Meervoudige correspondentieanalyse (MCA)

Multiple Correspondence Analysis brengt alle categorieën van drie of meer categorische variabelen in kaart, zoals enquêteantwoorden of defectregistraties, zodat verwante categorieën dicht bij elkaar komen te liggen. Gebruik Simple Correspondence Analysis voor precies twee variabelen. Rijen met ontbrekende waarden worden weggelaten. De uitvoer bevat een inertietabel per dimensie, een categorietabel met massa, coördinaten, kwaliteit en bijdragen, en een kaart van de eerste twee dimensies.

Laatst beoordeeld

Belangrijkste conclusie

Multiple Correspondence Analysis (MCA) plaatst elke categorie van drie of meer categorische variabelen op één kaart, zodat categorieën die vaak samen voorkomen, zoals klanttype, kanaal en abonnement, dicht bij elkaar liggen.

Op deze pagina
  1. Doel
  2. Belangrijkste mogelijkheden
  3. Statistische methoden
  4. Invoervelden en opties
  5. Beschrijving van de uitvoer
  6. Uitgewerkt voorbeeld

Doel

Multiple Correspondence Analysis (MCA) plaatst elke categorie van drie of meer categorische variabelen op één kaart. Categorieën die vaak door dezelfde respondenten worden gegeven of bij dezelfde items worden aangetroffen, liggen dicht bij elkaar. Gebruik het om enquêteantwoorden, defectregistraties of auditbevindingen met meerdere categorische velden te verkennen, bijvoorbeeld om te zien welke klanttypen bij welke kanalen en serviceabonnementen horen, of welke ploegen, lijnen en defecttypen vaak samen voorkomen. Gebruik voor precies twee variabelen Simple Correspondence Analysis.

Belangrijkste mogelijkheden

  • Analyseert drie of meer categorische kolommen tegelijk; elke categorie wordt een punt op de kaart.
  • Inertietabel voor elke dimensie, met percentages en cumulatieve percentages.
  • Categorietabel met massa, inertie, coördinaten, kwaliteit, gekwadrateerde correlaties en bijdragen voor het door u gekozen aantal dimensies.
  • Kolomplot van alle categorieën op de eerste twee dimensies, gekleurd per variabele.
  • PDF-export van de resultaten.

Statistische methoden

Rijen met een ontbrekende waarde in een van de gekozen variabelen worden weggelaten en elke waarde wordt als categorielabel behandeld. De gegevens worden omgezet in een indicatormatrix Z met één 0/1-kolom per categorie van elke variabele (in totaal K kolommen voor J variabelen). MCA is een correspondentieanalyse van deze matrix: Z wordt door het totaal gedeeld om proporties P te geven, met rijmassa’s r en kolom- (categorie-)massa’s c, en de gestandaardiseerde residuen S = Dr^−½ (P − r cᵀ) Dc^−½ worden met singulierewaardenontbinding ontleed. Elke singuliere waarde d geeft een dimensie met inertie d². Er zijn K − J dimensies en de totale inertie is altijd (K − J) / J, dus zij hangt alleen af van het aantal categorieën, niet van de gegevens.

De categoriecoördinaten zijn hoofdcoördinaten, Dc^−½ V D. Mass is het aandeel van een categorie in het totaal van de indicatormatrix, dat is haar relatieve frequentie gedeeld door J. Inert is het aandeel van de categorie in de totale inertie. Quality is het aandeel van de gekwadrateerde afstand van de categorie tot het centrum dat de gerapporteerde dimensies weergeven (van 0 tot 1); Corr is dat aandeel voor één dimensie en Contr het aandeel van de inertie van een dimensie waarvoor de categorie verantwoordelijk is. Omdat de indicatorcodering de inertie over veel dimensies spreidt, verklaren de eerste twee dimensies in MCA meestal een veel kleiner percentage dan in eenvoudige correspondentieanalyse; de kaart kan nog steeds nuttig zijn, maar categorieën met lage kwaliteit worden niet goed weergegeven.

Invoervelden en opties

Veld

Beschrijving

Categorical variables

Drie of meer categorische kolommen. Houd Ctrl of Command ingedrukt om er meerdere te selecteren. Gebruik voor precies 2 variabelen in plaats daarvan Simple Correspondence Analysis.

Number of components

Voor hoeveel dimensies Quality, Corr en Contr in de categorietabel worden gerapporteerd. Standaard 2; 1 tot 20, beperkt tot het beschikbare aantal. De plot toont altijd de eerste 2.

Title

Titel die in de plot wordt getoond. Standaard Multiple Correspondence Analysis.

multiple-correspondence-analysis-inputs


Figuur 1 — Opties voor het voorbeeld: vijf enquêtevragen als categorische variabelen, 2 componenten.

