soc.ca
library(soc.ca)
## Not run:
data(directors)
attach(directors)
dim(directors)
## [1] 100 204
active =data.frame(careerprofile_maclean_cat, careerfoundation_maclean_cat,
years_between_edu_dir_cat, time_in_corp_before_ceo_cat,
age_as_ceo_cat, career_changes_cat2, mba, abroad, hd, phd,
education, author, placeofbirth, familyclass_bourdieu,
partnersfamily_in_whoswho, family_in_whoswho)
sup= data.frame(size_prestige, sector, ownership_cat_2, location)
id= navn
options(passive = c("MISSING", "Missing", "Irrelevant",
"residence_value_cat2: Udlandet"))
result <- soc.mca(active, sup, id)
result
## Specific Multiple Correspondence Analysis:
##
## Statistics Scree plot
## Active dimensions: 21 | 1. 24.7% ************
## Dimensions explaining 80% of inertia: 7 | 2. 18.5% *********
## Active modalities: 60 | 3. 14.0% *******
## Supplementary modalities: 20 | 4. 8.8% ****
## Individuals: 100 | 5. 6.7% ****
## Share of passive mass: 0.04 | 6. 5.6% ***
## Number of passive modalities: 7 | 7. 5.1% **
##
## The 16 active variables: [No. modalities - share of variance]
##
## careerprofile_maclean_cat [2 - 2%] author [2 - 2%]
## familyclass_bourdieu [7 - 12%] time_in_corp_before_ceo_cat [5 - 8%]
## phd [2 - 2%] careerfoundation_maclean_cat [5 - 8%]
## placeofbirth [5 - 8%] years_between_edu_dir_cat [4 - 6%]
## age_as_ceo_cat [4 - 6%] career_changes_cat2 [3 - 4%]
## education [9 - 16%] mba [3 - 4%]
## abroad [3 - 4%] hd [2 - 2%]
## partnersfamily_in_whoswho [2 - 2%] family_in_whoswho [2 - 2%]
# Contribution
contribution(result, 1)
##
## Dimension 1. (+)
## Ctr
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 8.0
## career_changes_cat2: Ingen karriereskift 6.2
## education: Elevuddannelse 5.5
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 4.1
## years_between_edu_dir_cat: 20+ år om at blive direktør 3.1
## placeofbirth: Storkøbenhavn 3.1
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.8
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6
## hd: HD 2.5
## age_as_ceo_cat: Direktør: 45-49 år 2.2
## years_between_edu_dir_cat: 13-19 år om at blive direktør 2.0
## education: Naturvidenskab 1.9
## age_as_ceo_cat: Direktør 50+ år 1.8
## Coord
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 1.51
## career_changes_cat2: Ingen karriereskift 0.90
## education: Elevuddannelse 1.03
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 0.47
## years_between_edu_dir_cat: 20+ år om at blive direktør 0.99
## placeofbirth: Storkøbenhavn 0.60
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 0.85
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.65
## hd: HD 0.53
## age_as_ceo_cat: Direktør: 45-49 år 0.52
## years_between_edu_dir_cat: 13-19 år om at blive direktør 0.44
## education: Naturvidenskab 0.86
## age_as_ceo_cat: Direktør 50+ år 0.47
##
## Dimension 1. (-)
## Ctr
## education: Cand. Oecon AAU+SDU 8.5
## years_between_edu_dir_cat: Under 6 år om at blive direktør 6.8
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 6.2
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 3.9
## mba: Almindelig MBA 3.6
## age_as_ceo_cat: Direktør: under 40 år 2.3
## career_changes_cat2: 1-3 karriereskift 2.1
## age_as_ceo_cat: Direktør: 40-44 år 1.7
## Coord
## education: Cand. Oecon AAU+SDU -1.94
## years_between_edu_dir_cat: Under 6 år om at blive direktør -1.19
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef -1.17
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder -0.62
## mba: Almindelig MBA -1.18
## age_as_ceo_cat: Direktør: under 40 år -0.53
## career_changes_cat2: 1-3 karriereskift -0.34
## age_as_ceo_cat: Direktør: 40-44 år -0.46
##
## Dimension 2. (+)
## Ctr
## author: Forfatter 10.2
## phd: Phd 6.9
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia 5.4
