通過 2 個人口統計因素的獨特組合總結多重響應調查數據大家好。 幾天來我一直在為某件事苦苦掙扎，所以我想是時候向社區尋求幫助了。 請注意，這是一個相當長的問題描述，因為它逐步引導了嵌入在附加數據表中的 5 個分析腳本。 我一直無法找到一種更簡潔的方法來說明我的分析目標和我遇到的問題。 如果有人有時間看這個並找到解決方案，我將不勝感激。 我已經堅持了幾天了。
所附的名為“LottSurveyDataForJMP”的數據表包含對森林管理專業人員進行的匿名調查的結果。 RespondentID 字段是每個參與者的唯一 ID，其中使用時間戳而不是他們的姓名以保持匿名。 其餘 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描述響應，因此每一列要么有一個響應（例如，“forester”），要么有一組由分號分隔的響應（例如，forester；forest planner；researcher）。
前 2 個多重響應列“從屬關係”和“角色”描述了調查受訪者的人口統計構成。 請注意，許多受訪者擁有不止一種從屬關係和/或不止一種角色。 其餘 10 個多重響應字段是對 10 個不同調查問題的回答，編號為 Q1 至 Q10。 我的分析目標是通過隸屬關係和角色的獨特組合（例如，國家機構 * 林務員或非營利組織 * 森林規劃師）總結對這 10 個問題中每一個問題的回答。
我已經能夠弄清楚如何使用分類平台按隸屬關係或角色為所有 10 個問題生成單因素摘要。 名為“所有問題，1 個因素，“每個單獨”分組”的數據表腳本產生了這個結果。 但是，我一直無法弄清楚如何通過獨特的 2 因素交互（例如，從屬關係 * 角色）生成對 10 個問題中每個問題的答复的清晰摘要。 相反，第一個因素被正確解析，但第二個因素卻沒有。 通過運行數據表腳本查看我失敗的嘗試：“所有問題，2 個因素，“組合”分組”或“所有問題，2 個因素，“兩者”分組。” 這兩個腳本之間的唯一區別在於我為“分組類型”下拉菜單選擇的值。 有趣的是，選擇“組合”或“兩者”都會得到完全相同的表格。 在每一種情況下，都會創建相同的 2 因子表，角色級別嵌套在隸屬關係級別中，但是......角色級別不再是唯一的（例如，國家機構隸屬關係分為 3 個級別：“林務員”，“ forest planner”和“forester;forest planner”，當他們應該被分成兩個獨特的級別時：“forester”或“forest planner”，如果受訪者將兩個角色指定為“forester;forest planner”應該一次分配給每個單獨的類別，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”分配到“頂部”位置，將“從屬關係”分配到“側面”位置（運行“使用“結構”選項卡...”數據表腳本來查看此結果。 這產生了正在尋找的雙向表的類型，總結了角色和從屬關係的所有唯一雙向組合。 在這種情況下，兩種人口統計因素的處理方式與“每個人”分組處理單個 x 摸索因素的方式相同。 這正是我正在尋找的表格結構，以便總結 10 個調查問題中每個問題的結果。 不幸的是......當你運行下一個腳本“嘗試獲得獨特的角色*個別問題的隸屬關係結果......”你會看到我無法為個別問題生成所需的2因子摘要。
我希望創建一個看起來與我為“使用“結構”選項卡...”腳本得到的輸出完全一樣的輸出，其中有 10 個表，每個問題一個，結果由角色和從屬關係的獨特組合總結，但我終生無法弄清楚如何讓它發揮作用。
數據混合和清理回复：通過 2 個人口統計因素的獨特組合總結多重響應調查數據好吧，我可能有辦法讓你達到你想要達到的目的：
- 按照我們的想法運行結構化分析。
- 保存列聯表。
- 在左側使用 tabulate 處理您的問題，其他角色嵌套在頂部……是的，您還有另一個笨重的表格……但是現在……
