[논문 리뷰] Logistic Biplots for Ordinal Data with an Application to Job Satisfaction of Doctorate Degree Holders in Spain

José Luis Vicente Villardón, Julio César Hernández Sánchez|arXiv (Cornell University)|2014. 05. 01.

Sensory Analysis and Statistical Methods참고 문헌 7인용 수 4

한 줄 요약

이 논문은 비례 오즈 모델을 사용하여 순서형 다변량 데이터를 시각화하기 위해 로지스틱 비플롯을 순서형 범주형 반응에 적응시키는 새로운 방법인 순서형 로지스틱 비플롯(Ordinal Logistic Biplot, OLB)을 제안한다. 이 방법은 항목 반응 이론(IRT)과 비플롯 기하학을 통합하여 감춰진 차원에서 개인과 변수를 동시에 시각화할 수 있게 하며, 스페인 박사 졸업자들의 직업 만족도에 적용된 결과, 부문과 지역 간 명확한 구조적 패턴이 드러났다.

ABSTRACT

Biplot Methods allow for the simultaneous representation of individuals and variables of a data matrix. For Binary or Nominal data, Logistic biplots have been recently developed to extend the classical linear representations for continuous data. When data are ordinal, linear, binary or nominal logistic biplots are not adequate and techniques as Categorical Principal Component Analysis (CATPCA) or Item Response Theory (IRT) for ordinal items should be used instead. In this paper we extend the Biplot to ordinal data. The resulting method is termed Ordinal Logistic Biplot (OLB). Row scores are computed to have ordinal logistic responses along the dimensions and column parameters produce logistic response surfaces that, projected onto the space spanned by the row scores, define a linear biplot. A proportional odds model is used, obtaining a multidimensional model known as graded response model in the Item Response Theory literature. We study the geometry of such a representation and construct computational algorithms for the estimation of parameters and the calculation of prediction directions. Ordinal Logistic Biplots extend both CATPCA and IRT in the sense that gives a graphical representation for IRT similar to the biplot for CATPCA. The main theoretical results are applied to the study of job satisfaction of doctorate (PhD) holders in Spain. Holders of doctorate degrees or other research qualifications are crucial to the creation, commercialization and dissemination of knowledge and to innovation. The proposed methods are used to extract useful information from the Spanish data from the international 'Survey on the careers of doctorate holders (CDH)', jointly carried out Eurostat, the Organisation for Economic Co-operation and Development (OECD) and UNESCO's Institute for Statistics (UIS).

연구 동기 및 목표

• 다변량 분석에서 순서형 데이터를 위한 시각화 방법의 부족을 해결하기 위해.
• 이진 및 명목형 데이터를 초월하여 순서형 범주형 변수를 다룰 수 있도록 로지스틱 비플롯 방법론을 확장하기 위해.
• 순서형 반응을 위한 항목 반응 이론(IRT)과 비플롯 시각화를 통합하기 위해.
• 순서형 데이터에서 잠재 특성의 기하학적 및 계산적 프레임워크를 제공하기 위해.
• 스페인의 박사 졸업자들에 대한 직업 만족도 실세계 데이터에 이 방법을 적용하여 부문과 지역 간 구조적 패턴을 규명하기 위해.

제안 방법

• 비례 오즈 모델을 사용하여 순서형 데이터로 확장된 로지스틱 비플롯(OLB)을 제안한다.
• 항목 반응 이론(IRT)의 계층 반응 모델을 활용해 순서형 반응을 모델링하여, 순서된 범주 간 누적 확률을 보장한다.
• 반복 주요화를 사용하는 교대 최소제곱 알고리즘을 통해 행 점수(개인)와 열 매개변수(변수)를 추정한다.
• 행 점수에 의해 생성된 감소 차원 공간에 로지스틱 반응 표면을 투영하여 선형 비플롯을 형성한다.
• 비례 오즈 모델의 절단점 값을 사용하여 비플롯 내에서 범주 위치를 정의함으로써 반응 패턴의 해석 가능성을 높인다.
• 凸 Hull(볼록 껍질)과 밀도 윤곽선을 사용하여 비플롯 공간에서 고용 부문과 거주 지역 기반의 군집을 식별한다.

실험 결과

연구 질문

• RQ1 로지스틱 비플롯 방법론은 이진 또는 명목형 데이터를 초월하여 순서형 데이터를 어떻게 다룰 수 있는가?
• RQ2 반응이 순서형 범주형 변수일 경우 비플롯 표현의 기하학적 구조는 어떻게 되는가?
• RQ3 기존 기법인 CATPCA와 IRT에 비해 제안된 OLB 방법은 해석 가능성과 시각화 측면에서 어떻게 비교되는가?
• RQ4 OLB 시각화를 통해 스페인 박사 졸업자들 간의 직업 만족도에서 드러나는 구조적 패턴은 무엇인가?
• RQ5 고용 부문과 거주 지역은 OLB 모델이 식별한 잠재적 만족 차원에 어떤 영향을 미치는가?

주요 결과

• OLB 모델은 순서형 데이터의 다차원적 구조를 성공적으로 시각화하였으며, 비플롯 축을 따라 반응 범주가 명확하게 분리됨을 보였다.
• '지적 도전성'과 '직업 안정성'과 같은 변수들은 비플롯에서 준수분리(quasi-separation)를 보였으며, 이는 반응의 강한 군집화를 시사한다.
• '승진 기회'와 '자율성 수준' 변수들은 유사한 방향성 경향을 보였지만, 범주 위치가 다름으로써 인식의 미세한 차이를 드러냈다.
• 고등교육 부문의 박사 졸업자들은 다른 부문에 비해 지적 도전성, 자율성, 승진 기회에서 유의미하게 높은 평가를 내렸다.
• 비즈니스 부문은 급여와 복지에 대한 긍정적인 인식을 보였으며, 이는 비플롯의 공간 군집화에 반영되었다.
• 지역 간 차이가 관찰되었으며, 마드리드, 카스티야-레온, 카스티야라만차, 라리오하 지역은 다른 지역과 비교해 지적 도전성과 승진 기회에 대해 특이한 인식을 보였다.