## placeofbirth: Århus, Odense og Aalborg 4.3
## education: Cand. Oecon AAU+SDU 3.1
## placeofbirth: Provinsbyer 3.1
## education: Civilingeniør 2.8
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.7
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.2
## years_between_edu_dir_cat: 13-19 år om at blive direktør 1.9
## Coord
## author: Forfatter 1.34
## phd: Phd 1.55
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia 1.18
## placeofbirth: Århus, Odense og Aalborg 0.97
## education: Cand. Oecon AAU+SDU 1.12
## placeofbirth: Provinsbyer 0.62
## education: Civilingeniør 0.68
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 0.79
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.57
## years_between_edu_dir_cat: 13-19 år om at blive direktør 0.41
##
## Dimension 2. (-)
## Ctr
## career_changes_cat2: 4+ karriereskift 7.0
## education: HA 5.1
## placeofbirth: Landet 4.4
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 4.2
## familyclass_bourdieu: Familie: Selvstændige 4.0
## time_in_corp_before_ceo_cat: Kommer til firma som topchef 3.2
## careerfoundation_maclean_cat: Marketing og salg 2.7
## education: Cand. Merc 1.9
## author: Ikke forfatter 1.9
## Coord
## career_changes_cat2: 4+ karriereskift -1.02
## education: HA -1.14
## placeofbirth: Landet -0.77
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder -0.62
## familyclass_bourdieu: Familie: Selvstændige -1.27
## time_in_corp_before_ceo_cat: Kommer til firma som topchef -0.54
## careerfoundation_maclean_cat: Marketing og salg -0.93
## education: Cand. Merc -0.53
## author: Ikke forfatter -0.26
##
## Dimension 3. (+)
## Ctr
## familyclass_bourdieu: Familie: Landerhverv og gårdejere 8.3
## age_as_ceo_cat: Direktør 50+ år 7.9
## placeofbirth: Landet 6.0
## abroad: Udlandet: 0 år 3.8
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia 2.3
## familyclass_bourdieu: Familie: Mellemledere 2.3
## years_between_edu_dir_cat: 20+ år om at blive direktør 2.2
## author: Forfatter 2.0
## family_in_whoswho: Familien ikke i BB 1.9
## Coord
## familyclass_bourdieu: Familie: Landerhverv og gårdejere 1.33
## age_as_ceo_cat: Direktør 50+ år 0.90
## placeofbirth: Landet 0.86
## abroad: Udlandet: 0 år 0.43
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.59
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia 0.73
## familyclass_bourdieu: Familie: Mellemledere 0.73
## years_between_edu_dir_cat: 20+ år om at blive direktør 0.75
## author: Forfatter 0.57
## family_in_whoswho: Familien ikke i BB 0.24
##
## Dimension 3. (-)
## Ctr
## family_in_whoswho: Familie i BB 10.6
## familyclass_bourdieu: Familie: Direktør 7.5
## placeofbirth: Storkøbenhavn 3.9
## abroad: Udlandet:1-7 3.6
## career_changes_cat2: Ingen karriereskift 2.6
## education: Elevuddannelse 2.4
## careerfoundation_maclean_cat: Management, ledelse og HR 2.3
## mba: Prestigefuld MBA 2.0
## age_as_ceo_cat: Direktør: under 40 år 1.9
## partnersfamily_in_whoswho: Svigerfamilie i BB 1.9
## years_between_edu_dir_cat: Under 6 år om at blive direktør 1.8
## Coord
## family_in_whoswho: Familie i BB -1.35
## familyclass_bourdieu: Familie: Direktør -0.88
## placeofbirth: Storkøbenhavn -0.61
## abroad: Udlandet:1-7 -0.58
## career_changes_cat2: Ingen karriereskift -0.53
## education: Elevuddannelse -0.62
## careerfoundation_maclean_cat: Management, ledelse og HR -0.37
## mba: Prestigefuld MBA -0.50
## age_as_ceo_cat: Direktør: under 40 år -0.45
## partnersfamily_in_whoswho: Svigerfamilie i BB -0.77
## years_between_edu_dir_cat: Under 6 år om at blive direktør -0.56
contribution(result, 1, all = TRUE)
##
## Dimension 1. (+)
## Ctr
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 8.0
## career_changes_cat2: Ingen karriereskift 6.2
## education: Elevuddannelse 5.5
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 4.1
## years_between_edu_dir_cat: 20+ år om at blive direktør 3.1
## placeofbirth: Storkøbenhavn 3.1
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.8
