R语言实现likert量表可视化
今天给大家介绍下李克特量表的数据可视化包likert。所谓李克特量表就是由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所得分数的加总，这一总分可说明他的态度强弱或他在这一量表上的不同状态。其最后组成的数据被视为顺序数据，李克特数据可以整理成长条图，以中位数或众数（但不是平均数）表现集中趋势，以四分位距表现分散程度（但不是标准差），或用非参数检验分析，如 Chi-square test,Mann-Whitney test，威尔克科逊检验（英语：Wilcoxon signed-rank test），或Kruskal-Wallistest。接下来我们就看下在R语言中如何实现对此量表的可视化分析。
首先，包的安装：
install.packages(“likert”)接下来我们看下数据的构成，我们直接引用包自带的数据pisaitems：
data(pisaitems)items29 <-pisaitems[,substr(names(pisaitems), 1,5) == 'ST25Q']names(items29) <-c("Magazines", "Comic books", "Fiction","Non-fiction books","Newspapers")View(head(items29))
然后就包自带的处理函数likert，我们直接看实例：
#基础的应用
l29 <- likert(items29)plot(l29)
如上图，可以看到中间的分割点，此中心代表likert反应的中心。两边分别是低水平和高水平分别对应的百分比是柱状图两侧的数值。当然，我们如果不是通过中心定义高低水平，那么可以自定义，也可以不用标注：
plot(l29, centered=FALSE, wrap=30, plot.percents=TRUE)
#自定义中心位置plot(l29, center=1.5, wrap=30)
#自定义中心位置plot(l29, center=2, wrap=30)
#自定义颜色plot(l29,colors=c('orange','darkorange','darkblue','blue','red'))
#密度图绘制plot(l29, type='density')
通过上图我们可以看出每个变量在五种反应中的密度分布。另外还可以将上图合并在一起绘制：
plot(l29, type='density', facet=FALSE)
#热图绘制plot(l29, type='heat', wrap=30,text.size=4)
# 分组统计l29g <- likert(items29,grouping= pisaitems$CNT)plot(l29g)
#纵向分布plot(l29g, panel.arrange='h', wrap=20)
plot(l29g, group.order=c('Mexico','Canada', 'United States'))
#密度分布图plot(l29g, type='density')
另外，还有一个函数，那就是reverse.levels()可以将反应等级进行反向调换。我们也可以将数据导出利用print函数：