Zusammenfassung von Multiple-Response-Umfragedaten anhand einzigartiger Kombinationen von zwei demografischen FaktorenHallo alle. Da ich seit ein paar Tagen mit etwas zu kämpfen habe, dachte ich, es wäre vielleicht an der Zeit, die Community um Hilfe zu bitten. Beachten Sie, dass dies eine ziemlich lange Problembeschreibung ist, da sie Schritt für Schritt durch fünf Analyseskripte führt, die in der beigefügten Datentabelle eingebettet sind. Es ist mir nicht gelungen, mein Analyseziel und die Probleme, die ich bei der Erreichung dieses Ziels habe, prägnanter zu veranschaulichen. Wenn jemand die Zeit hat, sich das anzuschauen und eine Lösung zu finden, wäre ich dankbar. Ich hänge jetzt schon seit ein paar Tagen daran fest.
Die beigefügte Datentabelle mit dem Namen „LottSurveyDataForJMP“ enthält Ergebnisse einer anonymen Umfrage unter Waldbewirtschaftungsfachleuten. Das Feld „RespondentID“ ist eine eindeutige ID für jeden Teilnehmer, wobei zur Wahrung der Anonymität der Zeitstempel anstelle seines Namens verwendet wird. Die verbleibenden 12 Spalten weisen den Datentyp „Mehrfachantwort“ auf, da die Teilnehmer bei jeder Frage eine oder mehrere Kontrollkästchen-Antworten auswählen konnten. Meine Umfragesoftware verwendete Semikolons zur Abgrenzung der Antworten, sodass jede Spalte entweder eine einzelne Antwort (z. B. „Förster“) oder eine Reihe von durch Semikolons getrennten Antworten (z. B. Förster; Forstplaner; Forscher) enthält.
Die ersten beiden Mehrfachantwortspalten „Zugehörigkeit“ und „Rolle“ beschreiben die demografische Zusammensetzung der Umfrageteilnehmer. Beachten Sie, dass viele Befragte mehr als eine Zugehörigkeit und/oder mehr als eine Rolle hatten. Die verbleibenden 10 Mehrfachantwortfelder sind Antworten auf 10 verschiedene Umfragefragen mit den Nummern Q1 bis Q10. Mein Analyseziel besteht darin, die Antworten auf jede dieser 10 Fragen nach eindeutigen Kombinationen aus Zugehörigkeit und Rolle zusammenzufassen (z. B. staatliche Behörde * Förster oder gemeinnützige Organisation * Forstplaner).
Ich konnte mithilfe der kategorialen Plattform herausfinden, wie ich Einzelfaktorzusammenfassungen für alle 10 Fragen nach Zugehörigkeit oder Rolle erstellen kann. Das Datentabellenskript mit dem Namen „Alle Fragen, 1 Faktor, „jede einzeln“-Gruppierung“ erzeugt dieses Ergebnis. Ich konnte jedoch nicht herausfinden, wie ich durch eindeutige Interaktion mit zwei Faktoren (z. B. Zugehörigkeit * Rolle) saubere Zusammenfassungen der Antworten auf jede der 10 Fragen erstellen kann. Stattdessen wird der erste Faktor korrekt analysiert, der zweite jedoch nicht. Sehen Sie sich meinen fehlgeschlagenen Versuch an, dies zu tun, indem Sie die Datentabellenskripte ausführen: „Alle Fragen, 2 Faktoren, Gruppierung „Kombinationen““ oder „Alle Fragen, 2 Faktoren, Gruppierung „beide“.“ Der einzige Unterschied zwischen diesen beiden Skripten bestand in dem Wert, den ich für das Dropdown-Menü „Gruppierungstyp“ ausgewählt habe. Interessanterweise führte die Auswahl von „Kombinationen“ oder „beides“ zu genau denselben Tabellen. In jedem dieser Fälle wird die gleiche 2-Faktor-Tabelle erstellt, wobei die Rollenebenen in den Zugehörigkeitsebenen verschachtelt sind, ABER ... die Rollenebenen sind nicht mehr eindeutig (z. B. werden die Zugehörigkeiten zu staatlichen Behörden in drei Ebenen aufgeteilt: „Förster“, „ „Forstplaner“ und „Förster; jeder der einzelnen Kategorien einmal zugewiesen werden und nicht als eigene, eindeutige Ebene beibehalten werden.
