以前的第1部分显示了使用“分类”平台一次汇总问卷数据中各种类型的响应（单响应、多响应、分数）的示例。
也就是说，如果只是汇总层面，你可以用电子表格软件来做，如果你使用的是问卷系统，系统会以表格和图表的形式显示汇总结果。
那么使用 JMP 的分类有哪些好处？
这次介绍比较各组的响应分布这就是它的意思。
将分组变量指定为分类
在调查分析中，除了汇总个人回复外，还通过将回复除以受访者属性（性别、年龄等）进行汇总。这就是所谓的交叉制表。
考虑第 1 部分中介绍的 SQC 培训示例。在这个例子中，有一个属性“位置”（一般，有位置），所以让我们按位置聚合和比较其他答案。
考虑下面对上面数据表的分析。
职位 x 参加课程的动机（多选）：多选
职称×统计软件使用经验（单选）：名义量表
位置×时间分配、文本结构、实用性（得分）：顺序量表
位置 x 满意度（得分）：顺序量表
此时，“Categorical”中的“Title”变更如下。 [X，分组类别]到。
比例同质性检验（组间响应的比例是否不同？）
首先，让我们看一下多重响应“你为什么参加这门课程”和标称量表“使用统计软件的经验”（是/否）的报告。如下图，展示了一个分为“general”和“with title”的列联表，同时展示了对应的share图表。
比较一般职位和职位对“你为什么参加这门课程”的回答比例，以下项目的比例似乎有所不同。
上级指示：一般（24.7%），有头衔（16.8%）
对 SQC 的兴趣：一般 (8.9%)，有头衔 (16.1%)
关于使用统计软件的经验，39.6%的有一般经验的人和50.9%的有管理经验的人似乎也有差异。
我在这里要说的是“可能会有差异”。我正在使用统计软件，所以我想知道是否存在统计差异。因此，请使用“分类”下的测试选项。
非多重响应的同质性检验
对于不是多重响应的响应，如统计软件的经验， [测试响应的同质性]执行选项。
跨组测试响应的同质性，在这里我们正在测试跨职位的响应比例相等的假设。它对应于用于检查交叉制表独立性的卡方检验。
由于报告似然比卡方和 Pearson 卡方的 p 值小于 0.05，检验的 5% 显着性水平表明响应不齐，i. 表明存在
多重响应的同质性检验
对于多选题“你为什么参加这门课程？” [多选题测试]用来。在这里，我们假设响应类别的选择/未选择二项分布【二项分布齐性检验】显示一份报告
报告“每个响应的二项式检验”提供了统计数据，比较了各组中每个问题的响应比例。
例如，“老板指示”的回复总人数和回复人数如下。
一般来说，392 人中有 144 人（36.7% = 144/392）
111 人中有 26 人拥有职称 (23.4% = 26/111)
此时，卡方值和p值（=0.0074）是通过逻辑模型得到的，其中Y是响应率（假设二项分布），X是一般/有位置。
参考报告“Binomial test for each response”，对于“supervisor's instructions”和“interest in SQC”这两个项目，确认存在显着差异。这表明一般员工参加研讨会是因为他们的上级告诉他们参加，并且那些有职位的人对 SQC 本身感兴趣。
其他的items，虽然一般和job title的比例有区别，但是好像没有太大的区别。
比较分数
在许多情况下，询问有关产品满意度的问题会以分数（例如 5 分评价）来回答。然后您想查看各组之间的分数是否存在差异。
在此示例中，我们要求受访者以 5 分制对研讨会的时间分配、文本结构和实用性进行评分，并以 10 分制对他们对研讨会的满意度进行评分。如果你想比较职位之间的这些评估分数： 【平均分对比】我会尝试使用
这是一份关于研讨会时间分配、文本构成和实用性的报告。将响应 1 至 5 视为分数时的平均值和标准差显示在交叉制表的右侧。
查看最后一列“平均值比较”，您可以在第 5 行看到字母“f”（一般效用分数，标记为 E）。这表明对于标记为 F 的第 6 行（带有标题的实用性得分），显着性水平为 0.1。 （请参考图中红框内的解释。）
我们表明实用性的平均得分一般为 3.52，位置为 3.37，但当对这些均值进行成对比较时，测试的 p 值（使用 t 检验）小于 0.1。与普通大众相比，有头衔的人可能对研讨会的实用性有些不满。
再看看研讨会的“满意度”报告。
综合平均分7.23，标题平均分6.91，“平均分对比”一栏显示字母“B”。在这种情况下，它在 0.05 的显着性水平下是显着的，因为它以大写字母显示。对于研讨会本身的满意度，一般和有职位的得分存在显着差异。
对于许多问题的组间比较很有用
在“Categorical”中，可以通过指定分组变量来进行按组的聚合和比较。在实际调查中，可能会有很多问题和很多答案选项。在这种情况下，显示的表格和图表很多，因此很难一一找出哪些答案有差异。
如果使用本文介绍的“回答同质性检验”和“平均得分比较”，则有差异的项目一目了然，因此可以有效地比较组间的回答。
在接下来的Part 3中，我们将详细解释“multiple response”，它处理问卷中的多选问题。
