Visualisierung von Likert Item-Antwortdaten


25

Was sind gute Möglichkeiten, um Likert-Antworten zu visualisieren?

Zum Beispiel eine Reihe von Elementen, die nach der Wichtigkeit von X für Entscheidungen über A, B, C, D, E, F und G fragen? Gibt es etwas Besseres als gestapelte Balkendiagramme?

  • Was ist mit Antworten von N / A zu tun? Wie könnten sie vertreten sein?
  • Sollten in den Balkendiagrammen Prozentsätze oder die Anzahl der Antworten angegeben werden? (dh sollten die Balken die gleiche Länge haben?)
  • Wenn Prozentsätze, sollte der Nenner ungültige und / oder nicht zutreffende Antworten enthalten?

Ich habe meine eigenen Ansichten, aber ich suche nach Ideen anderer Leute.

Antworten:


30

Ich mag die zentrierte Zählansicht. In dieser speziellen Version werden die neutralen Antworten entfernt (neutral und nicht zutreffend werden gleich behandelt), um nur die Anzahl der übereinstimmenden / nicht übereinstimmenden Meinungen anzuzeigen. Der 0-Punkt ist der Punkt, an dem sich Rot und Blau treffen. Die Zählachse ist ausgeschnitten.

Alt-Text

Zum Vergleich sind hier die gleichen fünf Antworten als gestapelte Prozentsätze aufgeführt, die sowohl neutral (grau) als auch ohne Antwort (weiß) angezeigt werden.

Alt-Text

Update: Papier mit einem Vorschlag für eine ähnliche Methode: Plotten von Likert- und anderen Ratingskalen (PDF)


2
(+1) Interessant! Welche Software benutzt du? Nur eine Bemerkung: Es gibt keinen Hinweis auf absolute Werte für% oder Zählwerte, daher scheint dies nur eine relative Interpretation zu ermöglichen.
Chl

Entschuldigung, ich habe deinen letzten Satz nicht gelesen (die x-Achse ist unsichtbar). Ich versuche noch eine Bemerkung: Gibt es eine Möglichkeit, die NA-Zählungen in der zentrierten Ansicht sichtbar zu machen (dh sie von neutral zu unterscheiden)?
Chl

@chl Danke. Ich benutze JMP, für dessen Bearbeitung ich bezahlt werde. Das erste ist ein gestapeltes Balkendiagramm mit positiven und negativen Werten, die in vielen Werkzeugen möglich sein sollten. NA-Zählungen können auf unterschiedliche Weise durchgeführt werden (an einem Ende über beide Enden verteilt, in der mittleren, separaten Spalte), und in den meisten Situationen scheint keine offensichtlich besser zu sein.
xan

2
Ich wollte nur für die RBenutzer hinzufügen , dass diese Art von Plots im Paket implementiert sind HH. Um Ihnen einen Eindruck zu vermitteln, können Sie es versuchen likert(t(apply(data, 2, table))).
hplieninger

1
Ich denke, die Referenz ist "B Robbins, Naomi; M Heiberger, Richard (2011)." Plotten Likert und andere Bewertungsskalen ". JSM 2011: 1058-1066.
Kit Johnson

23

Gestapelte Balkendiagramme sind im Allgemeinen für Nicht-Statistiker gut verständlich, sofern sie vorsichtig eingeführt werden. Es ist nützlich, sie auf einer gemeinsamen Metrik (z. B. 0-100%) mit einer abgestuften Farbe für jede Kategorie zu skalieren, wenn es sich um ordinale Elemente handelt (z. B. Likert). Ich bevorzuge Punktdiagramme (Cleveland Dot Plot), wenn es nicht zu viele Elemente und nicht mehr als 3-5 Antwortkategorien gibt. Aber es geht wirklich um visuelle Klarheit. Ich gebe im Allgemeinen% an, da es sich um eine standardisierte Kennzahl handelt, und gebe nur% und Anzahl mit nicht gestapeltem Balkendiagramm an. Hier ist ein Beispiel für das, was ich meine:

data(Environment, package="ltm")
Environment[sample(1:nrow(Environment), 10),1] <- NA
na.count <- apply(Environment, 2, function(x) sum(is.na(x)))
tab <- apply(Environment, 2, table)/
       apply(apply(Environment, 2, table), 2, sum)*100
dotchart(tab, xlim=c(0,100), xlab="Frequency (%)", 
         sub=paste("N", nrow(Environment), sep="="))
text(100, c(2,7,12,17,22,27), rev(na.count), cex=.8)
mtext("# NA", side=3, line=0, at=100, cex=.8)

Alt-Text

Besseres Rendering könnte mit latticeoder erreicht werden ggplot2. In diesem Beispiel weisen alle Elemente die gleichen Antwortkategorien auf. Im Allgemeinen werden jedoch möglicherweise unterschiedliche Kategorien erwartet, sodass die Anzeige aller Elemente nicht überflüssig erscheint, wie dies hier der Fall ist. Es wäre jedoch möglich, jeder Antwortkategorie dieselbe Farbe zuzuweisen, um das Lesen zu erleichtern.

Ich würde jedoch sagen, dass gestapelte Balkendiagramme besser sind, wenn alle Elemente dieselbe Antwortkategorie aufweisen, da sie dazu beitragen, die Häufigkeit einer Antwortmodalität für mehrere Elemente zu schätzen:

Alt-Text

Ich kann mir auch eine Art Heatmap vorstellen, die nützlich ist, wenn es viele Elemente mit ähnlichen Antwortkategorien gibt. Alt-Text

Fehlende Antworten (insbesondere, wenn sie nicht zu vernachlässigen sind oder sich auf einen bestimmten Artikel / eine bestimmte Frage beziehen) sollten im Idealfall für jeden Artikel gemeldet werden. Im Allgemeinen wird der Prozentsatz der Antworten für jede Kategorie ohne NA berechnet. Dies wird normalerweise in Umfragen oder in der Psychometrie gemacht (wir sprechen von "ausgedrückten oder beobachteten Antworten").

PS Ich kann mir ausgefallenere Dinge vorstellen, wie das unten gezeigte Bild (das erste wurde von Hand gemacht, das zweite stammt von ggplot2, ggfluctuation(as.table(tab))), aber ich denke nicht, dass es so genaue Informationen wie Punktdiagramme oder Balkendiagramme liefert, da Oberflächenvariationen schwierig sind schätzen. Alt-Text

Alt-Text


2
BTW, Eine Frage , über Visualisierungs- Likertskala Antworten kam gerade über Andrew Gelman Weblog gestern :) j.mp/aBm8mZ
chl

14

Ich finde die Antwort von chl großartig.

Eine Sache, die ich hinzufügen könnte, ist für den Fall, dass Sie die Korrelation zwischen den Elementen vergleichen möchten. Dafür können Sie so etwas wie eine Korrelationsstreudiagramm-Matrix für geordnete kategoriale Daten verwenden

Alt-Text

(Dieser Code muss noch etwas verbessert werden - aber er gibt die allgemeine Vorstellung ...)


3
(+1) Dies erinnert mich an die pairs.panelsFunktion im psychPaket von W Revelle.
Chl

Interessant. Ich bin auf diesen Code gestoßen, wusste aber nie, dass er auch im Psychopaket vorhanden ist. Ich bin sicher, dass es mich irgendwie inspiriert hat, als ich diesen Beitrag schrieb (ich sollte dies zu den Credits auf dem Beitrag hinzufügen ...)
Tal Galili
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.