Skip to main content

Umfragen auswerten

Kapitel 4 Fallstudie Popup-Stores

4.1 R-Pakete

In diesem Kapitel benötigen wir folgende R-Pakete:

library(tidyverse)  # Datenjudo
library(sjmisc)  # Datenhausmeister
library(janitor)  # Auch ein Hausmeister
library(easystats)  # Stats made easy :-)
library(flextable)  # html Tabellen, schick

4.2 Einleitung

In einer Studie untersuchte Frau Prof. Dr. Klug Ursachen von Entscheidungen im Rahmen von Einstellungen und Verhalten bei Pop-up Stores.

U.a. wurden folgende Fragen untersucht:

  • Welchen (kausalen) Effekt hat die Distanz zum und Lage des Pop-up-Stores hinsichtlich der AV?
  • Wie stark ist der Moderatoreffekt von Variablen wie z.B. Innovationsorientierung, Shopping-Relevnaz und Soziodemografika?
  • Ist ein Effekt auf Einstellung, Verhaltensintention und Verhalten zu beobachten?

Es handelt sich um ein experimentelles Design mit zwei Faktoren (Lage und Distanz) mit jeweils 3 Stufen.

Ein Teil der Daten ist (nur) für Lehrzwecke freigeben.

Folgende Materialien stehen bereit:

4.3 Aufgaben

  1. Entfernen Sie leere Zeilen und Spalten aus dem Datensatz. Tipp: Nutzen Sie das R-Paket {{janitor}}.
  2. Entfernen Sie konstante Variablen. Tipp: Nutzen Sie das R-Paket {{janitor}}.
  3. Prüfen Sie auf Duplikate, d.h. doppelte Zeilen. Tipp: Nutzen Sie das R-Paket {{janitor}}.
  4. Entfernen Sie alle Spalten, die Zeit-Objekte enthalten.
  5. Ersetzen Sie leere Zellen sowie Zellen mit Inhalt "N/A" durch NA, also durch einen fehlenden Wert. Tipp: na_if() aus {{dplyr}}.
  6. Rekodieren Sie die Anker (Labels) der Ratingskala in Zahlen und zwar von -3 bis +3! Tipp: Nutzen Sie recode() aus {{dplyr}}.
  7. Berechnen Sie Spalten-Mittelwerte für alle Konstrukte, die die Ratingskala verwenden. Tipp: Nutzen Sie rowwise() und c_across().
  8. Exportieren Sie die Daten als CSV- und als XLSX-Datei. Tipp: Nutzen Sie das R-Paket {{rio}}.
  9. Berechnen Sie Cronbachs Alpha! Tipp: Nutzen Sie das R-Paket {{psych}}.
  10. Berechnen Sie gängige deskriptive Statistiken für die Mittelwerte der Konstrukte. Tipp: Nutzen Sie das R-Paket {{easystats}} und daraus die Funktion describe_distribution().
  11. Importieren Sie diese Tabelle nach Word! Tipp: Nutzen Sie das R-Paket {{flextable}}.
  12. Kurz vor Abgabe Ihres Studienberichts fällt Ihnen ein, dass Sie vergessen haben, das Item v033 zu invertieren. Das möchten Sie noch schnell nachholen. Tipp: Einfaches Rechnen.

4.4 Lösungen

4.4.1 Ad 1

Daten laden:

d_url <- "https://raw.githubusercontent.com/sebastiansauer/Lehre/main/data/popupstore/data/d1a.csv"

d1a <- read_csv(d_url)

dim(d1a)
#> [1]  90 196

Die Tabelel umfasst 90 Zeilen und 196 Spalten.

Leere Zeilen/Spalten entfernen:

4.4.2 Ad 2

4.4.3 Ad 3 

d3 %>% 
  get_dupes()
#> # A tibble: 0 × 84
#> # … with 84 variables: v001 <dbl>, v002 <dttm>, v003 <dbl>,
#> #   v005 <dbl>, v006 <dttm>, v007 <dttm>, v008 <chr>,
#> #   v009 <chr>, v010 <chr>, v011 <chr>, v012 <chr>,
#> #   v013 <chr>, v014 <chr>, v015 <chr>, v016 <chr>,
#> #   v017 <chr>, v018 <chr>, v019 <chr>, v020 <chr>,
#> #   v021 <chr>, v022 <chr>, v023 <dbl>, v033 <chr>,
#> #   v034 <chr>, v035 <chr>, v036 <chr>, v037 <chr>, …

Keine Duplikate zu finden.

