[論文レビュー] 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)|May 1, 2014

Sensory Analysis and Statistical Methods参考文献 7被引用数 4

ひとこと要約

本稿では、比例オッズモデルを用いて順序付きカテゴリカル応答を扱えるようにロジスティックバイプロットを拡張することで、順序多変量データを可視化する新しい手法である順序ロジスティックバイプロット（OLB）を提案する。この手法は項目反応理論（IRT）とバイプロット幾何学を統合し、次元削減された空間において同時に個々の対象と変数を可視化可能であり、スペインの博士号取得者における職務満足度への応用により、分野および地域ごとの明確な構造的パターンが明らかになった。

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).

研究の動機と目的

• 多変量解析における順序データのためのグラフィカル手法の不足に対処すること。
• 二値および名目尺度データにとどまらず、順序付きカテゴリカル変数を扱えるように、ロジスティックバイプロット手法を拡張すること。
• 順序応答のための項目反応理論（IRT）とバイプロット可視化を統合すること。
• 順序データにおける潜在的特徴の解釈のための幾何学的かつ計算的フレームワークを提供すること。
• スペインの博士号取得者における職務満足度の実世界データにこの手法を適用し、分野および地域ごとの構造的パターンを明らかにすること。

提案手法

• 比例オッズモデルを用いて順序データに拡張されたロジスティックバイプロット（OLB）を提案。
• 項目反応理論（IRT）の段階的応答モデルを用いて順序カテゴリの累積確率をモデル化し、順序付きカテゴリの整合性を保証。
• 交互最小二乗法と反復マジョライゼーションを用いて、行スコア（個々の対象）と列パラメータ（変数）を推定。
• 行スコアが生成する次元削減空間に、ロジスティック応答面を射影して線形バイプロットを構築。
• 比例オッズモデルの切捨て点を用いてバイプロット内でのカテゴリ位置を定義し、応答パターンの解釈を可能に。
• 凸包と密度等高線を用いて、バイプロット空間内での雇用分野および居住地域によるグループ化を特定。

実験結果

リサーチクエスチョン

• RQ1 ロジスティックバイプロット手法を、二値または名目尺度ではなく、順序付きカテゴリカルデータにどのように拡張できるか。
• RQ2 応答が順序付きカテゴリカル変数である場合、バイプロット表現の幾何学的構造はどのようになるか。
• RQ3 提案されたOLB手法は、CATPCA や IRT といった既存手法と比較して、解釈可能性および可視化性においてどのように異なるか。
• RQ4 OLB可視化によって、スペインの博士号取得者における職務満足度に現れる構造的パターンは何か。
• RQ5 雇用分野および居住地域は、OLBモデルが特定する潜在的満足度次元にどのように影響を及ぼすか。

主な発見

• OLBモデルは、明確にバイプロット軸に沿って応答カテゴリが分離する形で、順序データの多次元的構造を効果的に可視化した。
• 『知的挑戦性』や『職務の安定性』といった変数は、バイプロット上で準分離（quasi-separation）を示し、応答の強いクラスタリングを示した。
• 『昇進の機会』と『自律性の度合い』という変数は、類似した方向性を示したが、カテゴリの位置が明確に異なっており、認識の微細な差を浮き彫りにした。
• 高等教育分野に勤務する博士号取得者は、他の分野と比較して、知的挑戦性、自律性、昇進の機会のすべてにおいて顕著に高い満足度を示した。
• ビジネス分野では、給与および福利厚生に関する評価が高く、バイプロット内の空間的クラスタリングによってそれが反映された。
• 地域差も観察され、マドリード、カスティーリャ＝ラマンチャ、ラリョージャ、およびカスティーリャ＝レオンでは、知的挑戦性や昇進の機会に関する認識が他の地域と顕著に異なっていた。