Saya memiliki 82 responden dalam 2 kelompok (43 di Grup A dan 39 di Grup B) yang menyelesaikan survei dari 65 pertanyaan Likert masing-masing mulai dari 1 - 5 (sangat setuju - sangat tidak setuju). Karenanya saya memiliki kerangka data dengan 66 kolom (1 untuk setiap pertanyaan + 1 yang menunjukkan alokasi grup) dan 82 baris (1 untuk setiap responden).
Menggunakan R atau SPSS apakah ada yang tahu cara yang bagus untuk memvisualisasikan data ini.
Saya butuh sesuatu seperti ini:
(dari Jason Bryer )
Tapi saya tidak bisa mendapatkan bagian awal kode berfungsi. Sebagai alternatif, saya menemukan contoh yang sangat bagus tentang bagaimana memvisualisasikan data Likert dari posting Cross Validated sebelumnya: Memvisualisasikan Data Respons Item Likert tetapi tidak ada panduan atau instruksi tentang cara membuat grafik hitungan terpusat ini atau barchart ditumpuk menggunakan R atau SPSS.
sumber
Jawaban:
Jika Anda benar-benar ingin menggunakan barchart bertumpuk dengan sejumlah besar item, berikut adalah dua solusi yang mungkin.
Menggunakan
irutils
Saya menemukan paket ini beberapa bulan yang lalu.
Pada komit 0573195c07 di Github , kode tidak akan berfungsi dengan
grouping=
argumen. Mari kita pergi untuk sesi debugging hari Jumat.Mulailah dengan mengunduh versi zip dari Github. Anda harus meretas
R/likert.R
file, khususnyalikert
danplot.likert
fungsinya. Pertama, inlikert
,cast()
digunakan tetapireshape
paket tidak pernah dimuat (meskipun adaimport(reshape)
instruksi dalamNAMESPACE
file). Anda dapat memuat ini sendiri sebelumnya. Kedua, ada instruksi yang salah untuk mengambil label item, di mana ai
tergantung di sekitar baris 175. Ini harus diperbaiki juga, misalnya dengan mengganti semua kemunculanlikert$items[,i]
denganlikert$items[,1]
. Kemudian Anda dapat menginstal paket seperti yang biasa Anda lakukan pada mesin Anda. Di Mac saya, saya lakukanKemudian, dengan R, coba yang berikut ini:
Itu seharusnya bekerja, tetapi rendering visual akan mengerikan karena jumlah item yang tinggi. Ini bekerja tanpa pengelompokan (misalnya,
plot(likert(resp))
).Karena itu saya menyarankan untuk mengurangi dataset Anda menjadi subset item yang lebih kecil. Misalnya, menggunakan 12 item,
Saya mendapatkan barchart bertumpuk yang 'dapat dibaca'. Anda mungkin dapat memprosesnya setelah itu. (Itu adalah
ggplot2
objek, tetapi Anda tidak akan dapat mengaturnya pada satu halaman dengangridExtra::grid.arrange()
karena masalah keterbacaan!)Solusi alternatif
Saya ingin menarik perhatian Anda pada paket lain, HH , yang memungkinkan untuk memplot skala Likert sebagai divergen barchart bertumpuk. Kita dapat menggunakan kembali kode di atas seperti yang ditunjukkan di bawah ini:
tetapi hal itu akan sedikit mempersulit karena kita perlu mengonversi frekuensi menjadi jumlah, mengelompokkan
likert
objek yang dihasilkan olehirutils
, melepaskan paket, dll. Jadi mari kita mulai lagi dengan statistik (hitungan) yang baru:Untuk menggunakan variabel pengelompokan, Anda harus bekerja dengan
array
nilai numerik.Ini akan menghasilkan dua panel terpisah, tetapi cocok pada satu halaman.
Edit 2016-6-3
sumber
HH::as.pyramidLikert
.t(apply(resp, 2, table))
dengant(apply(resp, 2, table))[,levels(resp[,1])]
. Dan memberi +1 kepada Anda juga!Saya mulai menulis posting blog tentang membuat kembali banyak bagan dalam posting yang Anda sebutkan ( Visualisasi Likert Item Response Data ) di SPSS jadi saya kira ini akan menjadi motivasi yang baik untuk menyelesaikannya.
Seperti yang dicatat oleh Michelle, fakta bahwa Anda memiliki grup adalah twist baru dibandingkan dengan pertanyaan sebelumnya. Dan sementara kelompok dapat diperhitungkan menggunakan grafik batang yang ditumpuk, IMO mereka jauh lebih mudah dimasukkan ke dalam contoh plot titik di pos asli chl. Saya telah memasukkan kode SPSS untuk menghasilkan ini di akhir posting, pada dasarnya itu mencakup mengetahui bagaimana membentuk kembali data Anda dalam format yang sesuai untuk menghasilkan plot tersebut (penjelasan yang disediakan dalam kode untuk semoga menghapus sebagian dari itu). Di sini saya menggunakan beberapa pengkodean berlebihan (warna dan bentuk) untuk membedakan titik-titik yang berasal dari dua kelompok, dan membuat titik-titik semi-transparan sehingga Anda dapat mengetahui kapan mereka tumpang tindih (opsi lain adalah menghindari titik-titik ketika mereka tumpang tindih).
