В рамках моего опроса я проанализировал типы поведения. Наш профессор определил 6 типов поведения в рамках своего исследования, и мы выяснили, какой тип поведения были у наших респондентов. Пример: 6 респондентов были "гедонисты и др. c."
Весь наш анализ набора данных сделан в R. Мы уже знаем абсолютные числа по типу поведения (см. Ниже).
Теперь наша цель - выполнить анализ отклонений и построить график для конкретного c вопроса анкеты: Пример: как отдельные типы поведения (hedonists et c.) ответили на вопрос E001_26. В конце мы хотим иметь возможность создавать боксы для отдельного вопроса
Что мы уже сделали:
> View(ds)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [,11]
[1,] "SERIAL" "REF" "QUESTNNR" "MODE" "STARTED" "W001_01" "W001_02" "W001_03" "W001_04" "W001_05" "W001_06"
[,12] [,13] [,14] [,15] [,16] [,17] [,18] [,19] [,20] [,21]
[1,] "W001_07" "W001_08" "W001_09" "W001_10" "W001_11" "E001_01" "E001_02" "E001_03" "E001_04" "E001_05"
[,22] [,23] [,24] [,25] [,26] [,27] [,28] [,29] [,30] [,31]
[1,] "E001_06" "E001_07" "E001_08" "E001_09" "E001_10" "E001_11" "E001_12" "E001_13" "E001_14" "E001_15"
[,32] [,33] [,34] [,35] [,36] [,37] [,38] [,39] [,40] [,41] [,42]
[1,] "E001_16" "E001_17" "E001_18" "E001_20" "E001_21" "E001_22" "E001_23" "E001_24" "E001_25" "E001_26" "SD01"
[,43] [,44] [,45] [,46] [,47] [,48] [,49] [,50] [,51] [,52] [,53]
[1,] "SD02_01" "SD12" "SD13" "SD13_12" "TIME001" "TIME002" "TIME003" "TIME004" "TIME_SUM" "MAILSENT" "LASTDATA"
[,54] [,55] [,56] [,57] [,58]
[1,] "FINISHED" "Q_VIEWER" "LASTPAGE" "MAXPAGE" "progNB.class"```
```> head(ds)```
SERIAL REF QUESTNNR MODE STARTED W001_01 W001_02 W001_03 W001_04 W001_05 W001_06 W001_07
15 <NA> <NA> base interview 2020-01-08 23:29:29 NA NA NA NA NA NA NA
34 <NA> <NA> base interview 2020-01-09 16:38:34 NA NA NA NA NA NA NA
35 <NA> <NA> base interview 2020-01-09 16:40:57 1 3 3 3 3 3 3
37 <NA> <NA> base interview 2020-01-09 16:41:38 7 6 5 3 1 5 4
38 <NA> <NA> base interview 2020-01-09 16:55:57 5 6 5 6 1 4 1
40 <NA> <NA> base interview 2020-01-09 16:56:09 7 6 3 3 4 5 3
W001_08 W001_09 W001_10 W001_11 E001_01 E001_02 E001_03 E001_04 E001_05 E001_06 E001_07 E001_08 E001_09
15 NA NA NA NA NA NA NA NA NA NA NA NA NA
34 NA NA NA NA NA NA NA NA NA NA NA NA NA
35 3 3 3 3 NA NA NA NA NA NA NA NA NA
37 6 4 7 6 4 7 4 1 3 1 6 3 2
38 5 7 7 7 2 7 7 2 1 1 7 5 3
40 6 5 6 6 3 6 3 2 2 4 4 3 3
E001_10 E001_11 E001_12 E001_13 E001_14 E001_15 E001_16 E001_17 E001_18 E001_20 E001_21 E001_22 E001_23
15 NA NA NA NA NA NA NA NA NA NA NA NA NA
34 NA NA NA NA NA NA NA NA NA NA NA NA NA
35 NA NA NA NA NA NA NA NA NA NA NA NA NA
37 1 4 6 2 6 4 3 6 3 2 6 7 7
38 6 7 3 4 7 6 3 7 7 2 5 7 7
40 3 3 2 2 4 5 4 5 4 4 4 4 4
E001_24 E001_25 E001_26 SD01 SD02_01 SD12 SD13 SD13_12 TIME001 TIME002
15 NA NA NA [NA] nicht beantwortet NA [NA] nicht beantwortet <NA> <NA> 2 2
34 NA NA NA [NA] nicht beantwortet NA [NA] nicht beantwortet <NA> <NA> 16 4
35 NA NA NA [NA] nicht beantwortet NA [NA] nicht beantwortet <NA> <NA> 5 11
37 3 5 1 weiblich 26 1.000 € bis unter 2.000 € <NA> <NA> 5 84
38 7 7 7 männlich 26 [NA] nicht beantwortet <NA> <NA> 2 79
40 4 4 3 weiblich 18 Bis unter 500 <NA> <NA> 11 74
TIME003 TIME004 TIME_SUM MAILSENT LASTDATA FINISHED Q_VIEWER LASTPAGE MAXPAGE
15 2 3 9 <NA> 2020-01-08 23:29:38 FALSE FALSE 4 4
34 2 17 39 <NA> 2020-01-09 16:39:13 FALSE FALSE 4 4
35 4 5 25 <NA> 2020-01-09 16:41:22 FALSE FALSE 4 4
37 111 12 212 <NA> 2020-01-09 16:45:10 TRUE FALSE 4 4
38 209 16 306 <NA> 2020-01-09 17:01:03 TRUE FALSE 4 4
40 300 8 393 <NA> 2020-01-09 17:02:42 TRUE FALSE 4 4
progNB.class
15 Geniesser
34 Geniesser
35 Verantwortungsverweigerer
37 Geniesser
38 Hedonisten
40 Geniesser
```> tally(~progNB.class, data = ds)```
progNB.class
Harmoniesuchende Selbstbestimmte Hedonisten Verantwortungsverweigerer
24 19 15 17
Konformisten Geniesser Wertschaetzende
19 47 10