Analyse von mehreren Antworten

Question

df1 <-
  data.frame(c("männlich", "weiblich", "männlich"),
             c("1", "2", "3", "4", "5", "6"),
             seq(141, 170))

names(df1) = c("geschlecht", "alter", "größe")

df1$alter <- factor(
  df1$alter,
  levels = c(1, 2, 3, 4, 5, 6),
  labels = c("16-24", "25-34", "35-44", "45-54", "55-64", "65+")
)

q1a = c(1, 0, 1, 0, 0, 1)
q1b = c(0, 0, 2, 2, 2, 0)
q1c = c(0, 0, 3, 3, 0, 3)
# 1,2 and 3 used to be compatible with existing datasets. 
# Could change all to 1 if necessary.

df2 <- data.frame(q1a = q1a, q1b = q1b, q1c = q1c)
df1 <- cbind(df1, df2)

rm(q1a, q1b, q1c, df2)

Ich versuche die Analyse von Mehrfachantwortenfragen aus SPSS in R zu replizieren.

Derzeit verwende ich diesen Code:

#Funktion erstellen zur Analyse von Fragen mit gruppierten Daten
multfreqtable <- function(a, b, c) {
  # Anzahl der Befragten (für Prozent der Fälle)
  totrep = sum(a == 1 | b == 2 | c == 3)

  #Frequenztabelle erstellen
  table_a = data.frame("a", sum(a == 1))
  names(table_a) = c("frage", "freq")
  table_b = data.frame("b", sum(b == 2))
  names(table_b) = c("frage", "freq")
  table_c = data.frame("c", sum(c == 3))
  names(table_c) = c("frage", "freq")
  table_question <- rbind(table_a, table_b, table_c)

  #Einzelne Frage-Tabellen entfernen
  rm(table_a, table_b, table_c)

  #Gesamtsumme hinzufügen
  total = as.data.frame("Gesamt")
  totalsum = (sum(table_question$freq, na.rm = TRUE))
  totalrow = cbind(total, totalsum)
  names(totalrow) = c("frage", "freq")
  table_question = rbind(table_question, totalrow)

  #Prozent-Spalte zur Frequenztabelle hinzufügen
  percentcalc = as.numeric(table_question$freq)
  percent = (percentcalc / totalsum) * 100
  table_question <- cbind(table_question, percent)

  #Prozent der Fälle-Spalte zur Frequenztabelle hinzufügen
  poccalc = as.numeric(table_question$freq)
  percentofcases = (poccalc / totrep) * 100
  table_question <- cbind(table_question, percentofcases)

  #Prozent der Fälle Wert ausdrucken
  total_respondents <<- data.frame(totrep)

  #Alle unnötigen Daten und Werte entfernen
  rm(
    total,
    totalsum,
    totalrow,
    b,
    c,
    percent,
    percentcalc,
    percentofcases,
    totrep,
    poccalc
  )

  return(table_question)
}

#Funktion aufrufen - muss an data.frame mit $ gebunden sein !!!
q1_frequency <- multfreqtable(df1$q1a, df1$q1b, df1$q1c)

#Prozent der Fälle umbenennen - Dies ist sehr wichtig bei Verwendung der aktuellen Methode
total_respondents_q1 <- total_respondents
rm(total_respondents)

Ergebnis: Diese Tabelle wird produziert:

Ich suche nach einer effizienteren Methode, die idealerweise keine Änderung der Funktion erfordert, wenn es mehr oder weniger Multiple-Choice-Fragen gibt.

Answer 1

Ihre Funktion ist tatsächlich viel zu kompliziert für das, was Sie tun müssen. Ich denke, eine Funktion wie diese sollte funktionieren und flexibler sein.

multfreqtable = function(data, question.prefix) {
  # Finden Sie die Spalten mit den Fragen
  a = grep(question.prefix, names(data))
  # Finden Sie die Gesamtzahl der Antworten
  b = sum(data[, a] != 0)
  # Finden Sie die Summen für jede Frage
  d = colSums(data[, a] != 0)
  # Finden Sie die Anzahl der Befragten
  e = sum(rowSums(data[,a]) !=0)
  # d + b als Vektor. Dies ist Ihre Gesamtfrequenz
  f = as.numeric(c(d, b))
  data.frame(question = c(names(d), "Total"),
             freq = f,
             percent = (f/b)*100,
             percentofcases = (f/e)*100 )
}

