G Luku 1 Yksinkertainen korrespondenssianalyysi
Jussi Hirvonen
versio 1.6.0, tulostettu 2020-10-25
Versio 1.6.0
Substet MCA ja täydentävät pisteet ei onnistunut mjca-funktiolla Sain toimimaan vain jomman kumman, en molempia yhdessä.
Laajempaa aineistoa voi analysoida korrespondenssianalyysim kahdella “monimuuttujamenetelmällä”, pinottujen ja yhdisteltyjen taulujen analyysinä tai usean muuttujan korrespondenssianalyysinä (MCA).
mjca-funktio luo Burtin matriisin, siitä saa poimittua sopivan datan. Jatkoanalyysit voi tehdä ca- funkitiolla ja sen optioita käyttäen (subset, supcol jne).
Viite M.Greenacre (2017) Correspondence analysis in practice, appendix B. Stacked s. 271, subset MCA s. 276. Jälkimmäisessä esimerkissä MCA-ratkaisun inertioita ei ole korjattu (adjusted), mjca-funktiolla taas oletuksena näin tehdään.
Versio 1.5.9 - lisätty MCA-analyysejä, niitä ennen yksi pinottu taulu - analyysi.
Versiot - vanha Galku - 5.6.2019 versio 1.5.1 Uusi Galku - 2.2.2020 versio 1.5.5, 4.2.2020 versio 1.5.6, 24.2.2020 versio 1.5.7, 6.9.2020 versio 1.5.8, 16.9.2020 versio 1.5.9.
Siivotaan datan käsittelyn koodilohkot, kopiodaan mahdollisesti hyödylliset koodipätkät tiedostoon siivous1.R (30.1.2020).
Uudet datan luku- ja muunnosskriptit (treeni2-projektista), korjaillaan virheitä ja editoidaan koodia.(31.1.2020)
(2.2.20) Toimii johdattelevaan esimerkkiin asti, myös PDF-tulostus. Kuvien otsikot vähän mitä sattuu, ja ´profiilikuviin asti maa-muuttujan järjestys “väärä”, ts. eri kuin vanhemmissa versoissa. Korjattu, lisättiin johdattelevan esimerkin dataan myös maakoodi jossa Saksan ja Belgian jako (V3).
(4.2.20) Versio 1.5.6 - Galku toimii loppuun asti, tarkistettava ja editoitava. Poistetaan tarpeetonta tekstiä, vanha koodi voi jäädä selvästi merkittynä.
(24.2.20) Versio 1.5.7. Pieniä ja isompiakin korjailuja, koodin siistimistä jne. (27.3.20) Muutetaan hieman karttojen koodilohkoja, html-tulosteessa kuvasuhde 1 mutta pdf-tulosteessa ei. Ero on pieni. (8.4.20)
(9.9.20) Pilkotaan liian pitkiä Rmd - tiedostoja pienemmiksi.
(7.10.20) Vanhat tekstit koodilohkoon “piiloon”. Tarkistetaan, että jokaisella taulukolla ja kartalla on otsikkotiedot, tavalla tai toisella. (10.10.20) Koodilohkon fig.cap ja plot-komennon main; jos main jätetään pois tulostuuko fig.cap? Ei tulostu html-versiossa!
HISTORIAA - kooodilohkoon piiloon 7.10.20
# Vanhaa tekstiä dokumentista - piiloteteaan koodilohkoon 7.10.2020
#**6.8.2018 versio 1.0**
#
#**Siistitään -> 12.8.2018 versio 1.05**
#
#**Kommentit ja korjaukset -> 4.9.2018 versio 1.1**
#
#puuttuva riviprofiilikuva, siistimmät interaktiomuuttujien koodaukset, ensimmäinen
#"pinottu taulu" - analyysi -> 19.9.2018 versio 1.2
#
#**25.9.2018 siistitään datan käsittelyä; ei huomioida puuttuvan tiedon tarkempaa
#koodausta (read_spss - funktion user_na = TRUE #asetus)**
#
#**1.10.2018** Versio 1.3
#
#Muutokset tarkemmin Readme.md - tiedostossa.
#
#Uusi jakso yksinkertaisen CA:n laajennuksille, joissa otetaan analyysiin
#useampia muuttujia "pinoamalla" ja/tai yhdistämällä #taulkoita. Tässä jaksossa
#otetaan myös käyttöön isompi aineisto (enemmän maita ja muuttujia). Siisti #
#koodipätkä täydentävien muuttujien lisäämiseen.
#
#**3.10.2018** Versio 1.4
#Siistitään pois turhat datan listaukset. Aineiston rajaaminen selkeäksi. Ensin
#kuusi maata, sitten 27 (Espanja pois). Valitaan myös muuttujat, jotta
#käsiteltävän datan listaukset ovat järkevämpiä. Aineistossa esim. Espanjan ja
#muutaman Unkarin poikkeavien vastausvaihtoehtojen vastaukset ovat omina
#muuttujina, ja niiden arvo muille havainnoille on NAP (Not applicaple). Samoin
#paljon maakohtaisia muuttujia, esim. koulutustaso. Mukaan otetaan vain
#kv-vertailuihin kelpaavat muuttujat, muutama sellainen on myös aineistoon
#rakennettu. Jätetään pois kaikki perhesuhteisiin liittyvät kysymykset (esim.
#kotitöiden jakaminen) ja taustatiedot (esim. rahankäyttö, puolison eri tiedot
#jne.), koska muuten jouduttaisiin miettimään miten näiden osalta käsitellään
#perheettömiä. Muutamia muuttujia otetaan mukaan (lasten lkm jne.).
#
#**8.10.2018**
#
#Datan valinta. Data-jaksossa aluksi, voi miettiä siirtääkö esimerkki-lukuun ja
#"pinotut taululut" - luvun alkuun kuvailut. Tavallaan siistiä, jos alussa lyhyesti.
#
#**10.10.2018**
#
#Maiden ja muuttujien valinta. TOPBOT halutaan mukaan, joten USA ja GB on
#jätettävä pois. Muuttuja on kuitenkin hankala, usealla #maalla puuttuva tieto
#yli 10 prosentissa, ja muutamalla nolla tai ihan muutamia. Pohditaan aikanaan.
#**5.112.18**Puuttuvat tiedot #ovat puuttuvia, ei voi mitään. Jos vähän ja selviä
#virheitä (ikä, sukupuoli), voidaan pudottaa havainnot.Muuten mukaan, periaatteessa.
#
#Data-jaksosta siirretään aineiston laajentamisen yhteyteen laajemman
#muuttujajoukon deskriptiiviset tarkastelu. Taulukko muuttujakuvauksesta jää
#data-lukuun. **5.12.18** Puuttuneisuuden taulukointia on, mutta siisti
#NA-taulukko puuttu.
#
#**11.10.2018 Versio 1.4**
#
#- paperitulosteessa v1.3 kommentteja karttoihin ja ca:n numeerisiin tuloksiin,
#samoin muuttujalistauksiin.
#- paperitulosteessa v1.4 samoin, ja puuttuneisuuden taulukointeja
#
#**11.10.2018 aloitetaan versio 1.5**
#- pieniä muutoksia ja kommentteja, aloitetaan uusi versio 1.51 5.12.2018
#
#**6.12.2018 1.5.1**
#- as_factor - funktio käyttöön; testaillaan miten toimii kun
#(a) user_na - arvoja ei lueta ja (b) puuttuvat ovat mukana.
#
#
#**Muistilista:**
#
#1. Taulukot ja kuvat luvusta 2. alkaen eivät ole "bookdown-muodossa".
#CA-tulokset on tulostettu siisteinä taulukoina Bookdown-demo - dokumentissa.
#Voi tulostaa myös ca-outputin. Ominaisarvojen taulukko keskeneräinen, samoin
#"scree plot" kuvana puuttuu.
#
#2. Osa kuvista (esim. profiilikuva) pitää varmaan tulostaa pdf-muodossa ja
#ottaa capaper-dokkariin include_graphics - funktiolla.
#
#3. Puuttuvia tai mahdollisesti lisättäviä taulukoita (nämä saa ca-funktion
#tuloksista suoraan)
#
# - khii2 - etäisyydet riveille ja sarakkeille - on tulostettu ilman muotoiluja (11.10.18)
# - massoilla painotetut khii2-etäisyyden keskiarvorivistä/sarakkeesta?
#
#4. Kuvissa vielä hiottavaa, pdf-kuvia lisäilty img-hakemistoon.
#
#5. Data-tiedostojen nimeäminen (27.12.18)
#
#**ISSP2012*.data** - täysi aineisto
#
#**ISSP2012*jh1.data** - valikoitu aineisto (maat, muuttujat)
#
#**ISSP2012*esim1.dat** - muuttujien muunnoksia ja uusia muuttujia; analyyseissä
#käytettävä data, tarkenne dat.
#
#6. kasitteet1.rmd - taulukko käsitteistä ja tärkeimmistä ISSP-dokumenteista
#
#**Historiaa ** (11.10.18)
#
#Vanhoja kommentteja
#
#* kirjastot/paketit ladataan jokaisessa Rmd-dokumentissa
#* bib-formaatin viitetietokantaa tullaan kokeilemaan
#* kuvasuhde (aspect ratio) edelleen epäselvä juttu! Mutta näyttää PDF-tulosteessa
#olevan ok.
#
#* Datan käsittely ja hallinta
# +SPSS:n sallima kolme puuttuvan tiedon koodia saadaan mukaan read_spss-funktion
#(haven) parametrilla USER_NA = TRUE (mutta #tarkistettava!) (25.4.18)
# + faktoreita ei ainakaan toistaiseksi muuteta ordinaaliasteikolle, CA ei tästä välitä
# + pidetään muuttujien ja tiedostojen nimeäminen selkeänä, tarkistetaan aika ajoin
#
#* Taulukot: lisättiin riviprosentti- ja sarakeprosenttitaulut (25.4.18), kuva
#riviprofiileista puuttu vielä (15.5.2018)
#* Datan esittelyssä on turhaa välitulostusta, ja samoin vähän muuallakin. Html
#on helpompi lukea, kun koodi on oletuksena piilossa
#* PDF-tulosteessa koodi pääsääntöisesti näkyy toistaiseksi
#* kokeiluja CA-karttojen tulostamiseen (a) suoraan koodilla ja
#(b) r-grafiikkaikkunasta tallennetun pdf-kuvan avlla. Paras #toistaiseksi (a),
#jätin kokeilu näkyviin. Analyysit R:n grafiikkaikkunassa, jotta asp=1, ja
#tulkintaa varten voi tallentaa #PDF-muodossa.
#* rakenteeseen muutoksia (näkyvät sisällysluettelossa), ei erillistä
#teorialiitettä vaan sopivina annoksina. Lukuun 3 perusasiat, #kaavat, määritelmät
#* tehdään käsitetaulukko (kirjoittamista varten)
#* 20.5.2018 (a) tulkita-osuuteen karttakuvia ja ca-tulokset (b) siistimpi
#taulukoiden tulostus löytyi (c) kaavaliite laajeni (dispo-haarassa)
#
#* 23.5.2018 lisätään dataan toinen maa-muuttuja maa2, ikäluokkamuuttuja age_cat
#ja iän ja sukupuolen vuorovaikutusmuuttuja ga.
# * 24.5.2018 lisättiin ca-kartta, jossa Saksan ja Belgian ositteet ja summarivit
#täydentävinä (passiivisina)1 Data
edit 30.1.20 Siivotaan, luodaan faktori-muuttujat heti alussa koko datalle (G1_1_data_fct1.Rmd).
Historiaa
edit tässä luvussa on paljon siistittävää, mutta data on ok. (13.5.2018). edit capaper - dokumentissa parempi uusi jäsentely (4.9.2018) edit ISSP-datan perustietoa dokumentissa ISSP_data1.docx (4.9.2018) edit 24.9.18 Poistettiin turhaa, uusi versio tiedostosta (G1_1_data1.Rmd -> G1_1_data2.Rmd).
1.1 Luvun 1 tavoitteet
Datan esittely ja kuvailut - uusi versio (24.9.18) 10.10.2018 Maat ja muuttujat valittu.
edit 12.8.2020 käsitteet määriteltävä ennen käyttöä.
CA on eksploratiivinen ja graafinen(visuaalinen) menetelmä, peruskäsitteet esitellään rajatulla aineistolla. Se on kuitenkin oikea tutkimusaineisto kaikkine ongelmineen.
CA (ja MCA) sopivat isojen moniulotteisten ja mutkikkaiden aineistojen analyysiin, siksi iso aineisto. Samalla analyysiä voi laajentaa moneen suuntaan. #V Benzecri:“kun data menee miljoonaan suuntaan”.
Aineiston esittely, laajan kyselytutkimusaineiston tyypilliset ominaisuudet
Laadukkaan ja hyvin dokumentoidun aineiston edut
CA on käytetty monenlaisten aineistojen analyysiin (esim. ekologia ja biologia, arkeologia, kielen tutkimus). Kyselytutkmukset ovat yksi suosittu sovelluskohde. Muuttujat ovat usein kvalitatiivisia, ja ainestojen peruspulma on puuttuvissa havainnoissa.
1.2 Perhe ja muuttuvat sukupuoliroolit - ISSP:n kyselytutkimuksen data 2012
luvun pitäisi olla mahdollisimman lyhyt (5.12.18)
Hieman historiaa datasta, sosiaalisesti määräytyneet sukupuoliroolit (gender) tutkimusaiheena neljässä ISSP:n kyselytutkimuksessa. Avainsana “cross-cultural compararative studies”, “cross country” ehkä myös? Tämä on varsinainen teollisuuden ala! Maiden väliset vertailut ovat aina hyvin hankalia.
#V Ajankohtainen tutkimusaihe, ei ISSP-dataa mutta samoja kysymyksiä. (https://www.economist.com/finance-and-economics/2020/10/03/why-east-and-west-german-women-still-work-vastly-different-hours) Tutkimus: (https://www.diw.de/documents/publikationen/73/diw_01.c.799295.de/dwr-20-38.pdf)
Tärkeät linkit - ISSP 2012 data
Toimivat html-tulosteessa, PDFtiedostoissa saa toimimaan (vaati tarkat formatoinnit Rmd-koodissa).
www.issp.org, tutkimushankkeen historiaa. Löytyy myös bibliografia tutkimuksista, joissa aineistoja on käytetty.
www.gesis.org - tutkimuksen “sihteeristö”, dokumentaatio ja datat.
data ja dokumentaatio (selattavissa): zacat.gesis.org
edit tässä järkevä viite ISSP - dataan ISSP Research Group (2016): International Social Survey Programme: Family and Changing Gender Roles IV - ISSP 2012. GESIS Data Archive, Cologne. ZA5900 Data file Version 4.0.0, doi:10.4232/1.12661
Alla myös suora linkki
Linkitys dokumentteihin on hankalaa
- monta portaalia, joista pääsee monien organisaationimien taakse
- tärkeimmät linkit ISSP-tutkimuksen “kotisivu” ja selkeät muuttujakuvaukset ja muut tiedot
- käytännössä linkittäminen “syvälle” johonkin sivustoon tai www-palveluun ei ole järkevää, parempi antaa selkeät viitetiedot ja tiedot organisaatioista. Ne säilyvät, tai jäljille pääsee.
Edit Refworksiin on kerätty viitteitä, tässä pärjätään kolmen saitin osoitteilla. Alla linkkejä jotka eivät näy PDF-tulosteessa, lisätty tekstinä. Suomessa tutkimusta koordinoi [yhteiskuntatieteellinen tietoarkisto](http://urn.fi/urn:nbn:fi:fsd:T-FSD2820 . Kuvaus datasta ja muuta hyödyllistä suomeksi, esim. lomake (ZA5900_q_fi-fi.pdf).
Aineistot https://dbk.gesis.org/dbksearch/sdesc2.asp?no=5900&db=e2012 (19.10.20 tiedostoluettelo).
[Muuttujakuvaukset, data ja dokumentaatio] (http://zacat.gesis.org/webview/index.jsp?object=http://zacat.gesis.org/obj/fStudy/ZA5900) Täällä on kaikki. Tietoarkisto,Leibniz Institute for the Social Sciences.
Dokumentointi on kattava, tiedot löytyvät haastattelumenetelmista (parerilomake, tietokoneavusteinen haastattelu, jne), maakohtaisten taustamuuttujien harmonisoinnista maittain, otantamenetelmistä jne. Esittelen vain aineiston tärkeimmät rajaukset. Monitorointiraportti kertoo puuttuneisuuden määrän, otantamenetlmät jne maittain. “Code book” kertoo muuttujien määritelmät sekä yhteisille että maakohtaisille muuttujille. Kaikista muuttujista on taulukko maittain. Lisäksi raportti kyselylomakkeen laadinnasta.
issp_docname <- c("Variable Report", "Study Monitoring Report","Basic Questionnaire",
"Contents of ISSP 2012 module", "Questionnaire Development")
issp_docdesc <- c("Perusdokumentti, muuttujien kuvaukset ja taulukot",
"tiedokeruun toteutus eri maissa",
"Maittain sovellettava kyselylomake", "substanssikysymykset taulukkona",
"kyselylomakkeen laatiminen")
issp_docfile <- c("ZA5900_cdb.pdf", "ZA5900_mr.pdf", "ZA5900_bq.pdf","ZA5900_overview.pdf",
"ssoar-2014-scholz_et_al-ISSP_2012_Family_and_Changing.pdf")
col_isspdocs <- c("dokumentti","sisältö","tiedosto")
# colnames(ISSPdocsT.df) <- col_isspdocs
# Vanha df-koodi
# ISSPdocsT.df <- data_frame(issp_docname, issp_docdesc, issp_docfile)
# knitr::kable(ISSPdocsT.df, booktab=TRUE)
# varoituksia data_framen käytöstä, toimisiko tibble()? (21.2.20)
ISSPdocsT.tbl <- tibble(issp_docname, issp_docdesc, issp_docfile)
colnames(ISSPdocsT.tbl) <- col_isspdocs
knitr::kable(ISSPdocsT.tbl, booktab = TRUE,
caption = ' ISSP 2012: tärkeimmät dokumentit')| dokumentti | sisältö | tiedosto |
|---|---|---|
| Variable Report | Perusdokumentti, muuttujien kuvaukset ja taulukot | ZA5900_cdb.pdf |
| Study Monitoring Report | tiedokeruun toteutus eri maissa | ZA5900_mr.pdf |
| Basic Questionnaire | Maittain sovellettava kyselylomake | ZA5900_bq.pdf |
| Contents of ISSP 2012 module | substanssikysymykset taulukkona | ZA5900_overview.pdf |
| Questionnaire Development | kyselylomakkeen laatiminen | ssoar-2014-scholz_et_al-ISSP_2012_Family_and_Changing.pdf |
1.3 Substanssimuuttujat, taustamuuttujat, muut
zxy capaper - dokumentissa uusi jäsentely (4.9.2018)
zxy Aineiston luonne: maakohtaisesti eri tavoin kerätty data, jossa pyritään yhtenäisiin käytäntöihin ja tietosisältöihin. Silti myös substanssikysymyksissä eroja, isoja ja pienempiä. Näin vain on, en pohdi miksi. Ei ole mitenkään ainutlaatuista. Aineiston editoinnissa ja tiedonkeruun suunnittelussa on nähty paljon vaivaa vertailukelpoisuuden vuoksi. Tästä esimerkkejä, esim. “mitä puoluetta äänestit”.
zxy yksi kappale: Aineitoa on harmonisoitu, kysymyksiä hiottu, vertailukelpoisuuteen on pontevasti pyritty. Silti eroja löytyy, osa ymmärrettäviä (lisäkysymykset jne) ja osa ei (Espanja!). Tällaista on kansainvälisen kyselytutkimuksen data.
Paremipi muotoilu: Varsinaiset substanssimuuttujat eli kyselylomakkeet on koitettu hioa mahdollisimman yhdenmukaisiksi. Silti pieniä eroja löytyy, ja isojakin (Espanja on pudottanut neutraalin “en samaa enkä eri mieltä” - vaihtoehdon pois, ja Unkarissakin on muutamat vastausvaihtoehdot valittu omalla tyylillä). Taustamuuttujissa on pyritty samaan, ja aineistoon on myös rakennettu kansainvälisesti vertailukelpoisia muuttujia kansallisesti kerätyistä tiedoista. Näitä ovat erityisesti tuloihin liittyvät tiedot, ja mone muutkin. Muuttujat jakautuvat substanssi- ja taustamuuttujiin, ja taustamuuttujista monet tiedot on kerätty kansallisiin ainiestossa maan kirjantunnisteella alkaviin muuttujiin.
zxy HUOM! Dataa ei ole kerätty vain kansainvälisiin vertailuhihin! Sitä voi ja ehkä pitäisikin analysoida maa kerrallaan, ja vertailla näitä tuloksia. (#V Blasiuksen artikkeli, jossa arvioidaan yhden ISSP-tutkimuksen vertailukelpoisuutta. Kysymykset eivät kovin hyvin näytä toimivan samalla tavalla eri maissa.)
1.4 Aineiston rajaaminen
1. Eurooppa ja samankaltaiset maat (25)
(24.2.20) Aineistosta valittiin ensin joukko suhteellisen samankaltaisia kehittyneitä teollisuusmaita. Sitten valittiin osa kysymyksistä, ja vielä suppeampi valikoima kiinnostavia taustamuuttujia. Muutama maa pudotettiin pois tämän valinnan jälkeen.
Pois 13: Argentiina,Turkki, Venezuela, Etelä-Afrikka, Korea, Intia, Kiina, Taiwan, Filippiinit, Meksiko, Israel, Japani, Chile.
Bulgaria, Czech Republic, Denmark, Finland,France, Germany, Great Britain, Ireland, Latvia, Lithuania, Norway, Poland, Sweden, Slovakia, Slovenia,Spain, Switzerland, Australia, Austria, Canada, Croatia, Iceland, Russia, United States, Belgium, Hungary, Netherlands, Portugal (28) - Espanja, Iso-Britannia, USA pois -> 25 maata (11.10.18)
Espanja jätettiin pois, koska siellä kysymyksissä jätettiin pois neutraali vaihtoehto (“en puolesta enkä vastaan / en osaa sanoa”). USA ja GB pois koska kiinnostava TOPBOT-muuttuja puuttuu (puuttui 11.10.18, sittemmin USA:n ainestoa on täydennetty).
3. Datan hallinta - reproducible research- periaate
Helposti toistettava analyysi, ei “haurasta” datan muokkauksen koodia.
edit 24.2.20 Vanhoja perusideoita
Aineistoa käsitellään ja muokataan niin, että jokaisen analyysin voi mahdollisman yksinkertaisesti toistaa suoraan alkuperäisestä datasta.
Aineiston muokkauksen (muuttujien ja havaintojen valikointi, muunnokset ja uusien muuttujien luonti jne.) dokumentoidaan r-koodiin.
Kommnetti 3.10.18
R-spesifiä: R-koodissa tarkemmin, kaikki yksityiskohdat.
Kun SPSS-tiedosto luetaan R:n data frame - tiedostoksi, mukana tulee myös metadata. Uusien muuttujien luonnissa tai data-formaatin vaihtuessa (esim. matriisiksi, taulukoksi jne) metadata katoaa. Siksi muuttujien tyyppimuunnokset (yleensä faktorointi) tallennetaan uusiksi muuttujiksi, metatieto säilyy vanhassa muuttujassa.
Helposti toistettava tutkimus: polku alkuperäisestä datasta analyysien dataan selkeä (ja lyhyt jos mahdollista).
Puuttuva tieto voidaan koodata monella tavalla (ei halua vastata jne), ja SPSS (datan jakelutiedosto) sallii kolme koodia puuttuville tiedoille. Ne voi lukea R-dataan, mutta puuttuneisuutta ei tässä työssä tutkita sen tarkemmin. Detaljit R-koodissa (haven-paketin read_spss-funktion user_na -optio, ei käytetä tässä).
Tiedostonimistä (10.10.18, 30.1.20, 11.2.20,22.9.20)
edit 22.9.20 Tarkista kun valmista.
ISSP2012.data - täysi aineisto, luetaan SPSS-tiedostosta ISSP2012jh1.data - valittu osa aineistosta (maat, muuttujat) ISSP2012*.jh1.dat - valittu osa aineistosta, luotu uusia muuttujia ja muunnettu muuttujia. Alkuperäiset muuttujat säilytetään, voi aina tarkistaa ja verrata. ISSP2012esim1, 2 jne, tarkenne .dat rajattuja aineistoja joissa uusia muuttujia ja muuttujien nimiä. Näitä luodaan analyysin eri vaiheissa.
Datan perusmuokkauksen vaiheet
1. Data r-dataksi
ISSP2012jh.data <- read_spss(“data/ZA5900_v4-0-0.sav”)
2. valitaan maat(25)
ISSP2012jh1a.data <- filter(ISSP2012jh.data, V4 %in% incl_countries25)
3. valitaan muuttujat
ISSP2012jh1b.data <- select(ISSP2012jh1a.data, all_of(jhvars1)
Poistetaan havainnot joilla tieto sukupuolesta tai ikä puuttuu.
