在前文第 1 部分中，我们演示了如何使用“分类”平台一次性汇总调查数据中的各种类型的响应（单选、多选、评分）。
也就是说，如果你肯花些功夫，仍然可以使用电子表格软件进行制表；如果你使用的是调查系统，该系统会将结果以表格和图表的形式显示出来。
那么，使用 JMP 的“类别”功能有哪些优势呢？
这样我们就可以比较我们将要讨论的各个群体之间的反应分布情况。
在“类别”中指定分组变量
在调查分析中，除了汇总个人回答外，还会根据受访者的属性（性别、年龄组等）汇总回答。这被称为交叉制表。
让我们考虑一下我们在第一部分中介绍的 SQC 培训的例子。在这个例子中，有一个名为“职位”的属性（普通员工、有职位的人），因此我们将按职位收集和比较其他回复。
1.png
让我们对上面的数据表进行以下分析。
职位名称 × 参加课程的原因（多选）：多项选择
职位名称 × 使用统计软件的经验（单选）：名义尺度
职位名称 × 时间分配、文本结构、实用性（评分）：序数尺度
职位名称 × 满意度（评分）：序数尺度
在这种情况下，在“类别”下，将“职位名称”指定为[X，分组类别]，如下所示：
nao_masukawa_0-1681374861319.png
比例同质性检验（各组之间的响应比例是否存在差异？）
首先，我们来看一下关于多项选择题“参加课程的原因”和名义变量“统计软件使用经验”（是/否）的报告。报告中显示了一个交叉表，分为“一般”和“担任管理职位”两类，并附有相应的份额图表。
3.png
比较普通参与者和管理人员对“参加课程的原因”的回答比例，可以发现以下几个方面存在差异。
主管指示：普通员工（24.7%），管理人员（16.8%）
对SQC的兴趣：普通公众（8.9%），管理人员（16.1%）
关于统计软件的使用经验，似乎也存在差异，39.6% 的普通用户有相关经验，而 50.9% 的管理人员有相关经验。
我在这里描述的仅仅是*似乎*存在差异。由于我使用的是统计软件，我想探究是否存在统计学上的显著差异。因此，我将使用“类别”类别中的假设检验选项。
非多重响应的同质性检验
如果响应不是多个响应（例如，根据统计软件的经验），则运行[响应同质性检验]选项。
检验各组间反应的同质性，具体而言，检验不同职位类别中反应比例是否相等的假设。这等价于用于检验交叉表独立性的卡方检验。
nao_masukawa_1-1681375602235.png
由于报告的似然比（卡方）和皮尔逊卡方的 p 值小于 0.05，5% 的显著性水平表明响应并不同质，这意味着不同职位的统计软件经验比例存在差异。
多重响应的同质性检验
对于多项选择题“选修本课程的原因”，我们将使用[多项选择题检验] 。在此，我们提交一份[二项分布同质性检验]的报告，假设每个回答类别的选择/未选择服从二项分布。
nao_masukawa_2-1681375648352.png
该报告《每个回答的二项式检验》显示了统计数据，比较了不同群体中每个问题的回答率。
例如，对于“老板的指示”这一答案，回复总数和回复人数如下：
在一般人群中，392 人中有 144 人符合该描述（36.7% = 144/392）。
在担任管理职位的人员中，111 人中有 26 人符合描述（23.4% = 26/111）。
此时，我们使用逻辑模型计算卡方值和 p 值（=0.0074），其中 Y 是响应率（假设为二项分布），X 是一般/位置响应。
根据题为“各项回应的二项式检验”的报告，发现“主管指示”和“对统计质量控制的兴趣”这两项存在显著差异。这表明，普通员工参加研讨会是因为主管要求他们参加，而管理人员则是真正对统计质量控制本身感兴趣。
虽然普通员工和管理人员在其他项目的比例上存在差异，但这些差异似乎没有统计学意义。
比较分数
关于产品满意度的问题通常采用五分制或其他类似的评分系统。在这种情况下，有必要检查不同群体之间的评分是否存在显著差异。
在本例中，参与者需对研讨会的时间安排、文本结构和实用性进行五分制评分，并对研讨会的总体满意度进行十分制评分。为了比较不同职位参与者的评分，我们将使用如下所示的“[平均分比较]”功能。
nao_masukawa_0-1681431984784.png
本报告详细介绍了研讨会的时间分配、文本结构和实用性。交叉表右侧显示了1-5分（视为分数）的平均值和标准差。
nao_masukawa_1-1681432150602.png
参考最后一列“均值比较”，您会在第 5 行（显示为 E 的一般效用得分）看到字母“f”。这表明，与第 6 行（显示为 F 的特定位置效用得分）相比，该值在 0.1 的显著性水平下具有统计学意义。（请参阅图中红色方框内的说明。）
就实用性而言，普通公众的平均得分是3.52，而管理人员的平均得分是3.37。然而，当使用t检验对这些平均值进行成对比较时，p值小于0.1。与普通公众相比，管理人员可能对研讨会的实用性略感不满。
我们还可以参考关于研讨会“满意度”的报告。
nao_masukawa_0-1681432780154.png
普通公众的平均得分是 7.23 分，管理人员的平均得分是 6.91 分。“平均值比较”一栏中显示字母“B”。由于该字母为大写，因此在本例中表示统计显著性水平为 0.05。关于研讨会本身的满意度，普通公众和管理人员的得分存在显著差异。
适用于多问题分组比较。
在“类别”分析中，您可以指定分组变量以执行基于组的聚合和比较。在实际调查中，通常有很多问题和答案选项。在这种情况下，会显示许多表格和图表，难以单独检查每个答案以找出哪些答案存在差异。
利用这里解释的“反应同质性检验”和“平均分比较”，您可以快速识别出存在显著差异的项目，从而有效地比较不同组之间的反应。
在下一期（第三部分）中，我们将详细解释调查中的“多项选择”问题。
