通过2个人口统计因素的独特组合来汇总多个响应调查数据大家好。 我已经为某事苦苦挣扎了几天，所以我认为可能是时候寻求社区的帮助了。 注意，这是一个相当长的问题描述，因为它逐步介绍了附加在数据表中的5个分析脚本。 我还没有找到一种更简洁的方式来说明我的分析目标和遇到的问题。 如果有人有时间研究这个问题并找到解决方案，我将不胜感激。 我已经坚持了几天。
所附的数据表称为“ LottSurveyDataForJMP”，其结果来自对森林管理专业人员的匿名调查。 对于每个参与者，RespondentID字段是唯一的ID，其中使用时间戳而不是其姓名来保持匿名。 其余的12列具有多重响应数据类型，因为每个问题都允许参与者选择一个或多个复选框响应。 我的调查软件使用分号来表示响应，因此每列都有一个响应（例如“林务员”）或一组以分号分隔的响应（例如，林务员；森林规划师；研究员）。
前两个多重回答列“从属关系”和“角色”描述了调查受访者的人口统计学组成。 请注意，许多受访者具有不止一种隶属关系和/或不止一种作用。 其余的10个多重回答字段是对10个不同调查问题的答案，编号为Q1至Q10。 我的分析目标是通过从属关系和角色的独特组合（例如，国家机构*森林人或非营利组织*森林规划师）总结对这10个问题的回答。
我已经能够弄清如何使用分类平台通过隶属关系或角色为所有10个问题生成单因素摘要。 数据表脚本称为“所有问题，1个因素，“每个单独”分组”，将产生此结果。 但是，我还无法弄清楚如何通过独特的2因子交互作用（例如，从属关系*角色）来生成对10个问题中每个问题的清晰总结。 而是，第一个因素被正确地解析，但第二个因素则没有。 请参阅我通过运行数据表脚本来进行此操作的失败尝试：“所有问题，两个因素，“组合”分组”或“所有问题，两个因素，“两个”分组”。 这两个脚本之间的唯一区别是我为“分组类型”下拉菜单选择的值。 有趣的是，选择“组合”或“两者”都会得到相同的表格。 在上述每种情况下，都将创建相同的2个因子表，并将角色级别嵌套在隶属级别中，但角色级别不再是唯一的（例如，国家机构的隶属关系分为3个级别：“森林人”，“ “森林规划师”和“森林规划师”，则应将其划分为两个唯一的级别：“森林规划师”或“森林规划师”，在这种情况下，应指定两个角色为“森林规划师；森林规划师”的受访者被分配给每个单独的类别一次，而不是保留为自己的唯一级别。
接下来，我使用分类平台对话框的“结构化”选项卡将“角色”分配给“顶部”位置，将“从属关系”分配给“侧面”位置（运行“使用“结构”选项卡...”数据）表脚本以查看此结果。 这恰好生成了所要查找的双向表的类型，总结了角色和从属关系的所有唯一的双向方法组合。 在这种情况下，两种人口统计学因素的处理方式都与“每个个体”分组处理单个x摸索因素相同。 这正是我要寻找的表格结构，用于汇总10个调查问题中每个问题的结果。 不幸的是……当您运行下一个脚本“试图为单个问题获得独特的角色*隶属关系...”时，您会发现我无法为单个问题生成所需的2因素汇总。
我希望创建一个输出，该输出看起来与我为“使用“结构”选项卡...”脚本获得的输出完全一样，其中有10个表，每个问题一个表，其结果通过角色和从属关系的独特组合进行汇总，但我无法终生想出如何使它发挥作用的方法。
分析工具数据表其他回复：通过2个人口统计因素的独特组合汇总多个响应调查数据我不知道这是否有帮助，但是我稍微处理了您的数据。警告：我没有使用过多个响应数据，因此我根本没有那样处理（在查看这些数据之后，我可能会在将来避免使用多个响应数据！）。无论如何，我倾向于重新编码数据。在重新编码从属关系和角色后，附件文件（与您所附加的文件名相同）中有一个最终脚本，显示了一个时间响应的树图。我的重新编码可能没有意义，因为它应该以内容专业知识为指导-还要以数据的频率为指导（这就是为什么我试图隔离对从属关系和角色最常见的响应）。
如果您认为这种方法有意义，则可以查看我附加的第二个文件。它显示了一个示例（example.jmp）-我使用了column实用程序来获取针对时间的多个响应，并将其分成单独的列（带有指标值）。保存的脚本在堆叠热图的这些新列之后显示了一个示例，该示例显示了这5个类别对于各种角色和从属关系的普遍程度。
正如我所说，这可能对您没有帮助。对我来说，可视化数据比这些冗长而稀疏的表更有意义。实际上，无论您怎么看，我认为显示器中单元的稀疏性都是一个问题。小样本量和多重响应的结合（至少对我而言）似乎要求对数据进行大量重新编码以使其具有任何意义。对于这个小样本，有太多稀疏的响应（两个人口统计变量和特定的多个响应的组合），无法说出任何明智的话。重新编码是我处理这些数据的方式-但由于重新编码数据意味着丢失原始数据中的细节，因此需要仔细进行操作，以免产生虚假模式。
我的另一种想法（当然是事后看来）是，如果您使用多个响应，则如果它们具有某种自然顺序，那将真的有帮助。在没有任何排序的情况下，每个特定的响应集都需要进行平均加权。我已经看到其他调查数据也发生了这种情况。例如，学生对他们感兴趣的专业进行问卷调查-如果他们不是按优先顺序排列的，那么每个受访者都可以发表3个回答，那么一个特定的专业无论是第一，第二还是第三选择都是同等重要的。如果第一选择代表主要选择，则使分析更加容易。
回复：通过2个人口统计因素的独特组合汇总多个响应调查数据Categorical(
Structured( :Role * :Affiliation, :Q1 Spatial scales ),
Share Chart( 0 ),
Legend( 0 )
);
这能达到您想要的吗？ 使用结构化选项卡，我将问题放在一边，并将角色嵌套在顶部的从属关系中。 结果是每个联盟/角色组合的响应计数表。 您遇到的是，多重响应角色在特定实例中被识别，但在JMP中并非在所有实例中都被识别。 因此，分组的作用不是识别多重响应列类型，而是分类平台中的结构化元素DOES识别多重响应列类型。 分类数据非常棘手！！！ 我希望这可以帮助您了解所拥有的东西。
卡伦
卡伦
回复：通过2个人口统计因素的独特组合汇总多个响应调查数据谢谢， @凯伦。 这工作得很好。 答案如此简单，真是令人惊讶。 我没有弄清楚我可以在结构化选项卡中嵌套列。 我希望其他人也遇到同样的问题，或者希望将此详细信息添加到分类平台>多个响应文档中，因为这样可以节省大量时间。 @dale_lehman ，也感谢您在此方面的工作。 我尝试了类似的记录类型，这使我对多响应数据有相同的感觉！ 但是，JMP再次提供了一个简单的解决方案，使对多个响应数据的分析更快。
关于稀疏矩阵问题@dale_lehman提到... 如果有某种方法可以将表输出限制为对案例具有最小样本量的因素组合，那将是非常棒的。 例如，如果我能够将10个指定为我希望在后续分析中使用的最小案例数，则该表将小很多，并且仅包含2种方式的从属组合*具有足够体面的角色展示和讨论结果的样本量。 我不确定该怎么做，但是如果有人有任何想法，请标记我@caseylott与您的回应。
再次感谢您的帮助，JMP社区。 你们真棒！