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6
## hd: HD 2.5
## age_as_ceo_cat: Direktør: 45-49 år 2.2
## years_between_edu_dir_cat: 13-19 år om at blive direktør 2.0
## education: Naturvidenskab 1.9
## age_as_ceo_cat: Direktør 50+ år 1.8
## Coord
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 1.51
## career_changes_cat2: Ingen karriereskift 0.90
## education: Elevuddannelse 1.03
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 0.47
## years_between_edu_dir_cat: 20+ år om at blive direktør 0.99
## placeofbirth: Storkøbenhavn 0.60
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 0.85
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.65
## hd: HD 0.53
## age_as_ceo_cat: Direktør: 45-49 år 0.52
## years_between_edu_dir_cat: 13-19 år om at blive direktør 0.44
## education: Naturvidenskab 0.86
## age_as_ceo_cat: Direktør 50+ år 0.47
##
## Dimension 1. (-)
## Ctr
## education: Cand. Oecon AAU+SDU 8.5
## years_between_edu_dir_cat: Under 6 år om at blive direktør 6.8
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 6.2
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 3.9
## mba: Almindelig MBA 3.6
## age_as_ceo_cat: Direktør: under 40 år 2.3
## career_changes_cat2: 1-3 karriereskift 2.1
## age_as_ceo_cat: Direktør: 40-44 år 1.7
## Coord
## education: Cand. Oecon AAU+SDU -1.94
## years_between_edu_dir_cat: Under 6 år om at blive direktør -1.19
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef -1.17
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder -0.62
## mba: Almindelig MBA -1.18
## age_as_ceo_cat: Direktør: under 40 år -0.53
## career_changes_cat2: 1-3 karriereskift -0.34
## age_as_ceo_cat: Direktør: 40-44 år -0.46
contribution(result, 1, indices = TRUE)
##
## Dimension 1. (+)
## Ctr
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 8.0
## career_changes_cat2: Ingen karriereskift 6.2
## education: Elevuddannelse 5.5
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 4.1
## years_between_edu_dir_cat: 20+ år om at blive direktør 3.1
## placeofbirth: Storkøbenhavn 3.1
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.8
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6
## hd: HD 2.5
## age_as_ceo_cat: Direktør: 45-49 år 2.2
## years_between_edu_dir_cat: 13-19 år om at blive direktør 2.0
## education: Naturvidenskab 1.9
## age_as_ceo_cat: Direktør 50+ år 1.8
## Coord
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 1.51
## career_changes_cat2: Ingen karriereskift 0.90
## education: Elevuddannelse 1.03
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 0.47
## years_between_edu_dir_cat: 20+ år om at blive direktør 0.99
## placeofbirth: Storkøbenhavn 0.60
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 0.85
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.65
## hd: HD 0.53
## age_as_ceo_cat: Direktør: 45-49 år 0.52
## years_between_edu_dir_cat: 13-19 år om at blive direktør 0.44
## education: Naturvidenskab 0.86
## age_as_ceo_cat: Direktør 50+ år 0.47
##
## Dimension 1. (-)
## Ctr
## education: Cand. Oecon AAU+SDU 8.5
## years_between_edu_dir_cat: Under 6 år om at blive direktør 6.8
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 6.2
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 3.9
## mba: Almindelig MBA 3.6
## age_as_ceo_cat: Direktør: under 40 år 2.3
## career_changes_cat2: 1-3 karriereskift 2.1
## age_as_ceo_cat: Direktør: 40-44 år 1.7
## Coord
## education: Cand. Oecon AAU+SDU -1.94
## years_between_edu_dir_cat: Under 6 år om at blive direktør -1.19
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef -1.17
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder -0.62
## mba: Almindelig MBA -1.18
## age_as_ceo_cat: Direktør: under 40 år -0.53
## career_changes_cat2: 1-3 karriereskift -0.34
## age_as_ceo_cat: Direktør: 40-44 år -0.46
contribution(result, 1, mode = "mod")