ISSP2012jh1c.data <- filter(ISSP2012jh1b.data, (!is.na(SEX) & !is.na(AGE)))
Perusmuunnokset (G1_1_data_fct1.Rmd)
ISSP2012jh1d.data <- ISSP2012jh1c.data
R-koodiin jätetään tarkistuksia yms. joita ei raportoida tässä, samoin niiden tuloksia. Voiko R-koodi olla fingelskaa? Olkoon toistaiseksi.
DATA RAJAAMISTA - maat(5.10.2018)
# Aineiston rajaamisen kolme vaihetta (10.2018)
#
# TIEDOSTOJEN NIMEÄMINEN
#
# R-datatiedostot .data - tarkenteella ovat osajoukkoja koko ISSP-datasta ISSP2012.data
# R-datatiedostot .dat - tarkenteella: mukana alkuperäisten muuttujien muunnoksia
# (yleensä as_factor), alkuperäisissä muuttujissa mukana SPSS-tiedoston metadata.
#
# Luokittelumuuttujan tyyppi on datan lukemisen jälkeen yleensä merkkijono (char)
# ja haven_labelled.
#
# Muutetaan R-datassa ordinaali- tai nominaaliasteikon muuttujat haven-paketin
# as_factor - funktiolla faktoreiksi. R:n faktorityypin muuttujille voidaan tarvittaessa
# määritellä järjestys, toistaiseksi niin ei tehdä (25.9.2018).
#
# Muunnetun muuttujan rinnalla säilytetään SPSS-tiedostosta luettu muuttja, metatiedot säilyvät
# alkuperäisessä.
#
# R-datatiedostot joiden nimen loppuosa on muotoa *esim1.dat: käytetään analyyseissä
#
# 1. VALITAAN MAAT (25) -> ISSP2012jh1a.data. Muuttujat koodilohkossa datasel_vars1
#
# kolme maa-muuttujaa datassa. V3 erottelee joidenkin maiden alueita, V4 on koko
# maan koodi ja C_ALPHAN on maan kaksimerkkinen tunnus.
#
# V3 - Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)
# V3 erot valituissa maissa
# 5601 BE-FLA-Belgium/ Flanders
# 5602 BE-WAL-Belgium/ Wallonia
# 5603 BE-BRU-Belgium/ Brussels
# 27601 DE-W-Germany-West
# 27602 DE-E-Germany-East
# 62001 PT-Portugal 2012: first fieldwork round (main sample)
# 62002 PT-Portugal 2012: second fieldwork round (complementary sample)
# Myös tämä on erikoinen, näyttää olevan vakio kun V4 = 826:
# 82601 GB-GBN-Great Britain
# Portugalissa ainestoa täydennettiin, koska siinä oli puutteita. Jako ei siis ole oleellinen,
# mutta muuut ovat. Tähdellä merkityt maat valitaan johdattelevaan esimerkkiin.
#
# Maat (25)
#
# 36 AU-Australia
# 40 AT-Austria
# 56 BE-Belgium*
# 100 BG-Bulgaria*
# 124 CA-Canada
# 191 HR-Croatia
# 203 CZ-Czech Republic
# 208 DK-Denmark*
# 246 FI-Finland*
# 250 FR-France
# 276 DE-Germany*
# 348 HU-Hungary*
# 352 IS-Iceland
# 372 IE-Ireland
# 428 LV-Latvia
# 440 LT-Lithuania
# 528 NL-Netherlands
# 578 NO-Norway
# 616 PL-Poland
# 620 PT-Portugal
# 643 RU-Russia
# 703 SK-Slovakia
# 705 SI-Slovenia
# 752 SE-Sweden
# 756 CH-Switzerland
# 826 GB-Great Britain and/or United Kingdom - jätetään pois jotta saadaan TOPBOT
# -muuttuja mukaan (top-bottom self-placement) .(9.10.18)
# 840 US-United States - jätetään pois, jotta saadaan TOPBOT-muuttuja mukaan.(10.10.18)
#
# Belgian ja Saksan alueet:
# V3
# 5601 BE-FLA-Belgium/ Flanders
# 5602 BE-WAL-Belgium/ Wallonia
# 5603 BE-BRU-Belgium/ Brussels
# 27601 DE-W-Germany-West
# 27602 DE-E-Germany-East
#
# Unkari (348) toistaiseksi mukana, mutta joissain kysymyksissä myös Unkarilla on
# poikkeavia vastausvaihtoehtoja(HU_V18, HU_V19,HU_V20). Jos näitä muuttujia käytetään,
# Unkari on parempi jättää pois.
#
#
# (25.4.2018) user_na
# haven-paketin read_spss - funktiolla voi r-tiedostoon lukea myös SPSS:n sallimat kolme
# (yleensä 7, 8, 9) tarkempaa koodia puuttuvalle tiedolle.
# "If TRUE variables with user defined missing will be read into labelled_spss objects.
# If FALSE, the default, user-defined missings will be converted to NA"
# https://www.rdocumentation.org/packages/haven/versions/1.1.0/topics/read_spss
#
ISSP2012jh.data <- read_spss("data/ZA5900_v4-0-0.sav") #luetaan alkuperäinen data R- dataksi (df).
#str(ISSP2012jh.data)
incl_countries25 <- c(36, 40, 56,100, 124, 191, 203, 208, 246, 250, 276, 348, 352,
372, 428, 440, 528, 578, 616, 620, 643, 703, 705, 752, 756)
#str(ISSP2012jh.data)
#str(ISSP2012jh.data) #61754 obs. of 420 variables - kaikki
ISSP2012jh1a.data <- filter(ISSP2012jh.data, V4 %in% incl_countries25)
#head(ISSP2012jh1a.data)
#str(ISSP2012jh1a.data) #34271 obs. of 420 variables, Espanja ja Iso-Britannia
# pois (9.10.2018)
# str(ISSP2012jh1a.data) # 32969 obs. of 420 variable, Espanja Iso-Britannia,
# USA pois (10.10.2018)
#
# names() # muuttujen nimet
# Maakohtaiset muuttujat (kun on poikettu ISSP2012 - vastausvaihtoehdoista tms.)
# on aineistossa eroteltu maatunnus-etuliitteellä (esimerkiksi ES_V7).
# Demografisissa ja muissa taustamuuttujissa suuri osa tiedoista on kerätty maa-
# kohtaisilla lomakkeilla. Vertailukelpoiset muuttujat on konstruoitu niistä.
# Muuttujia on 420, vain osa yhteisiä kaikille maille.DATAN RAJAAMISTA - MUUTTUJAT (5.10.2018)
SPSS-tiedostosta saadaan luettua haven-paketin read_spss-funktiolla paljon metatietoja.
# 2. VALITAAN MUUTTUJAT -> ISSP2012jh1b.data. Maat valittu koodilohkossa datasel_country1
# METADATA
metavars1 <- c("V1", "V2", "DOI")
# MAA - maakoodit ja maan kahden merkin tunnus
countryvars1 <- c("V3","V4","C_ALPHAN")
# SUBSTANSSIMUUTTUJAT - Attitudes towards family and gender roles (9)
#
# Yhdeksän kysymystä (lyhennetyt versiot, englanniksi), vastausvaihtoehdot Q1-Q2
#
# 1 = täysin samaa mieltä, 2 = samaa mieltä, 3 = ei samaa eikä eri mieltä,
# 4 = eri mieltä, 5 = täysin eri mieltä
#
# Q1a Working mother can have warm relation with child
# Q1b Pre-school child suffers through working mother
# Q1c Family life suffers through working mother
# Q1d Women’s preference: home and children
# Q1e Being housewife is satisfying
#
# Q2a Both should contribute to household income
# Q2b Men’s job is earn money, women’s job household
#
# Q3a Should women work: Child under school age
# Q3b Should women work: Youngest kid at school
# 1= kokopäivätyö, 2 = osa-aikatyö, 3 = pysyä kotona, 8 = en osaa sanoa (can't choose), 9 = no answer
#
# Kysymysten Q3a ja Q3b eos-vastaus ei ole sama kuin "en samaa enkä eri mieltä" (ns. neutraali
# vaihtoehto), mutta kieltäytymisiä jne. (koodi 9) on aika vähän. Kolmessa
# maassa ne on yhdistety:
# (8 Can't choose, CA:can't choose+no answer, KR:don't know+refused, NL:don't know).
# Kun SPSS-tiedostosta ei ole tuotu puuttuvan tiedon tarkempaa luokittelua,
# erottelua ei voi tehdä.
#
#
#
substvars1 <- c("V5","V6","V7","V8","V9","V10","V11","V12","V13") # 9 muuttujaa
# Nämä yhteiset muuttujat pois (maaspesifien muuttujien lisäksi) :
#
# "V14","V15","V16", "V17","V18","HU_V18","V19","HU_V19","V20","HU_V20","V21",
# "V28","V29","V30","V31","V32","V33",# "V34", "V35", "V36", "V37", "V38", "V39",
# "V40", "V41", "V42", "V43", "V44", "V45", "V46", "V47", "V48", "V49", "V50",
# "V51", "V52", "V53", "V54", "V55", "V56", "V57", "V58", "V59", "V60", "V61",
# "V62", "V63", "V64", "V65", "V65a","V66", "V67"
#
#
# DEMOGRAFISET JA MUUT TAUSTAMUUTTUJAT (8)
#
# AGE, SEX
#
# DEGREE - Highest completed degree of education: Categories for international comparison.
# Slightly re-arranged subset of ISCED-97
#
# 0 No formal education
# 1 Primary school (elementary school)
# 2 Lower secondary (secondary completed does not allow entry to university: obligatory school)
# 3 Upper secondary (programs that allow entry to university or programs that allow to entry
# other ISCED level 3 programs - designed to prepare students for direct entry into the labour market)
# 4 Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation)
# 5 Lower level tertiary, first stage (also technical schools at a tertiary level)
# 6 Upper level tertiary (Master, Dr.)
# 9 No answer, CH: don't know
# Yhdistelyt?
#
# MAINSTAT - main status: Which of the following best describes your current situation?
#
# 1 In paid work
# 2 Unemployed and looking for a job, HR: incl never had a job
# 3 In education
# 4 Apprentice or trainee
# 5 Permanently sick or disabled
# 6 Retired
# 7 Domestic work
# 8 In compulsory military service or community service
# 9 Other
# 99 No answer
# Armeijassa tai yhdyskuntapalvelussa muutamia, muutamissa maissa.Kategoriassa 9
# on hieman väkeä. Yhdistetään 8 ja 9. Huom! Esim Puolassa ei yhtään eläkeläistä
# eikä kategoriaa 9, Saksassa ei ketään kategoriassa 9.
#
# TOPBOT - Top-Bottom self-placement (10 pt scale)
#
# "In our society, there are groups which tend to be towards the top and groups
# which tend to be towards the bottom. Below is a scale that runs
# from the top to the bottom. Where would you put yourself on this scale?"
# Eri maissa hieman erilaisia kysymyksiä.
#
# HHCHILDR - How many children in household: children between [school age] and
# 17 years of age
#
# 0 No children
# 1 One child
# 2 2 children
# 21 21 children
# 96 NAP (Code 0 in HOMPOP)
# 97 Refused
# 99 No answer
#
# Voisi koodata dummymuuttujaksi lapsia (1) - ei lapsia (0).
# Ranskan datassa on erittäin iso osa puuttuvia tietoja ( "99"", n. 20 %), myös
# Austarlialla aika paljon. Sama tilanne myös muissa perheen kokoon liittyvissä
# kysymyksissä.
#
# MARITAL - Legal partnership status
#
# What is your current legal marital status?
# The aim of this variable is to measure the current 'legal' marital status '.
# PARTLIV - muuttujassa on 'de facto' - tilanteen tieto parisuhteesta
#
# 1 Married
# 2 Civil partnership
# 3 Separated from spouse/ civil partner (still legally married/ still legally
# in a civil partnership)
# 4 Divorced from spouse/ legally separated from civil partner
# 5 Widowed/ civil partner died
# 6 Never married/ never in a civil partnership, single
# 7 Refused
# 8 Don't know
# 9 No answer
#
# URBRURAL - Place of living: urban - rural
#
# 1 A big city
# 2 The suburbs or outskirts of a big city
# 3 A town or a small city
# 4 A country village
# 5 A farm or home in the country
# 7 Other answer
# 9 No answer
# 1 ja 2 vaihtelevat aika paljon maittain, parempi laskea yhteen. Unkarista puuttuu
# jostain syystä kokonaan vaihtoehto 5. Vaihotehdon 7 on valinnut vain 4 vastaajaa Ranskasta.
# Yhdistetään 1 ja 2 = city, 3 = town, rural= 4, 5, 7
#
bgvars1 <- c( "SEX","AGE","DEGREE", "MAINSTAT", "TOPBOT", "HHCHILDR", "MARITAL", "URBRURAL")
#Valitaan muuttujat
jhvars1 <- c(metavars1,countryvars1, substvars1,bgvars1)
#jhvars1
ISSP2012jh1b.data <- select(ISSP2012jh1a.data, all_of(jhvars1))
# laaja aineisto - mukana havainnot joissa puuttuvia tietoja
# hauska detalji URBRURAL - muuttujan metatiedoissa viite jonkun työaseman hakemistoon
# str(ISSP2012jh1b.data) #32969 obs. of 23 variables
#
# SUBSTANSSIMUUTTUJAT
#
# $ V5 : 'haven_labelled' num 5 1 2 2 1 NA 2 4 2 2 ...
# ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
# ..- attr(*, "labels")= Named num 0 1 2 3 4 5 8 9
#
# ISSP2012jh1b.data$V5 näyttää tarkemmin rakenteen
#
# glimpse(ISSP2012jh1b.data)
# str(ISSP2012jh1b.data) # 32969 obs. of 23 variables
# Poistetaan havainnot, joissa ikä (AGE) tai sukupuolitieto puuttuu (5.7.2019)
ISSP2012jh1c.data <- filter(ISSP2012jh1b.data, (!is.na(SEX) & !is.na(AGE)))
# str(ISSP2012jh1c.data) # 32823 obs. of 23 variables, 32969-32823 = 146
# TARKISTUS 8.6.20 dplyr 1.0.0 havaintojen ja muuttujien määrä ok.
# ISSP2012jh1c.data %>% summary() %>% kable()Metatietojen (3) ja maa-muuttujien (3) lisäksi aineistossa on seitsemäntoista muuttujaa. Yhdeksän muuttujaa ovat ns. substanssikysymysten vastauksia, joilla luodataan asenteita sukupuolirooleihin ja perhearvoihin. Taustamuuttujia on kahdeksan.
Yhdeksän kysymystä (lyhennetyt versiot, englanniksi), vastausvaihtoehdot
Vastausvaihtoehdot:
1 = täysin samaa mieltä, 2 = samaa mieltä, 3 = ei samaa eikä eri mieltä, 4 = eri mieltä, 5 = täysin eri mieltä
edit 14.8.20 Kysymyksissä Q1a ja Q2a vastausten järjestys on tulkinassa (moderni vs.perinteinen tai liberaali vs. konsertavi) erilainen.
Q1a Working mother can have warm relation with child
Q1b Pre-school child suffers through working mother
Q1c Family life suffers through working mother
Q1d Women’s preference: home and children
Q1e Being housewife is satisfying
Q2a Both should contribute to household income
Q2b Men’s job is earn money, women’s job household
Q3a Should women work: Child under school age
Q3b Should women work: Youngest kid at school
Vastausvaihtoehdot: “Work full-time” “Work part-time” “Stay at home”, “Can’t choose” 1 = W, 2 = w, 3 = H, NA = 6,8,9 ei tässä eriteltynä. 6 on Taiwanin oma vastausvaihtoehto, 8 = en osaa sanoa ja 9 = no answer.
# Muuttuja taulukkona - karkea tapa
tabVarnames <- c(substvars1,bgvars1) # muuttujanimet muuttujille
# Kysymysten lyhyet versiot englanniksi
tabVarDesc <- c("Q1a Working mother can have warm relation with child ",
"Q1b Pre-school child suffers through working mother",
"Q1c Family life suffers through working mother",
"Q1d Women’s preference: home and children",
"Q1e Being housewife is satisfying",
"Q2a Both should contribute to household income",
"Q2b Men’s job is earn money, women’s job household",
"Q3a Should women work: Child under school age",
"Q3b Should women work: Youngest kid at school",
"Respondents age ",
"Respondents gender",
"Highest completed degree of education: Categories for international comparison",
"Main status: work, unemployed, in education...",
"Top-Bottom self-placement (10 pt scale)",
"How many children in household: children between [school age] and 17 years of age",
"Legal partnership status: married, civil partership...",
"Place of living: urban - rural"
)
#tabVarDesc
# Taulukko
# luodaan df - varoitus: data_frame() is deprecated, use tibble” (4.2.20),
# vaihdetaan tibbleen (21.2.20)
# jhVarTable1.df <- data_frame(tabVarnames,tabVarDesc) OLD
jhVarTable1.tbl <- tibble(tabVarnames,tabVarDesc)
cols_jhVarTable1 <- c("muuttuja","kysymyksen tunnus, lyhennetty kysymys")
colnames(jhVarTable1.tbl) <- cols_jhVarTable1
str(jhVarTable1.tbl)## tibble [17 x 2] (S3: tbl_df/tbl/data.frame)
## $ muuttuja : chr [1:17] "V5" "V6" "V7" "V8" ...
## $ kysymyksen tunnus, lyhennetty kysymys: chr [1:17] "Q1a Working mother can have warm relation with child " "Q1b Pre-school child suffers through working mother" "Q1c Family life suffers through working mother" "Q1d Women’s preference: home and children" ...# Suomalaiset pitkät kysymykset
vastf1 <- c("Q1a Työssäkäyvä äiti pystyy luomaan lapsiinsa aivan yhtä lämpimän ja turvallsen suhteen kuin äiti, joka ei käy työssä")
vastf2 <- c("Q1b Alle kouluikäinen lapsi todennäköisesti kärsii, jos hänen äitinsä käy työssä.")
vastf3 <- c("Q1c Kaiken kaikkiaan perhe-elämä kärsii, kun naisella on kokopäivätyö.")
vastf4 <- c("Q1d On hyvä käydä töissä mutta tosiasiassa useimmat naiset haluavat
ensisijaisesti kodin ja lapsia.")
vastf5 <- c("Q1e Kotirouvana oleminen on aivan yhtä antoisaa kuin ansiotyön tekeminen.")
vastf6 <- c("Q2a Sekä miehen että naisen tulee osallistua perheen toimeentulon hankkimiseen.")
vastf7 <- c("Q2b Miehen tehtävä on ansaita rahaa; naisen tehtävä on huolehtia kodista ja perheestä.")
vastf8 <- c("Q3a Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa?
Kun perheessä on alle kouluikäinen lapsi")
vastf9 <- c("Q3b Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa?
Kun nuorin lapsi on aloittanut koulunkäynnin")
tabVarDesc_fi <- c(vastf1,vastf2,vastf3,vastf4,vastf5,vastf6,vastf7, vastf8,vastf9)
#tabVarDesc_fi
tabVarnames_subst <- c(substvars1)
jhVarTable1_fi.tbl <- tibble(tabVarnames_subst,tabVarDesc_fi)
cols_jhVarTable1 <- c("muuttuja","Kysymyksen tunnus, suomenkielisen lomakkeen kysymys")
colnames(jhVarTable1_fi.tbl) <- cols_jhVarTable1
# TAULUKODEN TULOSTUS
# kable(booktab = T) # booktab = T gives us a pretty APA-ish table
# Lyhyet kysymykset englanniksi
knitr::kable(jhVarTable1.tbl, booktab = TRUE,
caption = "ISSP2012:Työelämä ja perhearvot - valitut muuttujat")| muuttuja | kysymyksen tunnus, lyhennetty kysymys |
|---|---|
| V5 | Q1a Working mother can have warm relation with child |
| V6 | Q1b Pre-school child suffers through working mother |
| V7 | Q1c Family life suffers through working mother |
| V8 | Q1d Women’s preference: home and children |
| V9 | Q1e Being housewife is satisfying |
| V10 | Q2a Both should contribute to household income |
| V11 | Q2b Men’s job is earn money, women’s job household |
| V12 | Q3a Should women work: Child under school age |
| V13 | Q3b Should women work: Youngest kid at school |
| SEX | Respondents age |
| AGE | Respondents gender |
| DEGREE | Highest completed degree of education: Categories for international comparison |
| MAINSTAT | Main status: work, unemployed, in education… |
| TOPBOT | Top-Bottom self-placement (10 pt scale) |
| HHCHILDR | How many children in household: children between [school age] and 17 years of age |
| MARITAL | Legal partnership status: married, civil partership… |
| URBRURAL | Place of living: urban - rural |
# Suomen lomakkeen kysymykset (löytyy myös kuva lomakkeen sivusta)
knitr::kable(jhVarTable1_fi.tbl, booktab = TRUE,
caption = "ISSP2012: suomenkielisen lomakkeen kysymykset")| muuttuja | Kysymyksen tunnus, suomenkielisen lomakkeen kysymys |
|---|---|
| V5 | Q1a Työssäkäyvä äiti pystyy luomaan lapsiinsa aivan yhtä lämpimän ja turvallsen suhteen kuin äiti, joka ei käy työssä |
| V6 | Q1b Alle kouluikäinen lapsi todennäköisesti kärsii, jos hänen äitinsä käy työssä. |
| V7 | Q1c Kaiken kaikkiaan perhe-elämä kärsii, kun naisella on kokopäivätyö. |
| V8 | Q1d On hyvä käydä töissä mutta tosiasiassa useimmat naiset haluavat |
| ensisijaisesti kodin ja lapsia. | |
| V9 | Q1e Kotirouvana oleminen on aivan yhtä antoisaa kuin ansiotyön tekeminen. |
| V10 | Q2a Sekä miehen että naisen tulee osallistua perheen toimeentulon hankkimiseen. |
| V11 | Q2b Miehen tehtävä on ansaita rahaa; naisen tehtävä on huolehtia kodista ja perheestä. |
| V12 | Q3a Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa? |
| Kun perheessä on alle kouluikäinen lapsi | |
| V13 | Q3b Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa? |
| Kun nuorin lapsi on aloittanut koulunkäynnin |
# Taulukot voivat olla hankalia eristyisesti PDF-tulostuksessa, jos ne ovat
# monimutkaisia tai solujen "koot" (merkkiä/solu) vaihtelevat paljon.Taulukko ei näytä toimivan pitkissä teksteissä. Ei kikkailla, koska pulma on tulostus html- ja pdf-formaattiin. Muutetaan tavalliseksi tekstiksi.
knitr::kable(jhVarTable1_fi.tbl, booktab = TRUE,
caption = "ISSP2012: suomenkielisen lomakkeen kysymykset")| muuttuja | Kysymyksen tunnus, suomenkielisen lomakkeen kysymys |
|---|---|
| V5 | Q1a Työssäkäyvä äiti pystyy luomaan lapsiinsa aivan yhtä lämpimän ja turvallsen suhteen kuin äiti, joka ei käy työssä |
| V6 | Q1b Alle kouluikäinen lapsi todennäköisesti kärsii, jos hänen äitinsä käy työssä. |
| V7 | Q1c Kaiken kaikkiaan perhe-elämä kärsii, kun naisella on kokopäivätyö. |
| V8 | Q1d On hyvä käydä töissä mutta tosiasiassa useimmat naiset haluavat |
| ensisijaisesti kodin ja lapsia. | |
| V9 | Q1e Kotirouvana oleminen on aivan yhtä antoisaa kuin ansiotyön tekeminen. |
| V10 | Q2a Sekä miehen että naisen tulee osallistua perheen toimeentulon hankkimiseen. |
| V11 | Q2b Miehen tehtävä on ansaita rahaa; naisen tehtävä on huolehtia kodista ja perheestä. |
| V12 | Q3a Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa? |
| Kun perheessä on alle kouluikäinen lapsi | |
| V13 | Q3b Millä tavoin naisten pitäisi mielestäsi käydä työssä seuraavissa tilanteissa? |
| Kun nuorin lapsi on aloittanut koulunkäynnin |
Tarkemmat kuvaukset lähes tuhatsivuisessa koodikirjassa ZA5900_cdb.pdf (refworks-viite pitäisi löytyä, ja ISSP dokumentit kerrotaan luvun alussa).
Bookdown-versiossa taulukot omiksi koodilohkoiksi, ja fig.caption - optiolla taulukon otsikko.