Als nächstes habe ich die Registerkarte „Strukturiert“ des kategorialen Plattformdialogs verwendet, um „Rolle“ der Position „oben“ und „Zugehörigkeit“ der Position „Seite“ zuzuweisen (führen Sie die Daten „Verwendung der Registerkarte „Struktur“ ...“ aus). Tabellenskript, um dieses Ergebnis anzuzeigen. Dadurch entstand genau die Art von Zwei-Wege-Tabelle, nach der gesucht wurde und die alle einzigartigen Zwei-Wege-Kombinationen von Rolle und Zugehörigkeit zusammenfasst. In diesem Fall wurden beide demografischen Faktoren auf die gleiche Weise behandelt wie die Gruppierung „jeder einzeln“ mit einzelnen x Tastfaktoren. Dies ist genau die Tabellenstruktur, die ich suche, um die Ergebnisse für jede der 10 Umfragefragen zusammenzufassen. Wenn Sie das nächste Skript „Versuchen Sie, eindeutige Rollenzugehörigkeitsergebnisse für einzelne Fragen zu erhalten …“ ausführen, werden Sie leider feststellen, dass ich nicht in der Lage war, die gewünschten 2-Faktor-Zusammenfassungen für einzelne Fragen zu generieren.
Ich hoffe, eine Ausgabe zu erstellen, die genauso aussieht wie die, die ich für das Skript „Verwendung der Registerkarte „Struktur““ erhalten habe, in dem es 10 Tabellen gibt, eine für jede Frage, mit Ergebnissen, die nach eindeutigen Kombinationen von Rolle und Zugehörigkeit zusammengefasst sind , aber ich kann beim besten Willen nicht herausfinden, wie ich das zum Laufen bringen kann.
Datenmischung und -bereinigungBetreff: Zusammenfassung der Daten einer Mehrfachantwort-Umfrage anhand eindeutiger Kombinationen von zwei demografischen FaktorenOk, vielleicht habe ich eine Möglichkeit für Sie, zu dem zu gelangen, was Sie erreichen möchten:
- Führen Sie die strukturierte Analyse durch, während wir es herausfinden.
- Speichern Sie die Kontingenztabelle.
- Verwenden Sie tabulate mit Ihrer Frage auf der linken Seite, die anderen Rollen sind oben verschachtelt. Ja, Sie haben eine weitere unhandliche Tabelle ... aber jetzt ...
- Verwenden Sie den lokalen Datenfilter für die Häufigkeit und filtern Sie die niedrigen Zahlen heraus (damit Sie dies interaktiv tun können, um zur nützlichen Größentabelle zu gelangen).
Hoffentlich hilft das!!
Karen
Betreff: Zusammenfassung der Daten einer Mehrfachantwort-Umfrage anhand eindeutiger Kombinationen von zwei demografischen FaktorenDanke schön, @KarenC . Das hat perfekt funktioniert. Es ist erstaunlich, wie einfach die Antwort war. Ich hatte nicht herausgefunden, dass ich Spalten in der strukturierten Registerkarte verschachteln kann. Ich hoffe, dass andere Leute, die das gleiche Problem haben, auf Ihre Lösung stoßen, oder dass dieses Detail zur kategorialen Plattform>Multiple-Response-Dokumentation hinzugefügt wird, weil es eine Menge Zeit spart. @dale_lehman , vielen Dank auch hier für deine Arbeit. Ich habe mit ähnlichen Arten der Umkodierung experimentiert, was dazu geführt hat, dass ich bei Multiple-Response-Daten die gleiche Meinung hatte! Aber auch hier bietet JMP eine einfache Lösung, die die Analyse von Multiple-Response-Daten VIEL schneller macht.
Über das Problem der spärlichen Matrix @dale_lehman genannt... Es wäre großartig, wenn es eine Möglichkeit gäbe, die Tabellenausgaben auf Kombinationen von Faktoren zu beschränken, die eine Mindeststichprobengröße für Fälle haben. Wenn ich beispielsweise 10 als Mindestanzahl an Fällen angeben könnte, die ich in nachfolgenden Analysen verwenden möchte, wäre die Tabelle viel kleiner und würde nur zwei Kombinationen aus Zugehörigkeit * Rolle enthalten, die einen ausreichenden Wert haben Stichprobengröße zur Präsentation und Diskussion der Ergebnisse. Ich bin mir nicht sicher, wie das gemacht werden soll, aber wenn jemand eine Idee hat, markieren Sie mich bitte @caseylott mit deiner Antwort.