##
## The modalities contributing above average to dimension: 1.
##
## Ctr.
## education: Cand. Oecon AAU+SDU 8.5
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 8.0
## years_between_edu_dir_cat: Under 6 år om at blive direktør 6.8
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 6.2
## career_changes_cat2: Ingen karriereskift 6.2
## education: Elevuddannelse 5.5
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 4.1
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 3.9
## mba: Almindelig MBA 3.6
## years_between_edu_dir_cat: 20+ år om at blive direktør 3.1
## placeofbirth: Storkøbenhavn 3.1
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.8
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6
## hd: HD 2.5
## age_as_ceo_cat: Direktør: under 40 år 2.3
## age_as_ceo_cat: Direktør: 45-49 år 2.2
## career_changes_cat2: 1-3 karriereskift 2.1
## years_between_edu_dir_cat: 13-19 år om at blive direktør 2.0
## education: Naturvidenskab 1.9
## age_as_ceo_cat: Direktør 50+ år 1.8
## age_as_ceo_cat: Direktør: 40-44 år 1.7
## Cor.
## education: Cand. Oecon AAU+SDU 28.4
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 28.0
## years_between_edu_dir_cat: Under 6 år om at blive direktør 25.0
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 22.3
## career_changes_cat2: Ingen karriereskift 25.6
## education: Elevuddannelse 20.4
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 29.7
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 17.4
## mba: Almindelig MBA 12.1
## years_between_edu_dir_cat: 20+ år om at blive direktør 10.8
## placeofbirth: Storkøbenhavn 13.3
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 9.9
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 10.0
## hd: HD 11.0
## age_as_ceo_cat: Direktør: under 40 år 9.4
## age_as_ceo_cat: Direktør: 45-49 år 9.1
## career_changes_cat2: 1-3 karriereskift 14.9
## years_between_edu_dir_cat: 13-19 år om at blive direktør 9.2
## education: Naturvidenskab 6.5
## age_as_ceo_cat: Direktør 50+ år 7.4
## age_as_ceo_cat: Direktør: 40-44 år 7.1
## Coord
## education: Cand. Oecon AAU+SDU -1.94
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 1.51
## years_between_edu_dir_cat: Under 6 år om at blive direktør -1.19
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef -1.17
## career_changes_cat2: Ingen karriereskift 0.90
## education: Elevuddannelse 1.03
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 0.47
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder -0.62
## mba: Almindelig MBA -1.18
## years_between_edu_dir_cat: 20+ år om at blive direktør 0.99
## placeofbirth: Storkøbenhavn 0.60
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 0.85
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 0.65
## hd: HD 0.53
## age_as_ceo_cat: Direktør: under 40 år -0.53
## age_as_ceo_cat: Direktør: 45-49 år 0.52
## career_changes_cat2: 1-3 karriereskift -0.34
## years_between_edu_dir_cat: 13-19 år om at blive direktør 0.44
## education: Naturvidenskab 0.86
## age_as_ceo_cat: Direktør 50+ år 0.47
## age_as_ceo_cat: Direktør: 40-44 år -0.46
contribution(result, mode = "variable")
## The contribution of the active variables
##
## abroad Dim.1 Freq
## abroad: Udlandet: 0 år 0.5 52
## abroad: Udlandet:1-7 0.5 28
## abroad: Udlandet: 7+ år 0.1 19
## Total 1.1 99
##
## age_as_ceo_cat Dim.1 Freq
## age_as_ceo_cat: Direktør: 40-44 år 1.7 25
## age_as_ceo_cat: Direktør: 45-49 år 2.2 25
## age_as_ceo_cat: Direktør 50+ år 1.8 25
## age_as_ceo_cat: Direktør: under 40 år 2.3 25
## Total 8 100
##
## author Dim.1 Freq
## author: Forfatter 1.6 16
## author: Ikke forfatter 0.3 84
## Total 1.9 100
##
## career_changes_cat2 Dim.1 Freq
## career_changes_cat2: 1-3 karriereskift 2.1 57
## career_changes_cat2: 4+ karriereskift 0.1 19
## career_changes_cat2: Ingen karriereskift 6.2 24
## Total 8.4 100
##
## careerfoundation_maclean_cat Dim.1 Freq
## careerfoundation_maclean_cat: Finans og bogholderi 0.6 19
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab 2.8 12
