Análise de correspondência múltipla (MCA)

A análise de correspondência múltipla mapeia todas as categorias de três ou mais variáveis categóricas, como respostas de pesquisa ou registros de defeitos, de modo que categorias relacionadas apareçam próximas. Use a análise de correspondência simples para exatamente duas variáveis. As linhas com valores ausentes são descartadas. A saída inclui uma tabela de inércia por dimensão, uma tabela de categorias com massa, coordenadas, qualidade e contribuições, e um mapa das duas primeiras dimensões.

Última revisão

Conclusão principal

A análise de correspondência múltipla (MCA) coloca todas as categorias de três ou mais variáveis categóricas em um único mapa, de modo que categorias que ocorrem juntas com frequência, como tipo de cliente, canal e plano, fiquem próximas.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

A análise de correspondência múltipla (MCA) coloca todas as categorias de três ou mais variáveis categóricas em um único mapa. As categorias que costumam ser dadas pelos mesmos respondentes ou encontradas nos mesmos itens ficam próximas. Use-a para explorar respostas de pesquisas, registros de defeitos ou constatações de auditoria que tenham vários campos categóricos, por exemplo para ver quais tipos de cliente combinam com quais canais e planos de serviço, ou quais turnos, linhas e tipos de defeito tendem a ocorrer juntos. Para exatamente duas variáveis, use a análise de correspondência simples.

Principais recursos

  • Analisa três ou mais colunas categóricas ao mesmo tempo; cada categoria se torna um ponto no mapa.
  • Tabela de inércia de cada dimensão, com porcentagens e porcentagens acumuladas.
  • Tabela de categorias com massa, inércia, coordenadas, qualidade, correlações ao quadrado e contribuições para o número de dimensões escolhido.
  • Gráfico de colunas de todas as categorias nas duas primeiras dimensões, colorido por variável.
  • Exportação dos resultados em PDF.

Métodos estatísticos

As linhas com valor ausente em qualquer variável selecionada são descartadas, e todo valor é tratado como um rótulo de categoria. Os dados são transformados em uma matriz indicadora Z com uma coluna 0/1 por categoria de cada variável (K colunas para J variáveis no total). A MCA é uma análise de correspondência dessa matriz: Z é dividida pelo seu total para dar as proporções P, com massas de linha r e massas de coluna (categoria) c, e os resíduos padronizados S = Dr^−½ (P − r cᵀ) Dc^−½ são decompostos por decomposição em valores singulares. Cada valor singular d dá uma dimensão com inércia d². Há K − J dimensões, e a inércia total é sempre (K − J) / J, de modo que depende apenas do número de categorias, e não dos dados.

As coordenadas das categorias são coordenadas principais, Dc^−½ V D. A massa é a parcela de uma categoria no total da matriz indicadora, que é sua frequência relativa dividida por J. Inert é a parcela da categoria na inércia total. A qualidade é a parcela da distância ao quadrado da categoria ao centro que as dimensões informadas mostram (de 0 a 1); Corr é essa parcela para uma dimensão, e Contr é a parcela da inércia de uma dimensão que a categoria explica. Como a codificação por indicadores distribui a inércia por muitas dimensões, as duas primeiras dimensões na MCA costumam explicar uma porcentagem muito menor do que na análise de correspondência simples; o mapa ainda pode ser útil, mas as categorias de baixa qualidade não são bem representadas.

Campos de entrada e opções

Campo

Descrição

Categorical variables

Três ou mais colunas categóricas. Mantenha Ctrl ou Command pressionado para selecionar várias. Para exatamente 2 variáveis, use a análise de correspondência simples.

Number of components

Para quantas dimensões informar Quality, Corr e Contr na tabela de categorias. Padrão 2; de 1 a 20, limitado ao número disponível. O gráfico sempre mostra as 2 primeiras.

Title

Título exibido no gráfico. Padrão Multiple Correspondence Analysis.

multiple-correspondence-analysis-inputs


Figura 1 — Opções para o exemplo: cinco perguntas de pesquisa como variáveis categóricas, 2 componentes.

