Visualizzazione dei dati di risposta dell'articolo Likert

Quali sono i buoni modi per visualizzare l'insieme delle risposte di Likert?

Ad esempio, un insieme di elementi che chiedono l'importanza di X per le proprie decisioni su A, B, C, D, E, F & G? C'è qualcosa di meglio dei grafici a barre in pila?

• Cosa si dovrebbe fare con le risposte di N / A? Come potrebbero essere rappresentati?
• I grafici a barre devono indicare percentuali o numero di risposte? (cioè le barre dovrebbero avere la stessa lunghezza?)
• Se in percentuale, il denominatore dovrebbe includere risposte non valide e / o N / A?

Ho le mie opinioni, ma cerco idee di altre persone.

Mi piace la vista conteggio centrato. Questa particolare versione rimuove le risposte neutre (trattando in modo neutrale e n / a uguali) per mostrare solo la quantità di opinioni d'accordo / in disaccordo. Il punto 0 è il punto in cui rosso e blu si incontrano. L'asse di conteggio viene ritagliato.

Per il confronto, ecco le stesse cinque risposte delle percentuali in pila, che mostrano sia la risposta neutra (grigia) che nessuna risposta (bianca).

Aggiornamento: documento che suggerisce un metodo simile: Stampa di Likert e altre scale di valutazione (PDF)

I grafici a barre sovrapposti sono generalmente ben compresi dai non statistici, a condizione che vengano introdotti delicatamente. È utile ridimensionarli su una metrica comune (ad es. 0-100%), con un colore graduale per ogni categoria se si tratta di un oggetto ordinale (ad es. Likert). Preferisco il diagramma a punti (diagramma a punti Cleveland), quando non ci sono troppi elementi e non più di 3-5 categorie di risposte. Ma è davvero una questione di chiarezza visiva. Generalmente fornisco% in quanto è una misura standardizzata, e riporto solo% e conta con un grafico a barre non in pila. Ecco un esempio di cosa intendo:

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)

È possibile ottenere un rendering migliore con latticeo ggplot2. Tutti gli articoli hanno le stesse categorie di risposta in questo esempio particolare, ma in casi più generali potremmo aspettarci di trovarne di diversi, in modo che mostrarli tutti non sembrerebbe ridondante come nel caso qui. Tuttavia, sarebbe possibile assegnare lo stesso colore a ciascuna categoria di risposta in modo da facilitare la lettura.

Direi che i grafici a barre in pila sono migliori quando tutti gli articoli hanno la stessa categoria di risposta, poiché aiutano ad apprezzare la frequenza di una modalità di risposta tra gli articoli:

Posso anche pensare a una sorta di mappa di calore, che è utile se ci sono molti elementi con una categoria di risposta simile.

Le risposte mancanti (specialmente se non trascurabili o localizzate su un determinato articolo / domanda) devono essere segnalate, idealmente per ciascun articolo. In genere, la% delle risposte per ciascuna categoria viene calcolata senza NA. Questo è ciò che di solito viene fatto nel sondaggio o nella psicometria (parliamo di "risposte espresse o osservate").

PS Mi vengono in mente altre cose di fantasia come l'immagine indicata di seguito (il primo è stato fatto a mano, il secondo è da ggplot2, ggfluctuation(as.table(tab))), ma io non credo che trasmettere le informazioni accurate come un grafico a punti o barchart poiché variazioni della superficie sono difficili da apprezzare.

Penso che la risposta di chl sia fantastica.

Una cosa che potrei aggiungere è nel caso in cui vorresti confrontare la correlazione tra gli elementi. Per questo puoi usare qualcosa come una matrice di diagramma a dispersione di correlazione per i dati categorici ordinati

(Quel codice ha ancora bisogno di alcune modifiche - ma dà l'idea generale ...)