使用高级点图可视化排名的Likert量表

Question

我希望制作一张图表，显示对多个协议声明的回复。该图表应允许对不同的受访者群体和陈述项目进行比较。

我基本上使用了Kastellec＆amp; amp;提供的R代码。 Leoni（图5; http://tables2graphs.com/doku.php?id=03_descriptive_statistics#figure_5）。

与它们相比，我希望x轴的范围从-5到5，表格的格式应为2x2。

此代码应生成类似于我使用的示例数据：

mydata<-expand.grid(
col1=c('item1', 'item2', 'item3', 'item4'),
col2=c('0', '1', '3', '4'),
col3=c('T1', 'T2', 'C1', 'C2'))
mydata$col4=sapply(rnorm(64,0,1), function(x) {round(x,2)})

注意：   - col1：语句项（K＆amp; L数据集中的“变量”）   - col2：答案类别（K＆amp; L中的“句号”）   - col3：受访者群体（K＆amp; L中的“立法机构”）   - col4：比例（K＆amp; L中的“比例”）

这是代码：

library(lattice)
    library(car)

    ltheme <- canonical.theme(color = FALSE) 
    ltheme$strip.background$col <- "lightgrey"  
    lattice.options(default.theme = ltheme)     

    mydata$col2<-factor(mydata$col2,
    levels=c(0,1,3,4),
    labels=c("strongly disagree", "disagree", "agree", "strongly agree"), ordered=TRUE)

    mydata$col3<-factor(mydata$col3,
    levels=c("T1", "C1", "T2", "C2"), ordered=TRUE)
    levels(mydata$col3)<-c("treatment group 1", "control group 1", "treatment group 2",  "control group 2")

    mydata$col1<-factor(mydata$col1,
    levels=c("item1", "item2", "item3", "item4"),
    labels=c("item 4", "item 3", "item 2", "item 1"), ordered=TRUE)

    prop.vec<-c(-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5)

    plot<-dotplot(mydata$col1~mydata$col4|mydata$col3, xlab="levels of agreement",
    data=mydata,
    groups=mydata$col2,
    layout=c(2,2),
    scales=list(cex=0.65,
    x=list(at=prop.vec),
    alternating=3),
    par.strip.text=list(lines=2.5,cex=0.65),
    panel=function(...){
       panel.abline(v=prop.vec, col="lightgrey")
       panel.abline(h=1:11, col="lightgrey", lty=2)
       panel.xyplot(...)},
    as.table=TRUE,
    par.settings=simpleTheme(pch=c(19,1,2,17), cex=0.7), 
    auto.key=list(space="bottom", column=4, cex=0.65)
    )

    trellis.device(file="figure.pdf", device="pdf", color=FALSE, width=6, height=8)

    print(plot, newpage=FALSE)              

    dev.off()

Answer 1

问题解决了 - 我更正了代码，以便生成一个很好的情节，显示对语句协议的响应，如上所示。如果您愿意，请随意进一步改进。非常感谢你的帮助！