Mehrfachauswahl visualisieren

Wie erstelle ich Grafiken, was ist zu beachten?

Moderatoren: EDi, jogo

Antworten
hamburg123
Beiträge: 13
Registriert: Mo Jun 03, 2019 5:07 pm

Mehrfachauswahl visualisieren

Beitrag von hamburg123 »

Hallo zusammen,

die Frage in meinem Fragebogen lautet:


[B013] !Mehrfachauswahl

Merkmale

"Welche Aspekte sind dir bei der Wahl des Arbeitgebers besonders wichtig? Bitte wähle maximal fünf Merkmale aus."

B013 Merkmale: Ausweichoption (negativ) oder Anzahl ausgewählter Optionen
Ganze Zahl
B013_01 Flexible Arbeitszeiten
B013_02 Eine gute Arbeitsatmosphäre
B013_03 Führungskultur
B013_04 Goodies
B013_05 Weiterbildung
B013_06 Familienfreundlichkeit
B013_07 Materielle Anreize
B013_08 Immaterielle Anreize
B013_09 Aufstiegschancen
B013_10 Abwechlung in der Tätigkeit
B013_11 Work-Life-Balane
B013_12 Ein hohes Gehalt
B013_13 Das Image des Unternehmens
1 = nicht gewählt
2 = ausgewählt

In meinem Datensatz sieht das folgendermaßen aus:

B013_01 B013_2 B013_3 B013_4 B013_5 013_6 B013_7 usw.
TRUE FALSE TRUE FALSE FALSE FALSE TRUE

Wie llautet der Befehlt, um
a) anzeigen lassen, welches item wie oft ausgewählt wurde
b) das zu visualisieren?


VIelen lieben Dank im Voraus!

LG
Sarah
jogo
Beiträge: 2085
Registriert: Fr Okt 07, 2016 8:25 am

Re: Mehrfachauswahl visualisiren

Beitrag von jogo »

Hallo Sarah,

bitte zeige uns die Struktur des Dataframes - das ist der Output von

Code: Alles auswählen

str(DeinDataframe)
Noch besser, Du lieferst Daten, mit denen man arbeiten kann, siehe:
viewtopic.php?f=20&t=11
oder https://stackoverflow.com/questions/596 ... le-example

Gruß, Jörg
hamburg123
Beiträge: 13
Registriert: Mo Jun 03, 2019 5:07 pm

Re: Mehrfachauswahl visualisiren

Beitrag von hamburg123 »

> structure(ds)

