リッカートアイテムレスポンスデータの視覚化
回答:
中央カウントビューが好きです。この特定のバージョンは、中立的な回答を削除し（中立とn / aを同じものとして効果的に処理します）、同意/反対意見の量のみを表示します。0ポイントは、赤と青が出会う場所です。カウント軸は切り取られます。
比較のために、ここでは積み上げパーセンテージと同じ5つの回答があり、中立（灰色）と無回答（白）の両方を示しています。
更新：同様の方法を提案する論文：リッカートと他の評価尺度のプロット（PDF）
Rこれらの種類のプロットがパッケージに実装されていることをユーザーに追加したかっただけHHです。印象を与えるには、を試してくださいlikert(t(apply(data, 2, table)))。
積み上げ棒グラフは、穏やかに導入されていれば、一般に非統計学者によく理解されています。これらが順序項目（リッカートなど）である場合、各カテゴリの段階的な色で、共通のメトリック（0〜100％など）でそれらをスケーリングすると便利です。項目が多すぎず、応答カテゴリが3〜5個以下の場合、ドットチャート（クリーブランドドットプロット）を好みます。しかし、それは本当に視覚的な明瞭さの問題です。それは標準化された尺度であるため、通常は％を提供し、スタックされていない棒グラフで％とカウントの両方のみを報告します。ここに私が言っていることの例があります：
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)
latticeまたはでより良いレンダリングを実現できますggplot2。この特定の例では、すべてのアイテムに同じ応答カテゴリがありますが、より一般的なケースでは異なるものが予想されるため、ここでのようにすべてを表示することは冗長ではないようです。ただし、読みやすくするために、各応答カテゴリに同じ色を付けることは可能です。
しかし、すべてのアイテムが同じ応答カテゴリを持っている場合、積み重ねられたバーチャートの方が優れていると思います。これは、アイテム全体の1つの応答モダリティの頻度を評価するのに役立つためです。
ある種のヒートマップを考えることもできます。これは、同様の応答カテゴリを持つアイテムが多数ある場合に役立ちます。
回答が欠落している場合（特に無視できないか、特定のアイテム/質問にローカライズされている場合）、理想的には各アイテムについて報告する必要があります。通常、各カテゴリの回答の割合はNAなしで計算されます。これは通常、調査または心理測定で行われます（「表現された応答または観察された応答」について話します）。
PS
下の写真のようにもっと派手なことは考えられます（最初のものは手作業で作成され、2つ目は、からのものggplot2ですggfluctuation(as.table(tab))）が、表面の変化は難しいため、ドットプロットやバーチャートほど正確な情報を伝えるとは思いません感謝する。
chlの答えは素晴らしいと思います。
私が追加する可能性のあることの1つは、アイテム間の相関を比較したい場合です。そのためには、順序付きカテゴリデータに相関散布図行列のようなものを使用できます。
（このコードにはまだ調整が必要ですが、一般的な考え方が得られます...）
pairs.panels機能を思い出させますpsych。