- 在頻率上使用本地數據過濾器並過濾掉低計數（因此您可以交互式地執行此操作以獲取有用的大小表）。
希望有幫助！
凱倫
回复：通過 2 個人口統計因素的獨特組合總結多重響應調查數據謝謝你， @凱倫C . 這非常有效。 令人驚奇的是答案如此簡單。 我沒想到我可以在結構化選項卡中嵌套列。 我希望遇到相同問題的其他人遇到您的解決方案，或者希望將此詳細信息添加到分類平台 > 多響應文檔中，因為它可以節省大量時間。 @dale_lehman ，也感謝您為此所做的工作。 我嘗試了類似類型的重新編碼，這讓我對多重響應數據有同樣的感覺！ 但再一次，JMP 有一個簡單的解決方案，可以更快地分析多響應數據。
關於稀疏矩陣問題@dale_lehman提及... 如果有某種方法可以將表格輸出限制為具有最小案例樣本量的因素組合，那就太棒了。 例如，如果我能夠指定 10 作為我想在後續分析中使用的最小案例數，那麼該表將小得多，並且只包括 2 種具有足夠體面的從屬關係 * 角色組合用於展示和討論結果的樣本量。 我不確定這將如何完成，但如果有人有任何想法，請標記我@caseylott與你的回應。
再次感謝您的幫助，JMP 社區。 你們太棒了！回复：通過 2 個人口統計因素的獨特組合總結多重響應調查數據Categorical(
Structured( :Role * :Affiliation, :Q1 Spatial scales ),
Share Chart( 0 ),
Legend( 0 )
);
這是否達到您想要的效果？ 使用結構化選項卡，我將問題放在一邊，將嵌套在從屬關係中的角色放在頂部。 結果是每個從屬關係/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，分組角色無法識別多重響應列類型，但分類平台中的結構化元素確實可以識別多重響應列類型。 分類數據很棘手！！！ 我希望這能幫助你理解你所擁有的東西。
凱倫
凱倫
回复：通過 2 個人口統計因素的獨特組合總結多重響應調查數據我不知道這是否有幫助，但我稍微研究了一下您的數據。警告：我沒有使用過多重響應數據，所以我根本沒有採用這種方式（在查看了這些數據之後，我可能會在未來嘗試避免使用多重響應數據！）。無論如何，我傾向於重新編碼數據。在附加文件（與您所附文件同名）中，在重新編碼從屬關係和角色之後，有一個最終腳本顯示了其中一個時間響應的樹狀圖。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——但也要以數據中的頻率為指導（這就是為什麼我試圖分離出對從屬關係和角色的最常見反應）。
如果這種方法對您有意義，您可以查看我附加的第二個文件。它顯示了一個示例 (example.jmp) - 我使用列實用程序獲取時間的多重響應並將它們分成單獨的列（具有指標值）。保存的腳本在堆疊熱圖的這些新列後顯示了一個示例，顯示了這 5 個類別對於不同角色和從屬關係的常見程度。
正如我所說，這可能對您有幫助，也可能沒有幫助。對我來說，可視化數據比這些冗長而稀疏的表格更有意義。事實上，無論您如何看待，我認為顯示器中單元格的稀疏性都是一個問題。小樣本量和多重響應的結合似乎（至少在我看來）需要對數據進行大量重新編碼才能理解它。對於這個小樣本來說，有太多稀疏的回答（你的 2 個人口統計變量和特定的多重回答的組合），無法說出任何有意義的事情。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的細節，因此需要小心進行，以免產生人為模式。
我的另一個想法（當然是事後看來）是，如果您使用多個響應，如果它們有一些自然順序，那將真的很有幫助。在沒有任何排序的情況下，每組特定的響應都需要同等加權。我在其他調查數據中看到過這種情況。一個例子是學生對他們感興趣的專業的調查——如果他們沒有按照偏好排序，並且每個受訪者可以做出 3 個回答，那麼一個特定的專業無論是第一、第二或第三選擇都同樣重要。如果第一個選擇代表主要選擇，它會使分析更容易。