Code: Alles auswählen

   SERIAL  REF QUESTNNR      MODE             STARTED A001 A002 A003 B001 B002 B003 B004 B005 B006 B007 B008 B009 B010 B011
35   <NA> <NA>     base interview 2019-05-09 20:26:28   -2   -2   -1   -1   -1   -2   -1   -1   -2   -3   -1   -1   -3   -2
36   <NA> <NA>     base interview 2019-05-09 21:27:51   -2   -2   -1   -1   -2   -1   -1   -1   -2   -2   -1   -1   -1   -2
37   <NA> <NA>     base interview 2019-05-09 22:10:28   -2   -2   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1
42   <NA> <NA>     base interview 2019-05-09 23:03:26   -1   -2   -1   -1   -1   -1   -1   -2   -2   -2   -1   -1   -1   -1
43   <NA> <NA>     base interview 2019-05-09 23:05:00   -2   -2   -2   -1   -1   -2   -1   -1   -1   -1   -1   -1   -1   -2
44   <NA> <NA>     base interview 2019-05-09 23:13:35   -2   -2   -1   -1   -1   -1   -1   -1   -2   -1   -1   -1   -1   -1
45   <NA> <NA>     base interview 2019-05-09 23:15:33   -2   -2   -1   -1   -1   -2   -1   -1   -2   -1   -1   -1   -2   -1
46   <NA> <NA>     base interview 2019-05-09 23:21:33   -2   -2   -1   -1   -1   -1   -2   -1   -2   -2   -1   -1   -1   -1
47   <NA> <NA>     base interview 2019-05-09 23:24:26   -1   -2   -1   -1   -1   -1   -2   -1   -1   -2   -1   -1   -1   -1
49   <NA> <NA>     base interview 2019-05-10 06:28:06   -2   -2   -1   -1   -1   -1   -2   -1   -1   -1   -1   -1   -1   -1
54   <NA> <NA>     base interview 2019-05-10 07:12:47   -2   -2   -1   -1   -1   -1   -2   -1   -1   -1   -1   -1   -1   -1
55   <NA> <NA>     base interview 2019-05-10 07:34:38   -1   -2   -2   -1   -1   -1   -2   -1   -2   -1   -2   -2   -1   -3
56   <NA> <NA>     base interview 2019-05-10 08:41:29   -2   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1   -1
57   <NA> <NA>     base interview 2019-05-10 11:22:43   -2   -2   -1   -1   -1   -2   -2   -1   -2   -2   -1   -1   -1   -1
59   <NA> <NA>     base interview 2019-05-21 21:27:06   -1   -2   -1   -2   -1   -2   -2   -2   -2   -1   -2   -1   -1   -2
   B012 B013 B013_01 B013_02 B013_03 B013_04 B013_05 B013_06 B013_07 B013_08 B013_09 B013_10 B013_11 B013_12 B013_13 B014_01
35   -2    5    TRUE   FALSE   FALSE    TRUE   FALSE    TRUE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE   FALSE       6
36   -2    5   FALSE    TRUE   FALSE   FALSE   FALSE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE    TRUE    TRUE       7
37   -1    7    TRUE    TRUE    TRUE   FALSE    TRUE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE   FALSE       5
42   -1    8    TRUE    TRUE    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE    TRUE    TRUE       7
43   -2    5   FALSE   FALSE   FALSE   FALSE    TRUE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE    TRUE   FALSE       8
44   -2    5    TRUE    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE   FALSE      10
45   -1    5   FALSE    TRUE   FALSE   FALSE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE    TRUE    TRUE   FALSE       9
46   -1    8    TRUE    TRUE    TRUE    TRUE   FALSE   FALSE   FALSE    TRUE   FALSE    TRUE    TRUE   FALSE    TRUE       5
47   -1    8    TRUE    TRUE    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE    TRUE    TRUE       3
49   -1    5    TRUE    TRUE   FALSE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE   FALSE       2
54   -1    5   FALSE   FALSE   FALSE   FALSE    TRUE   FALSE   FALSE   FALSE    TRUE    TRUE   FALSE    TRUE    TRUE       5
55   -2    5    TRUE    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE    TRUE   FALSE       5
56   -1    5    TRUE    TRUE   FALSE   FALSE    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE    TRUE    TRUE       7
57   -2    5   FALSE    TRUE    TRUE   FALSE    TRUE   FALSE   FALSE    TRUE   FALSE    TRUE   FALSE   FALSE   FALSE       8
59   -3    5   FALSE   FALSE    TRUE   FALSE   FALSE   FALSE    TRUE   FALSE    TRUE    TRUE   FALSE    TRUE   FALSE       6
   B014_02 B014_03 B014_04 B014_05 B014_06 B014_07 B014_08 B014_09 B014_10 B014_11 B014_12 B014_13 C001  C002_01 TIME001
35       2       9       4      10       7      11       3       8      12      13       1       5   -1 (-Inf,4]      13
36       2       4      10       8       9       5      11       3       1       6      13      12   -1 (4, Inf]       2
37       1       4      11      12       8      13       3       6       2       7       9      10   -1 (4, Inf]       9
42       1       4      13       8      11       6       9       5       3       2      10      12   -1 (-Inf,4]       9
43       1       7      12      10       6      13       9       5       2       4      11       3   -2 (-Inf,4]       2
44      11       8       5       2       7       4      13       9      12       6       3       1   -1 (4, Inf]       4
45       3      10       6       8      11       7       2       1      13       5       4      12   -1 (4, Inf]       3
46       1       2       8      12      10       4       6      11       3       7      13       9   -2 (-Inf,4]       4
47       1       4       9      12      10       7       5       6       2       8      11      13   -2 (-Inf,4]       2
49       1      12      13       6       5       7       4       8      10       9      11       3   -1 (-Inf,4]       4
54       6      10      12       7       8       4      11       3       2       1      13       9   -1 (4, Inf]       1
55       1       8      13      11      10      12       4       3       2       7       6       9   -2 (-Inf,4]       6
56       4      10      11      12       8       2       9       3       1       5      13       6   -1 (-Inf,4]       5
57       1       4      10      13      12       7      11       6       2       3       9       5   -1 (-Inf,4]      11
59       9       5       8       2      12       7      11       1       4       3      13      10   -1 (4, Inf]       1
   TIME002 TIME003 TIME004 TIME_SUM MAILSENT            LASTDATA FINISHED Q_VIEWER LASTPAGE MAXPAGE MISSING MISSREL TIME_RSI
35       8      58       4       73     <NA> 2019-05-09 20:27:51     TRUE    FALSE        4       4       0       0     1.84
36      12     213      14      241     <NA> 2019-05-09 21:31:52     TRUE    FALSE        4       4       0       0     0.98
37      16     142       8      175     <NA> 2019-05-09 22:13:23     TRUE    FALSE        4       4       0       0     0.94
42      22     317      12      360     <NA> 2019-05-09 23:09:26     TRUE    FALSE        4       4       0       0     0.58
43      17     287      81      317     <NA> 2019-05-09 23:11:27     TRUE    FALSE        4       4       0       0     0.69
44      16     216      12      248     <NA> 2019-05-09 23:17:43     TRUE    FALSE        4       4       0       0     0.79
45      13     266       7      289     <NA> 2019-05-09 23:20:22     TRUE    FALSE        4       4       0       0     1.01
46      15     178       8      205     <NA> 2019-05-09 23:24:58     TRUE    FALSE        4       4       0       0     0.97
47       8     125      10      145     <NA> 2019-05-09 23:26:51     TRUE    FALSE        4       4       0       0     1.34
49      13     531      10      558     <NA> 2019-05-10 06:37:25     TRUE    FALSE        4       4       0       0     0.74
54      10     213      15      239     <NA> 2019-05-10 07:16:46     TRUE    FALSE        4       4       0       0     1.33
55      27     423      23      479     <NA> 2019-05-10 07:42:37     TRUE    FALSE        4       4       0       0     0.45
56      11     370      15      401     <NA> 2019-05-10 08:48:10     TRUE    FALSE        4       4       0       0     0.70
57      16     214      22      255     <NA> 2019-05-10 11:27:06     TRUE    FALSE        4       4       0       0     0.59
59      10     120      13      144     <NA> 2019-05-21 21:29:31     TRUE    FALSE        4       4       0       0     1.53
   DEG_TIME
35       57
36        3
37        9
42        0
43        3
44        0
45        7
46        6
47       17
49        1
54       21
55        0
56        1
57        0
59       28
 [ erreichte getOption("max.print") --  5 Zeilen ausgelassen ]

