本研究嘗試應用一專門處理多變量類別資料的探索資料分析技巧：「對應分析（Correspondence Analysis, 簡稱 CA）」，以有效的縮減空間之圖形表達方式深入地分析、描述多變數多類別之間的相互關聯性，並藉由兩實例說明之。論文中的特色有三；（1）在資料蒐集方面：提出以較普遍、簡易且使受訪者回答意願較強的複選式類別資料勾選的調查方式蒐集到不失詳細且較真確的資料；（2）在資料分析方面：藉著交互應用對應分析與集群分析的優點及特色，克服了以往只能簡單分析多變量類別資料等的限制，而充分、完整地量化類別資料的特質及其關係結構；（3）在結果解說方面：以簡單、清晰、最為大眾接受的適切圖形解說結果。實証分析結果，實例1.搭配應用CA 與K-means 集群分析的特色，提出一種與以往不同的學生性格特質區隔分群過程，不但能將受訪學生依據其所選擇性格類別項目上的異同在不漏失資料的情況下區隔分群，並將所得群組與被選擇的類別項目等之間、之內的關係以CA 圖形方式描述之，同時使用階層集群技巧中的連結關係增加了CA 二維平面圖的解析力。實例 2.提出以一張高解釋力的圖形： ”correspondence-cluster dendrogram” 來同時、完整地描述包括學生性格特質、專業教育與職業期待等多變數眾多類別彼此之間的關聯性，此結果能為未來各科系的經營與教育方向提供更科學、明確及清晰的參考資訊。