Mengapa ini lebih baik daripada bagan batang yang ditumpuk? Bagan batang yang ditumpuk menyandikan informasi di sepanjang batang. Ketika Anda mencoba membuat perbandingan antara panjang batang, baik dalam kategori sumbu yang sama atau antara panel, susunan menghalangi batang dari memiliki skala yang sama. Sebagai contoh, saya telah memberikan gambar pada Gambar 2 di mana dua batang ditempatkan di plot di mana lokasi awal mereka berbeda, batang mana yang lebih lebar (sepanjang sumbu horizontal)?
Bandingkan dengan plot pada Gambar 3 di bawah ini, di mana dua batang (dengan panjang yang sama) diplot dari titik awal yang sama. Saya sengaja membuat tugas ini sulit, tetapi Anda harus bisa membedakan mana yang lebih panjang.
Bagan batang yang ditumpuk pada dasarnya melakukan apa yang ditampilkan pada Gambar 2. Dot plot dapat dianggap lebih mirip dengan yang ditampilkan pada Gambar 3, cukup ganti bar dengan titik di ujung bar.
Saya tidak akan mengatakan tidak menghasilkan grafik tertentu untuk analisis data eksplorasi, tapi saya sarankan menghindari grafik batang yang ditumpuk ketika menggunakan begitu banyak kategori. Titik plot juga bukan obat mujarab, tapi saya percaya membuat perbandingan antara panel dengan titik plot jauh lebih mudah daripada dengan grafik batang ditumpuk. Pertimbangkan beberapa saran yang saya berikan di posting blog saya di sini untuk tabel juga, cobalah untuk memesan dan / atau memisahkan grafik ke dalam kategori yang bermakna, dan pastikan bahwa item yang ingin Anda lihat bersama-sama lebih dekat dalam grafik. Sementara beberapa metode perencanaan mungkin cocok untuk banyak pertanyaan (peta panas kategoris adalah contoh), tanpa menyortirnya masih akan sulit untuk mengidentifikasi pola yang bermakna (selain outlier yang jelas).
Catatan tentang menggunakan SPSS. SPSS dapat menghasilkan apa pun yang sebelumnya ditautkan ke bagan, meskipun sering kali mengharuskan mengetahui cara membentuk data Anda (hal yang sama berlaku untuk ggplot, tetapi orang-orang telah mengembangkan paket yang pada dasarnya melakukan pembentukan kembali untuk Anda). Untuk memahami bagaimana bahasa GPL SPSS bekerja lebih baik, saya sebenarnya menyarankan untuk membaca buku Hadley Wickham di ggplot2dalam Penggunaan R! seri. Ini menjabarkan tata bahasa yang diperlukan untuk memahami cara kerja GPL SPSS, dan lebih mudah dibaca daripada manual pemrograman GPL yang disertakan dengan SPSS! Jika Anda memiliki pertanyaan tentang membuat grafik tertentu di SPSS, akan lebih baik untuk mengajukan satu pertanyaan untuk satu grafik (saya sudah cukup banyak berbicara di sini!) Saya akan memperbarui jawaban ini dengan tautan meskipun jika saya sempat membuat sendiri posting blog mereplikasi beberapa grafik lainnya. Untuk bukti konsep peta panas atau plot fluktuasi, Anda dapat melihat posting blog saya yang lain, Beberapa contoh Corrgrams di SPSS .
Kode SPSS digunakan untuk menghasilkan Gambar 1
sumber
Oh well, saya datang dengan kode sebelum Anda mengklarifikasi. Seharusnya menunggu tetapi berpikir saya harus mempostingnya sehingga siapa pun yang datang ke sini dapat menggunakan kembali kode ini.
Data dummy untuk divisualisasikan
Kode untuk peta panas
Ini pada dasarnya adalah template untuk memvisualisasikan item Likert pada peta panas dari situs web Jason Bryon.
sumber
Kode @ RJ menghasilkan plot seperti ini, yang sebenarnya adalah tabel dengan sel yang diarsir. Agak sibuk dan sedikit rumit untuk menguraikan. Tabel biasa tanpa naungan mungkin lebih efektif (dan Anda dapat menempatkan data dalam urutan yang lebih bermakna juga).
Tentu saja itu tergantung pada pesan utama apa yang ingin Anda komunikasikan, tetapi saya pikir ini lebih sederhana dan sedikit lebih mudah dimengerti. Ini juga memiliki pertanyaan dan tanggapan dalam urutan logis (kebanyakan!).
sumber