本博客以評估多個產品的特性為例，使用“Cochrann's Q檢驗”作為檢查產品之間評估一致性的方法，並使用“對應分析”作為檢查產品與評估之間關係的方法。我會告訴你如何做。
“Cochran's Q test”可能是一種鮮為人知的測試方法，但它作為評估多個產品的測試方法（如本例）很有用。請務必使用它。
多種罐裝咖啡特性比較
例：7種罐裝咖啡的甜味、烘焙感、苦味等評價
對於7種罐裝咖啡（A、B、C、D、E、F、G），12名小組成員（評估員）評估了咖啡的以下5個特性
香氣: 氣味
酸度： 酸的
甜度: 甜度
苦味: 苦澀的感覺
烘烤度: 烤味
評價
每位評審員都檢查了強烈感受到上述特徵的每罐裝咖啡。
如本例所示，評估者檢查產品的相應特徵（評估項目），統計檢查次數，並檢查產品的特徵。 CATA（勾選所有適用項）法案它主要用於市場營銷研究。
下面的股票圖表總結了評估結果。值為“1”表示已檢查，值為“0”表示未檢查。簡而言之，對於每種咖啡和每個特徵（項目），1 的比率越高，小組成員感受到該特徵的次數就越多。
此時，Cochran 的 Q 檢驗用於檢驗產品之間對某個功能的檢查百分比是否存在差異。
Cochran 的 Q 檢驗是一種檢查三個或更多配對二元變量（具有兩個值的分類數據）的變量之間的比例是否存在差異的方法。
在這個例子中，評估了7種罐裝咖啡，因此有3個或更多變量，並且小組成員正在評估多種罐裝咖啡，因此數據具有對應性。而且，評估只能取“1”或“0”兩個值，因此是二進制數據，滿足使用Cochran Q檢驗的要求。
多重對應分析和 Cochran's Q 檢驗
JMP 提供 Cochran Q 檢驗作為多重對應分析中的選項。讓我們對這個罐裝咖啡評估示例進行 Cochran 的 Q 檢驗。
上一節中的股票圖表是根據以下數據表創建的。
項目：特徵（5個評價項目）
小組成員：評價者（P1～P12 12人）
咖啡A到咖啡G ：7種罐裝咖啡。勾選各功能時輸入“1”，未勾選時輸入“0”。
分析 > 多變量 > 多重對應分析，按左下圖所示分配列，並從顯示的分析報告左上角的紅色三角形按鈕對應分析 > Cochran 的 Q 檢驗選擇。
在五個評估項目中，此處顯示了 Binnerness 和 Aroma 兩個報告。對應分析報告與 Cochran's Q 檢驗報告一起顯示。
如果檢驗的顯著性水平為0.05，則圖左上方的“苦味”的p 值為0.0134，表明存在顯著性差異；圖右上方的“香氣”的p 值為0.3946，表明沒有顯著性差異。顯著差異。
由此可以說，7種罐裝咖啡感受到的苦味百分比存在差異，但不能說香氣存在差異。
這個解釋從對應分析圖中也可以直觀地知道。
對應分析為每種咖啡繪製了“0”和“1”點，但苦味 0 和 1 的位置並不靠近，而是在二維上混合。這是一種產品之間評級不存在相似性的狀態。另一方面，對於Aroma，“0”位於左側，“1”在某種程度上位於右側，因此可以說評價存在相似性。評級相似表明產品之間沒有差異。
實際上，Cochran的Q檢驗是針對五個特徵（評估項）進行的，因此從右鍵菜單中【連接創建數據表】將它們全部顯示在一張表中。
香氣以外的項目存在顯著差異，即，產品之間對甜味、烘焙度、苦味和酸味的評價不同。
通過基於列聯表的對應分析進行產品定位
我們將上述數據中 Item 和 Coffee 的出現頻率進行聚合，並對聚合後的數據進行對應分析。目的是根據Coffee和Item的雙向分析表進行對應分析，考察產品與評價項目之間的關係。
顯示對應分析報告。維度 1（橫軸）解釋了 66% 的變異，維度 2（縱軸）解釋了 22.5% 的變異，因此這兩個維度也解釋了數據中 88.5% 的變異。可以說，二維圖足以展示產品和端點之間的關係。
查看對應分析報告，我們可以看到B、C、D分別是苦味和烘焙味，F是酸味，A是帶甜味的罐裝咖啡。
這樣，對應分析報告就可以二維地映射類別之間的關係。例如，可以方便地以通俗易懂的方式說明自己公司的產品特點與其他公司的產品特點、產品定位等差異。
作者：Naohiro Masukawa（JMP 日本）
