Yığınlanan çubuk grafikler, istatistikçiler tarafından nazikçe tanıtılması şartıyla genellikle iyi anlaşılır. Bunları sıralı öğe (örneğin Likert) ise, her kategori için aşamalı bir renkle ortak bir metrikte (örneğin% 0-100) ölçeklendirmek faydalıdır. Çok fazla öğe ve en fazla 3-5 yanıt kategorisi olmadığında nokta çizelgeyi (Cleveland nokta grafiği) tercih ederim . Ancak bu gerçekten görsel netlik meselesidir. Genel olarak standartlaştırılmış bir ölçü olduğu için genellikle% veririm ve yalnızca% hem de yığılmayan çubuk grafikte sayıları bildiririm. İşte ne demek istediğime bir örnek:
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)
latticeVeya ile daha iyi görüntü elde edilebilir ggplot2. Bu örnekte tüm maddeler aynı cevap kategorilerine sahiptir, ancak daha genel bir durumda farklı olanları bekleyebiliriz, böylece hepsini göstermek burada olduğu gibi gereksiz görünmez. Bununla birlikte, okumayı kolaylaştırmak için her cevap kategorisine aynı rengi vermek mümkün olacaktır.
Ancak, tüm öğeler aynı yanıt kategorisine sahip olduğunda, yığılmış çubukların daha iyi olduğunu söyleyebilirim, çünkü öğeler arasında bir yanıt yönteminin sıklığını takdir etmeye yardımcı olurlar:
Aynı zamanda, benzer tepki kategorisine sahip birçok madde varsa, yararlı olan bir tür ısı haritası düşünebilirim.
Eksik cevaplar (özellikle önemsiz olduğunda veya belirli bir madde / soruda yerelleştirildiğinde), her bir madde için ideal olarak bildirilmelidir. Genel olarak, her kategori için verilen yanıtların yüzdesi NA olmadan hesaplanır. Bu genellikle anket veya psikometride yapılan şeydir (“ifade edilmiş veya gözlemlenen yanıtlardan” söz ediyoruz).
PS
I aşağıda gösterilen resim gibi daha süslü şeyler düşünebilirsiniz (ilk bir yandan, ikinci dan tarafından yapıldı ggplot2, ggfluctuation(as.table(tab))), ama yüzey varyasyonları zordur çünkü dotplot veya barchart olduğunca doğru bilgi olarak iletmek sanmıyorum teşekkür ederiz.