Pitkät tekstit ovat taulukoissa hankalia, käytetään lomakkeen kuvaa (21.10.20)
knitr::include_graphics('img/substvar_fi_Q1Q2.png')
Suomenkielinen lomake
edit 10.10.20 “En osaa sanoa” on mielipide, mutta tässä tutkielmassa se tulkitaan puuttuvaksi vastaukseksi. Puuttuvia vastauksia voisi SPSS-datasta analysoida tarkemminkin (kolme SPSS-koodia). Kysymyksessä 25 on jätetty neutraali vaihtoehto pois, antaa mahdollisuuden arvioida neutraalien vastausten ja “en osaa sanoa”- vastausten tai puuttuvat vastauksen yhteyksiä.
edit 10.10.20 Kysymysten suunta vaihtelee. Vaihtoehto “täysin samaa mieltä (1)” on vahvasti liberaali/moderni kysymyksissä 23a ja 24a ja vahvasti konservatiivinen/perinteinen kysymyksissä 23b ja 24b. Kolme Kysymystä (23c - 23e) ovat hieman monimerkityksisiä (“double barreld”), miten “samaa mieltä” - vastaukset pitäisi tulkita? Samaa mieltä voi olla myös siksi, että “näin nämä asiat nyt ovat”, omasta mielipiteestä riippumatta, realistisena arviona.
1.5 Datan valinnan vaiheet ja puuttuvat tiedot
edit 24.2.20 Toistoa
1. Vastauskato on kyselytutkimusten suurin ongelma.
Johdattelevassa esimerkissä on kolme muuttujaa, ei ongelma, aika vähän puuuttuvia.
Isomman 25 aineiston osalta tarkistetaan, mitä “listwise deletion” saa aikaan. Aineisto pienenee nopeasti, ja vaikeasti hahmotettavalla tavalla. Tämä erävastauskato ei ole tutkielman ydinaihe, mutta laajemman aineiston käytössä se täytyy ottaa huomioon. Yksikkövastauskatoa ei käsitellä, tutkimuksen toteutuksen raporteissa on kerrottu tarkemmin miten kyselyn toteuttajat ovat tämän huomioineet. Yksikkövastauskato eli otokseen poimitut joita ei ole tavoitettu ollenkaan on kansallisen tason ongelma, joka on ratkaistu vaihtelevin tavoin. Tiedot löytyvät aineiston dokumentaatiosta. Aineistossa on myös mukana maakohtaiset painomuuttujat, mutta ei painoja maiden vertailuun. Vastausprosentit (response rate) vaihtelevat maittain, kts. monitoring report. (edit toistoa! 24.2.20)
CA:n eräs etu on se, että muuttujien oletetaan olevan luokitteluasteikon (nominaaliasteikon) muuttujia, ja puuttuva havainto on yksi luokka lisää. Puuttuvat havainnot otetaan mukaan laajemmassa aineistossa myös siksi, että CA ja MCA edellyttävt yleensä useamman muuttujan analyyseissä sitä. Jokaisen kahden muuttujan parittaisen ristiintaulukoinnin reunajakaumien pitää olla samoja.
ks Perusasiat havaintojen puuttellisuudesta kyselytutkimusissa. Yksikkövastauskato (unit non-response), eräsvastauskato (item non-response). Mitä on raportoitava, kun käytetään valmista aineistoa? Erävastauskatoa analysoidaan, kun käytetään kaikkia valittuja muuttujia.
Yksikkövastauskato on otettu vaihtelevasti huomioon, kun kyselyn toteuttaja on editoinut ja tarkastanut datan. Eri maiden datassa on (mutta ei aina!) mukana painot mm. vastauskadon oikaiksemiseen Viittet - tekninen raportti. Myös selaimella voi zcat-sivustolla tutkailla kysymyksittäin.
Datakatalogi-dokumentista näkee vastausten jakauman jokaisen kysymyksen osalta, myös puuttuvien tietojen tarkemman koodauksen.
Valitaan 25 maata ja muuttujat
Johdattelevissa esimerkeissä valitaan kuusi maata ja kolme muuttujaa. Jätetään pois kaikki havainnot (vastaukset) joissa on puuttuvia tietoja (“listwise deletion”)
Kun laajempi aineisto otetaan käyttöön, joudutaan pohtimaan miten puuttuvia havaintoja käsitellään. Jos kyse on selvistä virheistä (esim. haastateltavan ikä puuttu) havainnot jätetään pois, muuten mietitään.
Miten puuttuvia tietoja (erävastuskato, havainnossa puuttu joku tieto) käsitellään?
- Miksi tieto puuttuu, mitä “puuttuva tieto” tarkoittaa? Lavea kysymys!
Joissain kysymyksissä (V12, V13) puuttuvaksi tiedoksi kirjautuu vastaus (“en osaa sanoa”) “ei vastausta” - vaihtoehdon lisäksi. Nämä mukaan.
Ikä ja sukupuoli: ilmeinen virhe, joten jätetään havainnot pois (näitä ei ole paljon).
“Listwise delete” on raaka ratkaisu, kun muuttujia on paljon.Imputointi, mutta CA:lla voi analysoida puuttuvaa arvoa yhtenä luokittelumuuttujan “modaliteettina”.
- Puuttuvien tietojen jakauma?
edit 24.2.20) Kun laajempi aineisto ja puuttuvat arvot otetaan mukaan analyysiin loppuluvuissa, vilkaistaa pikaisesti erävastauskadon rakennetta.
- Onko puuttuvia tietoja tasaisesti eri maissa, vai vaihteleeko niiden suhteellinen osuus?
Vaihtelee, ja jo tästäkin syystä puuttuvien käsittely on oleellinen asia. Ensimmäisenä ratkaisuna ne voi pitää mukana ca/mca - analyyseissä, reunajakaumat pysyvät samoina.
- Onko joissain tai jossain maassa huomattava määrä puuttuvia tietoja?
Joissain muuttujissa on kohtalaisen paljon puuttuvia tietoja joissain maissa.
Tarkemmin puuttuneisuutta ei analysoida. Esimerkkejä löytyy (MG, CAiP ja “vihreä kirja”). Kaksi R-pakettia, joilla pikaisesti vilkaistaan dataa, ei vielä mukana tässä (24.2.20). edit Viite!
Koko aineistossa (valitut 25 maata) kysymyksen Q1b (muuttuja V6) vastauksista puuttuvia tietoja on 3,5 prosenttia (1219/34271). Huom: kun pudotetaan havainnot joilta SEX tai AGE puuttuu, N = 32823. On oikea määrä (5.7.2019, kts. treeni2- projekti, Data_iso1.R).
edit kaksi vanhaa koodilohkoa, olkoon toistaiseksi mukana (11.2.20)
Puuttuvien tietojen tarkempi koodaus ISSP-datassa:
0: Not applicapble (NAP), Not available (NAV) 7: (97,997, 9997,…): Refused 8: (98, 998, 9998,…): Don’t know 9: (99, 999, 9999,…): No answer
NAP ja NAV määritellään
"GESIS adds ‘Not applicable’(NAP) codes for questions that have filters. NAP indicates that only a subsample and not all of respondents were asked. Also in the case of country spesific variables, all the other countries are coded NAP.
GESIS adds ‘Not available’ for variables, which in singe countries may not have been conducted for whatever reason."
1.6 Perusmuunnokset ISSP2012 - datalle
Datatiedosto on muunnosten jälkeen ISSP2012jh1d.data,luokittelumuuttujat muunnetaan R:n factor- muuttujaksi.
Jokaisesta muuttujasta on kaksi versiota, toisessa puuttuvat tiedot ovat R:n “NA”- arvoja ja toisessa “NA”-arvo on eksplisiittinen muuttuja (“missing”).
Substanssimuuttujien luokkien tunnukset ( “faktorilabelit”) muutetaan graafisiin analyyseihin sopivan lyhyiksi. Taustamuuttujien luokittelua ja luokkien tunnuksia pohditaan, kun ne otetaan käyttöön.
Factor: määritelmä
”Very short : levels are the input, labels are the output in the factor() function. A factor has only a level attribute, which is set by the labels argument in the factor() function. This is different from the concept of labels in statistical packages like SPSS, and can be confusing in the beginning." (https://stackoverflow.com/questions/5869539/confusion-between-factor-levels-and-factor-labels)
Haven-paketin labelled_spss-luokka (https://github.com/tidyverse/haven/issues/172) , kaksi toisiaan täydentävää käyttötapaa. Se on yksi “välimuoto” kun dataa luetaan SPSS/SAS/Stata formaatista R-formaattiin. Toisaalta labelled-paketin avulla luokan olioita voi monipuolisesti muokata monipuolisesti ja jakaa tuloksia takaisin muiden ohjelmistojen tiedostoformaatteihin. Tässä ensimmäinen vaihtoehto käytössä.
#V Tärkein lähde McNamara&Horton(2017) “Wrangilin with categorical data in R”.
R-maailmassa on monta tapaa tehdä asioita. Tässä käytetään forcats-paketin funktioita, ei dplyr-paketin kuten em. artikkelissa.
Muunnokset: mutate (https://suzan.rbind.io/2018/02/dplyr-tutorial-2/#changing-column-names-after-mutation)
Faktorit - recode
dplyr
”You can use recode() directly with factors; it will preserve the existing order of levels while changing the values. Alternatively, you can use recode_factor(), which will change the order of levels to match the order of replacements. See the forcats package for more tools for working with factors and their levels.”
”This is a vectorised version of switch(): you can replace numeric values based on their position or their name, and character or factor values only by their name. This is an S3 generic: dplyr provides methods for numeric, character, and factors. For logical vectors, use if_else(). For more complicated criteria, use case_when().” (https://dplyr.tidyverse.org/reference/recode.html)
forcats::fct_recode (https://r4ds.had.co.nz/factors.html)
1.6.1 Vaihe 1 - muuttujat joissa ei ole puuttuvia tietoja
Aineistosta on jätetty pois ne havainnot, joissa ikä (AGE) tai sukupuoli (SEX) on puuttuva tieto. Aika paljon tarkistuksia, kolme maa-muuttujaa järjestetään C_ALPHAN - muuttujan järjestykseen. Ikä-muuttuja säilyy numeerisena. Ensimmäiseen faktori-tyypin muuttujaan jää tyhjänä luokkana puuttuva tieto, luokka poistetaan.
# VAIHE 1 - muuttujat joissa ei ole puuttuvia tietoja
# vaihe 1.1 haven_labelled ja chr -> as_factor
ISSP2012jh1d.dat <- ISSP2012jh1c.data %>%
mutate(maa = as_factor(C_ALPHAN), # ei puuttuvia, ei tyhjiä leveleitä
maa3 = as_factor(V3), # maakoodi, jossa aluejako joillan mailla
sp1 = as_factor(SEX), # ei puuttuvia, tyhjä level "no answer" 999
)
# C_ALPHAN - maa - maa3 tarkistuksia
# V3
# "Pulma" on järjestys. C_ALPHAN ("chr") on aakkosjärjestyksessä, kun luodaan
# maa = as_factor(C_ALPHAN) järjestys muuttuu (esiintymisjärjestys datassa?)
# maa3 muunnetaan maakoodista (haven_labelled' num), jonka
str(ISSP2012jh1d.dat$maa) #Country Prefix ISO 3166 Code - alphanumeric## Factor w/ 25 levels "AU","AT","BG",..: 1 1 1 1 1 1 1 1 1 1 ...
## - attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"# attributes(ISSP2012jh1d.dat$maa) # ei tyhiä levels-arvoja, 25 levels
# ISSP2012jh1d.dat$maa %>% fct_unique()
# ISSP2012jh1d.dat$maa %>% fct_count() # summary kertoo samat tiedot (20.2.20)
# sum(is.na(ISSP2012jh1d.dat$maa)) # ei puuttuvia tietoja
ISSP2012jh1d.dat$maa %>% summary() # mukana vain valitut 25 maata## AU AT BG CA HR CZ DK FI FR HU IS IE LV LT NL NO
## 1557 1182 1003 953 997 1804 1403 1171 2409 1012 1172 1166 1000 1187 1315 1444
## PL RU SK SI SE CH BE DE PT
## 1115 1525 1128 1034 1059 1237 2192 1761 997# str(ISSP2012jh1d.dat$maa3) #"Country/ Sample ISO 3166 Code
#(see V4 for codes for whole nation states)"
# 29 levels
# str(ISSP2012jh1d.dat$V3)
# attributes(ISSP2012jh1d.dat$maa3) # ei tyhiä levels-arvoja, 29 levels
# sum(is.na(ISSP2012jh1d.dat$maa3)) # nolla ei ole puuttuva tieto! (3.2.20)
# ISSP2012jh1d.dat$maa3 %>% fct_unique()
# ISSP2012jh1d.dat$maa3 %>% fct_count()
# Vain näissä on jaettu maan havainnot (3.2.20)
#
# [38] BE-FLA-Belgium/ Flanders
# [39] BE-WAL-Belgium/ Wallonia
# [40] BE-BRU-Belgium/ Brussels
# [41] DE-W-Germany-West
# [42] DE-E-Germany-East
# [43] PT-Portugal 2012: first fieldwork round (main sample)
# [44] PT-Portugal 2012: second fieldwork round (complementary sample)
# ISSP2012jh1d.dat$maa3 %>% fct_count() #miksi ei tulosta mitään? (3.2.2020)
# ISSP2012jh1d.dat$maa3 %>% summary()
# ISSP2012jh1d.dat$maa3 %>% fct_unique()
# maa3: 25 maata, havaintojen määrä. Poisjätetyissä havaintoja 0.
# glimpse(ISSP2012jh1d.dat$maa3)
# head(ISSP2012jh1d.dat$maa3)
# length(levels(ISSP2012jh1d.dat$maa3))
# C_ALPHAN alkuperäinen järjestys, maa aakkosjärjestyssä (2.2.20)
#
# Huom1: Myös merkkijonomuuttujaa C_ALPHAN tarvitaan jatkossa.
#
# Huom2: kun dataa rajataan, on tarkistettava ja tarvittaessa poistettava
# "tyhjät" R-factor - muuttujan "maa" luokat (3.2.2020)
# vaihe 1.2 tyhjät luokat (levels) pois faktoreista
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(sp = fct_drop(sp1),
maa3 = fct_drop(maa3))
# Poistetaan maa3-muuttujan tyhjät luokat (3.2.20)
# maa3 - tarkistuksia
# str(ISSP2012jh1d.dat$maa3) # 29 levels
attributes(ISSP2012jh1d.dat$maa3) ### $levels
## [1] "AU-Australia"
## [2] "AT-Austria"
## [3] "BG-Bulgaria"
## [4] "CA-Canada"
## [5] "HR-Croatia"
## [6] "CZ-Czech Republic"
## [7] "DK-Denmark"
## [8] "FI-Finland"
## [9] "FR-France"
## [10] "HU-Hungary"
## [11] "IS-Iceland"
## [12] "IE-Ireland"
## [13] "LV-Latvia"
## [14] "LT-Lithuania"
## [15] "NL-Netherlands"
## [16] "NO-Norway"
## [17] "PL-Poland"
## [18] "RU-Russia"
## [19] "SK-Slovakia"
## [20] "SI-Slovenia"
## [21] "SE-Sweden"
## [22] "CH-Switzerland"
## [23] "BE-FLA-Belgium/ Flanders"
## [24] "BE-WAL-Belgium/ Wallonia"
## [25] "BE-BRU-Belgium/ Brussels"
## [26] "DE-W-Germany-West"
## [27] "DE-E-Germany-East"
## [28] "PT-Portugal 2012: first fieldwork round (main sample)"
## [29] "PT-Portugal 2012: second fieldwork round (complementary sample)"
##
## $class
## [1] "factor"
##
## $label
## [1] "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"#sum(is.na(ISSP2012jh1d.dat$maa3)) # nolla ei ole puuttuva tieto! (3.2.20)
# ISSP2012jh1d.dat$maa3 %>% summary()
# ISSP2012jh1d.dat$maa3 %>% fct_unique()
ISSP2012jh1d.dat$maa3 %>% fct_count() # miksi ei tulosta? Tulostaa komentoriviltä!| f | n |
|---|---|
| AU-Australia | 1557 |
| AT-Austria | 1182 |
| BG-Bulgaria | 1003 |
| CA-Canada | 953 |
| HR-Croatia | 997 |
| CZ-Czech Republic | 1804 |
| DK-Denmark | 1403 |
| FI-Finland | 1171 |
| FR-France | 2409 |
| HU-Hungary | 1012 |
| IS-Iceland | 1172 |
| IE-Ireland | 1166 |
| LV-Latvia | 1000 |
| LT-Lithuania | 1187 |
| NL-Netherlands | 1315 |
| NO-Norway | 1444 |
| PL-Poland | 1115 |
| RU-Russia | 1525 |
| SK-Slovakia | 1128 |
| SI-Slovenia | 1034 |
| SE-Sweden | 1059 |
| CH-Switzerland | 1237 |
| BE-FLA-Belgium/ Flanders | 1090 |
| BE-WAL-Belgium/ Wallonia | 543 |
| BE-BRU-Belgium/ Brussels | 559 |
| DE-W-Germany-West | 1205 |
| DE-E-Germany-East | 556 |
| PT-Portugal 2012: first fieldwork round (main sample) | 894 |
| PT-Portugal 2012: second fieldwork round (complementary sample) | 103 |
str(ISSP2012jh1d.dat$C_ALPHAN)## chr [1:32823] "AU" "AU" "AU" "AU" "AU" "AU" "AU" "AU" "AU" "AU" "AU" "AU" ...
## - attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## - attr(*, "format.spss")= chr "A20"
## - attr(*, "display_width")= int 22attributes(ISSP2012jh1d.dat$C_ALPHAN)## $label
## [1] "Country Prefix ISO 3166 Code - alphanumeric"
##
## $format.spss
## [1] "A20"
##
## $display_width
## [1] 22ISSP2012jh1d.dat %>% tableX(C_ALPHAN, maa)| C_ALPHAN/maa | AU | AT | BG | CA | HR | CZ | DK | FI | FR | HU | IS | IE | LV | LT | NL | NO | PL | RU | SK | SI | SE | CH | BE | DE | PT | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AT | 0 | 1182 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1182 |
| AU | 1557 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1557 |
| BE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2192 | 0 | 0 | 2192 |
| BG | 0 | 0 | 1003 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1003 |
| CA | 0 | 0 | 0 | 953 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 953 |
| CH | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 | 0 | 0 | 0 | 1237 |
| CZ | 0 | 0 | 0 | 0 | 0 | 1804 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1804 |
| DE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1761 | 0 | 1761 |
| DK | 0 | 0 | 0 | 0 | 0 | 0 | 1403 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1403 |
| FI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 |
| FR | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 |
| HR | 0 | 0 | 0 | 0 | 997 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 997 |
| HU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 |
| IE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 |
| IS | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 |
| LT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 |
| LV | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 |
| NL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 |
| NO | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 |
| PL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 |
| PT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 997 | 997 |
| RU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 |
| SE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 | 0 | 0 | 0 | 0 | 1059 |
| SI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 | 0 | 0 | 0 | 0 | 0 | 1034 |
| SK | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 |
| Total | 1557 | 1182 | 1003 | 953 | 997 | 1804 | 1403 | 1171 | 2409 | 1012 | 1172 | 1166 | 1000 | 1187 | 1315 | 1444 | 1115 | 1525 | 1128 | 1034 | 1059 | 1237 | 2192 | 1761 | 997 | 32823 |
ISSP2012jh1d.dat %>% tableX(C_ALPHAN, maa3)| C_ALPHAN/maa3 | AU-Australia | AT-Austria | BG-Bulgaria | CA-Canada | HR-Croatia | CZ-Czech Republic | DK-Denmark | FI-Finland | FR-France | HU-Hungary | IS-Iceland | IE-Ireland | LV-Latvia | LT-Lithuania | NL-Netherlands | NO-Norway | PL-Poland | RU-Russia | SK-Slovakia | SI-Slovenia | SE-Sweden | CH-Switzerland | BE-FLA-Belgium/ Flanders | BE-WAL-Belgium/ Wallonia | BE-BRU-Belgium/ Brussels | DE-W-Germany-West | DE-E-Germany-East | PT-Portugal 2012: first fieldwork round (main sample) | PT-Portugal 2012: second fieldwork round (complementary sample) | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AT | 0 | 1182 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1182 |
| AU | 1557 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1557 |
| BE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1090 | 543 | 559 | 0 | 0 | 0 | 0 | 2192 |
| BG | 0 | 0 | 1003 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1003 |
| CA | 0 | 0 | 0 | 953 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 953 |
| CH | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 |
| CZ | 0 | 0 | 0 | 0 | 0 | 1804 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1804 |
| DE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1205 | 556 | 0 | 0 | 1761 |
| DK | 0 | 0 | 0 | 0 | 0 | 0 | 1403 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1403 |
| FI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 |
| FR | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 |
| HR | 0 | 0 | 0 | 0 | 997 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 997 |
| HU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 |
| IE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 |
| IS | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 |
| LT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 |
| LV | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 |
| NL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 |
| NO | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 |
| PL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 |
| PT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 894 | 103 | 997 |
| RU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 |
| SE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 |
| SI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 |
| SK | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 |
| Total | 1557 | 1182 | 1003 | 953 | 997 | 1804 | 1403 | 1171 | 2409 | 1012 | 1172 | 1166 | 1000 | 1187 | 1315 | 1444 | 1115 | 1525 | 1128 | 1034 | 1059 | 1237 | 1090 | 543 | 559 | 1205 | 556 | 894 | 103 | 32823 |
ISSP2012jh1d.dat %>% tableX(maa, maa3)| maa/maa3 | AU-Australia | AT-Austria | BG-Bulgaria | CA-Canada | HR-Croatia | CZ-Czech Republic | DK-Denmark | FI-Finland | FR-France | HU-Hungary | IS-Iceland | IE-Ireland | LV-Latvia | LT-Lithuania | NL-Netherlands | NO-Norway | PL-Poland | RU-Russia | SK-Slovakia | SI-Slovenia | SE-Sweden | CH-Switzerland | BE-FLA-Belgium/ Flanders | BE-WAL-Belgium/ Wallonia | BE-BRU-Belgium/ Brussels | DE-W-Germany-West | DE-E-Germany-East | PT-Portugal 2012: first fieldwork round (main sample) | PT-Portugal 2012: second fieldwork round (complementary sample) | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AU | 1557 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1557 |
| AT | 0 | 1182 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1182 |
| BG | 0 | 0 | 1003 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1003 |
| CA | 0 | 0 | 0 | 953 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 953 |
| HR | 0 | 0 | 0 | 0 | 997 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 997 |
| CZ | 0 | 0 | 0 | 0 | 0 | 1804 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1804 |
| DK | 0 | 0 | 0 | 0 | 0 | 0 | 1403 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1403 |
| FI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 |
| FR | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 |
| HU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 |
| IS | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 |
| IE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 |
| LV | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 |
| LT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 |
| NL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 |
| NO | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 |
| PL | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 |
| RU | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 |
| SK | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 |
| SI | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 |
| SE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 |
| CH | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 |
| BE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1090 | 543 | 559 | 0 | 0 | 0 | 0 | 2192 |
| DE | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1205 | 556 | 0 | 0 | 1761 |
| PT | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 894 | 103 | 997 |
| Total | 1557 | 1182 | 1003 | 953 | 997 | 1804 | 1403 | 1171 | 2409 | 1012 | 1172 | 1166 | 1000 | 1187 | 1315 | 1444 | 1115 | 1525 | 1128 | 1034 | 1059 | 1237 | 1090 | 543 | 559 | 1205 | 556 | 894 | 103 | 32823 |
ISSP2012jh1d.dat %>% tableX(V3, maa3)| V3/maa3 | AU-Australia | AT-Austria | BG-Bulgaria | CA-Canada | HR-Croatia | CZ-Czech Republic | DK-Denmark | FI-Finland | FR-France | HU-Hungary | IS-Iceland | IE-Ireland | LV-Latvia | LT-Lithuania | NL-Netherlands | NO-Norway | PL-Poland | RU-Russia | SK-Slovakia | SI-Slovenia | SE-Sweden | CH-Switzerland | BE-FLA-Belgium/ Flanders | BE-WAL-Belgium/ Wallonia | BE-BRU-Belgium/ Brussels | DE-W-Germany-West | DE-E-Germany-East | PT-Portugal 2012: first fieldwork round (main sample) | PT-Portugal 2012: second fieldwork round (complementary sample) | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 36 | 1557 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1557 |
| 40 | 0 | 1182 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1182 |
| 100 | 0 | 0 | 1003 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1003 |
| 124 | 0 | 0 | 0 | 953 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 953 |
| 191 | 0 | 0 | 0 | 0 | 997 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 997 |
| 203 | 0 | 0 | 0 | 0 | 0 | 1804 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1804 |
| 208 | 0 | 0 | 0 | 0 | 0 | 0 | 1403 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1403 |
| 246 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1171 |
| 250 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2409 |
| 348 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1012 |
| 352 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1172 |
| 372 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1166 |
| 428 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1000 |
| 440 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1187 |
| 528 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1315 |
| 578 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1444 |
| 616 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1115 |
| 643 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1525 |
| 703 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1128 |
| 705 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1034 |
| 752 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1059 |
| 756 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1237 |
| 5601 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1090 | 0 | 0 | 0 | 0 | 0 | 0 | 1090 |
| 5602 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 543 | 0 | 0 | 0 | 0 | 0 | 543 |
| 5603 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 559 | 0 | 0 | 0 | 0 | 559 |
| 27601 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1205 | 0 | 0 | 0 | 1205 |
| 27602 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 556 | 0 | 0 | 556 |
| 62001 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 894 | 0 | 894 |
| 62002 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 103 | 103 |
| Total | 1557 | 1182 | 1003 | 953 | 997 | 1804 | 1403 | 1171 | 2409 | 1012 | 1172 | 1166 | 1000 | 1187 | 1315 | 1444 | 1115 | 1525 | 1128 | 1034 | 1059 | 1237 | 1090 | 543 | 559 | 1205 | 556 | 894 | 103 | 32823 |
# sp, sp1, SEX - tarkistuksia
ISSP2012jh1d.dat$sp %>% fct_count()| f | n |
|---|---|
| Male | 14789 |
| Female | 18034 |
ISSP2012jh1d.dat$sp %>% fct_count()| f | n |
|---|---|
| Male | 14789 |
| Female | 18034 |
ISSP2012jh1d.dat %>% tableX(SEX,sp1)| SEX/sp1 | Male | Female | No answer | Total |
|---|---|---|---|---|
| 1 | 14789 | 0 | 0 | 14789 |
| 2 | 0 | 18034 | 0 | 18034 |
| Total | 14789 | 18034 | 0 | 32823 |
ISSP2012jh1d.dat %>% tableX(SEX,sp)| SEX/sp | Male | Female | Total |
|---|---|---|---|
| 1 | 14789 | 0 | 14789 |
| 2 | 0 | 18034 | 18034 |
| Total | 14789 | 18034 | 32823 |
ISSP2012jh1d.dat %>% tableX(sp1,sp)| sp1/sp | Male | Female | Total |
|---|---|---|---|
| Male | 14789 | 0 | 14789 |
| Female | 0 | 18034 | 18034 |
| No answer | 0 | 0 | 0 |
| Total | 14789 | 18034 | 32823 |
# vaihe 1.3 uudet "faktorilabelit"
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(sp =
fct_recode(sp,
"m" = "Male",
"f" = "Female")
)
# Tarkistuksia
ISSP2012jh1d.dat$sp %>% fct_unique()## [1] m f
## Levels: m fISSP2012jh1d.dat$sp %>% fct_count()| f | n |
|---|---|
| m | 14789 |
| f | 18034 |
ISSP2012jh1d.dat$sp %>% summary()## m f
## 14789 18034# AGE -> ika
# AGE----
ISSP2012jh1d.dat$ika <- ISSP2012jh1d.dat$AGE
# Tarkistuksia
attributes(ISSP2012jh1d.dat$ika) # tyhjä level "No answer"## $label
## [1] "Age of respondent"
##
## $format.spss
## [1] "F3.0"
##
## $labels
## 15 years 16 years 17 years 18 years 102 years No answer
## 15 16 17 18 102 999
##
## $class
## [1] "haven_labelled" "vctrs_vctr" "double"# str(ISSP2012jh1d.dat$ika)
ISSP2012jh1d.dat$ika %>% summary()| Min. | 1st Qu. | Median | Mean | 3rd Qu. | Max. |