4.4.4 Ad 4 

d4 <-
  d3 %>% 
  select(-c(v002, v006, v007))

4.4.5 Ad 5

.

d4 %>% 
  mutate(v001 = na_if(v001, ""),
         v001 = na_if(v001, "N/A"))
#> # A tibble: 90 × 80
#>     v001  v003      v005 v008  v009  v010  v011  v012  v013 
#>    <dbl> <dbl>     <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
#>  1   794    25    1.03e9 2a02… <NA>  Ja    Ja    Nein  Nein 
#>  2   146    25    1.38e9 2a02… <NA>  Ja    Ja    Nein  Nein 
#>  3   459     4    3.55e8 2003… http… Nein  Ja    Nein  Ja   
#>  4   324    25    9.95e8 134.… http… Ja    Ja    Nein  Nein 
#>  5   257    25    6.89e8 2003… http… Nein  Nein  Nein  Ja   
#>  6   182    25    1.70e9 2003… http… Nein  Nein  Nein  Nein 
#>  7    95    25    1.70e9 93.1… http… Ja    Nein  Ja    Nein 
#>  8   355    25    1.60e9 2a02… http… Ja    Nein  Nein  Ja   
#>  9   570    25    8.10e8 2003… http… Nein  Nein  Nein  Nein 
#> 10   173    25    7.67e7 134.… http… Ja    Nein  Nein  Nein 
#> # … with 80 more rows, and 71 more variables: v014 <chr>,
#> #   v015 <chr>, v016 <chr>, v017 <chr>, v018 <chr>,
#> #   v019 <chr>, v020 <chr>, v021 <chr>, v022 <chr>,
#> #   v023 <dbl>, v033 <chr>, v034 <chr>, v035 <chr>,
#> #   v036 <chr>, v037 <chr>, v038 <chr>, v039 <chr>,
#> #   v040 <chr>, v041 <chr>, v042 <chr>, v043 <chr>,
#> #   v044 <chr>, v045 <chr>, v046 <chr>, v047 <chr>, …

Und so weiter für alle Spalten …

Puh, geht das nicht schlauer?

Ja, geht. Hier ein kleiner Trick:

d5 <-
  d4 %>% 
  map_df(na_if, "") %>% 
  map_df(na_if, "N/A")

Mit map_df() kann man eine Funktion, hier na_if() auf jede Spalte der Tabelle (hier: d5) anwenden. Als Ergebnis dieses “Funktions-Mapping” soll wieder eine Tabelle - daher map_df zurückgegeben werden.

Mal ein Check: Die Anzahl der fehlenden Werte müsste sich jetzt erhöht haben im Vergleich zur letzten Version des Datensatz, d4:

sum(is.na(d4))
#> [1] 1806
sum(is.na(d5))
#> [1] 1893

Hm, g.ar nicht so viele mehr. Aber grundsätzlich hat es funktioniert :-)

Sie brauchen map_df() nicht zu verwenden. Es geht auch ohne. Mit map_df() ist es nur komfortabler.

4.4.6 Ad 6

Die Item-Positionen, wann also die Items der Ratingskala beginnen und wann (an welcher Spaltenposition) sie enden, ist im Fragebogen ersichtlich.

d5 %>% 
  mutate(v033_r = recode(v033,
      "lehne voll und ganz ab" = -3,
      "lehne ab" = -2,
      "lehne eher ab" = -1,
      "weder/noch" = 0,
      "stimme eher zu" = 1,
      "stimme zu" = 2,
      "stimme voll und ganz zu" = 3,
      .default = NA_real_  # Ansonsten als NA und zwar NA vom Typ "reelle Zahl"
  )) %>% 
  select(v001, v033, v033_r) %>% 
  head(10)
#> # A tibble: 10 × 3
#>     v001 v033                    v033_r
#>    <dbl> <chr>                    <dbl>
#>  1   794 stimme voll und ganz zu      3
#>  2   146 stimme eher zu               1
#>  3   459 <NA>                        NA
#>  4   324 stimme eher zu               1
#>  5   257 lehne eher ab               -1
#>  6   182 stimme zu                    2
#>  7    95 stimme eher zu               1
#>  8   355 stimme zu                    2
#>  9   570 stimme eher zu               1
#> 10   173 lehne eher ab               -1

Das hat also funktioniert. Aber das jetzt für alle Spalte zu übernehmen, puh, viel zu langweilig. Gibt’s da vielleicht einen Trick?