## careerfoundation_maclean_cat: Management, ledelse og HR 0.5 43
## careerfoundation_maclean_cat: Marketing og salg 0.5 9
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia 1.3 11
## Total 5.7 94
##
## careerprofile_maclean_cat Dim.1 Freq
## careerprofile_maclean_cat: Karrierestart i de største virksomheder 4.1 57
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder 3.9 31
## Total 8 88
##
## education Dim.1 Freq
## education: Cand. Merc 0.5 19
## education: Cand. Oecon AAU+SDU 8.5 7
## education: Cand. polit. fra KU 0.3 6
## education: Civilingeniør 0 17
## education: Elevuddannelse 5.5 16
## education: Faglært 0 7
## education: HA 0.5 11
## education: Naturvidenskab 1.9 8
## education: Samfundsvidenskab og jura 0 7
## Total 17.2 98
##
## family_in_whoswho Dim.1 Freq
## family_in_whoswho: Familie i BB 0.3 15
## family_in_whoswho: Familien ikke i BB 0 85
## Total 0.3 100
##
## familyclass_bourdieu Dim.1 Freq
## familyclass_bourdieu: Familie: Akademikere 1.6 9
## familyclass_bourdieu: Familie: Arbejdere 1.3 6
## familyclass_bourdieu: Familie: Direktør 0.1 25
## familyclass_bourdieu: Familie: Ingeniører 1 8
## familyclass_bourdieu: Familie: Landerhverv og gårdejere 0 12
## familyclass_bourdieu: Familie: Mellemledere 1.1 11
## familyclass_bourdieu: Familie: Selvstændige 0.1 7
## Total 5.2 78
##
## hd Dim.1 Freq
## hd: HD 2.5 28
## hd: Ingen HD 1 72
## Total 3.5 100
##
## mba Dim.1 Freq
## mba: Almindelig MBA 3.6 8
## mba: Ingen MBA 0.6 72
## mba: Prestigefuld MBA 0.1 20
## Total 4.3 100
##
## partnersfamily_in_whoswho Dim.1 Freq
## partnersfamily_in_whoswho: Svigerfamilie i BB 0.6 8
## partnersfamily_in_whoswho: Svigerfamilie ikke i BB 0.1 92
## Total 0.7 100
##
## phd Dim.1 Freq
## phd: Ingen phd 0.1 92
## phd: Phd 0.8 8
## Total 0.9 100
##
## placeofbirth Dim.1 Freq
## placeofbirth: Århus, Odense og Aalborg 1.5 13
## placeofbirth: Landet 0.1 21
## placeofbirth: Provinsbyer 0.2 23
## placeofbirth: Storkøbenhavn 3.1 27
## placeofbirth: Udlandet 0.1 5
## Total 5 89
##
## time_in_corp_before_ceo_cat Dim.1 Freq
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef 2.6 19
## time_in_corp_before_ceo_cat: 26+ år i firma før topchef 8 11
## time_in_corp_before_ceo_cat: 3-6 år i firma før topchef 6.2 14
## time_in_corp_before_ceo_cat: 7-15 år i firma før topchef 0.8 25
## time_in_corp_before_ceo_cat: Kommer til firma som topchef 0.2 31
## Total 17.8 100
##
## years_between_edu_dir_cat Dim.1 Freq
## years_between_edu_dir_cat: 13-19 år om at blive direktør 2 32
## years_between_edu_dir_cat: 20+ år om at blive direktør 3.1 10
## years_between_edu_dir_cat: 7-12 år om at blive direktør 0.4 40
## years_between_edu_dir_cat: Under 6 år om at blive direktør 6.8 15
## Total 12.3 97
## Average contribution per modality: 1.7
## Total number of individuals: 100
# Individuals
contribution(result, 1, mode = "ind")
##
## The individuals contributing above average to dimension: 1.
##
## Ctr. 1 Coord. 1
## Jørgen Vig Knudstorp 8.63 -1.30
## Niels Jacobsen 4.64 -0.95
## Christian Lemvigh-Müller 4.51 0.94
## Thomas Thune Andersen 4.42 0.93
## Peter Straarup 4.40 0.93
## Sven Holm 3.89 0.87
## Anders Dam 3.81 -0.86
## Nils Smedegaard Andersen 3.47 -0.82
## Carsten Andersen 3.43 -0.82
## Jakob Brogaard 3.01 0.77
## Søren Eriksen 2.75 -0.73
## Søren Langvad 2.70 0.73
## Peter Schütze 2.63 0.72
## Steffen Kragh 2.57 -0.71
## Lars Rebien Sørensen 2.54 0.70
## Ole Brinch-Nielsen 2.53 0.70
## Henrik Ramlau-Hansen 2.04 -0.63
## Lars Mikkelgaard-Jensen 2.01 0.63
## Jens Bjerg Sørensen 1.79 -0.59
## Povl Krogsgaard 1.52 0.54
## Jørgen Buhl Rasmussen 1.50 -0.54
## Jørn P. Jensen 1.48 -0.54
## Pierre-Yves Jullien 1.45 0.53
## Leif Jensen 1.39 -0.52
## Arnold Mærsk Mc-Kinney Møller 1.39 0.52
## Claus V. Hemmingsen 1.16 0.47
## Mogens Elsberg 1.15 0.47
## Kurt Kokhauge Larsen 1.10 -0.46
## Flemming Nyenstad Enevoldsen 1.08 0.46
## Jan Bonde 1.04 0.45
contribution(result, 2, mode = "ind")
