2 つの人口統計的要素の独自の組み合わせによる複数回答調査データの要約こんにちは、みんな。 ここ数日間何かで悩んでいたので、コミュニティの助けを求める時期が来たのかもしれないと思いました。 添付のデータ テーブルに埋め込まれている 5 つの分析スクリプトを段階的に説明しているため、これはかなり長い問題の説明であることに注意してください。 分析の目標と、その目標を達成するために直面している問題を説明するためのこれ以上簡潔な方法を見つけることができませんでした。 誰かがこれを見て解決策を見つける時間があれば、感謝します。 ここ数日間、そのことにこだわっています。
「LottSurveyDataForJMP」と呼ばれる添付のデータ テーブルには、森林管理専門家を対象とした匿名調査の結果が含まれています。 RespondentID フィールドは各参加者の一意の ID であり、匿名性を維持するために名前の代わりにタイムスタンプが使用されます。 各質問では参加者が 1 つ以上のチェック ボックスの回答を選択できるため、残りの 12 列には複数回答データ タイプが含まれます。 私の調査ソフトウェアでは回答の描写にセミコロンを使用していたので、各列には単一の回答 (例: 森林管理者) か、セミコロンで区切られた一連の回答 (例: 森林管理者、森林計画者、研究者) が含まれています。
最初の 2 つの複数回答列「所属」と「役割」は、調査回答者の人口構成を説明します。 多くの回答者が複数の所属および/または複数の役割を持っていることに注意してください。 残りの 10 個の複数回答フィールドは、Q1 から Q10 まで番号が付けられた 10 個の異なるアンケート質問に対する回答です。 私の分析目標は、所属と役割の独自の組み合わせ (例: 州政府機関 * フォレスターまたは非営利組織 * フォレスト プランナー) ごとに、これら 10 の質問のそれぞれに対する回答を要約することです。
カテゴリ別プラットフォームを使用して、所属または役割ごとに 10 個の質問すべてについて単一因子の要約を生成する方法を理解することができました。 「すべての質問、1 つの因子、「それぞれを個別に」グループ化」というデータ テーブル スクリプトがこの結果を生成します。 しかし、独自の 2 要素交互作用 (例: 所属 * 役割) によって 10 の質問のそれぞれに対する回答の明確な要約を生成する方法を理解できませんでした。 代わりに、最初の要素は正しく解析されますが、2 番目の要素は正しく解析されません。 データ テーブル スクリプト「すべての質問、2 つの因子、「組み合わせ」のグループ化」または「すべての質問、2 つの因子、「両方」のグループ化」を実行してこれを実行しようとして失敗した例を参照してください。 これら 2 つのスクリプトの唯一の違いは、「グループ化タイプ」ドロップダウン メニューで選択した値にあります。 興味深いことに、「組み合わせ」または「両方」を選択すると、まったく同じテーブルが得られます。 これらのそれぞれのケースで、所属レベル内にネストされた役割レベルを使用して同じ 2 要素テーブルが作成されますが、役割レベルは一意ではなくなりました (たとえば、州政府機関の所属は 3 つのレベルに分割されます: 「森林官」、「」 「森林プランナー」と「森林担当者; 森林プランナー」の 2 つの固有のレベルのみに分割する必要がある場合: 「森林担当者」または「森林プランナー」。2 つの役割を「森林担当者; 森林プランナー」として指定した回答者の場合は、次のとおりです。独自の一意のレベルとして保持されるのではなく、個別のカテゴリのそれぞれに一度割り当てられます。
次に、カテゴリカルプラットフォームダイアログの「構造化」タブを使用して、「役割」を「トップ」の位置に、「所属」を「サイド」の位置に割り当てました（「「構造」タブの使用...」データを実行） table スクリプトを使用してこの結果を確認します。 これにより、まさに探していたタイプの双方向テーブルが作成され、役割と所属の一意の双方向の組み合わせがすべて要約されました。 この場合、両方の人口統計的要因は、「それぞれ個別」のグループ化が 1 つの手探り要因を扱うのと同じ方法で扱われました。 これはまさに、10 個の調査質問それぞれの結果を要約するために私が探している表構造です。 残念ながら、次のスクリプト「個別の質問に対する一意のロール * アフィリエーション結果の取得を試みる...」を実行すると、個別の質問に対して必要な 2 要素の概要を生成できなかったことがわかります。
「「構造」タブの使用...」スクリプトで得た出力とまったく同じ出力を作成したいと考えています。このスクリプトには、質問ごとに 1 つずつ、合計 10 個のテーブルがあり、役割と所属の一意の組み合わせによって結果が要約されています。 、しかし、これを機能させる方法は一生わかりません。
データのブレンディングとクリーンアップRe: 2 つの人口統計的要因の独自の組み合わせによる複数回答調査データの要約わかりました。あなたが目指しているものに到達する方法があるかもしれません。
- 理解したとおりに構造化分析を実行します。
- 分割表を保存します。
- tabulate を使用して左側に質問を表示し、他のロールを上部にネストします。はい、別の扱いにくいテーブルがあります...しかし今...
