在R中使用Likert软件包分析实际调查数据

Question

我对138个问题进行了调查，其中只有少数是李克特型问题，其中一些问题的规模不同。

我一直在尝试使用R中的Likert包来分析和图形化地描绘数据，但是，我在努力理解其中的任何一个方面都非常努力。

我已经看过“演示”，它仅在您已经知道软件包发生了什么情况时才有用。它没有说明能够应用Likert软件包之前必须执行的任何步骤，可以实际应用于该软件包的内容，如何重命名变量等。您得到的只是一堆代码和一个兔子。试图解决所有问题的漏洞。

我已经搜寻了谷歌以获取有关使用Likert软件包的逐步指南，但没有发现任何问题。

任何人都可以将我引到指南中，或者至少可以提供在尝试使用Likert包之前必须对数据框采取的步骤吗？

我希望使用此软件包将我的一些专栏（包含Likert响应）适合堆积的条形图。

一旦我弄清楚了Likert软件包在清理后的数据帧中将接受什么，我应该可以按照演示进行操作……也许..

到目前为止，我是基于我对R的有限知识并试图自行解决问题而做的。

   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

但是，情节到处都是..（无序）

plot (fdaff_likert)

李克特量表混乱，无法正确居中。另外，如何将y轴重命名为问题？

为了以后进行分析，如何将其划分为组级别（基于在原始数据帧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)

这是用于创建具有分组项目的图的说明性示例。

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)