MCA was applied to determine the ma

MCA was applied to determine the major axes summarizing more clearly data [22]. This method gives a set of coordinates of the categories of variables, and thus reveals the relationships between the individuals and the different categories. Each principal component was interpreted in terms of amount of contribution for each category to variance of axis

ผลลัพธ์ (ไทย) 1:

MCA ใช้กำหนดแกนหลักสรุปชัดเจนข้อมูล [22] วิธีนี้ให้ชุดของคู่ลำดับของประเภทของตัวแปร และจึง เปิดเผยความสัมพันธ์ระหว่างบุคคลและประเภทต่าง ๆ แต่ละคอมโพเนนต์หลักถูกตีความในแง่ของจำนวนเงินสมทบในแต่ละประเภทต่างของแกน

ผลลัพธ์ (ไทย) 2:

เอ็มถูกนำมาใช้เพื่อตรวจสอบแกนสำคัญสรุปข้อมูลที่ชัดเจนมากขึ้น [22] วิธีนี้จะช่วยให้ชุดของพิกัดของประเภทของตัวแปรและจึงเผยให้เห็นความสัมพันธ์ระหว่างบุคคลและประเภทที่แตกต่างกัน แต่ละองค์ประกอบหลักถูกตีความในแง่ของปริมาณของการมีส่วนร่วมของแต่ละหมวดหมู่เพื่อความแปรปรวนของแกน

ผลลัพธ์ (ไทย) 3:

เอ็มถูกใช้หาแกนหลักที่สรุปได้ชัดเจนมากขึ้นข้อมูล [ 22 ] วิธีนี้ช่วยให้พิกัดของประเภทของตัวแปร และดังนั้นจึง พบความสัมพันธ์ระหว่างบุคคลและประเภทที่แตกต่างกัน แต่ละองค์ประกอบหลักถูกตีความในแง่ของเงินสมทบแต่ละหมวดหมู่เพื่อความแปรปรวนของแกน