Kapitel 71 Likert Bar Plots

71.0.1 Pakete

library(ggplot2)
library(dplyr)
library(stringr)
library(tidyr)
library(arsenal)
library(questionr)

71.0.2 Daten aus veröffentlichtem Artikel

Für dieses Beispiel nutzen wir Daten aus folgenden veröffentlichten Artikel: Bach, M., & Schäfer, K. (2016). Visual acuity testing: feedback affects neither outcome nor reproducibility, but leaves participants happier. PloS one, 11(1), e0147803..

data<-rio::import("https://figshare.com/ndownloader/files/3665013", format="xlsx")
DT::datatable(data, filter='top',options = list(
  pageLength=10, scrollX='800px'))

Wir werden folgende Graphik reproduzieren: Fig 5. aus Bach et al. 2016: Likert plot of the participants’ rating of the test, compared across feedback conditions.

Zuerst müssen wir die Daten zubereiten. Die Autoren der Studie würden sogar ein R-Script zur Verfügung stellen: Hier klicken zum runterladen des R-Skriptes. Wir werden dies jedoch selber auf unsere Weise tun.

Respektive, wir zeigen beide Varianten; die erste ist ähnlich, wie es die Autoren benutzt haben, die zweite Variante, so wie ich es machen würde.

data<-data %>% 
  mutate(feedback=as.factor(ifelse(audFeedback==0, ifelse(visFeedback==0, "none", "visual"), ifelse(visFeedback==0,"auditory", "both")))) %>% 
    mutate(feedback=factor(feedback, levels=c("none", "auditory", "visual", "both")))


data<-data %>% 
  mutate(feedback2=as.factor(case_when(
    audFeedback==0& visFeedback==0~"none", 
    visFeedback>0 & audFeedback>0~"both", 
    audFeedback>0~"auditory", 
    visFeedback>0~"visual"))) %>% 
  mutate(feedback2=factor(feedback2, levels=c("none", "auditory", "visual", "both")))

71.1 Likert Plot Variante 1 (wie im Artikel)