Nochmals vielen Dank für Ihre Hilfe, JMP-Community. Ihr Jungs seid toll!Betreff: Zusammenfassung der Daten einer Mehrfachantwort-Umfrage anhand eindeutiger Kombinationen von zwei demografischen FaktorenCategorical(
Structured( :Role * :Affiliation, :Q1 Spatial scales ),
Share Chart( 0 ),
Legend( 0 )
);
Kommt das zu dem, was Sie wollen? Mithilfe der strukturierten Registerkarte platziere ich die Frage an der Seite und die in der Zugehörigkeit verschachtelte Rolle oben. Das Ergebnis ist eine Tabelle mit der Anzahl der Antworten für jede Zugehörigkeits-/Rollenkombination. Sie sind darauf gestoßen, dass die Mehrfachantwortrolle in bestimmten Fällen, aber nicht in allen Fällen in JMP erkannt wird. Die Gruppierungsrolle erkannte also den Spaltentyp „Mehrfachantwort“ nicht, das strukturierte Element in der kategorialen Plattform erkennt jedoch den Spaltentyp „Mehrfachantwort“. Kategoriale Daten sind schwierig!!! Ich hoffe, dies hilft Ihnen bei Ihrer Suche nach einem Sinn für das, was Sie haben.
Karen
Karen
Betreff: Zusammenfassung der Daten einer Mehrfachantwort-Umfrage anhand eindeutiger Kombinationen von zwei demografischen FaktorenIch weiß nicht, ob das überhaupt hilft, aber ich habe ein bisschen mit Ihren Daten herumgespielt.Vorsichtsmaßnahme: Ich habe keine Multiple-Response-Daten verwendet, daher bin ich überhaupt nicht auf diese Weise vorgegangen (und nachdem ich mir diese Daten angesehen habe, würde ich wahrscheinlich versuchen, Multiple-Response-Daten in Zukunft zu vermeiden!).Auf jeden Fall war ich geneigt, die Daten neu zu kodieren.In der angehängten Datei (mit demselben Namen wie die, die Sie angehängt haben) befindet sich ein endgültiges Skript, das eine Baumkarte einer der zeitlichen Antworten zeigt, nachdem sowohl die Zugehörigkeit als auch die Rolle neu kodiert wurden.Meine Neukodierung ist möglicherweise nicht sinnvoll, da sie sich an der inhaltlichen Expertise orientieren sollte – aber auch an der Häufigkeit in den Daten (weshalb ich versucht habe, die häufigsten Antworten auf Zugehörigkeit und Rolle zu isolieren).
Wenn dieser Ansatz für Sie Sinn ergibt, können Sie sich die zweite Datei ansehen, die ich angehängt habe.Es zeigt ein Beispiel (example.jmp) – ich habe das Spalten-Dienstprogramm verwendet, um die mehreren Antworten für die Zeit zu erfassen und sie in separate Spalten (mit Indikatorwerten) aufzuteilen.Das gespeicherte Skript zeigt ein Beispiel nach dem Stapeln dieser neuen Spalten einer Heatmap, das zeigt, wie häufig diese fünf Kategorien für verschiedene Rollen und Zugehörigkeiten sind.
Wie gesagt, das kann für Sie hilfreich sein oder auch nicht.Für mich ist die Visualisierung der Daten sinnvoller als diese langen und spärlichen Tabellen.Tatsächlich denke ich, dass die spärliche Besiedelung der Zellen in Ihren Anzeigen ein Problem darstellen wird, egal wie Sie das Ganze betrachten.Die Kombination aus kleiner Stichprobengröße und mehreren Antworten scheint (zumindest für mich) eine umfassende Neukodierung der Daten zu erfordern, um einen Sinn daraus zu ziehen.Es gibt einfach zu viele spärliche Antworten (Kombinationen Ihrer beiden demografischen Variablen und bestimmte Mehrfachantworten), als dass diese kleine Stichprobe etwas Vernünftiges sagen könnte.Ich würde diese Daten neu kodieren, aber da bei der Neukodierung die Details der Originaldaten verloren gehen, muss sorgfältig vorgegangen werden, um keine künstlichen Muster zu erzeugen.
Der andere Gedanke, den ich habe (natürlich im Nachhinein), ist, dass es bei der Verwendung mehrerer Antworten wirklich hilfreich wäre, wenn diese eine natürliche Reihenfolge hätten.Ohne jegliche Reihenfolge muss jeder einzelne Satz von Antworten gleich gewichtet werden.Ich habe dies bei anderen Umfragedaten beobachtet.Ein Beispiel hierfür sind Studentenbefragungen zu den Hauptfächern, an denen sie interessiert sind. Wenn diese nicht nach ihrer Präferenz geordnet sind und jeder Befragte drei Antworten geben kann, zählt ein bestimmtes Hauptfach gleichermaßen, unabhängig davon, ob es sich um die erste, zweite oder dritte Wahl handelt.Es erleichtert die Analyse, wenn die erste Wahl die primäre darstellt.
