स्टैक्ड बारचार्ट को आमतौर पर गैर-सांख्यिकीविदों द्वारा अच्छी तरह से समझा जाता है, बशर्ते उन्हें धीरे से पेश किया जाए। यह एक सामान्य मीट्रिक (जैसे 0-100%) पर उन्हें स्केल करने के लिए उपयोगी है, प्रत्येक श्रेणी के लिए एक क्रमिक रंग के साथ अगर ये ऑर्डिनल आइटम (जैसे लिकेर्ट) हैं। मैं dotchart (क्लीवलैंड डॉट प्लॉट) पसंद करता हूं , जब बहुत अधिक आइटम नहीं होते हैं और 3-5 से अधिक प्रतिक्रिया श्रेणियां नहीं होती हैं। लेकिन यह वास्तव में दृश्य स्पष्टता का मामला है। मैं आमतौर पर% प्रदान करता हूं क्योंकि यह एक मानकीकृत उपाय है, और केवल गैर-स्टैक्ड बारचर्ट के साथ% और मायने रखता है। यहाँ एक उदाहरण है कि मेरा क्या मतलब है:
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)
बेहतर प्रतिपादन latticeया के साथ प्राप्त किया जा सकता है ggplot2। इस विशेष उदाहरण में सभी मदों की प्रतिक्रिया श्रेणियां समान हैं, लेकिन अधिक सामान्य मामले में हम अलग-अलग लोगों से अपेक्षा कर सकते हैं, ताकि उन सभी को दिखाते हुए यह बेमानी न लगे, जैसा कि यहां मामला है। हालांकि, यह संभव होगा कि प्रत्येक प्रतिक्रिया श्रेणी को एक ही रंग दिया जाए ताकि पढ़ने में सुविधा हो सके।
लेकिन मैं कहूंगा कि स्टैक्ड बारचर बेहतर होते हैं जब सभी आइटमों की प्रतिक्रिया श्रेणी समान होती है, क्योंकि वे आइटमों में एक प्रतिक्रिया मोडेरिटी की आवृत्ति की सराहना करने में मदद करते हैं:
मैं कुछ प्रकार के हीटमैप के बारे में भी सोच सकता हूं, जो समान प्रतिक्रिया श्रेणी के साथ कई आइटम होने पर उपयोगी है।
गुम प्रतिक्रियाएं (विशिष्ट आइटम / प्रश्न पर गैर-नगण्य या स्थानीयकृत), प्रत्येक आइटम के लिए आदर्श रूप से सूचित किया जाना चाहिए। आमतौर पर, प्रत्येक श्रेणी के लिए प्रतिक्रियाओं का% एनए के बिना गणना की जाती है। यह आमतौर पर सर्वेक्षण या साइकोमेट्रिक्स में किया जाता है (हम "व्यक्त या मनाया प्रतिक्रियाओं" की बात करते हैं)।
PS
मैं और अधिक फैंसी चीजों के बारे में सोच सकता हूं, जैसे कि नीचे दी गई तस्वीर (पहले वाला हाथ से बनाया गया था, दूसरा है ggplot2, ggfluctuation(as.table(tab))), लेकिन मुझे नहीं लगता कि यह डॉटप्लॉट या बर्चर्ट के रूप में सटीक जानकारी देता है क्योंकि सतह भिन्नताएं मुश्किल हैं। सराहना।