##
## The individuals contributing above average to dimension: 2.
##
## Ctr. 2 Coord. 2
## Jørgen Buhl Rasmussen 7.02 -1.11
## Peter Sunn Pedersen 6.01 1.03
## Flemming Bligaard Pedersen 4.96 0.93
## Henrik Ramlau-Hansen 4.40 0.88
## Sten Scheibye 4.11 0.85
## Peter Flemming Knudsen 4.03 -0.84
## Henrik Poulsen 3.90 -0.83
## Anders Dam 3.40 0.77
## Leif Jensen 3.07 0.73
## Carsten Bjerg 2.66 0.68
## Jørgen Vig Knudstorp 2.59 0.68
## Henrik Heideby 2.58 -0.67
## Lars Rebien Sørensen 2.41 0.65
## Hans Chr. Korsgård Madsen 2.32 -0.64
## Jeff Olsen Gravenhorst 2.31 -0.64
## Peter Engberg Jensen 1.97 0.59
## Flemming Henze Tomdrup 1.97 -0.59
## Andreas Lundby 1.70 -0.55
## Anders Westmark 1.68 -0.54
## Dieter Kasprzak 1.59 -0.53
## Niels Smedegaard 1.48 -0.51
## Helge Israelsen 1.47 0.51
## Jørgen Huno Rasmussen 1.41 0.50
## Torben Østergaard Nielsen 1.38 -0.49
## Eivind Kolding 1.13 0.45
## Jørgen Mads Clausen 1.12 0.44
## Peter Schütze 1.10 0.44
## Anders Eldrup 1.06 0.43
## Carsten Christiansen 1.06 -0.43
## Jørn P. Jensen 1.02 -0.42
## Troels Holch Povlsen 1.00 -0.42
## Gitte Aabo 1.00 -0.42
# Table of variance
variance(result)
##
## Dim 1. 2. 3. 4. 5. 6. 7. 8. 9.
## Eigen 0.20 0.18 0.16 0.14 0.13 0.12 0.12 0.11 0.10
## Var 7.0 6.3 5.8 5.0 4.6 4.4 4.2 3.9 3.7
## Adj.Var 24.7 18.5 14.0 8.8 6.7 5.6 5.1 3.8 3.0
## Cum % 24.7 43.2 57.2 66.0 72.7 78.3 83.4 87.2 90.2
# Invert
result <- invert(result, c(1, 2, 3))
# Export and assign label
# export.label(result)
# result <- assign.label(result,
# file = "https://raw.github.com/Rsoc/soc.ca/master/extra/director_labels.csv")
# Add.n
result <- add.to.label(result)
contribution(result, 2)
##
## Dimension 2. (+)
## Ctr
## career_changes_cat2: 4+ karriereskift (n:19) 7.0
## education: HA (n:11) 5.1
## placeofbirth: Landet (n:21) 4.4
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder (n:31) 4.2
## familyclass_bourdieu: Familie: Selvstændige (n:7) 4.0
## time_in_corp_before_ceo_cat: Kommer til firma som topchef (n:31) 3.2
## careerfoundation_maclean_cat: Marketing og salg (n:9) 2.7
## education: Cand. Merc (n:19) 1.9
## author: Ikke forfatter (n:84) 1.9
## Coord
## career_changes_cat2: 4+ karriereskift (n:19) 1.02
## education: HA (n:11) 1.14
## placeofbirth: Landet (n:21) 0.77
## careerprofile_maclean_cat: Karrierestart i mindre virksomheder (n:31) 0.62
## familyclass_bourdieu: Familie: Selvstændige (n:7) 1.27
## time_in_corp_before_ceo_cat: Kommer til firma som topchef (n:31) 0.54
## careerfoundation_maclean_cat: Marketing og salg (n:9) 0.93
## education: Cand. Merc (n:19) 0.53
## author: Ikke forfatter (n:84) 0.26
##
## Dimension 2. (-)
## Ctr
## author: Forfatter (n:16) 10.2
## phd: Phd (n:8) 6.9
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia (n:11) 5.4
## placeofbirth: Århus, Odense og Aalborg (n:13) 4.3
## education: Cand. Oecon AAU+SDU (n:7) 3.1
## placeofbirth: Provinsbyer (n:23) 3.1
## education: Civilingeniør (n:17) 2.8
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab (n:12) 2.7
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef (n:19) 2.2
## years_between_edu_dir_cat: 13-19 år om at blive direktør (n:32) 1.9
## Coord
## author: Forfatter (n:16) -1.34
## phd: Phd (n:8) -1.55
## careerfoundation_maclean_cat: Statsadministration, organisationer, jura og akademia (n:11) -1.18
## placeofbirth: Århus, Odense og Aalborg (n:13) -0.97
## education: Cand. Oecon AAU+SDU (n:7) -1.12
## placeofbirth: Provinsbyer (n:23) -0.62
## education: Civilingeniør (n:17) -0.68
## careerfoundation_maclean_cat: Ingeniør, teknik og videnskab (n:12) -0.79
## time_in_corp_before_ceo_cat: 16-25 år i i firma før topchef (n:19) -0.57
## years_between_edu_dir_cat: 13-19 år om at blive direktør (n:32) -0.41
# The result object or "soc.ca" object
str(result)