Descrição da saída

  • Multiple Correspondence Analysis plot — todas as categorias na Dimension 1 contra a Dimension 2 (porcentagens de inércia nos títulos dos eixos), coloridas por variável. Cada ponto é rotulado com sua categoria; a cor e a legenda indicam a variável, e passar o cursor mostra ambas. Os rótulos são posicionados para evitar sobreposição.
  • Total inertia — o total e o número de dimensões.
  • Analysis of Indicator Matrix — Component (Dim1, Dim2, ...), Inertia, Percent e Cumulative Percent de cada dimensão.
  • Column Contributions — Category, Variable, Mass, Inert, a coordenada em cada dimensão informada, Quality, e Corr e Contr de cada dimensão informada.
  • Exportação em PDF por meio de Download.

multiple-correspondence-analysis-output


Figura 2 — Mapa de categorias de cinco perguntas de pesquisa com 160 clientes: a Dimension 1 (14.6%) vai de renda baixa, plano Basic e menores de 30 anos a renda alta, plano Premium e idades de 45 a 59.

Exemplo prático

Uma equipe de marketing de varejo pesquisou 160 clientes com cinco perguntas: faixa etária (quatro grupos), nível de renda (Low, Medium, High), região (North, South, East, West), canal preferido (Online, In Store, Mobile App, Phone) e plano de serviço (Basic, Standard, Premium). A equipe quer ver quais respostas andam juntas, para planejar ofertas direcionadas. Ela seleciona as cinco colunas como Categorical variables e mantém Number of components = 2.

As 18 categorias dão 13 dimensões e uma inércia total de 2.6. A Dimension 1 explica 14.56% e a Dimension 2, 11.7%, juntas 26.26%: normal para uma MCA com tantas categorias, mas o mapa deve ser lido como um resumo aproximado. A Dimension 1 vai de Income Level: Low (−0.687), Service Plan: Basic (−0.771) e Age Group: Under 30 (−0.770) à esquerda até Income Level: High (1.393), Service Plan: Premium (0.956) e Age Group: 45 to 59 (0.967) à direita. Income Level: High contribui com 23.1% da inércia da Dimension 1, a maior entre todas as categorias. Na Dimension 2, Income Level: Medium (−0.804), Age Group: 30 to 44 (−0.821) e Service Plan: Standard (−0.595) ficam juntos na parte inferior.

Region: South (qualidade 0.0054) e Preferred Channel: In Store (0.0475) ficam perto do centro com qualidade muito baixa: são mal representados neste mapa e não pertencem a nenhum dos grupos. Para a equipe, o nível de renda e o plano de serviço formam o padrão principal, com a idade os acompanhando, enquanto a região e o canal acrescentam pouco. Nos dados brutos, 60.4% dos clientes de baixa renda escolheram o Basic e 52.8% dos clientes de alta renda escolheram o Premium. Remover Region da análise eleva a parcela das duas primeiras dimensões para 32.57%.

Perguntas frequentes

O que é a análise de correspondência múltipla?

A análise de correspondência múltipla (MCA) coloca todas as categorias de três ou mais variáveis categóricas em um único mapa, com as categorias frequentemente dadas pelos mesmos respondentes ou encontradas nos mesmos itens ficando próximas. É usada para explorar respostas de pesquisas, registros de defeitos ou constatações de auditoria, por exemplo quais turnos, linhas e tipos de defeito tendem a ocorrer juntos.

Qual é a diferença entre a MCA e a análise de correspondência simples?

A análise de correspondência simples é para exatamente duas variáveis categóricas, enquanto a MCA trata três ou mais. A MCA analisa uma matriz indicadora com uma coluna 0/1 por categoria. Como essa codificação distribui a inércia por muitas dimensões, as duas primeiras dimensões na MCA costumam explicar uma porcentagem muito menor do que na análise de correspondência simples.

Como interpretar um gráfico de MCA?

As categorias próximas no mapa tendem a ocorrer juntas. Leia as porcentagens dos eixos como a parcela de inércia que cada dimensão explica. Verifique a Quality de cada categoria, de 0 a 1: as categorias de baixa qualidade, que costumam ficar perto do centro, são mal representadas no mapa e não devem ser interpretadas como pertencentes a algum grupo. Contr mostra quais categorias definem cada dimensão.

Por que a inércia explicada é tão baixa na MCA?

A inércia total na MCA é sempre (K - J) / J, em que K é o número de categorias e J o número de variáveis, de modo que depende apenas do número de categorias. A codificação por indicadores distribui essa inércia por muitas dimensões, portanto uma porcentagem baixa nas duas primeiras dimensões é normal; o mapa deve ser lido como um resumo aproximado.