Ja, gibt es.

d6 <-
  d5 %>%
  mutate(across(
    .cols = c(v033:v056, v087:v104),
    .fns = ~ recode(.,
      "lehne voll und ganz ab" = -3,
      "lehne ab" = -2,
      "lehne eher ab" = -1,
      "weder/noch" = 0,
      "stimme eher zu" = 1,
      "stimme zu" = 2,
      "stimme voll und ganz zu" = 3,
      .default = NA_real_  # Andere Wete als NA (Fehlende Werte) vom Typ "reelle Zahl" kennzeichnen
    )
  ))

Mit across() kann man eine Funktion (oder mehrere), .fns, über mehrere Spalten, .cols anwenden, hier wenden wir recode() auf alle Spalten der Ratingskala an.

4.4.7 Ad 7 

d7 <-
  d6 %>%
  rowwise() %>%  # Zeilenweise arbeiten im Folgenden
  mutate(
    exp_avg = mean(c_across(v033:v039), na.rm = TRUE),
    neu_avg = mean(c_across(v040:v042), na.rm = TRUE),
    att_avg = mean(c_across(v043:v047), na.rm = TRUE),
    ka_avg = mean(c_across(v048:v053), na.rm = TRUE), 
    wom_avg = mean(c_across(v054:v056), na.rm = TRUE),
    innp_avg = mean(c_across(v087:v092), na.rm = TRUE),
    imp_avg = mean(c_across(v093:v096), na.rm = TRUE),
    hedo_avg = mean(c_across(v097:v100), na.rm = TRUE),
    sho1_avg = mean(c_across(v101:v104), na.rm = TRUE)
  ) %>%
  relocate(ends_with("_avg"), .after = v008)  # wir verschieben alle Spalten, die mit `_avg` enden nach vorne

c_across() ist wie c(). Allerdings funktioniert c() leider nicht für zeilenweise Operationen. Daher braucht es einen Freund, der das kann, c_across().

4.4.8 Ad 8 

library(rio)
export(d7, file = "d7.csv")
export(d7, file = "d7.xlsx")

4.4.9 Ad 9 

library(psych)

d7 %>% 
  select(v087:v092) %>% 
  alpha(title = "Skala Innovationsorientierung")
#> 
#> Reliability analysis  Skala Innovationsorientierung  
#> Call: alpha(x = ., title = "Skala Innovationsorientierung")
#> 
#>   raw_alpha std.alpha G6(smc) average_r S/N  ase  mean  sd
#>       0.87      0.88    0.88      0.54   7 0.02 -0.25 1.3
#>  median_r
#>      0.52
#> 
#>  lower alpha upper     95% confidence boundaries
#> 0.83 0.87 0.91 
#> 
#>  Reliability if an item is dropped:
#>      raw_alpha std.alpha G6(smc) average_r S/N alpha se
#> v087      0.84      0.84    0.83      0.52 5.4    0.026
#> v088      0.83      0.83    0.83      0.50 5.0    0.028
#> v089      0.87      0.87    0.87      0.57 6.5    0.022
#> v090      0.84      0.84    0.84      0.51 5.1    0.028
#> v091      0.87      0.87    0.87      0.57 6.5    0.023
#> v092      0.87      0.87    0.87      0.58 6.9    0.022
#>      var.r med.r
#> v087 0.013  0.51
#> v088 0.015  0.51
#> v089 0.024  0.55
#> v090 0.022  0.51
#> v091 0.018  0.51
#> v092 0.018  0.55
#> 
#>  Item statistics 
#>       n raw.r std.r r.cor r.drop  mean  sd
#> v087 61  0.83  0.83  0.82   0.73  0.16 1.8
#> v088 61  0.87  0.87  0.87   0.80  0.49 1.5
#> v089 61  0.74  0.73  0.65   0.60 -0.75 1.8
#> v090 61  0.86  0.86  0.83   0.78 -0.80 1.7
#> v091 61  0.71  0.73  0.65   0.60  0.00 1.4
#> v092 61  0.70  0.70  0.62   0.57 -0.59 1.6
#> 
#> Non missing response frequency for each item
#>        -3   -2   -1    0    1    2    3 miss
#> v087 0.07 0.15 0.20 0.08 0.26 0.15 0.10 0.32
#> v088 0.02 0.11 0.13 0.18 0.31 0.15 0.10 0.32
#> v089 0.13 0.30 0.21 0.15 0.05 0.10 0.07 0.32
#> v090 0.21 0.18 0.18 0.20 0.11 0.08 0.03 0.32
#> v091 0.07 0.10 0.16 0.25 0.30 0.13 0.00 0.32
#> v092 0.15 0.16 0.18 0.25 0.16 0.10 0.00 0.32

