Chapter 9 Multidimensional scaling

Exercises (to practice in class)

1. Explain the difference between compositional and decompositional MDS procedures.

2. To what type of data is Correspondence Analysis (CA) applied?
- Metric
- Non-metric
3. What types of relationships between data are assumed when a CA is performed?
- Linear relationships
- Non-linear relationships
- Both linear and non-linear relationships
4. What is the maximum number of dimensions that can be estimated with a CA?
5. What is an eigenvalue within the context of CA?
6. Discuss the advantages and disadvantages of CA.
7. Define what is stress within the context of MDS in your own words.
8. Suppose you have the following inter-object distances for objects A, B, and C:
A – B: 4 units A – C: 4 units B – C: 5 units
- How many dimensions are necessary to adequately represent the 3 objects.
- What happens with the stress measure if the number of dimensions is decreased?

Exercises (to submit !)

1.Open in SPSS de file gss.sav Bestudeer de data in "variable view", zorg dat je een globale indruk van de
inhoud hebt. Wat voor soort data zijn er (meetniveau' s) ? Doe een beperkte exploratieve analyse
(Descriptives, Explore) om de kwaliteit van de data te onderzoeken (missing values, extreme
waarden,spreiding,scheefheid,etc.)

2.Toon aan dat er samenhang is tussen de variabelen Marital Status ("marital") en General Happiness
("happy"), analyseer vervolgens de structuur van deze samenhang en visualiseer deze m.b.v. een twee-
dimensionale plot. Gebruik achtereenvolgens de Chi-kwadraat-toets en Correspondentie-analyse (CA) en
beantwoordt de volgende vragen:
-Waarom is Chi-kwadraat-analyse hier een geschikte techniek om samenhang tussen de twee variabelen
aan te tonen?
-Voer de Chi-kwadraat-analyse uit, laat SPSS de phi-associatiemaat berekenen en rapporteer de gevonden
p-waarde, in SPSS-output: Asymp. Sig. (2-sided)
- Waarom is het gevonden resultaat op zichzelf niet erg infomatief?
-Waarom is CA hier een geschikte MDS-techniek?
-Is CA een compositionele of decompostionele techniek? Waarom?
- Open de module voor Correspondentie-analyse via Analyze, Data-reduction, Correspondence analysis
-Voer in het beginscherm de variabelen marital (1,5) en happy (1,3) in.
-Kies in het scherm"Model" voor Chi-kwadraat-distance en Symmetrical Normalisation.
- Wat houdt deze Chi-kwadraat-afstand in? Bij welke statistische techniek ben je de Euclidische afstand
eerder tegengekomen?
-Kies in het Plot-scherm voor "biplot". Wat betekent dit?
-Voer de analyse uit.
-Wat duidt de "inertia" aan en hoe verhoudt de gevonden waarde voor inertia zich tot de zojuist berekende
phi-coefficient?
-Bestudeer de biplot in de output, interpreteer de data en rapporteer de meest opvallende bevindingen.

Exercises Case study (to submit !)

Javalgi, R., Whipple, T., McManamon, M. & Edick, V. (1992). Hospital Image: A Correspondence
Analysis Approach. Journal of Health Care Marketing, 12(40), 34-41. Chicago, IL: American Marketing
Ass., ISNN 0737-3252.

1. Why is the hospital image seen as a multidimensional feature?

2. Why was CA chosen as a method of investigating hospital image?
3. What is referred to as attributes and objects in the CA presented in this article?
4. How many dimensions were extracted and how much of the variance is accounted for by each
dimension?
5. How were the 2 dimensions interpreted in terms of attributes?