- 周波数に関するローカル データ フィルターを使用し、低いカウントをフィルターで除外します (これを対話的に実行して、有用なサイズ テーブルを取得できます)。
それが役立つことを願っています!!
カレン
Re: 2 つの人口統計的要因の独自の組み合わせによる複数回答調査データの要約ありがとう、 @KarenC 。 これは完璧に機能しました。 驚くべきことに、その答えはとてもシンプルでした。 構造化タブで列をネストできるとは知りませんでした。 同じ問題を抱えている他の人があなたの解決策に遭遇するか、この詳細がカテゴリ別プラットフォーム>複数回答ドキュメントに追加されることを願っています。これにより、膨大な時間が節約されます。 @dale_lehman 、こちらもお疲れ様でした。 私も同様のタイプの再コーディングを実験した結果、複数回答データについて同じように感じるようになりました。 しかし、繰り返しになりますが、JMP には、複数の応答データの分析を大幅に迅速化するシンプルなソリューションがあります。
疎行列問題について@dale_lehman言及された... 表の出力を、ケースの最小サンプルサイズを持つ因子の組み合わせに制限する何らかの方法があれば素晴らしいでしょう。 たとえば、後続の分析で使用するケースの最小数として 10 を指定できた場合、テーブルははるかに小さくなり、適切な十分な属性を持つ所属 * 役割の 2 つの組み合わせのみが含まれることになります。結果のプレゼンテーションと議論のためのサンプルサイズ。 どうすればいいのか分かりませんが、何かアイデアがあればタグ付けしてください@ケイセイロットあなたの返答とともに。
JMP コミュニティのご協力に改めて感謝いたします。 君たちは素晴らしいよ！Re: 2 つの人口統計的要因の独自の組み合わせによる複数回答調査データの要約Categorical(
Structured( :Role * :Affiliation, :Q1 Spatial scales ),
Share Chart( 0 ),
Legend( 0 )
);
これで希望どおりの結果が得られますか? 構造化タブを使用して、質問を横に配置し、所属内にネストされた役割を上部に配置しました。 結果は、所属/役割の組み合わせごとの応答数の表になります。 複数の応答ロールが特定のインスタンスでは認識されるが、JMP のすべてのインスタンスでは認識されないという問題が発生しました。 したがって、グループ化ロールは複数回答の列タイプを認識しませんでしたが、カテゴリカル プラットフォームの構造化要素は複数回答の列タイプを認識します。 カテゴリデータは難しい!!! これが、自分が持っているものを理解する探求に役立つことを願っています。
カレン
カレン
Re: 2 つの人口統計的要因の独自の組み合わせによる複数回答調査データの要約これが役立つかどうかはわかりませんが、データを少し試してみました。注意: 私は複数の応答データを使用したことがないので、そのようなアプローチはまったくしませんでした (そして、このデータを見た後、おそらく今後は複数の応答データを避けようとするでしょう!)。いずれにせよ、私はデータを再コード化する傾向にありました。添付ファイル (添付ファイルと同じ名前) には、所属と役割の両方を再コードした後、時間的応答の 1 つのツリーマップを表示する最終スクリプトがあります。私の再コーディングは、内容の専門知識に基づいて行う必要があるため、意味をなさないかもしれませんが、データ内の頻度にも基づいて行う必要があります (所属と役割に対する最も一般的な応答を分離しようとしたのはそのためです)。
このアプローチが理解できる場合は、添付した 2 番目のファイルを見てください。これは 1 つの例 (example.jmp) を示しています。列ユーティリティを使用して一時的な複数の応答を取得し、それらを個別の列 (インジケーター値とともに) に分割しました。保存されたスクリプトには、ヒートマップのこれらの新しい列を積み重ねた後の 1 つの例が示されており、これらの 5 つのカテゴリがさまざまな役割や所属に対してどの程度一般的であるかを示しています。
先ほども言いましたが、これは役に立つかもしれませんし、役に立たないかもしれません。私にとって、データを視覚化することは、これらの長くてまばらなテーブルよりも理にかなっています。実際、ディスプレイ内のセルのまばらさは、どう考えても問題になると思います。小さなサンプルサイズと複数の回答の組み合わせは、意味を理解するためにデータを大規模に再コーディングする必要があるように (少なくとも私には) 思われます。この小さなサンプルでは、まばらな回答 (2 つの人口統計的変数と特定の複数の回答の組み合わせ) が多すぎて、まともな情報を得ることができません。私がこのデータにアプローチする方法は再コーディングです。ただし、データの再コーディングは元のデータの詳細を失うことを意味するため、人為的なパターンが生成されないように慎重に行う必要があります。
私がもう 1 つ考えたのは、(もちろん後から考えてみれば) 複数の回答を使用する場合、それらに自然な順序があれば非常に役立つだろうということです。順序付けを行わない場合、応答の特定のセットはそれぞれ均等に重み付けされる必要があります。他の調査データでも同様のことが起こっているのを見たことがあります。例としては、関心のある専攻に関する学生のアンケートがあります。これらが希望順ではなく、各回答者が 3 つの回答を記入できる場合、特定の専攻は、第一希望、第二希望、第三希望であっても同等にカウントされます。最初の選択肢が主な選択肢である場合、分析が容易になります。