4.4.10 Ad 10 

library(easystats)

d7 %>% 
  select(ends_with("_avg")) %>% 
  describe_distribution()
#> Variable |  Mean |   SD |  IQR |         Range | Skewness |  Kurtosis |  n | n_Missing
#> --------------------------------------------------------------------------------------
#> exp_avg  |  0.90 | 1.12 | 1.57 | [-1.86, 3.00] |    -0.45 |     -0.16 | 76 |        14
#> neu_avg  |  1.22 | 1.25 | 1.33 | [-2.67, 3.00] |    -0.96 |      0.79 | 70 |        20
#> att_avg  |  1.04 | 1.13 | 1.20 | [-2.60, 3.00] |    -1.16 |      1.93 | 68 |        22
#> ka_avg   |  0.91 | 1.20 | 1.21 | [-2.17, 3.00] |    -1.07 |      0.54 | 66 |        24
#> wom_avg  |  0.31 | 1.16 | 1.25 | [-2.33, 3.00] |     0.35 |      0.23 | 64 |        26
#> innp_avg | -0.25 | 1.28 | 1.50 | [-2.83, 2.67] |     0.07 |     -0.28 | 61 |        29
#> imp_avg  | -0.28 | 1.18 | 1.50 | [-3.00, 2.50] |    -0.32 | -7.40e-03 | 61 |        29
#> hedo_avg |  0.34 | 1.40 | 1.50 | [-3.00, 3.00] |    -0.69 |      0.40 | 60 |        30
#> sho1_avg | -0.80 | 1.51 | 2.75 | [-3.00, 2.25] |     0.28 |     -0.85 | 60 |        30

4.4.11 Ad 11

Es gibt mehrere Wege, das Ziel zu erreichen. Einer sieht so aus.

library(flextable)

flex1 <- 
  d7 %>% 
  select(ends_with("_avg")) %>% 
  describe_distribution() %>% 
  flextable()

flex1

Vielleicht noch die Anzahl der Dezimalstellen beschneiden:

flex1 <- 
  d7 %>% 
  select(ends_with("_avg")) %>% 
  describe_distribution() %>% 
  adorn_rounding(digits = 2) %>% 
  flextable()

flex1

Und so speichert man als Word-Datei:

save_as_docx(flex1, path = "flex1.docx")

4.4.12 Ad 12

Wie kann ich Items konvertieren? Also negativ gepolte Items positiv umkodieren, also “umdrehen”?

Die Skala erstreckt sich von -3 bis +3. Mit recode() kann man wie oben auch entsprechend umkodieren.

d8 <-
  d7 %>% 
  mutate(v033_i = dplyr::recode(v033,
                         `-3` = +3,
                         `-2` = +2,
                         `-1` = 1,
                         `0` = 0,
                         `1` = -1,
                         `2` = -2,
                         `3` = -3))

Die Backticks brauchen wir, weil es sich bei -1 etc. nicht um syntaktisch korrekte Variablennamen handelt.

Tipp: Einfach mal in die Hilfe schauen.

i <- 1
`i ist eins` <- 1
i1 <- 1