|---|---|---|---|---|---|
| 15 | 36 | 50 | 49.51607 | 63 | 102 |
ISSP2012jh1d.dat %>%
tableC(AGE, ika,cor_type = "pearson", na.rm = FALSE, rounding = 5,
output = "text", booktabs = TRUE, caption = NULL, align = NULL,
float = "htb") %>% kable()## N = 32823
## Note: pearson correlation (p-value).
|
ISSP2012jh1d.dat$ika %>% hist(main = "ISSP 2012: vastaajan ikä")
# str(ISSP2012jh1d.dat) - tarkistus1.6.2 Vaihe 2
Vaihessa 2 luodaan samalla samalla periaatteella substanssi- ja taustamuuttujille kaksi R-factor- tyypin muuttujaa. Toisessa (esim. Q1a) puuttuva tieto on R-ohjelmiston sisäinen NA-arvo. Toisessa (Q1am) puuttuva tieto on yksi luokittelumuuttujan arvo(“missing”).
1.6.3 Vaihe 2.1
# Substanssi- ja taustamuuttujat R-faktoreiksi
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(Q1a1 = as_factor(V5), #labels
Q1b1 = as_factor(V6),
Q1c1 = as_factor(V7),
Q1d1 = as_factor(V8),
Q1e1 = as_factor(V9),
Q2a1 = as_factor(V10),
Q2b1 = as_factor(V11),
Q3a1 = as_factor(V12), #labels = vastQ3_labels (W,w,H)
Q3b1 = as_factor(V13), #labels = vastQ3_labels
edu1 = as_factor(DEGREE),
msta1 = as_factor(MAINSTAT),
sosta1 = as_factor(TOPBOT),
nchild1 = as_factor(HHCHILDR),
lifsta1 = as_factor(MARITAL),
urbru1 = as_factor(URBRURAL)
)
# Muuttujat Q1a1...urbru1 ovat apumuuttujia, joissa on periaatteessa kaikki SPSS-
# tiedostosta siirtyvä metatieto. Poikkeus on SPSS:n kolme tarkentavaa koodia
# puuttuvalle tiedolle, ne saisi mukaan read_spss - parametrin avulla (user_na=TRUE)
#
# Tarkistusksia
# ISSP2012jh1d.dat %>% summary()
ISSP2012jh1d.dat %>%
select(Q1a1, Q1b1, Q1c1,Q1d1,Q1e1, Q2a1, Q2b1, Q3a1,Q3b1) %>%
summary()| Q1a1 | Q1b1 | Q1c1 | Q1d1 | Q1e1 | Q2a1 | Q2b1 | Q3a1 | Q3b1 | |
|---|---|---|---|---|---|---|---|---|---|
| Agree :12352 | Disagree :9003 | Disagree :8706 | Disagree :7863 | Agree :8342 | Agree :13464 | Disagree :9210 | Work full-time : 5373 | Work full-time :13722 | |
| Strongly agree :11116 | Agree :8389 | Agree :8263 | Agree :7672 | Neither agree nor disagree:7841 | Strongly agree :11305 | Strongly disagree :8917 | Work part-time :15655 | Work part-time :13817 | |
| Disagree : 4074 | Neither agree nor disagree:5949 | Neither agree nor disagree:6000 | Neither agree nor disagree:7403 | Disagree :7267 | Neither agree nor disagree: 5039 | Neither agree nor disagree:6109 | Stay at home : 8367 | Stay at home : 1762 | |
| Neither agree nor disagree: 3382 | Strongly disagree :5547 | Strongly disagree :5960 | Strongly disagree :5016 | Strongly disagree :3462 | Disagree : 1929 | Agree :5164 | TW: women should decide : 0 | TW: women should decide : 0 | |
| Strongly disagree : 1051 | Strongly agree :2747 | Strongly agree :2838 | Strongly agree :2818 | Strongly agree :3357 | Strongly disagree : 403 | Strongly agree :2704 | Can’t choose, CA:+NA, KR:DK,ref., NL:DK: 0 | Can’t choose, CA:+NA, KR:DK,ref., NL:DK: 0 | |
| (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | No answer : 0 | No answer : 0 | |
| NA’s : 848 | NA’s :1188 | NA’s :1056 | NA’s :2051 | NA’s :2554 | NA’s : 683 | NA’s : 719 | NA’s : 3428 | NA’s : 3522 |
ISSP2012jh1d.dat %>%
select(edu1,msta1, sosta1, nchild1, lifsta1, urbru1) %>%
summary()| edu1 | msta1 | sosta1 | nchild1 | lifsta1 | urbru1 | |
|---|---|---|---|---|---|---|
| Lower secondary (secondary completed does not allow entry to university: obligatory school) :7811 | In paid work :17967 | 06 :6889 | No children:24102 | Married :17573 | A town or a small city :9203 | |
| Upper secondary (programs that allows entry to university :7115 | Retired : 7999 | 05 :6798 | One child : 4378 | Never married/ never in a civil partnership, single : 7535 | A country village :8646 | |
| Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation):5658 | Unemployed and looking for a job, HR: incl never had a job: 1769 | 07 :5778 | 2 children : 2643 | Divorced from spouse/ legally separated from civil partner: 2997 | A big city :8442 | |
| Lower level tertiary, first stage (also technical schools at a tertiary level) :5147 | In education : 1763 | 08 :3477 | 3 : 598 | Widowed/ civil partner died : 2763 | The suburbs or outskirts of a big city:4386 | |
| Upper level tertiary (Master, Dr.) :4762 | Domestic work : 1180 | 04 :3346 | 4 : 117 | Civil partnership : 1035 | A farm or home in the country :1902 | |
| (Other) :2022 | (Other) : 1775 | (Other):4758 | (Other) : 45 | (Other) : 486 | (Other) : 0 | |
| NA’s : 308 | NA’s : 370 | NA’s :1777 | NA’s : 940 | NA’s : 434 | NA’s : 244 |
# Substanssimuuttujat - ristiintaulukoinnit riittävät (6.2.20)
# ISSP2012jh1d.dat$Q1a1 %>% fct_count()
# ISSP2012jh1d.dat$Q1b1 %>% fct_count()
# ISSP2012jh1d.dat$Q1c1 %>% fct_count()
# ISSP2012jh1d.dat$Q1d1 %>% fct_count()
# ISSP2012jh1d.dat$Q1e1 %>% fct_count()
# ISSP2012jh1d.dat$Q2a1 %>% fct_count()
# ISSP2012jh1d.dat$Q2b1 %>% fct_count()
# ISSP2012jh1d.dat$Q3a1 %>% fct_count()
#ISSP2012jh1d.dat$Q3b1 %>% fct_count()
# Taustamuuttujat - ristiintaulukoinnit riittävät (6.2.20)
# ISSP2012jh1d.dat$edu1 %>% fct_count()
# ISSP2012jh1d.dat$msta1 %>% fct_count()
# ISSP2012jh1d.dat$sosta1 %>% fct_count()
# ISSP2012jh1d.dat$nchild1 %>% fct_count()
# ISSP2012jh1d.dat$lifsta1 %>% fct_count()
# ISSP2012jh1d.dat$urbru1 %>% fct_count()Taustamuuttujien luokitteluja (esim. luokkien yhdistäminen) pohditaan tarkemmin, kun muuttujat otetaan käyttöön.
1.6.4 Vaihe 2.2
Poistetaan muuuttujista luokittelumuuttujien arvot, joissa ei ole havaintoja. Näitä tyhjiä luokkia siirtyy SPSS-tiedostosta haven_labelled -luokan tietohin.
# Poistetaan tyhjät luokat muuttujista
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(Q1a = fct_drop(Q1a1),
Q1b = fct_drop(Q1b1),
Q1c = fct_drop(Q1c1),
Q1d = fct_drop(Q1d1),
Q1e = fct_drop(Q1e1),
Q2a = fct_drop(Q2a1),
Q2b = fct_drop(Q2b1),
Q3a = fct_drop(Q3a1),
Q3b = fct_drop(Q3b1),
edu = fct_drop(edu1),
msta = fct_drop(msta1),
sosta = fct_drop(sosta1),
nchild = fct_drop(nchild1),
lifsta = fct_drop(lifsta1),
urbru = fct_drop(urbru1)
)
# Tarkistuksia 1
ISSP2012jh1d.dat %>% summary()| V1 | V2 | DOI | V3 | V4 | C_ALPHAN | V5 | V6 | V7 | V8 | V9 | V10 | V11 | V12 | V13 | SEX | AGE | DEGREE | MAINSTAT | TOPBOT | HHCHILDR | MARITAL | URBRURAL | maa | maa3 | sp1 | sp | ika | Q1a1 | Q1b1 | Q1c1 | Q1d1 | Q1e1 | Q2a1 | Q2b1 | Q3a1 | Q3b1 | edu1 | msta1 | sosta1 | nchild1 | lifsta1 | urbru1 | Q1a | Q1b | Q1c | Q1d | Q1e | Q2a | Q2b | Q3a | Q3b | edu | msta | sosta | nchild | lifsta | urbru | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Min. :5900 | Length:32823 | Length:32823 | Min. : 36 | Min. : 36.0 | Length:32823 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. :1.000 | Min. : 15.00 | Min. :0.00 | Min. :1.000 | Min. : 1.00 | Min. : 0.0000 | Min. :1.000 | Min. :1.000 | FR : 2409 | FR-France : 2409 | Male :14789 | m:14789 | Min. : 15.00 | Agree :12352 | Disagree :9003 | Disagree :8706 | Disagree :7863 | Agree :8342 | Agree :13464 | Disagree :9210 | Work full-time : 5373 | Work full-time :13722 | Lower secondary (secondary completed does not allow entry to university: obligatory school) :7811 | In paid work :17967 | 06 :6889 | No children:24102 | Married :17573 | A town or a small city :9203 | Strongly agree :11116 | Strongly agree :2747 | Strongly agree :2838 | Strongly agree :2818 | Strongly agree :3357 | Strongly agree :11305 | Strongly agree :2704 | Work full-time: 5373 | Work full-time:13722 | Lower secondary (secondary completed does not allow entry to university: obligatory school) :7811 | In paid work :17967 | 06 :6889 | No children:24102 | Married :17573 | A big city :8442 | |
| 1st Qu.:5900 | Class :character | Class :character | 1st Qu.: 208 | 1st Qu.:203.0 | Class :character | 1st Qu.:1.000 | 1st Qu.:2.000 | 1st Qu.:2.000 | 1st Qu.:2.000 | 1st Qu.:2.000 | 1st Qu.:1.000 | 1st Qu.:3.000 | 1st Qu.:2.000 | 1st Qu.:1.000 | 1st Qu.:1.000 | 1st Qu.: 36.00 | 1st Qu.:2.00 | 1st Qu.:1.000 | 1st Qu.: 5.00 | 1st Qu.: 0.0000 | 1st Qu.:1.000 | 1st Qu.:1.000 | BE : 2192 | CZ-Czech Republic: 1804 | Female :18034 | f:18034 | 1st Qu.: 36.00 | Strongly agree :11116 | Agree :8389 | Agree :8263 | Agree :7672 | Neither agree nor disagree:7841 | Strongly agree :11305 | Strongly disagree :8917 | Work part-time :15655 | Work part-time :13817 | Upper secondary (programs that allows entry to university :7115 | Retired : 7999 | 05 :6798 | One child : 4378 | Never married/ never in a civil partnership, single : 7535 | A country village :8646 | Agree :12352 | Agree :8389 | Agree :8263 | Agree :7672 | Agree :8342 | Agree :13464 | Agree :5164 | Work part-time:15655 | Work part-time:13817 | Upper secondary (programs that allows entry to university :7115 | Retired : 7999 | 05 :6798 | One child : 4378 | Civil partnership : 1035 | The suburbs or outskirts of a big city:4386 | |
| Median :5900 | Mode :character | Mode :character | Median : 428 | Median :276.0 | Mode :character | Median :2.000 | Median :3.000 | Median :3.000 | Median :3.000 | Median :3.000 | Median :2.000 | Median :4.000 | Median :2.000 | Median :2.000 | Median :2.000 | Median : 50.00 | Median :3.00 | Median :1.000 | Median : 6.00 | Median : 0.0000 | Median :1.000 | Median :3.000 | CZ : 1804 | AU-Australia : 1557 | No answer: 0 | NA | Median : 50.00 | Disagree : 4074 | Neither agree nor disagree:5949 | Neither agree nor disagree:6000 | Neither agree nor disagree:7403 | Disagree :7267 | Neither agree nor disagree: 5039 | Neither agree nor disagree:6109 | Stay at home : 8367 | Stay at home : 1762 | Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation):5658 | Unemployed and looking for a job, HR: incl never had a job: 1769 | 07 :5778 | 2 children : 2643 | Divorced from spouse/ legally separated from civil partner: 2997 | A big city :8442 | Neither agree nor disagree: 3382 | Neither agree nor disagree:5949 | Neither agree nor disagree:6000 | Neither agree nor disagree:7403 | Neither agree nor disagree:7841 | Neither agree nor disagree: 5039 | Neither agree nor disagree:6109 | Stay at home : 8367 | Stay at home : 1762 | Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation):5658 | Unemployed and looking for a job, HR: incl never had a job: 1769 | 07 :5778 | 2 children : 2643 | Separated from spouse/ civil partner (still legally married/ still legally in a civil partnership): 486 | A town or a small city :9203 | |
| Mean :5900 | NA | NA | Mean : 4063 | Mean :362.1 | NA | Mean :2.112 | Mean :3.196 | Mean :3.211 | Mean :3.149 | Mean :2.971 | Mean :1.963 | Mean :3.513 | Mean :2.102 | Mean :1.592 | Mean :1.549 | Mean : 49.52 | Mean :3.55 | Mean :2.887 | Mean : 5.68 | Mean : 0.3832 | Mean :2.844 | Mean :2.729 | DE : 1761 | RU-Russia : 1525 | NA | NA | Mean : 49.52 | Neither agree nor disagree: 3382 | Strongly disagree :5547 | Strongly disagree :5960 | Strongly disagree :5016 | Strongly disagree :3462 | Disagree : 1929 | Agree :5164 | TW: women should decide : 0 | TW: women should decide : 0 | Lower level tertiary, first stage (also technical schools at a tertiary level) :5147 | In education : 1763 | 08 :3477 | 3 : 598 | Widowed/ civil partner died : 2763 | The suburbs or outskirts of a big city:4386 | Disagree : 4074 | Disagree :9003 | Disagree :8706 | Disagree :7863 | Disagree :7267 | Disagree : 1929 | Disagree :9210 | NA’s : 3428 | NA’s : 3522 | Lower level tertiary, first stage (also technical schools at a tertiary level) :5147 | In education : 1763 | 08 :3477 | 3 : 598 | Divorced from spouse/ legally separated from civil partner : 2997 | A country village :8646 | |
| 3rd Qu.:5900 | NA | NA | 3rd Qu.: 705 | 3rd Qu.:578.0 | NA | 3rd Qu.:3.000 | 3rd Qu.:4.000 | 3rd Qu.:4.000 | 3rd Qu.:4.000 | 3rd Qu.:4.000 | 3rd Qu.:2.000 | 3rd Qu.:5.000 | 3rd Qu.:3.000 | 3rd Qu.:2.000 | 3rd Qu.:2.000 | 3rd Qu.: 63.00 | 3rd Qu.:5.00 | 3rd Qu.:6.000 | 3rd Qu.: 7.00 | 3rd Qu.: 0.0000 | 3rd Qu.:5.000 | 3rd Qu.:4.000 | AU : 1557 | NO-Norway : 1444 | NA | NA | 3rd Qu.: 63.00 | Strongly disagree : 1051 | Strongly agree :2747 | Strongly agree :2838 | Strongly agree :2818 | Strongly agree :3357 | Strongly disagree : 403 | Strongly agree :2704 | Can’t choose, CA:+NA, KR:DK,ref., NL:DK: 0 | Can’t choose, CA:+NA, KR:DK,ref., NL:DK: 0 | Upper level tertiary (Master, Dr.) :4762 | Domestic work : 1180 | 04 :3346 | 4 : 117 | Civil partnership : 1035 | A farm or home in the country :1902 | Strongly disagree : 1051 | Strongly disagree :5547 | Strongly disagree :5960 | Strongly disagree :5016 | Strongly disagree :3462 | Strongly disagree : 403 | Strongly disagree :8917 | NA | NA | Upper level tertiary (Master, Dr.) :4762 | Domestic work : 1180 | 04 :3346 | 4 : 117 | Widowed/ civil partner died : 2763 | A farm or home in the country :1902 | |
| Max. :5900 | NA | NA | Max. :62002 | Max. :756.0 | NA | Max. :5.000 | Max. :5.000 | Max. :5.000 | Max. :5.000 | Max. :5.000 | Max. :5.000 | Max. :5.000 | Max. :3.000 | Max. :3.000 | Max. :2.000 | Max. :102.00 | Max. :6.00 | Max. :9.000 | Max. :10.00 | Max. :21.0000 | Max. :6.000 | Max. :5.000 | RU : 1525 | DK-Denmark : 1403 | NA | NA | Max. :102.00 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | (Other) : 0 | No answer : 0 | No answer : 0 | (Other) :2022 | (Other) : 1775 | (Other):4758 | (Other) : 45 | (Other) : 486 | (Other) : 0 | NA’s : 848 | NA’s :1188 | NA’s :1056 | NA’s :2051 | NA’s :2554 | NA’s : 683 | NA’s : 719 | NA | NA | (Other) :2022 | (Other) : 1775 | (Other):4758 | (Other) : 45 | Never married/ never in a civil partnership, single : 7535 | NA’s : 244 | |
| NA | NA | NA | NA | NA | NA | NA’s :848 | NA’s :1188 | NA’s :1056 | NA’s :2051 | NA’s :2554 | NA’s :683 | NA’s :719 | NA’s :3428 | NA’s :3522 | NA | NA | NA’s :308 | NA’s :370 | NA’s :1777 | NA’s :940 | NA’s :434 | NA’s :244 | (Other):21575 | (Other) :22681 | NA | NA | NA | NA’s : 848 | NA’s :1188 | NA’s :1056 | NA’s :2051 | NA’s :2554 | NA’s : 683 | NA’s : 719 | NA’s : 3428 | NA’s : 3522 | NA’s : 308 | NA’s : 370 | NA’s :1777 | NA’s : 940 | NA’s : 434 | NA’s : 244 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA’s : 308 | NA’s : 370 | NA’s :1777 | NA’s : 940 | NA’s : 434 | NA |
ISSP2012jh1d.dat %>%
select(Q1a, Q1b, Q1c, Q1d, Q1e,Q2a,Q2b,Q3a, Q3b) %>%
str()## tibble [32,823 x 9] (S3: tbl_df/tbl/data.frame)
## $ Q1a: Factor w/ 5 levels "Strongly agree",..: 5 1 2 2 1 NA 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ Q1b: Factor w/ 5 levels "Strongly agree",..: 1 5 4 4 4 NA 4 3 4 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ Q1c: Factor w/ 5 levels "Strongly agree",..: 3 5 2 4 4 NA 4 2 4 2 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ Q1d: Factor w/ 5 levels "Strongly agree",..: 3 5 5 2 4 NA 4 5 4 5 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ Q1e: Factor w/ 5 levels "Strongly agree",..: 3 1 2 3 4 NA 2 4 4 1 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ Q2a: Factor w/ 5 levels "Strongly agree",..: 1 3 4 2 2 NA 2 5 2 1 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ Q2b: Factor w/ 5 levels "Strongly agree",..: 3 5 4 4 4 NA 2 5 4 1 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## $ Q3a: Factor w/ 3 levels "Work full-time",..: 3 NA NA 2 2 NA 2 NA 2 2 ...
## ..- attr(*, "label")= chr "Q3a Should women work: Child under school age"
## $ Q3b: Factor w/ 3 levels "Work full-time",..: 2 NA 2 1 2 NA 2 NA 2 2 ...
## ..- attr(*, "label")= chr "Q3b Should women work: Youngest kid at school"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...ISSP2012jh1d.dat %>%
select(Q1a1, Q1b1, Q1c1, Q1d1, Q1e1,Q2a1,Q2b1,Q3a1, Q3b1) %>%
str()## tibble [32,823 x 9] (S3: tbl_df/tbl/data.frame)
## $ Q1a1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 6 2 3 3 2 NA 3 5 3 3 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ Q1b1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 2 6 5 5 5 NA 5 4 5 4 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ Q1c1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 4 6 3 5 5 NA 5 3 5 3 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ Q1d1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 4 6 6 3 5 NA 5 6 5 6 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ Q1e1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 4 2 3 4 5 NA 3 5 5 2 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ Q2a1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 2 4 5 3 3 NA 3 6 3 2 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ Q2b1: Factor w/ 8 levels "NAP: ES","Strongly agree",..: 4 6 5 5 5 NA 3 6 5 2 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## $ Q3a1: Factor w/ 6 levels "Work full-time",..: 3 NA NA 2 2 NA 2 NA 2 2 ...
## ..- attr(*, "label")= chr "Q3a Should women work: Child under school age"
## $ Q3b1: Factor w/ 6 levels "Work full-time",..: 2 NA 2 1 2 NA 2 NA 2 2 ...
## ..- attr(*, "label")= chr "Q3b Should women work: Youngest kid at school"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...ISSP2012jh1d.dat %>%
select(edu, msta, sosta, nchild,lifsta, urbru) %>%
str()## tibble [32,823 x 6] (S3: tbl_df/tbl/data.frame)
## $ edu : Factor w/ 7 levels "No formal education",..: 3 6 6 4 3 NA NA 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ msta : Factor w/ 9 levels "In paid work",..: 6 6 3 1 6 5 6 2 1 5 ...
## ..- attr(*, "label")= chr "Main status"
## $ sosta : Factor w/ 10 levels "Lowest, Bottom, 01",..: 3 7 8 NA 7 2 7 NA 10 6 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ nchild: Factor w/ 11 levels "No children",..: NA NA 4 2 1 NA 1 1 2 NA ...