## List of 40
## $ nd : int 21
## $ n.ind : int 100
## $ n.mod : int 60
## $ eigen : num [1:21] 0.195 0.176 0.16 0.139 0.128 ...
## $ Qm : num 9
## $ Q : num 16
## $ total.inertia : num 2.16
## $ total.inertia.raw : num 2.79
## $ adj.inertia : num [1:21, 1:5] 1 2 3 4 5 6 7 8 9 10 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : NULL
## .. ..$ : chr [1:5] "Dim" "Eigen" "Var" "Adj.Var" ...
## $ inertia_full : num [1:51, 1:4] 1 2 3 4 5 6 7 8 9 10 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : NULL
## .. ..$ : chr [1:4] "Dim" "Eigen" "Unadj.Var%" "Cum%"
## $ freq.mod : num [1:60] 57 31 19 12 43 9 11 32 10 40 ...
## $ freq.mod.all : Named num [1:67] 57 31 12 19 12 43 9 6 11 32 ...
## ..- attr(*, "names")= chr [1:67] "careerprofile_maclean_cat: Karrierestart i de største virksomheder" "careerprofile_maclean_cat: Karrierestart i mindre virksomheder" "careerprofile_maclean_cat: Missing" "careerfoundation_maclean_cat: Finans og bogholderi" ...
## $ freq.sup : num [1:20] 25 24 31 20 17 32 39 12 12 3 ...
## $ ctr.ind : num [1:100, 1:60] 0.011555 0.000264 0.034698 0.007839 0.044214 ...
## $ ctr.mod.raw : num [1:60, 1:60] 0.00798 0.00752 0.00107 0.00545 0.00101 ...
## $ cor.mod : num [1:60, 1:60] 0.2969 0.1744 0.0212 0.0991 0.0282 ...
## $ cor.ind : num [1:100, 1:60] 0.10539 0.00198 0.15527 0.04994 0.28394 ...
## $ mass.mod : num [1:60] 0.0356 0.0194 0.0119 0.0075 0.0269 ...
## $ mass.mod.all : Named num [1:67] 0.57 0.31 0 0.19 0.12 0.43 0.09 0 0.11 0.32 ...
## ..- attr(*, "names")= chr [1:67] "careerprofile_maclean_cat: Karrierestart i de største virksomheder" "careerprofile_maclean_cat: Karrierestart i mindre virksomheder" "careerprofile_maclean_cat: Missing" "careerfoundation_maclean_cat: Finans og bogholderi" ...
## $ coord.mod : num [1:60, 1:60] -0.473 0.623 -0.301 -0.852 0.193 ...
## $ coord.ind : num [1:100, 1:60] -0.4747 -0.0717 0.8226 -0.391 -0.9286 ...
## $ coord.sup : num [1:20, 1:60] 0.0956 0.1932 0.0204 -0.383 -0.2925 ...
## $ t.test.sup : num [1:20, 1:60] -0.549 -1.08 -0.136 1.905 1.317 ...
## $ ctr.mod : num [1:60, 1:60] 0.04091 0.03857 0.00551 0.02794 0.00516 ...
## $ variable.all : chr [1:67] "careerprofile_maclean_cat" "careerprofile_maclean_cat" "careerprofile_maclean_cat" "careerfoundation_maclean_cat" ...
## $ names.mod.all : chr [1:67] "careerprofile_maclean_cat: Karrierestart i de største virksomheder" "careerprofile_maclean_cat: Karrierestart i mindre virksomheder" "careerprofile_maclean_cat: Missing" "careerfoundation_maclean_cat: Finans og bogholderi" ...
## $ names.mod : chr [1:60] "careerprofile_maclean_cat: Karrierestart i de største virksomheder (n:57)" "careerprofile_maclean_cat: Karrierestart i mindre virksomheder (n:31)" "careerfoundation_maclean_cat: Finans og bogholderi (n:19)" "careerfoundation_maclean_cat: Ingeniør, teknik og videnskab (n:12)" ...
## $ names.ind : chr [1:100] "Claus V. Hemmingsen" "Eivind Kolding" "Nils Smedegaard Andersen" "Søren Skou" ...
## $ names.sup : chr [1:20] "size_prestige: Firmaprestige 11-29 (n:25)" "size_prestige: Firmaprestige 30-52 (n:24)" "size_prestige: Firmaprestige: Bund 30 (n:31)" "size_prestige: Firmaprestige: top 10 firma (n:20)" ...
## $ names.passive : chr [1:7] "careerprofile_maclean_cat: Missing" "careerfoundation_maclean_cat: Missing" "years_between_edu_dir_cat: Missing" "abroad: Missing" ...