Beschrijving van de uitvoer

  • Multiple Correspondence Analysis plot — elke categorie op Dimension 1 tegen Dimension 2 (percentages van de inertie in de astitels), gekleurd per variabele. Elk punt is gelabeld met zijn categorie; de kleur en de legenda geven de variabele aan, en aanwijzen toont beide. Labels worden zo geplaatst dat ze elkaar niet overlappen.
  • Total inertia — het totaal en het aantal dimensies.
  • Analysis of Indicator Matrix — Component (Dim1, Dim2, ...), Inertia, Percent en Cumulative Percent voor elke dimensie.
  • Column Contributions — Category, Variable, Mass, Inert, de coördinaat op elke gerapporteerde dimensie, Quality, en Corr en Contr voor elke gerapporteerde dimensie.
  • PDF-export via Download.

multiple-correspondence-analysis-output


Figuur 2 — Categoriekaart voor vijf enquêtevragen onder 160 klanten: Dimension 1 (14.6%) loopt van laag inkomen, Basic-abonnement en onder-30-jarigen naar hoog inkomen, Premium-abonnement en leeftijden van 45 tot 59.

Uitgewerkt voorbeeld

Een marketingteam van een retailer ondervroeg 160 klanten over vijf onderwerpen: leeftijdsgroep (vier groepen), inkomensniveau (Low, Medium, High), regio (North, South, East, West), voorkeurskanaal (Online, In Store, Mobile App, Phone) en serviceabonnement (Basic, Standard, Premium). Het wil zien welke antwoorden bij elkaar horen om gerichte aanbiedingen te plannen. Het selecteert alle vijf kolommen als Categorical variables en laat Number of components = 2 staan.

De 18 categorieën geven 13 dimensies en een totale inertie van 2.6. Dimension 1 verklaart 14.56% en Dimension 2 11.7%, samen 26.26%: normaal voor MCA met zoveel categorieën, maar de kaart moet als een grove samenvatting worden gelezen. Dimension 1 loopt van Income Level: Low (−0.687), Service Plan: Basic (−0.771) en Age Group: Under 30 (−0.770) links naar Income Level: High (1.393), Service Plan: Premium (0.956) en Age Group: 45 to 59 (0.967) rechts. Income Level: High draagt 23.1% bij aan de inertie van Dimension 1, het meest van alle categorieën. Op Dimension 2 liggen Income Level: Medium (−0.804), Age Group: 30 to 44 (−0.821) en Service Plan: Standard (−0.595) samen onderaan.

Region: South (kwaliteit 0.0054) en Preferred Channel: In Store (0.0475) liggen dicht bij het centrum met een zeer lage kwaliteit: ze worden op deze kaart slecht weergegeven en horen bij geen van de groepen. Voor het team vormen inkomensniveau en serviceabonnement het hoofdpatroon, met leeftijd erachteraan, terwijl regio en kanaal weinig toevoegen. In de ruwe gegevens koos 60.4% van de klanten met een laag inkomen Basic en 52.8% van de klanten met een hoog inkomen Premium. Als Region uit de analyse wordt gehaald, stijgt het aandeel van de eerste twee dimensies naar 32.57%.

Veelgestelde vragen

Wat is meervoudige correspondentieanalyse?

Multiple Correspondence Analysis (MCA) plaatst elke categorie van drie of meer categorische variabelen op één kaart, waarbij categorieën die vaak door dezelfde respondenten worden gegeven of bij dezelfde items worden aangetroffen dicht bij elkaar liggen. Het wordt gebruikt om enquêteantwoorden, defectregistraties of auditbevindingen te verkennen, bijvoorbeeld welke ploegen, lijnen en defecttypen vaak samen voorkomen.

Wat is het verschil tussen MCA en eenvoudige correspondentieanalyse?

Simple Correspondence Analysis is voor precies twee categorische variabelen, terwijl MCA er drie of meer aankan. MCA analyseert een indicatormatrix met één 0/1-kolom per categorie. Omdat deze codering de inertie over veel dimensies spreidt, verklaren de eerste twee dimensies in MCA meestal een veel kleiner percentage dan in eenvoudige correspondentieanalyse.

Hoe interpreteert u een MCA-plot?

Categorieën die op de kaart dicht bij elkaar liggen, komen vaak samen voor. Lees de aspercentages als het aandeel van de inertie dat elke dimensie verklaart. Controleer de Quality van elke categorie, van 0 tot 1: categorieën met een lage kwaliteit, vaak dicht bij het centrum, worden op de kaart slecht weergegeven en mogen niet worden geïnterpreteerd als horend bij een groep. Contr toont welke categorieën elke dimensie bepalen.

Waarom is de verklaarde inertie bij MCA zo laag?

De totale inertie in MCA is altijd (K - J) / J, waarbij K het aantal categorieën is en J het aantal variabelen, dus zij hangt alleen af van het aantal categorieën. De indicatorcodering spreidt deze inertie over veel dimensies, dus een laag percentage op de eerste twee dimensies is normaal; de kaart moet als een grove samenvatting worden gelezen.