str(meinedaten) klappt bei mir, aber structure(meinedaten)
hilft das so?
jogo
Beiträge: 2085
Registriert: Fr Okt 07, 2016 8:25 am

Re: Mehrfachauswahl visualisiren

Beitrag von jogo »

na ja, das ist wie der Unterschied zwischen

Code: Alles auswählen

str(iris) # und
structure(head(iris))
(kannst Du selbst ausprobieren, ob Du einen Unterschied siehst)
Bei str(...) kann man sehen, um was für ein Objekt es sich handelt, z.B. ob es ein Dataframe ist oder nur eine Liste oder etwa eine Matrix.
Dazu kann man bei einem Dataframe sehr genau sehen, welchen Datentyp jede Spalte hat.
Also, wenn Du nochmal das Ergebnis von

Code: Alles auswählen

str(ds)
liefern kannst, wäre das toll.

Gruß, Jörg
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Mehrfachauswahl visualisiren

Beitrag von EDi »

a) anzeigen lassen, welches item wie oft ausgewählt wurde

Code: Alles auswählen

?table

Code: Alles auswählen

R> table(iris$Species)

    setosa versicolor  virginica 
        50         50         50 
b) das zu visualisieren?

Code: Alles auswählen

?barplot
R> barplot(table(iris$Species))
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
jogo
Beiträge: 2085
Registriert: Fr Okt 07, 2016 8:25 am

Re: Mehrfachauswahl visualisiren

Beitrag von jogo »

ich tippe auf:

Code: Alles auswählen

colSums(ds[sprintf("B013_%02i", 1:13)])
Antworten