Fügen Sie Ihrem Beispiel-Datensatz eine weitere Frage hinzu:

set.seed(1); df1$q2a = sample(c(0, 1), 30, replace=T)
set.seed(2); df1$q2b = sample(c(0, 2), 30, replace=T)
set.seed(3); df1$q2c = sample(c(0, 3), 30, replace=T)

Erstellen Sie eine Tabelle für die "q1"-Antworten:

> multfreqtable(df1, "q1")
  question freq   percent percentofcases
1      q1a   15  33.33333             60
2      q1b   15  33.33333             60
3      q1c   15  33.33333             60
4    Total   45 100.00000            180

Erstellen Sie eine Tabelle für die "q2"-Antworten:

> multfreqtable(df1, "q2")
  question freq   percent percentofcases
1      q2a   14  31.11111       53.84615
2      q2b   13  28.88889       50.00000
3      q2c   18  40.00000       69.23077
4    Total   45 100.00000      173.07692

Tabellen für mehrere Fragen

Hier ist eine modifizierte Version der Funktion, die es Ihnen ermöglicht, eine Liste von Tabellen für mehrere Fragen auf einmal zu erstellen:

multfreqtable = function(data, question.prefix) {
  z = length(question.prefix)
  temp = vector("list", z)

  for (i in 1:z) {
    a = grep(question.prefix[i], names(data))
    b = sum(data[, a] != 0)
    d = colSums(data[, a] != 0)
    e = sum(rowSums(data[,a]) !=0)
    f = as.numeric(c(d, b))
    temp[[i]] = data.frame(question = c(sub(question.prefix[i], 
                                            "", names(d)), "Total"),
                           freq = f,
                           percent = (f/b)*100,
                           percentofcases = (f/e)*100 )
    names(temp)[i] = question.prefix[i]
  }
  temp
}

Beispiele:

> multfreqtable(df1, "q1")
$q1
  question freq   percent percentofcases
1        a   15  33.33333             60
2        b   15  33.33333             60
3        c   15  33.33333             60
4    Total   45 100.00000            180

> test1 = multfreqtable(df1, c("q1", "q2"))
> test1
$q1
  question freq   percent percentofcases
1        a   15  33.33333             60
2        b   15  33.33333             60
3        c   15  33.33333             60
4    Total   45 100.00000            180

$q2
  question freq   percent percentofcases
1        a   14  31.11111       53.84615
2        b   13  28.88889       50.00000
3        c   18  40.00000       69.23077
4    Total   45 100.00000      173.07692

> test1$q1
  question freq   percent percentofcases
1        a   15  33.33333             60
2        b   15  33.33333             60
3        c   15  33.33333             60
4    Total   45 100.00000            180

Answer 2

Ich habe bemerkt, dass dieser Beitrag ziemlich alt ist, aber ich konnte keine aktuellere Lösung finden. Hier ist meine Version basierend auf dem dplyr/tidyverse-Ansatz.

mult_resp = function(df1, mv_q = c("q1a", "q1b", "q1c")){

  df2 = df1 %>%
    mutate(id = rownames(.)) %>%  #Zeilen-ID zur Zählung von n_Fällen
    select(id, everything()) %>% 
    mutate_at(mv_q, ~ ifelse(. != 0, 1, 0)) %>%
    gather(question, resp,-id, -gender,-age,-height) 

  #Anzahl der Fälle ohne "alles null" Fälle zählen
  n_cases = df2 %>% group_by(id) %>%
    summarise(n = sum(resp)) %>% 
    summarise(sum(n > 0))

  #Ausgabetabelle
  res = df2 %>% 
    group_by(question) %>%
    summarise(freq = sum(resp)) %>%
    mutate(
      percent = freq/sum(freq) *100,
      percent_of_cases = freq/as.numeric(n_cases)*100
      ) %>% 
    rbind(., 
          data.frame(question ="Total", 
                     freq =sum(.$freq, na.rm=TRUE),
                     percent =sum(.$percent, na.rm=TRUE),
                     percent_of_cases = sum(.$percent_of_cases, na.rm=TRUE)
                     )
          )
    res
}

Beispiel:

> mult_resp(df1, mv_q = c("q1a", "q1b", "q1c"))
# A tibble: 4 x 4
  question  freq percent percent_of_cases

1 q1a         15    33.3               60
2 q1b         15    33.3               60
3 q1c         15    33.3               60
4 Total       45   100.               180

Answer 3

Es ist eine alte Frage. Du kannst jedoch das Paket userfriendlyscience verwenden, um sehr einfach multiple Response-Umfragedaten zu analysieren.

library(userfriendlyscience)
multiResponse (data, c('v1', 'v2', 'v3'))