## ..- attr(*, "label")= chr "How many children in household: children between [school age] and 17 years of age"
## $ lifsta: Factor w/ 6 levels "Married","Civil partnership",..: 6 1 1 6 1 6 1 1 1 NA ...
## ..- attr(*, "label")= chr "Legal partnership status"
## $ urbru : Factor w/ 5 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 NA 1 2 NA 2 2 NA ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...ISSP2012jh1d.dat %>%
select(edu1, msta1, sosta1, nchild1,lifsta1, urbru1) %>%
str()## tibble [32,823 x 6] (S3: tbl_df/tbl/data.frame)
## $ edu1 : Factor w/ 8 levels "No formal education",..: 3 6 6 4 3 NA NA 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ msta1 : Factor w/ 10 levels "In paid work",..: 6 6 3 1 6 5 6 2 1 5 ...
## ..- attr(*, "label")= chr "Main status"
## $ sosta1 : Factor w/ 14 levels "Not available: GB,US",..: 4 8 9 NA 8 3 8 NA 11 7 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ nchild1: Factor w/ 14 levels "No children",..: NA NA 4 2 1 NA 1 1 2 NA ...
## ..- attr(*, "label")= chr "How many children in household: children between [school age] and 17 years of age"
## $ lifsta1: Factor w/ 9 levels "Married","Civil partnership",..: 6 1 1 6 1 6 1 1 1 NA ...
## ..- attr(*, "label")= chr "Legal partnership status"
## $ urbru1 : Factor w/ 7 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 NA 1 2 NA 2 2 NA ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...# Tarkistuksia 2 - ristiintaulukointi Q1a/Q1am riittää (6.2.20)
# Substanssimuuttujat
# ISSP2012jh1d.dat %>% tableX(Q1a,Q1a1)
# ISSP2012jh1d.dat %>% tableX(Q1b,Q1b1)
# ISSP2012jh1d.dat %>% tableX(Q1c,Q1c1)
# ISSP2012jh1d.dat %>% tableX(Q1d,Q1d1)
# ISSP2012jh1d.dat %>% tableX(Q1e,Q1e1)
# ISSP2012jh1d.dat %>% tableX(Q2a,Q2a1)
# ISSP2012jh1d.dat %>% tableX(Q2b,Q2b1)
# ISSP2012jh1d.dat %>% tableX(Q3a,Q3a1)
# ISSP2012jh1d.dat %>% tableX(Q3b,Q3b1)
# Taustamuuttujat
# ISSP2012jh1d.dat %>% tableX(edu,edu1)
# ISSP2012jh1d.dat %>% tableX(msta,msta1)
# ISSP2012jh1d.dat %>% tableX(sosta,sosta1)
# ISSP2012jh1d.dat %>% tableX(nchild,nchild1)
# ISSP2012jh1d.dat %>% tableX(lifsta,lifsta1)
# ISSP2012jh1d.dat %>% tableX(urbru,urbru1)1.6.5 Vaihe 2.3
Luodaan uusi muuttuja, jossa puuttuva tieto (NA) on mukana luokittelumuuttujan uutena arvona (“missing”).
# Uusi muuttuja, jossa NA-arvot ovat mukana muuttujan uutena luokkana. Muuttujat
# nimetään Q1a -> Q1am.
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(Q1am = fct_explicit_na(Q1a, na_level = "missing"),
Q1bm = fct_explicit_na(Q1b, na_level = "missing"),
Q1cm = fct_explicit_na(Q1c, na_level = "missing"),
Q1dm = fct_explicit_na(Q1d, na_level = "missing"),
Q1em = fct_explicit_na(Q1e, na_level = "missing"),
Q2am = fct_explicit_na(Q2a, na_level = "missing"),
Q2bm = fct_explicit_na(Q2b, na_level = "missing"),
Q3am = fct_explicit_na(Q3a, na_level = "missing"),
Q3bm = fct_explicit_na(Q3b, na_level = "missing"),
edum = fct_explicit_na(edu, na_level = "missing"),
mstam = fct_explicit_na(msta, na_level = "missing"),
sostam = fct_explicit_na(sosta, na_level = "missing"),
nchildm = fct_explicit_na(nchild, na_level = "missing"),
lifstam = fct_explicit_na(lifsta, na_level = "missing"),
urbrum = fct_explicit_na(urbru, na_level = "missing"),
)
# Tarkistuksia 3
ISSP2012jh1d.dat %>%
select(Q1am, Q1bm, Q1cm, Q1dm, Q1em, Q2am, Q2bm, Q3am, Q3bm) %>%
summary()| Q1am | Q1bm | Q1cm | Q1dm | Q1em | Q2am | Q2bm | Q3am | Q3bm | |
|---|---|---|---|---|---|---|---|---|---|
| Strongly agree :11116 | Strongly agree :2747 | Strongly agree :2838 | Strongly agree :2818 | Strongly agree :3357 | Strongly agree :11305 | Strongly agree :2704 | Work full-time: 5373 | Work full-time:13722 | |
| Agree :12352 | Agree :8389 | Agree :8263 | Agree :7672 | Agree :8342 | Agree :13464 | Agree :5164 | Work part-time:15655 | Work part-time:13817 | |
| Neither agree nor disagree: 3382 | Neither agree nor disagree:5949 | Neither agree nor disagree:6000 | Neither agree nor disagree:7403 | Neither agree nor disagree:7841 | Neither agree nor disagree: 5039 | Neither agree nor disagree:6109 | Stay at home : 8367 | Stay at home : 1762 | |
| Disagree : 4074 | Disagree :9003 | Disagree :8706 | Disagree :7863 | Disagree :7267 | Disagree : 1929 | Disagree :9210 | missing : 3428 | missing : 3522 | |
| Strongly disagree : 1051 | Strongly disagree :5547 | Strongly disagree :5960 | Strongly disagree :5016 | Strongly disagree :3462 | Strongly disagree : 403 | Strongly disagree :8917 | NA | NA | |
| missing : 848 | missing :1188 | missing :1056 | missing :2051 | missing :2554 | missing : 683 | missing : 719 | NA | NA |
ISSP2012jh1d.dat %>%
select(edum,mstam, sostam,nchildm,lifstam, urbrum) %>%
summary()| edum | mstam | sostam | nchildm | lifstam | urbrum | |
|---|---|---|---|---|---|---|
| Lower secondary (secondary completed does not allow entry to university: obligatory school) :7811 | In paid work :17967 | 06 :6889 | No children:24102 | Married :17573 | A big city :8442 | |
| Upper secondary (programs that allows entry to university :7115 | Retired : 7999 | 05 :6798 | One child : 4378 | Civil partnership : 1035 | The suburbs or outskirts of a big city:4386 | |
| Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation):5658 | Unemployed and looking for a job, HR: incl never had a job: 1769 | 07 :5778 | 2 children : 2643 | Separated from spouse/ civil partner (still legally married/ still legally in a civil partnership): 486 | A town or a small city :9203 | |
| Lower level tertiary, first stage (also technical schools at a tertiary level) :5147 | In education : 1763 | 08 :3477 | missing : 940 | Divorced from spouse/ legally separated from civil partner : 2997 | A country village :8646 | |
| Upper level tertiary (Master, Dr.) :4762 | Domestic work : 1180 | 04 :3346 | 3 : 598 | Widowed/ civil partner died : 2763 | A farm or home in the country :1902 | |
| Primary school (elementary school) :1531 | Permanently sick or disabled : 1093 | 03 :2221 | 4 : 117 | Never married/ never in a civil partnership, single : 7535 | missing : 244 | |
| (Other) : 799 | (Other) : 1052 | (Other):4314 | (Other) : 45 | missing : 434 | NA |
ISSP2012jh1d.dat %>%
select(Q1am, Q1bm, Q1cm, Q1dm, Q1em, Q2am, Q2bm, Q3am, Q3bm) %>%
str()## tibble [32,823 x 9] (S3: tbl_df/tbl/data.frame)
## $ Q1am: Factor w/ 6 levels "Strongly agree",..: 5 1 2 2 1 6 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ Q1bm: Factor w/ 6 levels "Strongly agree",..: 1 5 4 4 4 6 4 3 4 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ Q1cm: Factor w/ 6 levels "Strongly agree",..: 3 5 2 4 4 6 4 2 4 2 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ Q1dm: Factor w/ 6 levels "Strongly agree",..: 3 5 5 2 4 6 4 5 4 5 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ Q1em: Factor w/ 6 levels "Strongly agree",..: 3 1 2 3 4 6 2 4 4 1 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ Q2am: Factor w/ 6 levels "Strongly agree",..: 1 3 4 2 2 6 2 5 2 1 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ Q2bm: Factor w/ 6 levels "Strongly agree",..: 3 5 4 4 4 6 2 5 4 1 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## $ Q3am: Factor w/ 4 levels "Work full-time",..: 3 4 4 2 2 4 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q3a Should women work: Child under school age"
## $ Q3bm: Factor w/ 4 levels "Work full-time",..: 2 4 2 1 2 4 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q3b Should women work: Youngest kid at school"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...ISSP2012jh1d.dat %>%
select(edum,mstam, sostam,nchildm,lifstam, urbrum) %>%
str()## tibble [32,823 x 6] (S3: tbl_df/tbl/data.frame)
## $ edum : Factor w/ 8 levels "No formal education",..: 3 6 6 4 3 8 8 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ mstam : Factor w/ 10 levels "In paid work",..: 6 6 3 1 6 5 6 2 1 5 ...
## ..- attr(*, "label")= chr "Main status"
## $ sostam : Factor w/ 11 levels "Lowest, Bottom, 01",..: 3 7 8 11 7 2 7 11 10 6 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ nchildm: Factor w/ 12 levels "No children",..: 12 12 4 2 1 12 1 1 2 12 ...
## ..- attr(*, "label")= chr "How many children in household: children between [school age] and 17 years of age"
## $ lifstam: Factor w/ 7 levels "Married","Civil partnership",..: 6 1 1 6 1 6 1 1 1 7 ...
## ..- attr(*, "label")= chr "Legal partnership status"
## $ urbrum : Factor w/ 6 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 6 1 2 6 2 2 6 ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...# Taustamuuttuja, puuttuva tieto mukana - ristiintaulkointi riittää (6.2.20)
# ISSP2012jh1d.dat$edum %>% fct_count()
# ISSP2012jh1d.dat$mstam %>% fct_count()
# ISSP2012jh1d.dat$sostam %>% fct_count()
# ISSP2012jh1d.dat$nchildm %>% fct_count()
# ISSP2012jh1d.dat$lifstam %>% fct_count()
# ISSP2012jh1d.dat$urbrum %>% fct_count()
# Substanssimuuttujat, puuttuva tieto mukana - ristiintaulkointi riittää (6.2.20)
# ISSP2012jh1d.dat$Q1am %>% fct_count()
# ISSP2012jh1d.dat$Q1bm %>% fct_count()
# ISSP2012jh1d.dat$Q1cm %>% fct_count()
# ISSP2012jh1d.dat$Q1dm %>% fct_count()
# ISSP2012jh1d.dat$Q1em %>% fct_count()
# ISSP2012jh1d.dat$Q2am %>% fct_count()
# ISSP2012jh1d.dat$Q2bm %>% fct_count()
# ISSP2012jh1d.dat$Q3am %>% fct_count()
# ISSP2012jh1d.dat$Q3bm %>% fct_count()1.6.6 Vaihe 2.4
Lopuksi luodaan uudet “faktorilabelit” substanssimuuttujille. Näkyvät komennolla levels(). Graafisessa analyysissä kuviin on saatava mukaan kaikki oleellinen, mutta ei mitään sen lisäksi. Näitä muuttujan arvojen tunnuksia muokataan tarvittaessa.
Taustamuuttujien “faktorilabeleita” säädetään kun ne otetaan käyttöön.
# Vaihe 2.4.1
# Q1a - Q1e,Q2a, Q2b Viisi vastausvaihtoehtoa - ei eksplisiittistä NA-tietoa("missing")
# Q3a - Q3b kolme vastausvaihtoehtoa
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(Q1a = fct_recode(Q1a,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E"= "Strongly disagree"),
Q1b = fct_recode(Q1b,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree"),
Q1c = fct_recode(Q1c,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree"),
Q1d = fct_recode(Q1d,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree"),
Q1e = fct_recode(Q1e,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree"),
Q2a = fct_recode(Q2a,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree" ),
Q2b = fct_recode(Q2b,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree"),
Q3a = fct_recode(Q3a,
"W" = "Work full-time",
"w" = "Work part-time",
"H" = "Stay at home" ),
Q3b = fct_recode(Q3b,
"W" = "Work full-time",
"w" = "Work part-time",
"H" = "Stay at home" )
)
# Tarkistuksia 1
ISSP2012jh1d.dat %>%
select(Q1a, Q1b, Q1c, Q1d, Q1e, Q2a, Q2b, Q3a, Q3b) %>%
summary()| Q1a | Q1b | Q1c | Q1d | Q1e | Q2a | Q2b | Q3a | Q3b | |
|---|---|---|---|---|---|---|---|---|---|
| S :11116 | S :2747 | S :2838 | S :2818 | S :3357 | S :11305 | S :2704 | W : 5373 | W :13722 | |
| s :12352 | s :8389 | s :8263 | s :7672 | s :8342 | s :13464 | s :5164 | w :15655 | w :13817 | |
| ? : 3382 | ? :5949 | ? :6000 | ? :7403 | ? :7841 | ? : 5039 | ? :6109 | H : 8367 | H : 1762 | |
| e : 4074 | e :9003 | e :8706 | e :7863 | e :7267 | e : 1929 | e :9210 | NA’s: 3428 | NA’s: 3522 | |
| E : 1051 | E :5547 | E :5960 | E :5016 | E :3462 | E : 403 | E :8917 | NA | NA | |
| NA’s: 848 | NA’s:1188 | NA’s:1056 | NA’s:2051 | NA’s:2554 | NA’s: 683 | NA’s: 719 | NA | NA |
# Vaihe 2.4.2 - muuttujassa eksplisiittinen NA-tieto
ISSP2012jh1d.dat <- ISSP2012jh1d.dat %>%
mutate(Q1am = fct_recode(Q1am,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q1bm = fct_recode(Q1bm,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q1cm = fct_recode(Q1cm,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q1dm = fct_recode(Q1dm,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q1em = fct_recode(Q1em,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q2am = fct_recode(Q2am,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q2bm = fct_recode(Q2bm,
"S" = "Strongly agree",
"s" = "Agree",
"?" = "Neither agree nor disagree",
"e" = "Disagree",
"E" = "Strongly disagree",
"P" = "missing"),
Q3am = fct_recode(Q3am,
"W" = "Work full-time",
"w" = "Work part-time",
"H" = "Stay at home",
"P" = "missing"),
Q3bm = fct_recode(Q3bm,
"W" = "Work full-time",
"w" = "Work part-time",
"H" = "Stay at home",
"P" = "missing")
)
# Tarkistuksia 4
ISSP2012jh1d.dat %>%
select(Q1am, Q1bm, Q1cm, Q1dm, Q1em, Q2am, Q2bm, Q3am, Q3bm) %>%
summary()| Q1am | Q1bm | Q1cm | Q1dm | Q1em | Q2am | Q2bm | Q3am | Q3bm | |
|---|---|---|---|---|---|---|---|---|---|
| S:11116 | S:2747 | S:2838 | S:2818 | S:3357 | S:11305 | S:2704 | W: 5373 | W:13722 | |
| s:12352 | s:8389 | s:8263 | s:7672 | s:8342 | s:13464 | s:5164 | w:15655 | w:13817 | |
| ?: 3382 | ?:5949 | ?:6000 | ?:7403 | ?:7841 | ?: 5039 | ?:6109 | H: 8367 | H: 1762 | |
| e: 4074 | e:9003 | e:8706 | e:7863 | e:7267 | e: 1929 | e:9210 | P: 3428 | P: 3522 | |
| E: 1051 | E:5547 | E:5960 | E:5016 | E:3462 | E: 403 | E:8917 | NA | NA | |
| P: 848 | P:1188 | P:1056 | P:2051 | P:2554 | P: 683 | P: 719 | NA | NA |
# Tarkistuksia 5
# Substanssimuuttuja
ISSP2012jh1d.dat %>%
tableX(Q1a,Q1am)| Q1a/Q1am | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 11116 | 0 | 0 | 0 | 0 | 0 | 11116 |
| 2 | 0 | 12352 | 0 | 0 | 0 | 0 | 12352 |
| 3 | 0 | 0 | 3382 | 0 | 0 | 0 | 3382 |
| 4 | 0 | 0 | 0 | 4074 | 0 | 0 | 4074 |
| 5 | 0 | 0 | 0 | 0 | 1051 | 0 | 1051 |
| Missing | 0 | 0 | 0 | 0 | 0 | 848 | 848 |
| Total | 11116 | 12352 | 3382 | 4074 | 1051 | 848 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q1b,Q1bm)| Q1b/Q1bm | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 2747 | 0 | 0 | 0 | 0 | 0 | 2747 |
| 2 | 0 | 8389 | 0 | 0 | 0 | 0 | 8389 |
| 3 | 0 | 0 | 5949 | 0 | 0 | 0 | 5949 |
| 4 | 0 | 0 | 0 | 9003 | 0 | 0 | 9003 |
| 5 | 0 | 0 | 0 | 0 | 5547 | 0 | 5547 |
| Missing | 0 | 0 | 0 | 0 | 0 | 1188 | 1188 |
| Total | 2747 | 8389 | 5949 | 9003 | 5547 | 1188 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q1c,Q1cm)| Q1c/Q1cm | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 2838 | 0 | 0 | 0 | 0 | 0 | 2838 |
| 2 | 0 | 8263 | 0 | 0 | 0 | 0 | 8263 |
| 3 | 0 | 0 | 6000 | 0 | 0 | 0 | 6000 |
| 4 | 0 | 0 | 0 | 8706 | 0 | 0 | 8706 |
| 5 | 0 | 0 | 0 | 0 | 5960 | 0 | 5960 |
| Missing | 0 | 0 | 0 | 0 | 0 | 1056 | 1056 |
| Total | 2838 | 8263 | 6000 | 8706 | 5960 | 1056 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q1d,Q1dm)| Q1d/Q1dm | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 2818 | 0 | 0 | 0 | 0 | 0 | 2818 |
| 2 | 0 | 7672 | 0 | 0 | 0 | 0 | 7672 |
| 3 | 0 | 0 | 7403 | 0 | 0 | 0 | 7403 |
| 4 | 0 | 0 | 0 | 7863 | 0 | 0 | 7863 |
| 5 | 0 | 0 | 0 | 0 | 5016 | 0 | 5016 |
| Missing | 0 | 0 | 0 | 0 | 0 | 2051 | 2051 |
| Total | 2818 | 7672 | 7403 | 7863 | 5016 | 2051 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q1e,Q1em)| Q1e/Q1em | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 3357 | 0 | 0 | 0 | 0 | 0 | 3357 |
| 2 | 0 | 8342 | 0 | 0 | 0 | 0 | 8342 |
| 3 | 0 | 0 | 7841 | 0 | 0 | 0 | 7841 |
| 4 | 0 | 0 | 0 | 7267 | 0 | 0 | 7267 |
| 5 | 0 | 0 | 0 | 0 | 3462 | 0 | 3462 |
| Missing | 0 | 0 | 0 | 0 | 0 | 2554 | 2554 |
| Total | 3357 | 8342 | 7841 | 7267 | 3462 | 2554 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q2a,Q2am)| Q2a/Q2am | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 11305 | 0 | 0 | 0 | 0 | 0 | 11305 |
| 2 | 0 | 13464 | 0 | 0 | 0 | 0 | 13464 |
| 3 | 0 | 0 | 5039 | 0 | 0 | 0 | 5039 |
| 4 | 0 | 0 | 0 | 1929 | 0 | 0 | 1929 |
| 5 | 0 | 0 | 0 | 0 | 403 | 0 | 403 |
| Missing | 0 | 0 | 0 | 0 | 0 | 683 | 683 |
| Total | 11305 | 13464 | 5039 | 1929 | 403 | 683 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q2b,Q2bm)| Q2b/Q2bm | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| 1 | 2704 | 0 | 0 | 0 | 0 | 0 | 2704 |
| 2 | 0 | 5164 | 0 | 0 | 0 | 0 | 5164 |
| 3 | 0 | 0 | 6109 | 0 | 0 | 0 | 6109 |
| 4 | 0 | 0 | 0 | 9210 | 0 | 0 | 9210 |
| 5 | 0 | 0 | 0 | 0 | 8917 | 0 | 8917 |
| Missing | 0 | 0 | 0 | 0 | 0 | 719 | 719 |
| Total | 2704 | 5164 | 6109 | 9210 | 8917 | 719 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q3a,Q3am)| Q3a/Q3am | W | w | H | P | Total |
|---|---|---|---|---|---|
| 1 | 5373 | 0 | 0 | 0 | 5373 |
| 2 | 0 | 15655 | 0 | 0 | 15655 |
| 3 | 0 | 0 | 8367 | 0 | 8367 |
| Missing | 0 | 0 | 0 | 3428 | 3428 |
| Total | 5373 | 15655 | 8367 | 3428 | 32823 |
ISSP2012jh1d.dat %>%
tableX(Q3b,Q3bm)| Q3b/Q3bm | W | w | H | P | Total |
|---|---|---|---|---|---|
| 1 | 13722 | 0 | 0 | 0 | 13722 |
| 2 | 0 | 13817 | 0 | 0 | 13817 |
| 3 | 0 | 0 | 1762 | 0 | 1762 |
| Missing | 0 | 0 | 0 | 3522 | 3522 |
| Total | 13722 | 13817 | 1762 | 3522 | 32823 |
ISSP2012jh1d.dat %>% # tableX muotoilee taulukkoa!
