的獨特組合匯總多個響應調查數據謝謝， @凱倫。 這工作得很好。 答案如此簡單，真是令人驚訝。 我沒有弄清楚我可以在結構化選項卡中嵌套列。 我希望其他人也遇到同樣的問題，或者希望將此詳細信息添加到分類平台>多個響應文檔中，因為這樣可以節省大量時間。 @dale_lehman ，也感謝您在此方面的工作。 我嘗試了類似的記錄類型，這使我對多響應數據有相同的感覺！ 但是，JMP再次提供了一個簡單的解決方案，使對多個響應數據的分析更快。
關於稀疏矩陣問題@dale_lehman提到... 如果有某種方法可以將表輸出限制為對案例具有最小樣本量的因素組合，那將是非常棒的。 例如，如果我能夠將10個指定為我希望在後續分析中使用的最小案例數，則該表將小很多，並且僅包含2種方式的從屬組合*具有足夠體面的角色展示和討論結果的樣本量。 我不確定該怎麼做，但是如果有人有任何想法，請標記我@caseylott與您的回應。
再次感謝您的幫助，JMP社區。 你們真棒！
