使用Likert包在R中创建不同堆积条形图的问题

Question

使用R中的Likert包，我试图创建不同的堆积条形图来比较调查项目的响应，其中受访者根据两个尺度对每个项目进行评分：重要性和有效性（1到5，带有＆＃34;不能判断每个人的选项。对于每个项目，我将情节集中在＆＃34; 3＆＃34;类别，图表最右侧的4和5个响应的百分比，以及最左侧3个响应的响应百分比。我试图包括一个例子，但我是新手，服务条款不允许我这样做。

当有两个以上级别时，我的R代码正常工作。但是，当少于3个级别时，我会遇到问题。

这是一个最小的例子：

Importance <- c(4,5,5,5,4,4)
Effectiveness <- c(5,4,4,4,5,5)
df <- data.frame(Importance,Effectiveness)
df

levels = c("Cannot Judge", "1", "2", "3", "4", "5")

df$Importance <- recode(df$Importance, from=c(0,1,2,3,4,5), to=c("Cannot Judge", "1", "2", "3", "4", "5"))
df$Importance <- as.factor(df$Importance)
df$Importance <- factor(df$Importance, levels=c("Cannot Judge", "1", "2", "3", "4", "5"), ordered=TRUE)
df$Effectiveness <- recode(df$Effectiveness, from=c(0,1,2,3,4,5), to=c("Cannot Judge", "1", "2", "3", "4", "5"))
df$Effectiveness <- as.factor(df$Effectiveness)
df$Effectiveness <- factor(df$Effectiveness, levels=c("Cannot Judge", "1", "2", "3", "4", "5"), ordered=TRUE)

df2 <- likert(df)
plot(df2)

这会导致以下错误：

Error in matrix(value, n, p) : 
  'data' must be of a vector type, was 'NULL'

问题似乎是在我将数字数据重新编码为因子后，在data.frame上调用likert()命令时。如果我不重新编码因子，只是将likert()应用于原始数据，则会生成绘图，但它会自动居中于4到5之间（在此数据集中），这不是我需要的。

我认识到这些因素最好是＆＃34;非常重要＆＃34;，＆＃34;重要＆＃34;，＆＃34;非常有效＆＃34;，＆＃34;有效＆＃但是，由于两个尺度不同，我不知道在不保持1-5方案的情况下比较两个尺度的另一种方法。

为什么我得到了

Error in matrix(value, n, p) : 
      'data' must be of a vector type, was 'NULL'?

如何调整我的代码以使其适用于两个级别？

提前致谢。

Answer 1

您收到此错误，因为您没有“低结果”值。 likert.bar.plot函数使用ggplot并为正响应和否定响应创建一个图层，但是，它不会先检查这些组中是否有任何观察结果。当它添加一个空的图层时，您会收到上面的错误消息。

我发现消除错误的最简单方法，原始图是手动删除坏图层。您可以使用

执行此操作

df2 <- likert(df)
pp <- plot(df2)
pp$layers <- pp$layers[-2]

（至少在这种情况下它是第2层;如果您设置其他可能不同的选项，那么您可能需要尝试其他值）

Answer 2

使用您的原始data.frame，这是一种算法方法，可以在绘制的问题集完全缺失值时删除左侧或右侧堆叠条形图层...

Importance <- c(4,5,5,5,4,4)
Effectiveness <- c(5,4,4,4,5,5)
df <- data.frame(Importance,Effectiveness)
df

levels = c("Cannot Judge", "1", "2", "3", "4", "5")

df$Importance <- recode(df$Importance, from=c(0,1,2,3,4,5), to=c("Cannot Judge", "1", "2", "3", "4", "5"))
df$Importance <- as.factor(df$Importance)
df$Importance <- factor(df$Importance, levels=c("Cannot Judge", "1", "2", "3", "4", "5"), ordered=TRUE)
df$Effectiveness <- recode(df$Effectiveness, from=c(0,1,2,3,4,5), to=c("Cannot Judge", "1", "2", "3", "4", "5"))
df$Effectiveness <- as.factor(df$Effectiveness)
df$Effectiveness <- factor(df$Effectiveness, levels=c("Cannot Judge", "1", "2", "3", "4", "5"), ordered=TRUE)

df.likert <- likert(df)   

# This is the proposed fix
LHS <- 2 # layer number for SD D or equiv
RHS <- 3 # layer number for A SA or equiv
pp <- plot(df.likert)
if (sum(is.na(pp$layers[[LHS]]$data$Item)) > 0) pp$layers <- pp$layers[-LHS]
if (sum(is.na(pp$layers[[RHS]]$data$Item)) > 0) pp$layers <- pp$layers[-RHS]
pp