tableX(Q3am,Q3a)| Q3am/Q3a | 1 | 2 | 3 | Missing | Total |
|---|---|---|---|---|---|
| W | 5373 | 0 | 0 | 0 | 5373 |
| w | 0 | 15655 | 0 | 0 | 15655 |
| H | 0 | 0 | 8367 | 0 | 8367 |
| P | 0 | 0 | 0 | 3428 | 3428 |
| Total | 5373 | 15655 | 8367 | 3428 | 32823 |
ISSP2012jh1d.dat$Q3a %>% levels()## [1] "W" "w" "H"ISSP2012jh1d.dat$Q3am %>% levels()## [1] "W" "w" "H" "P"# Taustamuuttujat
ISSP2012jh1d.dat %>%
tableX(edu, edum)| edu/edum | No formal education | Primary school (elementary school) | Lower secondary (secondary completed does not allow entry to university: obligatory school) | Upper secondary (programs that allows entry to university | Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation) | Lower level tertiary, first stage (also technical schools at a tertiary level) | Upper level tertiary (Master, Dr.) | missing | Total |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 491 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 491 |
| 2 | 0 | 1531 | 0 | 0 | 0 | 0 | 0 | 0 | 1531 |
| 3 | 0 | 0 | 7811 | 0 | 0 | 0 | 0 | 0 | 7811 |
| 4 | 0 | 0 | 0 | 7115 | 0 | 0 | 0 | 0 | 7115 |
| 5 | 0 | 0 | 0 | 0 | 5658 | 0 | 0 | 0 | 5658 |
| 6 | 0 | 0 | 0 | 0 | 0 | 5147 | 0 | 0 | 5147 |
| 7 | 0 | 0 | 0 | 0 | 0 | 0 | 4762 | 0 | 4762 |
| Missing | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 308 | 308 |
| Total | 491 | 1531 | 7811 | 7115 | 5658 | 5147 | 4762 | 308 | 32823 |
ISSP2012jh1d.dat %>%
tableX(msta, mstam)| msta/mstam | In paid work | Unemployed and looking for a job, HR: incl never had a job | In education | Apprentice or trainee | Permanently sick or disabled | Retired | Domestic work | In compulsory military service or community service | Other | missing | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 17967 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17967 |
| 2 | 0 | 1769 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1769 |
| 3 | 0 | 0 | 1763 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1763 |
| 4 | 0 | 0 | 0 | 189 | 0 | 0 | 0 | 0 | 0 | 0 | 189 |
| 5 | 0 | 0 | 0 | 0 | 1093 | 0 | 0 | 0 | 0 | 0 | 1093 |
| 6 | 0 | 0 | 0 | 0 | 0 | 7999 | 0 | 0 | 0 | 0 | 7999 |
| 7 | 0 | 0 | 0 | 0 | 0 | 0 | 1180 | 0 | 0 | 0 | 1180 |
| 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 9 | 0 | 0 | 9 |
| 9 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 484 | 0 | 484 |
| Missing | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 370 | 370 |
| Total | 17967 | 1769 | 1763 | 189 | 1093 | 7999 | 1180 | 9 | 484 | 370 | 32823 |
ISSP2012jh1d.dat %>%
tableX(sosta, sostam)| sosta/sostam | Lowest, Bottom, 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | Highest, Top, 10 | missing | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 562 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 562 |
| 10 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 442 | 0 | 442 |
| 2 | 0 | 866 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 866 |
| 3 | 0 | 0 | 2221 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2221 |
| 4 | 0 | 0 | 0 | 3346 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3346 |
| 5 | 0 | 0 | 0 | 0 | 6798 | 0 | 0 | 0 | 0 | 0 | 0 | 6798 |
| 6 | 0 | 0 | 0 | 0 | 0 | 6889 | 0 | 0 | 0 | 0 | 0 | 6889 |
| 7 | 0 | 0 | 0 | 0 | 0 | 0 | 5778 | 0 | 0 | 0 | 0 | 5778 |
| 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3477 | 0 | 0 | 0 | 3477 |
| 9 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 667 | 0 | 0 | 667 |
| Missing | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1777 | 1777 |
| Total | 562 | 866 | 2221 | 3346 | 6798 | 6889 | 5778 | 3477 | 667 | 442 | 1777 | 32823 |
ISSP2012jh1d.dat %>%
tableX(nchild,nchildm)| nchild/nchildm | No children | One child | 2 children | 3 | 4 | 5 | 6 | 7 | 8 | 18 | 21 children | missing | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 24102 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 24102 |
| 10 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 |
| 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 |
| 2 | 0 | 4378 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 4378 |
| 3 | 0 | 0 | 2643 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2643 |
| 4 | 0 | 0 | 0 | 598 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 598 |
| 5 | 0 | 0 | 0 | 0 | 117 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 117 |
| 6 | 0 | 0 | 0 | 0 | 0 | 20 | 0 | 0 | 0 | 0 | 0 | 0 | 20 |
| 7 | 0 | 0 | 0 | 0 | 0 | 0 | 13 | 0 | 0 | 0 | 0 | 0 | 13 |
| 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 7 | 0 | 0 | 0 | 0 | 7 |
| 9 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 0 | 0 | 0 | 3 |
| Missing | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 940 | 940 |
| Total | 24102 | 4378 | 2643 | 598 | 117 | 20 | 13 | 7 | 3 | 1 | 1 | 940 | 32823 |
ISSP2012jh1d.dat %>%
tableX(lifsta, lifstam)| lifsta/lifstam | Married | Civil partnership | Separated from spouse/ civil partner (still legally married/ still legally in a civil partnership) | Divorced from spouse/ legally separated from civil partner | Widowed/ civil partner died | Never married/ never in a civil partnership, single | missing | Total |
|---|---|---|---|---|---|---|---|---|
| 1 | 17573 | 0 | 0 | 0 | 0 | 0 | 0 | 17573 |
| 2 | 0 | 1035 | 0 | 0 | 0 | 0 | 0 | 1035 |
| 3 | 0 | 0 | 486 | 0 | 0 | 0 | 0 | 486 |
| 4 | 0 | 0 | 0 | 2997 | 0 | 0 | 0 | 2997 |
| 5 | 0 | 0 | 0 | 0 | 2763 | 0 | 0 | 2763 |
| 6 | 0 | 0 | 0 | 0 | 0 | 7535 | 0 | 7535 |
| Missing | 0 | 0 | 0 | 0 | 0 | 0 | 434 | 434 |
| Total | 17573 | 1035 | 486 | 2997 | 2763 | 7535 | 434 | 32823 |
ISSP2012jh1d.dat %>%
tableX(urbru, urbrum)| urbru/urbrum | A big city | The suburbs or outskirts of a big city | A town or a small city | A country village | A farm or home in the country | missing | Total |
|---|---|---|---|---|---|---|---|
| 1 | 8442 | 0 | 0 | 0 | 0 | 0 | 8442 |
| 2 | 0 | 4386 | 0 | 0 | 0 | 0 | 4386 |
| 3 | 0 | 0 | 9203 | 0 | 0 | 0 | 9203 |
| 4 | 0 | 0 | 0 | 8646 | 0 | 0 | 8646 |
| 5 | 0 | 0 | 0 | 0 | 1902 | 0 | 1902 |
| Missing | 0 | 0 | 0 | 0 | 0 | 244 | 244 |
| Total | 8442 | 4386 | 9203 | 8646 | 1902 | 244 | 32823 |
Muunnosten testaus, varmistetaan että muuttujat säilyvät samanlaisina. Muunnosten jälkeen on koodilohkossa passiivisina riveinä taulukointeja ja muita testauksia. (16.9.2020)
# (16.9.2020) Testaus uusille muuttujille
# Koodilohkoissa on jo testattu taulukoimalla muuttujia. Tässä varmistetaan, että
# muuttujat pysyvät sellaisina millaisiksi ne on luotu.
# ika - onpas hankala testata !
# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 15.00 36.00 50.00 49.52 63.00 102.00
# ikatest <- ISSP2012jh1d.dat$ika %>% summary()
# ikatest <- ikatest[2,]
#validate_that(are_equal(ikatest, c(15, 36, 50, 49.5, 63, 102)))
#str(ISSP2012jh1d.dat)
#ISSP2012jh1d.dat %>%
# substanssimuuttujat 1
# Q1a, Q1b, Q1c, Q1d, Q1e, Q2a, Q2b, Q3a, Q3b (r. 423->)
validate_that(length(levels(ISSP2012jh1d.dat$Q1a)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1a),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1b)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1b),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1c)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1c),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1d)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1d),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1e)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1e),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q2a)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q2a),
c("S", "s", "?", "e", "E")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q2b)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q2b),
c("S", "s", "?", "e", "E")))## [1] TRUE# substanssimuuttujat 2
validate_that(length(levels(ISSP2012jh1d.dat$Q3a)) == 3)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q3a),
c("W", "w", "H")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q3b)) == 3)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q3b),
c("W", "w", "H")))## [1] TRUE# substanssimuuttujat, puuttuva tieto muuttujan arvona
# Q1am, Q1bm, Q1cm, Q1dm, Q1em, Q2am, Q2bm, Q3am, Q3bm
validate_that(length(levels(ISSP2012jh1d.dat$Q1am)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1am),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1bm)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1bm),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1cm)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1cm),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1dm)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1dm),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q1em)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q1em),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q2am)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q2am),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q2bm)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q2bm),
c("S", "s", "?", "e", "E", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q3am)) == 4)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q3am),
c("W", "w", "H", "P")))## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$Q3bm)) == 4)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012jh1d.dat$Q3bm),
c("W", "w", "H", "P")))## [1] TRUE# taustamuuttujat puuttuvilla tiedoilla ja ilman
# testataan vain tasojen määrä, ei labeleita jotka ovat
# alkuperäisestä datasta.
# edu, edum
validate_that(length(levels(ISSP2012jh1d.dat$edu)) == 7)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$edum)) == 8)## [1] TRUE# msta, mstam
validate_that(length(levels(ISSP2012jh1d.dat$msta)) == 9)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$mstam)) == 10)## [1] TRUE# sosta, sostam
validate_that(length(levels(ISSP2012jh1d.dat$sosta)) == 10)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$sostam)) == 11)## [1] TRUE# nchild, ncildm
validate_that(length(levels(ISSP2012jh1d.dat$nchild)) == 11)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$nchildm)) == 12)## [1] TRUE# lifsta, lifstam
validate_that(length(levels(ISSP2012jh1d.dat$lifsta)) == 6)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$lifstam)) == 7)## [1] TRUE# urbru, urbrum
validate_that(length(levels(ISSP2012jh1d.dat$urbru)) == 5)## [1] TRUEvalidate_that(length(levels(ISSP2012jh1d.dat$urbrum)) == 6)## [1] TRUE2 Yksinkertainen korrespondenssianalyysi - kahden luokittelumuuttujan taulukko
Vanhaa jäsennystä
Yksinkertainen esimerkki, yksi kysymys (V6/Q1b) ja kuusi maata ristiintaulukoituna. Johdatteluna aiheeseen esitellään ca-käsitteet profiili, massa ja reunajakauma. Havainnollistetaan rivi- ja sarakeprofiilien vertailua vastaaviin keskiarvoprofiileihin.
Taulukoita tarkastella ensin rivien ja sitten sarakkeiden suhteen. Miten ne poikkeavat keskiarvostaan, miten toisistaan saman kategorian profiilista. Usein taulukoissa muuttujilla on selvästi eri rooli, kuten tässä. Koitan hahmottaa maiden (=aggregoituja yksilöitä) eroja ja yhtäläisyyksiä. Sarakkeiden vertailussa taas näemme, miten muuttujien profiilit poikkeavat keskiarvostaan. Monia riippuvuksia ja poikkeamia näyttäisi olevan. Klassinen ongelma, Pearson ja Fisher. Luokittelumuuttujien yhteys (“korrelaatio”) on hankala juttu.
Riippumattomuushypoteesi ja \(\chi^2\) - riippumattomuustesti (pieni huomautus - on monta tapaa testata taulukon riippuvuuksia). Riippumattomuushypoteesi ehdollisena todennäköisyytenä reunajakauman suhteen. Riippumattomuustulkinta ei aina päde, jos aggregoidut havainnot/rivi-tai sarakeprofiilit/“samples” MG:n terminologiassa eivät ole riippumattomia. Esimerkki Barentsin merenpohjan lajiston havainnot (lukumäärät, “abundance”) öljylauttojen liepeiltä (havainnot ryväksiä).
zxy Tämä puuttuu kaavoista!
Käsitteitä
- Taulukko
“Ranskalaisella terminologia”: käsitellään yksilöiden tai havaintoyksiköiden pilveä ja muuttujien pilveä . Taulukot saadaan yksinkertaisen CA:n tapauksessa aggregoimalla “cloud of individuals”. MG:n termi “sample”.
#V MOOC, LeReoux
- Kontingenssitaulu (kts. viite, jossa ohje “yhteys aina riviä pitkin”), frekvenssitaulu, ristiintaulukointi. Kahden luokiteluasteikon muuttujan taulukko.
Dataa valitaan, aggregoidaan, ryhmitellään. Aktiivisia valintoja Blasius emt. “data ei löydy kadulta”, taulukot vielä vähemmän.
ISSP-datan etu: hyvin dokumentoitu ja editoitu, laadukas aineisto. Iso (ja kallis) työvaihe on jo tehty. Aineistoa on myös käytetty useissa tutkimuksissa, mm. MG:n oppikirjoissa.
Peruskäsitteiden yksinkertaisessa esityksessä tärkein lähde MG:n CAiP #V Siellä tästäkin on sananen: substanssiero usein on.
- CA:ssa vaikea juttu on (Blasius, “vizualisation - verkkokirja”) rivien ja sarakkeiden tekninen symmetria. No ei se nyt niin hämäävä ehkä ole, oleellinen juttu (21.2.20). Kts. myös MG:n didaktiset esittelyt, skaalataan “hajontamittarilla” ja painotetaan massoilla. edit 6.9.20 Tätä havainnosllistetaan teorian esittelyn yhteydessä johdattelevan aineiston datalla. Pienellä taulukolla helpompaa.
\(\chi^2\) - etäisyys, yhteys hajontaan eli inertiaan ca-terminologiassa.
Muutama versio tiiviiksi kuvaukseksi - toistoa on (10.4.20)
Dimensioiden vähentäminen tärkein asia (“the essence”), pienessä taulossa ei ihan ilmeinen. Esimerkin pienissä taulukoissa on toisaalta helppo katsoa datasta, mistä on kyse. Toinen tavoite on visualisointi, yleensä kaksiulotteisena kuvana (karttana). Kartta on metaforana hieman hankala. Kartalla esitetään kahden pistejoukon (“pilven”) projektiot, jotka säilyttävät maksimimäärän alkuperäisen n-ulotteisen pistejoukon hajonnasta (inertiasta). Projektiossa lähekkäin olevat saman pilven pisteet voivat kuitenkin olla n-ulotteisessa pilvessä hyvinkin kaukana toisistaan. Tulkinnassa tärkeitä ovat “ääripäät”, ja numeeriset tulokset kertovat kuinka hyvin piste on tasossa esitetty. Pisteiden väliset etäisyydet suhteellisia, ja eri pistejoukkojen välisillä etäisyyksillä ei ole suoraan mitään tulkintaa. Tämä ei oikein vastaa mielikuvaa kartasta, josta helposti näkee kuinka kaukana on Uudenmaan raja.
Yksinkertainen korrespondenssianalyysi on kahden luokitteluasteikon muuttujan riippuvuuksien geometrista analyysiä. Lähtökohta on kahden muuttujan ristiintaulukointi, alkuperäinen data voi olla muillakin asteikoilla mitattua. Menetelmän ydin on tarkastella molempien muuttujien – taulukon rivien ja sarakkeiden – riippuvuuksia kaksiulotteisena kuvana. Kuvaa kutsutaan myös kartaksi, ja tulkinnan ensimmäinen askel on kartan “koordinaatiston” tulkinta. Kaikki etäisyydet kuvassa ovat suhteellisia, vain rivi- ja sarakepisteiden etäisyydet kuvan origosta voidaan tulkita tarkasti. Koordinaatiston tulkinta aloitetaan “katsomalla mitä on oikealla ja vasemmalla, ja mitä on ylhäällä ja alhaalla” (viite LeRoux et.al, Bezecri-sitaatti). Vaikka pisteiden etäisyyksiä edes rivi- ja sarakepisteiden välillä ei voi tarkkaan tulkita (approksimaatioita), projektiossa kaukana toisistaan olevat pisteet ovat kaukana toisistaan myös alkuperäisessä “pistepilvessä”.
Akseleiden tulkinta “ääripäiden” kautta (“kontrasti” ?). Huom “ääripää” ei välttämättä Likert-asteikolla tarkoita “äärimielipidettä”, vaan se voi tarkoittaa myös selvää tai varmaa mielipidettä.(3.10.18).
Vanha lista - tehty jo
Ensimmäinen taulukko: profiilit, massat, keskiarvoprofiilit, khii2 - riippumattomuustesti ja etäisyysmitta
Hyvin tiivis esitys CA:n perusideasta, mutta ilman aivan simppeleitä kolmiulotteisia kuvia (niitä on jo).
Ensimmäinen symmetrinen kartta, perustulkinta (mitä kuvasta voidaan sanoa, mitä ei)
Lyhyt viittaus graafisen esityksen tulkintapulmiin, jotka eivät ole kovin pahoja. CA-kartta kaksoiskuvana (ts. informaatio voidaan palauttaa, skalaaritulo)?
Tulkinnan syventäminen - CA-käsitteiden tarkempi esittely
Haaste: käsitteet ja niiden suhteet ovat abstraktien matemaattisten rakenteiden tuloksia (barycentric, sentroidi), ja ne pitää jotenkin johdonmukaisesti pala kerrallaan tuoda esimerkkien kautta tekstiin. Käsittteistä oma Rmd (ja Excel jos osoittautuu kätevämmäksi), kaavaliite Dispo-repossa ja myös Rmd-muodossa.
edit(10.4.20): kaavaliitteen lisäksi voi tekstiin upottaa muutaman r-koodi-esimerkin
Ensimmäinen symmetrinen kartta
Tulkinnat ja yksinkertaisimmat perussäännöt. Dimensiot ja kuinka paljon alkuperäisen taulukon inertiaa saadaan esitettyä kartalla. Sitten asian ydin, akseleiden tulkinta (“mitä on oikealla ja vasemmalla”). Jos pisteet ovat alkuperäisessä “pilvessä” kaukana toisistaan, ne ovat sitä myös projektiossa. Kartta, mutta etäisyyksillä ei suoraa tulkintaa paitsi eteisyyksinllä origoon. Rivipisteiden suhteelliset etäisyydet, samoin sarakepisteidet. Mitä tarkoittavat prosentit akseleilla?
Varoitus virhetulkinnasta: ryhmien tunnistaminen rivi- ja sarakepisteiden läheisyyden avulla, myös pelkästään rivi- tai sarakepisteistä koostuvien ryhmien.
zxy Ja silti tavallaan voi. Sarake- ja rivipisteiden etäisyyksille ei ole suoraa tulkintaa, mutta on “vetovoima” (attraktio) ja “työntövoima” (repulsio). Jos profiilissa sarakemuuttujan osuus on suuri (siis suurempi kuin keskiarvopisteessä, suhteellinen ero), se “ajautuu” lähelle sarekepistettä. MG: “loose ends” - paperi, symmetrinen kuva eräs suurin sekaannuksen lähde. Tätä koitetaan selventää myös MG:n JASA-artikkelissa.
zxy(teoria/historia-jaksoon,104.20).Termi korrespondenssi: “neglected multivariate method” - paperissa käännetty näin englanniksi ransk. termi (Benzecri) rivien ja sarakkeiden “correspondence” eli yhteys, “riippuvuus”, vastaavuus tms. edit 4.7.20 Kts. myös Funmooc-muistiinpanot, opk! Mitä kartta esittää? Kaikki edellä kuvattu esitetään suhteellisina eroina koko aineiston keskiarvosta, riippumattomuushypoteesi.
2.1 Äiti työssä
zxy Perustellaan aineiston valinnan vaiheet. Esimerkiksi otetaan yksi kysymys.
zxy Suhde data-lukuun, siellä pitäisi esitellä aineisto sisällöllisesti. Tässä vain valitan esimerkkiä varten yksi kysymys ja kuusi maata.
Aineisto muuttujat Q1a-Q1e (arvot 1-5, täysin samaa mieltä - täysin eri mieltä) ovat vastauksia ensimmäiseen kysymyspatteriin (kts. lomake).
edit 10.4.20 Muuttujien “suunta” samaksi, jos monta. Laajemman aineiston käsittelyyn tästä huomautus.
(V6/Q1b) Alle kouluikäinen lapsi todennäköisesti kärsii, jos hänen äitinsä käy työssä. V6 muunnetaan uudeksi luokittelumuuttujaksi (R:ssä factor) Q1b. Tämä ei vielä tee kuvista ahtaita kun sarakkeita ja rivejä on vähän. Pudotetaan tarvittaessa turha Q-kirjain pois. Alkuperäisessä muuttujassa metatieto säilyy varmemmin, ja tarkistuksia on helpompi tehdä.
Valitaan esimerkin data edellisessä luvussa luodusta R-datasta ISSP2012jh1d.dat). Ihan yhtä hyvin voisi aina lukea suoraan alkuperäisestä spss-tiedostosta, mutta pidemmässä raportissa tämä on siistimpi tapa (23.3.2019). Kun havaintoja ja maita jätetään pois, uuteen dataan jää tyhjiä luokittelumuuttujien luokkia, ne poistetaan.
# UUSI DATA 30.1.20
#
# LUETAAN DATA G1_1_data2.Rmd - tiedostossa, luodaan faktorimuuttujat
# G1_1_data_fct1.Rmd-tiedostossa -> ISSP2012jh1d.dat (df)
# 23 muuttujaa (9 substanssimuuttujaa, 8 taustamuuttujaa, 3 maa-muuttujaa, 3 metadatamuuttujaa)
# 25 maata.
# Poistettu 146 havaintoa, joilla SEX tai AGE puuttuu
# Johdattelevassa esimerkissä kuusi maata, kaksi taustamuuttujaa ja yksi kysymys
# (V6/Q1b)
# Kuusi maata
countries_esim1 <- c(56, 100, 208, 246, 276, 348) #BE,BG,DK,FI,DE,HU
ISSP2012esim3.dat <- filter(ISSP2012jh1d.dat, V4 %in% countries_esim1)
# str(ISSP2012esim3.dat) - pitkä listaus pois (24.2.20)
#neljä maamuuttujaa, kysymys Q1b, ikä ja sukupuoli
vars_esim1 <- c("C_ALPHAN", "V3", "maa","maa3", "Q1b", "sp", "ika")
ISSP2012esim2.dat <- select(ISSP2012esim3.dat, all_of(vars_esim1))
str(ISSP2012esim2.dat) # 8542 obs. of 7 variables, ja sama 8.6.2020## tibble [8,542 x 7] (S3: tbl_df/tbl/data.frame)
## $ C_ALPHAN: chr [1:8542] "BG" "BG" "BG" "BG" ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## ..- attr(*, "format.spss")= chr "A20"
## ..- attr(*, "display_width")= int 22
## $ V3 : dbl+lbl [1:8542] 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100...
## ..@ label : chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## ..@ format.spss: chr "F5.0"
## ..@ labels : Named num [1:45] 32 36 40 100 124 152 156 158 191 203 ...
## .. ..- attr(*, "names")= chr [1:45] "AR-Argentina" "AU-Australia" "AT-Austria" "BG-Bulgaria" ...
## $ maa : Factor w/ 25 levels "AU","AT","BG",..: 3 3 3 3 3 3 3 3 3 3 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## $ maa3 : Factor w/ 29 levels "AU-Australia",..: 3 3 3 3 3 3 3 3 3 3 ...
## ..- attr(*, "label")= chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## $ Q1b : Factor w/ 5 levels "S","s","?","e",..: 3 2 3 4 3 3 4 3 2 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ sp : Factor w/ 2 levels "m","f": 2 2 1 2 2 2 1 1 2 1 ...
## ..- attr(*, "label")= chr "Sex of Respondent"
## $ ika : dbl+lbl [1:8542] 64, 43, 63, 31, 52, 46, 51, 40, 57, 64, 41, 60, 21, 4...
## ..@ label : chr "Age of respondent"
## ..@ format.spss: chr "F3.0"
## ..@ labels : Named num [1:6] 15 16 17 18 102 999
## .. ..- attr(*, "names")= chr [1:6] "15 years" "16 years" "17 years" "18 years" ...
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...# C_ALPHAN: chr, maa: Factor w/ 25
# Poistetaan havainnot, joilla Q1b - muuttujassa puuttuva tieto 'NA'
# sum(is.na(ISSP2012esim2.dat$Q1b)) = 399
ISSP2012esim1.dat <- filter(ISSP2012esim2.dat, !is.na(Q1b))
str(ISSP2012esim1.dat) # 8143 obs. of 6 variable## tibble [8,143 x 7] (S3: tbl_df/tbl/data.frame)
## $ C_ALPHAN: chr [1:8143] "BG" "BG" "BG" "BG" ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## ..- attr(*, "format.spss")= chr "A20"
## ..- attr(*, "display_width")= int 22
## $ V3 : dbl+lbl [1:8143] 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100...
## ..@ label : chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## ..@ format.spss: chr "F5.0"
## ..@ labels : Named num [1:45] 32 36 40 100 124 152 156 158 191 203 ...
## .. ..- attr(*, "names")= chr [1:45] "AR-Argentina" "AU-Australia" "AT-Austria" "BG-Bulgaria" ...
## $ maa : Factor w/ 25 levels "AU","AT","BG",..: 3 3 3 3 3 3 3 3 3 3 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## $ maa3 : Factor w/ 29 levels "AU-Australia",..: 3 3 3 3 3 3 3 3 3 3 ...
## ..- attr(*, "label")= chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## $ Q1b : Factor w/ 5 levels "S","s","?","e",..: 3 2 3 4 3 3 4 3 2 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ sp : Factor w/ 2 levels "m","f": 2 2 1 2 2 2 1 1 2 1 ...
