r - 使用 R 中的 Likert 包分析真实调查数据

Question

我做了一个有138个问题的调查，其中只有少数是李克特类型的问题，有些问题有不同的尺度。

我一直在尝试使用 R 中的 Likert 包来分析和以图形方式描绘数据，但是，我很难理解其中的任何一个。

我已经浏览了“演示”，它们仅在您已经知道包中发生了什么时才有用。它没有解释在能够应用 Likert 包之前必须采取的任何步骤、实际可以应用于包的内容、如何重命名变量等。你得到的只是一堆代码和一只兔子一个洞爬下来试图弄清楚这一切。

我在谷歌上搜索了使用likert包的分步指南，但一无所获。

任何人都可以指导我使用指南，或者至少提供我必须对数据框采取的步骤，然后才能尝试使用 Likert 包？

我希望使用此包将我的一些列(包含 Likert 响应)适合堆叠的条形图。

一旦我弄清楚 Likert 包在清理后的数据框架方面究竟会接受什么，我应该能够遵循演示......也许......

这就是我到目前为止所做的，基于我对 R 的有限知识并试图自己解决问题。

   library(likert)
   library(dplyr)
   fdaff_likert <- select(f2f, RESPID, daff_rate)
   fdaff_likert <- data.frame(fdaff_likert)
   fdaff_likert <- likert(items=fdaff_likert[,2, drop = FALSE], nlevels = 5)

我的likert的输出是:

summary(fdaff_likert)

       Item      low  neutral     high     mean       sd
1 daff_rate 9.977827 37.91574 52.10643 3.802661 1.302508

然而，情节到处都是..(无序)

plot (fdaff_likert)

李克特量表乱序且未正确居中。另外，如何将 y 轴重命名为问题？

对于以后的分析，我如何将其分解为组级别(基于在原始数据框中指定区域的另一列？

Answer 1

library(likert)
set.seed(1)
n <- 138
# An illustrative example
fdaff_likert <- data.frame(
    RESPID=sample(1:5,n, replace=T), 
    daff_rate=factor(sample(1:5,n, replace=T), labels=c("Good","Neither","Poor","Very Good","Very Poor"))
)
fdaff_likert1 <- likert(items=fdaff_likert[,2, drop = FALSE], nlevels = 5)
# Plot with unordered categories
plot(fdaff_likert1)

# Reorder levels of daff_rate factor
fdaff_likert$daff_rate <- factor(fdaff_likert$daff_rate, 
                                 levels=levels(fdaff_likert$daff_rate)[c(5,3,2,1,4)])

fdaff_likert2 <- likert(items=fdaff_likert[,2, drop = FALSE], nlevels = 5)
# Plot with ordered categories
plot(fdaff_likert2)

下面是一个使用分组项目创建绘图的说明性示例。

set.seed(1)
fdaff_likert <- data.frame(
    country=factor(sample(1:3, n, replace=T), labels=c("US","Mexico","Canada")), 
    item1=factor(sample(1:5,n, replace=T), labels=c("Very Poor","Poor","Neither","Good","Very Good")),
    item2=factor(sample(1:5,n, replace=T), labels=c("Very Poor","Poor","Neither","Good","Very Good")),
    item3=factor(sample(1:5,n, replace=T), labels=c("Very Poor","Poor","Neither","Good","Very Good"))
)
names(fdaff_likert) <- c("Country", 
                         "1. I read only if I have to", 
                         "2. Reading is one of my favorite hobbies",
                         "3. I find it hard to finish books")

fdaff_likert3 <- likert(items=fdaff_likert[,2:4], grouping=fdaff_likert[,1])
plot(fdaff_likert3)