JAR multivariate analyse und clustering

WAS SIND MULTIVARIATE ANALYSEN UND CLUSTERING?

JAR-Daten werden oft nur mit der Analyse von Strafen verarbeitet, aber sie enthalten auch viele andere Informationen. Tatsächlich können sie, genau wie die anderen Tests, dazu verwendet werden, Produkte zu beschreiben, Ähnlichkeiten und Unterschiede zu erkennen und so weiter. Die Durchführung einer multivariaten Analyse und die gleichzeitige Erstellung einer Karte der Produkte und ihrer Beschreibungen ist sehr aufschlussreich. Außerdem können Gruppen von Bewertern gebildet werden.

JAR MULTIVARIATE ANALYSE UND CLUSTERING-AUSGABEN IN XLSTAT

Eigenwerte von CA: Die Eigenwerte von CA und das entsprechende Diagramm (Scree Plot) werden angezeigt.

Produkt- und Attributkoordinaten: Die Koordinaten der Produkte und Attribute des Konsenses im Faktorenraum werden mit den entsprechenden Diagrammen angezeigt.

Ähnlichkeitsmatrix (S): Die Matrix des Ähnlichkeitsindexes zwischen allen Bewertern wird angezeigt. Der verwendete Ähnlichkeitskoeffizient ist der Salton-Kosinus, der zwischen 0 und 1 liegt. Je näher er bei 1 liegt, desto stärker ist die Ähnlichkeit. Diese Matrix wird von CATATIS verwendet, um die Gewichte der Assessoren zu berechnen.

Gewichte: Die von CATATIS berechneten Gewichte werden mit dem zugehörigen Balkendiagramm angezeigt. Je größer die Gewichtung ist, desto mehr hat der Assessor zum Konsens beigetragen. Je höher die Gewichtung, desto mehr hat der Bewerter zum Konsens beigetragen. Da CATATIS dem Bewerter, der dem Konsens am nächsten ist, global gesehen mehr Gewicht gibt, bedeutet eine viel niedrigere Gewichtung als die anderen, dass der Bewerter untypisch ist.

CLUSCATA-Ergebnisse: Wenn eine Clusteranalyse erforderlich ist, werden das Dendrogramm und die CATATIS-Ergebnisse jedes Clusters angezeigt