## ..- attr(*, "label")= chr "Sex of Respondent"
## $ ika : dbl+lbl [1:8143] 64, 43, 63, 31, 52, 46, 51, 40, 57, 64, 41, 60, 21, 4...
## ..@ label : chr "Age of respondent"
## ..@ format.spss: chr "F3.0"
## ..@ labels : Named num [1:6] 15 16 17 18 102 999
## .. ..- attr(*, "names")= chr [1:6] "15 years" "16 years" "17 years" "18 years" ...
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...# Tarkistuksia - miksi nämä eivät tulosta mitään? (3.2.20)
fct_count(ISSP2012esim1.dat$sp)| f | n |
|---|---|
| m | 3799 |
| f | 4344 |
fct_count(ISSP2012esim1.dat$Q1b)| f | n |
|---|---|
| S | 810 |
| s | 1935 |
| ? | 1367 |
| e | 2125 |
| E | 1906 |
fct_count(ISSP2012esim1.dat$maa)| f | n |
|---|---|
| AU | 0 |
| AT | 0 |
| BG | 921 |
| CA | 0 |
| HR | 0 |
| CZ | 0 |
| DK | 1388 |
| FI | 1110 |
| FR | 0 |
| HU | 997 |
| IS | 0 |
| IE | 0 |
| LV | 0 |
| LT | 0 |
| NL | 0 |
| NO | 0 |
| PL | 0 |
| RU | 0 |
| SK | 0 |
| SI | 0 |
| SE | 0 |
| CH | 0 |
| BE | 2013 |
| DE | 1714 |
| PT | 0 |
fct_count(ISSP2012esim1.dat$maa3)| f | n |
|---|---|
| AU-Australia | 0 |
| AT-Austria | 0 |
| BG-Bulgaria | 921 |
| CA-Canada | 0 |
| HR-Croatia | 0 |
| CZ-Czech Republic | 0 |
| DK-Denmark | 1388 |
| FI-Finland | 1110 |
| FR-France | 0 |
| HU-Hungary | 997 |
| IS-Iceland | 0 |
| IE-Ireland | 0 |
| LV-Latvia | 0 |
| LT-Lithuania | 0 |
| NL-Netherlands | 0 |
| NO-Norway | 0 |
| PL-Poland | 0 |
| RU-Russia | 0 |
| SK-Slovakia | 0 |
| SI-Slovenia | 0 |
| SE-Sweden | 0 |
| CH-Switzerland | 0 |
| BE-FLA-Belgium/ Flanders | 1012 |
| BE-WAL-Belgium/ Wallonia | 490 |
| BE-BRU-Belgium/ Brussels | 511 |
| DE-W-Germany-West | 1167 |
| DE-E-Germany-East | 547 |
| PT-Portugal 2012: first fieldwork round (main sample) | 0 |
| PT-Portugal 2012: second fieldwork round (complementary sample) | 0 |
# Toimivat tarkistukset (3.2.20)
summary(ISSP2012esim1.dat$sp)## m f
## 3799 4344#sp: 3799 + 4344 = 8143
summary(ISSP2012esim1.dat$Q1b)## S s ? e E
## 810 1935 1367 2125 1906# S s ? e E
# 810 + 1935 + 1367 + 2125 + 1906 = 8143
# EDELLINEN DATA - havaintojen määrät samat kuin uudella datalla (31.1.20)
#
# 8557 obs. ennen kuin sexagemissing poistettiin, nyt 8542, 8557-8542 = 15
#
# Poistetaan havainnot joissa puuttuva tieto muuttujassa V6 (Q1b) n = 399
# 8542-399 = 8143
# Tyhjät "faktorilabelit" on poistettava
ISSP2012esim1.dat <- ISSP2012esim1.dat %>%
mutate(maa = fct_drop(maa),
maa3 = fct_drop(maa3)
)
summary(ISSP2012esim1.dat$maa)## BG DK FI HU BE DE
## 921 1388 1110 997 2013 1714summary(ISSP2012esim1.dat$maa3)## BG-Bulgaria DK-Denmark FI-Finland
## 921 1388 1110
## HU-Hungary BE-FLA-Belgium/ Flanders BE-WAL-Belgium/ Wallonia
## 997 1012 490
## BE-BRU-Belgium/ Brussels DE-W-Germany-West DE-E-Germany-East
## 511 1167 547# str(ISSP2012esim1.dat$maa)
# attributes(ISSP2012esim1.dat$maa)
# str(ISSP2012esim1.dat$maa3)
# attributes(ISSP2012esim1.dat$maa3)
ISSP2012esim1.dat %>% tableX(maa, Q1b, type = "count")| maa/Q1b | S | s | ? | e | E | Total |
|---|---|---|---|---|---|---|
| BG | 118 | 395 | 205 | 190 | 13 | 921 |
| DK | 70 | 238 | 152 | 232 | 696 | 1388 |
| FI | 47 | 188 | 149 | 423 | 303 | 1110 |
| HU | 219 | 288 | 225 | 190 | 75 | 997 |
| BE | 191 | 451 | 438 | 552 | 381 | 2013 |
| DE | 165 | 375 | 198 | 538 | 438 | 1714 |
| Total | 810 | 1935 | 1367 | 2125 | 1906 | 8143 |
fct_count(ISSP2012esim1.dat$Q1b)| f | n |
|---|---|
| S | 810 |
| s | 1935 |
| ? | 1367 |
| e | 2125 |
| E | 1906 |
# fct_count(ISSP2012esim1.dat$sp)
# fct_unique(ISSP2012esim1.dat$maa)
# fct_count(ISSP2012esim1.dat$maa)
ISSP2012esim1.dat %>% tableX(maa, C_ALPHAN, type = "count")| maa/C_ALPHAN | BE | BG | DE | DK | FI | HU | Total |
|---|---|---|---|---|---|---|---|
| BG | 0 | 921 | 0 | 0 | 0 | 0 | 921 |
| DK | 0 | 0 | 0 | 1388 | 0 | 0 | 1388 |
| FI | 0 | 0 | 0 | 0 | 1110 | 0 | 1110 |
| HU | 0 | 0 | 0 | 0 | 0 | 997 | 997 |
| BE | 2013 | 0 | 0 | 0 | 0 | 0 | 2013 |
| DE | 0 | 0 | 1714 | 0 | 0 | 0 | 1714 |
| Total | 2013 | 921 | 1714 | 1388 | 1110 | 997 | 8143 |
# maa3 - siistitään "faktorilabelit" kaksikirjaimisiksi
#
# ISO 3166 Code V3 - maiden jaot
# 5601 BE-FLA-Belgium/ Flanders
# 5602 BE-WAL-Belgium/ Wallonia
# 5603 BE-BRU-Belgium/ Brussels
# 27601 DE-W-Germany-West
# 27602 DE-E-Germany-East
# Tähän pitäisi päästä
# levels = c("100","208","246","348","5601","5602","5603","27601","27602"),
# labels = c("BG","DK","FI","HU","bF","bW","bB","dW","dE"))
levels(ISSP2012esim1.dat$maa3)## [1] "BG-Bulgaria" "DK-Denmark"
## [3] "FI-Finland" "HU-Hungary"
## [5] "BE-FLA-Belgium/ Flanders" "BE-WAL-Belgium/ Wallonia"
## [7] "BE-BRU-Belgium/ Brussels" "DE-W-Germany-West"
## [9] "DE-E-Germany-East"ISSP2012esim1.dat <- ISSP2012esim1.dat %>%
mutate(maa3 =
fct_recode(maa3,
"BG" = "BG-Bulgaria",
"DK" = "DK-Denmark",
"FI" = "FI-Finland",
"HU" = "HU-Hungary",
"bF" = "BE-FLA-Belgium/ Flanders",
"bW" = "BE-WAL-Belgium/ Wallonia",
"bB" = "BE-BRU-Belgium/ Brussels",
"dW" = "DE-W-Germany-West",
"dE" = "DE-E-Germany-East")
)
# tarkistuksia
levels(ISSP2012esim1.dat$maa3)## [1] "BG" "DK" "FI" "HU" "bF" "bW" "bB" "dW" "dE"# str(ISSP2012esim1.dat$maa3) # 9 levels
summary(ISSP2012esim1.dat$maa3)## BG DK FI HU bF bW bB dW dE
## 921 1388 1110 997 1012 490 511 1167 547# TÄSSÄ TOISTOA! (4.2.20)
# Muutetaan muuttujien "maa" ja "maa3" arvojen (levels) järjestys samaksi kuin alkuperäisen
# muuttujan C_ALPHAN. Helpomi verrata aikaisempiin tuloksiin.
# maa samaan järjestukseen kuin C_ALPHAN - olisiko aakkosjärjestys?
# tämä vain siksi, että muuten esimerkin ca-kartta "kääntyy"
# "vanha" maa-muuttuja talteen - ei ehkä tarpeen? (4.2.20)
ISSP2012esim1.dat$maa2 <- ISSP2012esim1.dat$maa # "alkuperäinen" maa talteen
ISSP2012esim1.dat <- ISSP2012esim1.dat %>%
mutate(maa =
fct_relevel(maa,
"BE",
"BG",
"DE",
"DK",
"FI",
"HU"))
ISSP2012esim1.dat <- ISSP2012esim1.dat %>%
mutate(maa3 =
fct_relevel(maa3,
"bF",
"bW",
"bB",
"BG",
"dW",
"dE",
"DK",
"FI",
"HU"))
# Tarkistus
ISSP2012esim1.dat %>% tableX(maa2,maa, type = "count")| maa2/maa | BE | BG | DE | DK | FI | HU | Total |
|---|---|---|---|---|---|---|---|
| BG | 0 | 921 | 0 | 0 | 0 | 0 | 921 |
| DK | 0 | 0 | 0 | 1388 | 0 | 0 | 1388 |
| FI | 0 | 0 | 0 | 0 | 1110 | 0 | 1110 |
| HU | 0 | 0 | 0 | 0 | 0 | 997 | 997 |
| BE | 2013 | 0 | 0 | 0 | 0 | 0 | 2013 |
| DE | 0 | 0 | 1714 | 0 | 0 | 0 | 1714 |
| Total | 2013 | 921 | 1714 | 1388 | 1110 | 997 | 8143 |
ISSP2012esim1.dat %>% tableX(maa,C_ALPHAN, type = "count")| maa/C_ALPHAN | BE | BG | DE | DK | FI | HU | Total |
|---|---|---|---|---|---|---|---|
| BE | 2013 | 0 | 0 | 0 | 0 | 0 | 2013 |
| BG | 0 | 921 | 0 | 0 | 0 | 0 | 921 |
| DE | 0 | 0 | 1714 | 0 | 0 | 0 | 1714 |
| DK | 0 | 0 | 0 | 1388 | 0 | 0 | 1388 |
| FI | 0 | 0 | 0 | 0 | 1110 | 0 | 1110 |
| HU | 0 | 0 | 0 | 0 | 0 | 997 | 997 |
| Total | 2013 | 921 | 1714 | 1388 | 1110 | 997 | 8143 |
str(ISSP2012esim1.dat)## tibble [8,143 x 8] (S3: tbl_df/tbl/data.frame)
## $ C_ALPHAN: chr [1:8143] "BG" "BG" "BG" "BG" ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## ..- attr(*, "format.spss")= chr "A20"
## ..- attr(*, "display_width")= int 22
## $ V3 : dbl+lbl [1:8143] 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100...
## ..@ label : chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## ..@ format.spss: chr "F5.0"
## ..@ labels : Named num [1:45] 32 36 40 100 124 152 156 158 191 203 ...
## .. ..- attr(*, "names")= chr [1:45] "AR-Argentina" "AU-Australia" "AT-Austria" "BG-Bulgaria" ...
## $ maa : Factor w/ 6 levels "BE","BG","DE",..: 2 2 2 2 2 2 2 2 2 2 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## $ maa3 : Factor w/ 9 levels "bF","bW","bB",..: 4 4 4 4 4 4 4 4 4 4 ...
## ..- attr(*, "label")= chr "Country/ Sample ISO 3166 Code (see V4 for codes for whole nation states)"
## $ Q1b : Factor w/ 5 levels "S","s","?","e",..: 3 2 3 4 3 3 4 3 2 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ sp : Factor w/ 2 levels "m","f": 2 2 1 2 2 2 1 1 2 1 ...
## ..- attr(*, "label")= chr "Sex of Respondent"
## $ ika : dbl+lbl [1:8143] 64, 43, 63, 31, 52, 46, 51, 40, 57, 64, 41, 60, 21, 4...
## ..@ label : chr "Age of respondent"
## ..@ format.spss: chr "F3.0"
## ..@ labels : Named num [1:6] 15 16 17 18 102 999
## .. ..- attr(*, "names")= chr [1:6] "15 years" "16 years" "17 years" "18 years" ...
## $ maa2 : Factor w/ 6 levels "BG","DK","FI",..: 1 1 1 1 1 1 1 1 1 1 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...TODO (1) Taulukot erotettava omiksi koodilohkoiksi bookdowniin. (2) Ikä - maa - taulukko vain tarkistuksiin, ihan liian pitkä.
# Taulukoita (31.1.2020) ja tarkistuksia
#
# toinen maa-muuttuja, jossa Saksan ja Belgian jako
# V3
# 5601 BE-FLA-Belgium/ Flanders
# 5602 BE-WAL-Belgium/ Wallonia
# 5603 BE-BRU-Belgium/ Brussels
# 27601 DE-W-Germany-West
# 27602 DE-E-Germany-East
# Tarkastuksia
# assert_that ehkä tarpeeton - expect_equivalet testaa levelien
# järjestyksen ja määrän (20.2.20)
validate_that(length(levels(ISSP2012esim1.dat$sp)) == 2)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012esim1.dat$sp),
c("m", "f")))## [1] TRUEvalidate_that(length(levels(ISSP2012esim1.dat$maa)) == 6)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012esim1.dat$maa),
c("BE", "BG", "DE", "DK", "FI", "HU")))## [1] TRUEvalidate_that(length(levels(ISSP2012esim1.dat$maa3)) == 9)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012esim1.dat$maa3),
c("bF","bW","bB", "BG","dW","dE","DK", "FI", "HU")))## [1] TRUEvalidate_that(length(levels(ISSP2012esim1.dat$Q1b)) == 5)## [1] TRUEvalidate_that(are_equal(levels(ISSP2012esim1.dat$Q1b),
c("S", "s", "?", "e", "E")))## [1] TRUE# testthat - paketti - pois käytöstä 16.9.20
# expect_ ei anna ok-ilmoitusta, ainoastaan virheilmoituksen? (11.4.20)
# expect_equivalent(levels(ISSP2012esim1.dat$maa),
# c("BE", "BG", "DE", "DK", "FI", "HU"))
# expect_equivalent(levels(ISSP2012esim1.dat$maa3),
# c("bF","bW","bB", "BG","dW","dE","DK", "FI", "HU"))
# expect_equivalent(levels(ISSP2012esim1.dat$sp), c("m", "f"))
# expect_equivalent(levels(ISSP2012esim1.dat$Q1b),
# c("S", "s", "?", "e", "E"))
ISSP2012esim1.dat %>% tableX(maa,ika,type = "row_perc")| maa/ika | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 96 | 97 | 102 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BE | 0.00 | 0.00 | 0.00 | 0.79 | 1.29 | 1.24 | 1.19 | 1.54 | 1.49 | 1.34 | 1.44 | 1.19 | 1.69 | 1.34 | 1.39 | 1.64 | 1.59 | 2.04 | 1.74 | 2.04 | 1.89 | 1.59 | 1.74 | 1.49 | 1.54 | 1.89 | 1.84 | 1.69 | 1.69 | 1.54 | 1.69 | 1.64 | 2.68 | 1.79 | 1.54 | 1.89 | 1.79 | 1.94 | 2.19 | 1.59 | 1.59 | 1.99 | 1.94 | 2.29 | 1.79 | 1.84 | 1.64 | 1.84 | 1.59 | 1.49 | 1.89 | 1.44 | 1.54 | 1.49 | 1.29 | 1.44 | 1.04 | 1.09 | 0.89 | 0.99 | 1.04 | 1.14 | 0.79 | 0.50 | 0.70 | 0.75 | 0.55 | 0.25 | 0.45 | 0.50 | 0.45 | 0.30 | 0.30 | 0.20 | 0.00 | 0.10 | 0.15 | 0.00 | 0.05 | 0.05 | 0.00 | 0.05 | 0.00 | 100.00 |
| BG | 0.00 | 0.00 | 0.00 | 1.41 | 1.09 | 0.98 | 0.98 | 0.76 | 1.19 | 0.76 | 1.19 | 1.41 | 0.98 | 0.98 | 1.09 | 1.52 | 0.98 | 1.30 | 1.52 | 0.98 | 1.74 | 1.74 | 1.30 | 1.95 | 1.19 | 2.06 | 1.74 | 2.61 | 2.50 | 1.41 | 0.76 | 0.87 | 1.52 | 1.30 | 1.41 | 1.74 | 0.87 | 2.17 | 1.85 | 2.17 | 2.17 | 2.50 | 2.06 | 2.17 | 1.63 | 2.93 | 1.74 | 3.04 | 1.85 | 1.30 | 2.28 | 1.74 | 1.63 | 1.63 | 1.52 | 1.74 | 1.41 | 1.52 | 1.74 | 1.85 | 1.63 | 1.09 | 1.41 | 0.98 | 1.41 | 0.43 | 0.22 | 0.76 | 0.43 | 0.11 | 0.11 | 0.22 | 0.11 | 0.22 | 0.33 | 0.11 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| DE | 0.00 | 0.00 | 0.00 | 1.11 | 1.69 | 1.23 | 1.58 | 1.40 | 1.93 | 1.46 | 1.58 | 1.17 | 1.40 | 1.23 | 1.46 | 1.23 | 1.52 | 1.40 | 0.99 | 1.34 | 1.28 | 1.34 | 1.11 | 1.23 | 1.23 | 1.87 | 1.52 | 2.16 | 1.81 | 1.98 | 1.75 | 2.80 | 2.39 | 1.98 | 2.10 | 2.16 | 1.98 | 1.98 | 1.52 | 1.87 | 2.10 | 1.81 | 1.69 | 2.04 | 1.63 | 1.23 | 1.93 | 2.16 | 1.75 | 1.28 | 1.28 | 0.76 | 1.28 | 1.81 | 0.99 | 1.23 | 0.93 | 1.81 | 1.93 | 1.11 | 1.81 | 0.99 | 0.93 | 1.23 | 0.64 | 0.41 | 0.41 | 0.58 | 0.64 | 0.47 | 0.47 | 0.35 | 0.12 | 0.12 | 0.06 | 0.12 | 0.00 | 0.12 | 0.00 | 0.00 | 0.06 | 0.00 | 0.00 | 100.00 |
| DK | 0.00 | 0.00 | 0.00 | 1.73 | 1.30 | 1.30 | 2.23 | 2.52 | 2.74 | 1.95 | 1.15 | 1.08 | 1.73 | 1.37 | 1.44 | 1.01 | 2.09 | 1.44 | 1.44 | 2.59 | 1.15 | 1.73 | 1.73 | 1.37 | 1.80 | 2.02 | 1.80 | 1.51 | 1.80 | 1.59 | 2.31 | 1.80 | 2.23 | 1.37 | 2.16 | 2.02 | 1.66 | 1.87 | 2.16 | 2.23 | 2.02 | 2.16 | 2.02 | 1.30 | 1.66 | 1.87 | 1.80 | 1.66 | 1.37 | 1.80 | 1.22 | 2.31 | 2.09 | 1.59 | 1.08 | 1.80 | 1.22 | 1.15 | 0.86 | 1.08 | 0.72 | 0.58 | 0.50 | 0.29 | 0.22 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.07 | 0.00 | 0.00 | 0.00 | 0.07 | 0.00 | 0.00 | 0.00 | 0.07 | 100.00 |
| FI | 0.72 | 1.80 | 1.17 | 1.62 | 1.08 | 1.35 | 1.17 | 0.63 | 1.26 | 1.53 | 1.35 | 1.44 | 1.26 | 1.17 | 2.61 | 1.17 | 1.62 | 1.08 | 1.80 | 1.35 | 1.44 | 1.53 | 1.98 | 1.62 | 0.90 | 1.71 | 1.35 | 1.26 | 1.08 | 1.80 | 1.62 | 1.89 | 2.70 | 2.61 | 1.98 | 1.71 | 1.35 | 1.53 | 2.07 | 2.43 | 1.80 | 2.16 | 2.52 | 1.53 | 2.52 | 1.80 | 2.25 | 2.79 | 1.71 | 1.89 | 2.25 | 2.61 | 2.25 | 1.44 | 1.62 | 0.99 | 1.89 | 1.62 | 1.53 | 0.81 | 0.18 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| HU | 0.00 | 0.00 | 0.00 | 0.90 | 1.20 | 1.00 | 0.80 | 1.91 | 1.91 | 1.10 | 1.50 | 1.00 | 1.40 | 1.30 | 1.91 | 1.60 | 1.81 | 1.50 | 2.41 | 1.50 | 1.71 | 2.91 | 2.01 | 1.60 | 2.61 | 1.50 | 1.40 | 1.10 | 3.01 | 1.40 | 2.31 | 2.21 | 2.31 | 1.91 | 1.50 | 1.30 | 1.50 | 1.20 | 1.10 | 2.01 | 2.11 | 1.71 | 1.10 | 2.61 | 3.71 | 1.91 | 1.50 | 1.91 | 2.81 | 1.20 | 1.20 | 1.60 | 0.90 | 1.20 | 1.40 | 1.00 | 1.71 | 0.50 | 1.60 | 1.40 | 0.60 | 0.80 | 0.40 | 0.40 | 0.40 | 0.30 | 0.70 | 0.30 | 0.20 | 0.80 | 0.10 | 0.10 | 0.20 | 0.10 | 0.00 | 0.00 | 0.00 | 0.00 | 0.10 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| All | 0.10 | 0.25 | 0.16 | 1.22 | 1.31 | 1.20 | 1.38 | 1.51 | 1.78 | 1.40 | 1.39 | 1.20 | 1.46 | 1.25 | 1.61 | 1.36 | 1.62 | 1.52 | 1.60 | 1.71 | 1.54 | 1.73 | 1.62 | 1.50 | 1.52 | 1.85 | 1.63 | 1.73 | 1.90 | 1.65 | 1.77 | 1.93 | 2.37 | 1.83 | 1.81 | 1.85 | 1.61 | 1.82 | 1.85 | 1.99 | 1.93 | 2.03 | 1.89 | 1.99 | 2.05 | 1.84 | 1.81 | 2.15 | 1.78 | 1.50 | 1.66 | 1.66 | 1.61 | 1.55 | 1.28 | 1.38 | 1.29 | 1.30 | 1.38 | 1.15 | 1.04 | 0.81 | 0.69 | 0.59 | 0.55 | 0.36 | 0.33 | 0.31 | 0.32 | 0.33 | 0.23 | 0.18 | 0.14 | 0.11 | 0.06 | 0.06 | 0.04 | 0.02 | 0.04 | 0.01 | 0.01 | 0.01 | 0.01 | 100.00 |
# Riviprofiilit
# ISSP2012esim1.dat %>% tableX(maa,ika,type = "row_perc")
ISSP2012esim1.dat %>% tableX(maa,sp ,type = "row_perc")| maa/sp | m | f | Total |
|---|---|---|---|
| BE | 47.44 | 52.56 | 100.00 |
| BG | 40.72 | 59.28 | 100.00 |
| DE | 48.66 | 51.34 | 100.00 |
| DK | 49.42 | 50.58 | 100.00 |
| FI | 42.88 | 57.12 | 100.00 |
| HU | 47.44 | 52.56 | 100.00 |
| All | 46.65 | 53.35 | 100.00 |
# Kysymyksen Q1b vastaukset
ISSP2012esim1.dat %>% tableX(maa,Q1b,type = "row_perc")| maa/Q1b | S | s | ? | e | E | Total |
|---|---|---|---|---|---|---|
| BE | 9.49 | 22.40 | 21.76 | 27.42 | 18.93 | 100.00 |
| BG | 12.81 | 42.89 | 22.26 | 20.63 | 1.41 | 100.00 |
| DE | 9.63 | 21.88 | 11.55 | 31.39 | 25.55 | 100.00 |
| DK | 5.04 | 17.15 | 10.95 | 16.71 | 50.14 | 100.00 |
| FI | 4.23 | 16.94 | 13.42 | 38.11 | 27.30 | 100.00 |
| HU | 21.97 | 28.89 | 22.57 | 19.06 | 7.52 | 100.00 |
| All | 9.95 | 23.76 | 16.79 | 26.10 | 23.41 | 100.00 |
# Kuuluu ehkä vasta seuraavaan jaksoon ? (20.2.20)
ISSP2012esim1.dat %>% tableX(maa3,Q1b,type = "row_perc")| maa3/Q1b | S | s | ? | e | E | Total |
|---|---|---|---|---|---|---|
| bF | 5.04 | 23.81 | 25.89 | 30.83 | 14.43 | 100.00 |
| bW | 10.82 | 21.02 | 18.57 | 24.08 | 25.51 | 100.00 |
| bB | 17.03 | 20.94 | 16.63 | 23.87 | 21.53 | 100.00 |
| BG | 12.81 | 42.89 | 22.26 | 20.63 | 1.41 | 100.00 |
| dW | 11.40 | 26.82 | 11.83 | 32.13 | 17.82 | 100.00 |
| dE | 5.85 | 11.33 | 10.97 | 29.80 | 42.05 | 100.00 |
| DK | 5.04 | 17.15 | 10.95 | 16.71 | 50.14 | 100.00 |
| FI | 4.23 | 16.94 | 13.42 | 38.11 | 27.30 | 100.00 |
| HU | 21.97 | 28.89 | 22.57 | 19.06 | 7.52 | 100.00 |
| All | 9.95 | 23.76 | 16.79 | 26.10 | 23.41 | 100.00 |
# str(ISSP2012esim1.dat) # 8143 obs. of 7 variable,
# sama kuin vanhassa Galku-koodissa.Taulukot ja kuvat omina koodilohkoina bookdown-versioon
Frekvenssitaulukko
| S | s | ? | e | E | Total | |
|---|---|---|---|---|---|---|
| BE | 191 | 451 | 438 | 552 | 381 | 2013 |
| BG | 118 | 395 | 205 | 190 | 13 | 921 |
| DE | 165 | 375 | 198 | 538 | 438 | 1714 |
| DK | 70 | 238 | 152 | 232 | 696 | 1388 |
| FI | 47 | 188 | 149 | 423 | 303 | 1110 |
| HU | 219 | 288 | 225 | 190 | 75 | 997 |
| Total | 810 | 1935 | 1367 | 2125 | 1906 | 8143 |
Riviprosentit
| S | s | ? | e | E | Total | |
|---|---|---|---|---|---|---|
| BE | 9.49 | 22.40 | 21.76 | 27.42 | 18.93 | 100.00 |
| BG | 12.81 | 42.89 | 22.26 | 20.63 | 1.41 | 100.00 |
| DE | 9.63 | 21.88 | 11.55 | 31.39 | 25.55 | 100.00 |
| DK | 5.04 | 17.15 | 10.95 | 16.71 | 50.14 | 100.00 |
| FI | 4.23 | 16.94 | 13.42 | 38.11 | 27.30 | 100.00 |
| HU | 21.97 | 28.89 | 22.57 | 19.06 | 7.52 | 100.00 |
| All | 9.95 | 23.76 | 16.79 | 26.10 | 23.41 | 100.00 |
Sarakeprosentit
| S | s | ? | e | E | All | |
|---|---|---|---|---|---|---|
| BE | 23.58 | 23.31 | 32.04 | 25.98 | 19.99 | 24.72 |
| BG | 14.57 | 20.41 | 15.00 | 8.94 | 0.68 | 11.31 |
| DE | 20.37 | 19.38 | 14.48 | 25.32 | 22.98 | 21.05 |
| DK | 8.64 | 12.30 | 11.12 | 10.92 | 36.52 | 17.05 |
| FI | 5.80 | 9.72 | 10.90 | 19.91 | 15.90 | 13.63 |
| HU | 27.04 | 14.88 | 16.46 | 8.94 | 3.93 | 12.24 |
| Total | 100.00 | 100.00 | 100.00 | 100.00 | 100.00 | 100.00 |
Taulukoissa on kuuden maan vastausten jakauma kysymykseen “Alle kouluikäinen lapsi todennäköisesti kärsii, jos hänen äitinsä käy työssä”. Taulukko on pieni, mutta havaintoja 8143. Alemman suhteellisten frekvenssien taulukon rivejä voi verrata toisiinsa ja alimpaan (“Total”“) keskimääräiseen riviin, sarakemuuttujien eli vastausvaihtoehtojen reunajakaumaan. Vastavasti sarakkeita voi verrata rivimuuttujien reunajakaumasarakkeeseen (”Total2). Eniten vastaajia on Belgiasta (25 %) ja Saksasta (21 %), vähiten Unkarista (12 %). edit 24.2.20 Lisätty ca-karttoihin versio, jossa maiden painot skaalattu yhtä suuriksi. Esimerkkilaskelmia CAcalc_1.R.
