Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Ich verwende JMP Pro 16.
Ich habe einen Tisch mit über 16.000 Personen aus 7 Standorten, die 90 Fragen zur Zustimmung (5-Punkte-Antwortskala) beantworten.Ich habe die Superkategorien T2B, B2B, Neutral der Antworten erstellt.
Der Zweck meiner Analyse besteht im Moment darin, etwaige Voreingenommenheit (nach Standort) bei einer der Fragen zu erkennen.Dies zu wissen, würde bei zukünftigen Erklärungen helfen. Ich habe Kontingenztabellen nach Standort erstellt, für jede der 90 Antworten auf 3 Ebenen.Der Homogenitätstest ergab p-Werte von weniger als Alpha 0,05, was für mich darauf hindeutet, dass mindestens einer der Orte nicht die gleiche Antworthäufigkeit wie die anderen hat.
F1: Gibt es einen besseren Weg (vielleicht grafisch), um den Ort oder die Orte zu identifizieren, die sich von den anderen unterscheiden?Abgesehen von dem Versuch, die Briefe zu analysieren.
F2: Gibt es einen besseren (richtigen und hoffentlich einfacheren) Weg, um mein Ziel zu erreichen?Der Perspektive halber haben wir es mit einer Verbraucherumfrage zu tun, also versuche ich nur, das wichtigste Signal aus einem ansonsten verrauschten Datensatz herauszukitzeln.
Schätzen Sie die Community-Hilfe im Voraus.
AnalytikDatentabelleBetreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?ich finde Multiple Korrespondenzanalyse in Fällen mit vielen kategorialen Ebenen sehr hilfreich sein. Hier ist ein einfaches Beispiel, das Ihre Daten verwendet, um die grundlegende Vorgehensweise zu veranschaulichen:
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Welche Spalte bezeichnet in Ihrer Datentabelle den Ort? Haben Sie daran gedacht, die schriftlichen Antworten (Likert-Skala) in eine Ordinalskala von 1-5 umzucodieren? Dadurch erhalten Sie möglicherweise mehr Optionen zum Anzeigen der Daten.
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Hallo,
Die Standortvariable ist rs0.
Für diese explorative und allgemeine Analyse hatte ich nicht in Betracht gezogen, die Antwort als ordinal zu betrachten.Auch hier möchte ich jetzt nur alle roten Fahnen identifizieren, die ich möglicherweise aussortieren kann, oder wenn ich aus irgendeinem Grund (z. B. Informationsverlust) nicht kann, wäre ich bereit, die Ergebnisse meines endgültigen Projektziels zu erläutern .Wenn etwas wirklich nicht stimmte, würde die Analyse von T2B und B2B es zeigen.Für eine zusätzliche Perspektive beinhaltet die abschließende Aktivität die Modellierung der nominalen Antworten.
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Daran hatte ich überhaupt nicht gedacht, Mark.Vielen Dank; Ich werde das versuchen.
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Markieren,
Ich denke, das würde für mich funktionieren.Würden Sie bitte meinen Denkprozess überprüfen?
Ich könnte damit beginnen, das MCA-Diagramm zu zeigen, um die Bedeutung der Frage f2f2122 der B2B-Antwort und des Standorts r zu veranschaulichen.
Ich bekräftige die Aussage, indem ich den partiellen Trägheitsbeitrag von B2B und Standort r zu Dimension 1&2 grafisch zeige.
Ich werde möglicherweise nach einer Schwellenstatistik (wie einem Cochran-Q?) gefragt, um die nächste Aktion zu bestimmen, aber ich kann sagen, dass wir uns darauf einigen können, welche Fragen möglicherweise verworfen werden, nachdem wir uns die Ergebnisse von 90 Fragen angesehen haben.
Macht das Sinn?
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Hast du die Dokumentation gelesen? Sie verwenden die Analyserolle Y, Response, um den Biplot zu erstellen, der das Hauptmerkmal der Analyse ist. Sie haben jedoch noch andere Analyserollen, wie z. B. die Rolle „X, Faktor“ oder die Rolle „Z, ergänzende Variable“. Die Bewertungen scheinen eine natürliche Wahl für die Y-Rolle zu sein. Der Standort kann entweder in der Y- oder in der X-Rolle sinnvoll sein.
Ich gebe zu, dass mir die Art aller Variablen noch nicht klar ist, daher kann ich nicht sagen, ob das, was Sie vorschlagen, sinnvoll ist.
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Sie können die Spalteneigenschaft Wertereihenfolge hinzufügen und die Zeichenfolgen in einer sinnvollen Reihenfolge anordnen. Sie werden ohne diese Eigenschaft alphabetisch geordnet, was nicht von Bedeutung ist.
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Es tut uns leid; Ich glaube, ich habe dich verwirrt.
Ich habe MCA schon einmal verwendet und weiß, wie man Rollen zuweist.Meine letzte Frage bezieht sich auf die Frage meiner Kunden, was mit den Ergebnissen geschehen soll; Eine harte Statistik wie ein Schwellenwert (z. B. UCL in Hotellings T2 in der Ausreißeranalyse) würde sie glücklich machen.In MCA habe ich zwar Trägheit und teilweise Beiträge, aber es gibt keine solche Schwelle, die ich genau bestimmen kann.Aber das ist in Ordnung.Ich habe nach etwas gesucht, das mehr in Richtung qualitative Analyse geht, und ich habe es bekommen.
Dank Ihres Vorschlags habe ich jetzt eine andere Verwendungsanwendung für MCA!
Betreff: Wie erkenne ich eine standortabhängige Verzerrung meiner kategorialen Antworten?Ich glaube, dass MCA eine stark zu wenig genutzte Technik ist, also freue ich mich immer, eine andere Anwendung dafür zu sehen! Ich hoffe, es hilft Ihnen, Ihren Fall zu vertreten.