## $ indicator.matrix.passive: num [1:100, 1:7] 0 1 0 0 0 0 0 0 0 1 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:100] "1" "2" "3" "4" ...
## .. ..$ : chr [1:7] "careerprofile_maclean_cat: Missing" "careerfoundation_maclean_cat: Missing" "years_between_edu_dir_cat: Missing" "abroad: Missing" ...
## $ indicator.matrix.active : num [1:100, 1:60] 1 0 1 1 1 0 0 1 1 0 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:100] "1" "2" "3" "4" ...
## .. ..$ : chr [1:60] "careerprofile_maclean_cat: Karrierestart i de største virksomheder (n:57)" "careerprofile_maclean_cat: Karrierestart i mindre virksomheder (n:31)" "careerfoundation_maclean_cat: Finans og bogholderi (n:19)" "careerfoundation_maclean_cat: Ingeniør, teknik og videnskab (n:12)" ...
## $ modal :'data.frame': 16 obs. of 4 variables:
## ..$ Total nb. modalities : num [1:16] 3 6 5 5 4 3 3 4 2 2 ...
## ..$ Nb. active modalities: num [1:16] 2 5 4 5 4 3 3 3 2 2 ...
## ..$ Start : num [1:16] 1 3 8 12 17 21 24 27 30 32 ...
## ..$ End : num [1:16] 2 7 11 16 20 23 26 29 31 33 ...
## $ Rosenlund.tresh : num [1:60] 0.0312 0.0312 0.0125 0.0125 0.0125 ...
## $ Rosenlund.tresh.all : num [1:67] 0.0208 0.0208 0.0208 0.0104 0.0104 ...
## $ variable : chr [1:60] "careerprofile_maclean_cat" "careerprofile_maclean_cat" "careerfoundation_maclean_cat" "careerfoundation_maclean_cat" ...
## $ variable.sup : chr [1:20] "size_prestige" "size_prestige" "size_prestige" "size_prestige" ...
## $ subset.var : num 9
## $ mass : num [1:16, 1:4] 0.055 0.0587 0.0606 0.0625 0.0625 ...
## ..- attr(*, "dimnames")=List of 2
## .. ..$ : chr [1:16] "careerprofile_maclean_cat" "careerfoundation_maclean_cat" "years_between_edu_dir_cat" "time_in_corp_before_ceo_cat" ...
## .. ..$ : chr [1:4] "Active mass" "Passive mass" "% of mass passive" "Total mass"
## $ Share.of.var :'data.frame': 16 obs. of 2 variables:
## ..$ Active modalities: num [1:16] 2 5 4 5 4 3 3 3 2 2 ...
## ..$ Share of variance: num [1:16] 0.025 0.091 0.068 0.09 0.067 0.045 0.045 0.045 0.022 0.022 ...
## - attr(*, "class")= chr "soc.mca"
dim1 <- result$coord.ind[, 1]
qplot(dim1)
# Quadrant
quad <- create.quadrant(result)
table(quad)
## quad
## Center East North North-East North-West South South-East
## 14 4 6 21 8 8 14
## South-West West
## 13 12
quad <- create.quadrant(result, cut.min = 0, cut.max = 0)
table(quad)
## quad
## Center North-East North-West South-East South-West
## 14 29 16 18 23
# Map of individuals
map.ind(result)
map.ind(result, dim = c(2, 1), label = TRUE)
map.ind(result, dim = c(2, 1), point.size = 3, point.shape = 2)
map.ind(result, dim = c(2, 1), map.title = "The top 100 Danish CEO's",
point.color = quad)
# Map of the individuals colored by contribution
map.ind(result, point.color = result$ctr.ind[, 1],
point.shape = 18) + scale_color_continuous(low = "white", high = "red")
# Map of contributing modalities
map.ctr(result, dim = c(2, 1))
map.ctr(result, dim = c(2, 1), ctr.dim = 2)
map.ctr(result, point.size = 3)
map.active(result, dim = c(2, 1))
map.sup(result, dim = c(2, 1))
# Plot.list
# Selecting specific active modalities
select <- c("Career start: Corporation (n:57)", "No Phd (n:92)")
boo.select <- match(select, result$names.mod)
map.select(result, list.mod = boo.select)
highcor <- which(result$cor.mod[, 1] >= 0.2)
map.select(result, list.mod = highcor)
# Selecting specific supplementary modalities
highdim3 <- which(sqrt(result$coord.sup[, 3]^2) >= 0.5)
map.select(result, list.sup = highdim3)
# Selecting specific individuals based on a certain criteria
forfatter <- author == "Forfatter"
map.select(result, list.ind = forfatter)