# CA tässä, jotta saadaan rivi- ja sarakeprofiilikuvat
simpleCA1 <- ca(~maa + Q1b,ISSP2012esim1.dat)
# Maiden järjestys kääntää kuvan (1.2.20) - esimerkki on
# vähän kuriositeetti. Kartta voi tietysti "flipata" koordintaattien suhteen ainakin
# neljällä tavalla (? 180 astetta molempien akseleiden ympäri molempiin suuntiin?)
# (18.2.20). Tämän maa2-muuttujaa käyttävän kuvan voi jättää pois (8.4.20)
# simpleCA2 <- ca(~maa2 + Q1b,ISSP2012esim1.dat)
# Oikeastaan maiden vertailussa pitäisi niiden massat skaalata yhtä suuriksi, tässä
# pikainen kokeilu (20.2.20)
# Riviprosentit taulukoksi, nimet sarakkeille ja riveille (ei kovin robustia...)
johdesim1_rowproc.tab <- simpleCA1$N / rowSums(simpleCA1$N)
colnames(johdesim1_rowproc.tab) <- c("S" ,"s" ,"?","e", "E")
rownames(johdesim1_rowproc.tab) <- c("BE", "BG", "DE", "DK", "FI", "HU")
# Miten tibblenä? Ei toimi, ei maa-muuttujaa ollenkaan
# johdesim1_rowproc.tbl <- as_tibble(johdesim1_rowproc.tab)
# str(johdesim1_rowproc.tbl)
# TARKISTUKSIA (20.2.20)
# johdesim1_rowproc.tab
# rowSums(johdesim1_rowproc.tab)
# str(johdesim1_rowproc.tab)
simpleCA3 <- ca(johdesim1_rowproc.tab)
# Kartta piirretään koodilohkossa simpleCAmap1, r. 773 noin.
# Riviprosentit tarkistusta varten
# S s ? e E
#BE 9.49 22.40 21.76 27.42 18.93
#BG 12.81 42.89 22.26 20.63 1.41
#DE 9.63 21.88 11.55 31.39 25.55
#DK 5.04 17.15 10.95 16.71 50.14
#FI 4.23 16.94 13.42 38.11 27.30
#HU 21.97 28.89 22.57 19.06 7.52
#
# Ja datan saa leikepöydän kautta, jos on tarve pikatarkistuksiin
# read <- read.table("clipboard")
# 9.4.2020 CAcalc_1.R - laskentoa ca-funktion tuloksilla (16 objektin lista)TODO 2.2.20
Onko tämä kuva tallennettava kuvatiedostoksi, vai onnistuuko sen tuottaminen Bookdownissa. Ei taida onnistua? (4.9.18)
Sarakeprofiilit, oikea järjestys maa-muuttujan tasoilla. Faktoreiden järjestys voi tuottaa yllätyksiä, kun dataa muokataan ggplot - grafiikaksi.
#mutkikas kuvan piirto - sarakeprofiilit vertailussa
#ggplot vaatii df-rakenteen ja 'long data' - muotoon
##https://stackoverflow.com/questions/9563368/create-stacked-barplot-where-each-stack-is-scaled-to-sum-to
#
# käytetään ca - tuloksia
apu1 <- (simpleCA1$N)
colnames(apu1) <- c("S", "s", "?", "e", "E")
rownames(apu1) <- c("BE", "BG", "DE", "DK", "FI", "HU")
apu1_df <- as.data.frame(apu1)
#lasketan rivien reunajakauma
apu1_df$ka_sarake <- rowSums(apu1_df)
#muokataan 'long data' - muotoon
apu1b_df <- melt(cbind(apu1_df, ind = rownames(apu1_df)), id.vars = c('ind'))
p <- ggplot(apu1b_df, aes(x = variable, y = value, fill = ind)) +
geom_bar(position = "fill", stat = "identity") +
scale_y_continuous(name = " ",labels = percent_format())
p <- p + labs(fill = "maa")
p + scale_x_discrete(name = "Q1b - vastauskategoriat")
Q1b:Sarakeprofiilit ja keskiarvoprofiili
# Vertaa tähän
ggplot(apu1b_df, aes(x = variable, y = value, fill = ind)) +
geom_bar(position = "fill", stat = "identity") +
scale_y_continuous(name = " ",labels = percent_format())
Q1b:Sarakeprofiilit ja keskiarvoprofiili
# apu1_df
# apu1b_dfEdit 28.5.20 Idea: ca havainnollistaa rivien ja sarakkaeiden riippuvuuksia eroina keskiarvosta, yksinkertainen khii2-tulkinta riippumattomuushypoteesina. Rivi-ja sarakeprofiilit standardoidaan (tulkintaa!) PCA-tyyliin (poikkeama keskiarvosta jaetaan hajonnalla, lukumäärädata ja POisson-jakaumassa hajonta=odotusarvo). Rivi- ja sarakeratkaisuiden symmetria ja sidos esitetään tässä.
Sarakekuvassa näkyy E-sarakkeenselvästi ero (DK), muut erot eivät niinkään. S-sarakkeessa HU erottuu, samoin eos(?)-sarakkeessa BE.
TODO 2.2.20 Voisi harkita taulukoiden (rivi- ja sarakeprosentit) sijoittamista kuvien viereen?
# riviprofiilit ja keskiarvorivi - 18.9.2018
apu2_df <- as.data.frame(apu1)
apu2_df <- rbind(apu2_df, ka_rivi = colSums(apu2_df))
#apu2_df
#str(apu2_df)
## typeof(apu2_df) # what is it?
## class(apu2_df) # what is it? (sorry)
## storage.mode(apu2_df) # what is it? (very sorry)
## length(apu2_df) # how long is it? What about two dimensional
## objects?
# attributes(apu2_df)
# temp1 <- cbind(apu2_df, ind = rownames(apu2_df))
# temp1
##muokataan 'long data' - muotoon
apu2b_df <- melt(cbind(apu2_df, ind = rownames(apu2_df)), id.vars = c('ind'))
# str(apu2b_df)
# glimpse(apu2b_df)
#
#ggplot(apu2b_df, aes(x = value, y = ind, fill = variable)) +
# geom_bar(position = "fill", stat ="identity") +
# #coord_flip() +
# scale_x_continuous(labels = percent_format())
#versio2 toimii (18.9.2018)
p <- ggplot(apu2b_df, aes(x = ind, y = value, fill = variable)) +
geom_bar(position = "fill", stat = "identity") +
coord_flip() +
scale_y_continuous(name = " ", labels = percent_format())
p <- p + labs(fill = "Q1b")
p + scale_x_discrete(name = " ")
Q1b: riviprofiilit ja keskiarvorivi
#vertaa tähän!
ggplot(apu2b_df, aes(x = ind, y = value, fill = variable)) +
geom_bar(position = "fill", stat = "identity") +
coord_flip() +
scale_y_continuous(labels = percent_format())
Q1b: riviprofiilit ja keskiarvorivi
edit 28.5.20 Tanska ja Unkari erottuvat ka-rivistä E-vaihtoehdon (“modaliteetin”) osuuksissa selvimmin. Bulgarialla S+s on hieman suurempi kuin Unkarilla, mutta s-osuus on suurempi. “Ääripäitä” S- ja E-osuuksissa edustavat HU - FI, DK ja BG-HU - DK.
Graafinen analyysi ja R
Käytänön neuvoja data-analyysiin, kuulunee tekstiin vai meneekö “ohjelmistoympäristö” -liitteeseen? Tärkeä juttu!
Kuvasuhteen saa oikeaksi, kun avaa g-ikkunan (X11()) ja sitten plot. Voi tallentaa pdf-muodossa grafiikkaikkunasta, ja ladata outputiin knitr-vaiheessa. Parempi tulostaa kuvatdsto pdf-ajurilla, jos lopulliseen versioon joutuu näin tekemään (13.5.2018 ). Tämä voi olla järkevä tapa analyysivaiheessa? Teksti kopsattu alla olevasta koodilohkosta.
Ensimmäinen korrespondenssianalyysi - kokeiluja kuvasuhteen säätämiseksi output- dokumentissa. RStudiossa voi avata komentokehoitteessa grafiikka-ikkunan. Siitä käsin tallennettu pdf-kuva on ladattu alla Rmarkdownin omalla komennolla, kohdistus keskelle. Parhaiten näyttäisi toimivan knitrin funktio, mutta oletuskuvakoolla saa ca-kuvasta näköjään aika lähelle oikeanlaisen ilman mitään temppuja.
zxy Selventäisikö vielä khii2-etäisyyksien taulukko, tai ehkä seuraavassa luvussa? #V MG&Blasius, “vihreän kirja”, johdanto.
CA-ratkaisun (algoritmin) lähtötieto: suhteelliset frekvenssit (korrespondenssimatriisi P) (30.3.20)
taulu5 <- ISSP2012esim1.dat %>% tableX(maa,Q1b,type = "cell_perc")
knitr::kable(taulu5,digits = 2, booktabs = TRUE,
caption = "Kysymyksen Q1b vastaukset maittain (%)")| S | s | ? | e | E | Total | |
|---|---|---|---|---|---|---|
| BE | 2.35 | 5.54 | 5.38 | 6.78 | 4.68 | 24.72 |
| BG | 1.45 | 4.85 | 2.52 | 2.33 | 0.16 | 11.31 |
| DE | 2.03 | 4.61 | 2.43 | 6.61 | 5.38 | 21.05 |
| DK | 0.86 | 2.92 | 1.87 | 2.85 | 8.55 | 17.05 |
| FI | 0.58 | 2.31 | 1.83 | 5.19 | 3.72 | 13.63 |
| HU | 2.69 | 3.54 | 2.76 | 2.33 | 0.92 | 12.24 |
| Total | 9.95 | 23.76 | 16.79 | 26.10 | 23.41 | 100.00 |
Massat ja skaalaus Tätä ensimmäistä kuvaa on muistiinpanoissa kommentoitu (löytyy printattuna) Kolme karttaa. Maiden vertailussa on järkevää vakioida niiden massat (kolmas kartta). Massan käsite on CA:n ydinasioita, siksi maiden massat ovat jatkossa mukana. Kartta määräytyy maiden otoskokojen suuruisilla painoilla, mutta ero ei ole kovin suuri.
#simpleCA1 <- ca(~maa + V6,ISSP2012esim1.dat) suoritetaan ennen värikuvaa, tuloksia tarvitaan
#siinä.
# TODO(11.4.20) fig.cap koodilohkossa tekee kuvasta "kelluvan", ja kuvat numeroidaan.
# Miten plot-komennon kuvaotsikot vaikuttavat?
# Pitäiskö (a) jokaiselle kuvalle oma koodilohko (b) esittää nämä kaksi yhdessä vierekkäin
# Pohditaan kun koodataan capaper-projektia.
# Symmetrinen kartta
# Akselien tekstit "käsityönä" - esimerkki (3.5.2020)
par(cex = 0.6)
plot(simpleCA1, map = "symmetric", mass = c(TRUE,TRUE),
main = "Lapsi kärsii jos äiti on töissä -symmetrinen kartta 1",
xlab = "Dimensio 1: moderni/liberaali - perinteinen/konservatiivinen (76%)",
ylab = "Dimensio 2: maltillinen/epävarma - radikaali/jyrkkä/varma (15.1%)",
sub = "Maiden massat eri suuruisia (otoskoko)")
Q1b: lapsi kärsii jos äiti on töissä
# plot(simpleCA2, map = "symmetric", mass = c(TRUE,TRUE),
# main = "Lapsi kärsii jos äiti on töissä -symmetrinen kartta ",
# sub = "maa-muuttuja maa2,järjestys as_factor(C_ALPHAN)")
# Kartta kääntyy x-akselin ympäri - esimerkki faktoroinnin arvaamattomista
# seurauksista (30.3.20)
# 13.5.2018
# kuvasuhteen saa oikeaksi, kun avaa g-ikkunan (X11()) ja sitten plot. Voi tallentaa pdf-muodossa
# grafiikkaikkunasta, ja ladata outputiin knitr-vaiheessa. Parempi tulostaa kuvatdsto pdf-ajurilla,
# jos lopulliseen versioon joutuu
# näin tekemään.edit 2.5.2020 Riviprofiilitaulukossa rivimassat ovat vakioita (=1), mutta ca-ratkaisussa skaalautuvat eri arvoksi (vakio). Oleellinen vaikututus karttaan on pienen massan pisteiden (BG, FI, HU) siirtymien kohti origoa. Ei kyllä ole kovin selvä, ja näkyy selvimmin “ääripäissä” (? 5.9.20) Entäs sarakepisteet, niiden massat eivät muutu? TODO 5.9.20 Alempana taulukko khii2-etäisyyksistä, tässä kaksi pilveä projisoitu samaan kuvaan.
# Sama kartta - maiden massat vakiotu
# CA:n lähtötietona riviprofiilit
par(cex = 0.6)
plot(simpleCA3, map = "symmetric", mass = c(TRUE,TRUE),
main = "Lapsi kärsii jos äiti on töissä -symmetrinen kartta 2 ",
sub = "Maidet massat vakioitu (riviprofiilidata)")
Q1b: lapsi kärsii jos äiti on töissä
Näitä karttoja vertaillaan seuraavassa luvussa tarkemmin.
Toinen tapa - kuvatiedoston lataaminen include_graphics - funktiolla. Pitää miettiä mikä on järkevää, dataa tutkaillessa piirretään useita kuvia. PDF-muodossa ne ovat skaalautuvia, kommentteja voi lisätä jne.
Rivien (1) ja sarakkeiden (2) khii2-etäisyydet keskiarvosta.
Rivimassat skaalautuvat ca-ratkaisussa vakioksi 1/6 (0.167), kun lähtötietona on riviprofiilien taulukko jossa rivimassat ovat 1. Sarakemassat skaalautuvat uudelleen. Massojen summa on 1. TODO 16.9.20 knittr::kabble nimeää taulukot koodilohkon nimen mukaan, siis vain yksi taulukko? Taulukot omiksi koodilohkoiksi.
# khii2 - etäisyyksien taulukko
#str(simpleCA1)
#simpleCA1$rowdist
#str(simpleCA1$rowdist)
# verrataan "tavallisen" ca:n ja riviprofiili-ca:n khii2-etäisyyksiä origosta
# 5.9.2020
# khii2 - etäisyydet origosta
# simpleCA1$rownames
# simpleCA1$rowdist
# simpleCA3$rowdist
# simpleCA3$colnames
# simpleCA1$coldist
# simpleCA3$coldist
# massat - huom! Riviprofiilien ca: rivimassojen summa on 1 !(5.9.20)
# sum(simpleCA1$rowmass)
# sum(simpleCA3$rowmass)
# rivit
# simpleCA1$rownames
# simpleCA1$rowmass
simpleCA3$rowmass## [1] 0.1666667 0.1666667 0.1666667 0.1666667 0.1666667 0.1666667# sum(simpleCA1$rowmass)
# sum(simpleCA3$rowmass)
# sarakkeet
# simpleCA3$colnames
# simpleCA1$colmass
# simpleCA3$colmass
# sum(simpleCA1$colmass)
# sum(simpleCA3$colmass)
# rivien khii2 - etäisyydet, massat ja vakioidut massat
rowdist.tbl <- as_tibble(rbind(simpleCA1$rowdist, simpleCA3$rowdist),.name_repair = c("unique"))## New names:
## * `` -> ...1
## * `` -> ...2
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5
## * ...str(rowdist.tbl)## tibble [2 x 6] (S3: tbl_df/tbl/data.frame)
## $ ...1: num [1:2] 0.158 0.147
## $ ...2: num [1:2] 0.631 0.59
## $ ...3: num [1:2] 0.175 0.206
## $ ...4: num [1:2] 0.634 0.689
## $ ...5: num [1:2] 0.348 0.384
## $ ...6: num [1:2] 0.55 0.508colnames(rowdist.tbl) <- simpleCA1$rownames
knitr::kable(rowdist.tbl,digits = 3,
caption = "Rivietäisyydet keskiarvosta (khii2) - toisella rivilla rivimassat yhtä suuret",
booktabs = TRUE)| BE | BG | DE | DK | FI | HU |
|---|---|---|---|---|---|
| 0.158 | 0.631 | 0.175 | 0.634 | 0.348 | 0.550 |
| 0.147 | 0.590 | 0.206 | 0.689 | 0.384 | 0.508 |
# rowdist.tbl ok 15.9.20
# sarakkeiden khii2 - etäisyydet, massat ja vakioidut massat
coldist.tbl <- as_tibble(rbind(simpleCA1$coldist, simpleCA3$coldist),.name_repair = c("unique"))## New names:
## * `` -> ...1
## * `` -> ...2
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5# coldist.tbl
colnames(coldist.tbl) <- simpleCA1$colnames
rowid_to_column(coldist.tbl)| rowid | S | s | ? | e | E |
|---|---|---|---|---|---|
| 1 | 0.5246525 | 0.3248840 | 0.3078230 | 0.2721699 | 0.6271108 |
| 2 | 0.5587368 | 0.3567818 | 0.3025459 | 0.2944703 | 0.7190317 |
# print(coldist.tbl)
knitr::kable(coldist.tbl,digits = 3, booktabs = TRUE,
caption = "Sarake-etäisyydet keskiarvosta (khii2) - toisella rivilla rivimassat yhtä suuret")| S | s | ? | e | E |
|---|---|---|---|---|
| 0.525 | 0.325 | 0.308 | 0.272 | 0.627 |
| 0.559 | 0.357 | 0.303 | 0.294 | 0.719 |
colmass.tbl <- as_tibble(rbind(simpleCA1$coldist, simpleCA3$coldist),.name_repair = c("unique"))## New names:
## * `` -> ...1
## * `` -> ...2
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5colnames(colmass.tbl) <- simpleCA1$colnames
rowid_to_column(colmass.tbl)| rowid | S | s | ? | e | E |
|---|---|---|---|---|---|
| 1 | 0.5246525 | 0.3248840 | 0.3078230 | 0.2721699 | 0.6271108 |
| 2 | 0.5587368 | 0.3567818 | 0.3025459 | 0.2944703 | 0.7190317 |
knitr::kable(colmass.tbl,digits = 3, booktabs = TRUE,
caption = "Sarakkeiden massat - toisella rivilla rivimassat yhtä suuret")| S | s | ? | e | E |
|---|---|---|---|---|
| 0.525 | 0.325 | 0.308 | 0.272 | 0.627 |
| 0.559 | 0.357 | 0.303 | 0.294 | 0.719 |
Rivi- ja sarake-etäisyydet (khii2) keskiarvosta rivien massoilla ja vakioiduilla massoilla . Massoiltaan (havaintojen lukumäärä tai jotain siihen verrannollista) pienet rivit HU ja BG ovat vakiomassojen ratkaisussa lähempänä keskiarvoa. Niin on myös Belgia. Saksa, Tanska ja Suomi ovat kauempan origosta. Erot kuitenkin pieniä (17.9.20)
Grafiikan hienosäätö on hieman haastavaa: analyysivaiheessa kannattaa tallentaa kuvia RStudion grafiikkaikkunasta pdf-muodossa talteen, graafisessa data-analyysissä niitä tietenkin syntyy aika paljon. HTML- ja pdf- formaatin kuvat viimeistellään bookdown-ympäristössä.
2.2 Korrespondenssianalyysin käsitteet
edit 15.9.20 Näitä taulukoitu edellä, vertailtu “normaaleilla massoilla” ja vakioiduilla rivimassoilla (riviprofiileilla) laskettuja ca-ratkaisuja, khii2-etäisyyksiä ja sarakemassojen skaalautumista kun rivimassat vakioidaan.
Triplet
Profiilit
Massat
Profiilien etäisyydet (khii2): (a) saman pistejoukon pisteiden (b) eri pistejoukkon pisteiden
Tätä “triplettiä” täydentää neljä siitä johdettua käsitettä, viite muistiinpanoissa. #V Tässäkin CAiP ja MG2017HY-luentokalvot.
3 Tulkinnan perusteita
Luvussa syvennetään esimerkin tulkinnan perusteita. Miksi symmetrinen kartta on yleensä paras vaihtoehto, siksi se oletusarvoisesti esitetäänkin. Milloin voi käyttää vaihtoehtoisia esitystapoja? Ydinluku.
Tärkein asia CA:ssa kaikki on suhteellista
Tärkeä asia 1 Symmetrinen kuva, kaksi pistepilveä samassa koordinaatistossa. Tärkeä asia 2 Rivi- ja sarakeratkaisun duaalisuus (vai käsitelläänkö jo johdattelevassa esimerkissä?)
Esimerkkiaineistossa tulee jo pohdittavaa, Guttman (arc, horseshoe) - efekti, ratkaisun dimensiot jne.
Asymmetrinen kartta, jossa riviprofiilit ovat pääkomponentti-koordinaateissa ja sarakeprofiilit standardikoordinaateissa.
Sarakkeet ideaalipisteinä, edustavat kuvittellisia maita joissa kaikki ovat vastanneet vain yhdellä tavalla. Sarakepisteet ovat barysentrisen koordinaatisto akseleita.
Sarakepisteet kaukana origosta, koska skaalattu ja
Rivipisteet kasautuneet keskiarvopisteen ympärille. Symmetrinen kuva on usein hyvä oletus tästä syystä.
Rivi-ja sarakepisteiden suhteelliset sijannit samat kuin symmetrisessä kuvassa
Tässäkin kuvassa pisteen koko kuvaa sen massaa. Sarakkeista “täysin samaa mieltä” (ts) ja “ei samaa eikä eri mieltä” ovat massoiltaan pienimmät.
Tarinaa voi tarvittaessa jatkaa, tämä on CA:n hankalin asia. Kaksi koordinaatistoa, ja niiden yhteys.
- Asymmetrinen kuva ja akseleiden / dimensioiden tulkinta
Piirretään sama asymmetrinen kartta uudelleen, mutta yhdistetään sarakepisteet keskiarvopisteeseen (sentroidiin) suorilla. Mitä terävämpi on sarakesuoran (vektorin?) ja akselin kulma, sitä enemmän sarake määrittää tätä ulottuvuutta. Jos vektori on lähettä 45 asteen kulmaa, sarake määrittää yhtä paljon molempia ulottuvuuksia. #V lähde?
Standardikooridaateissa esitety sarakepisteet ovat fiktiivisiä “maapisteitä”, joissa kaikki vastaukset ovat yhdessä luokittelumuuttujan arvossa.Alkuperäisessä täydessä avaruudessa ne ovat simpleksin kärkipisteet, simpleksin sisällä ovat riviprofiilit.
# asymmetrinen kartta - rivit pc ja sarakkeet sc
# sarakkeet vektorikuvina
# HUOM! simpleCA1 luodaan G1_2_johdesim.Rmd - tiedostossa
#
#
#
# Kuva tiedostoon - ennen plot-komentoa avataan tiedosto
# pdf("img/sCA1asymm1.pdf")
par(cex = 0.6)
plot(simpleCA1, map = "rowprincipal",
arrows = c(FALSE,TRUE),
# main = "Lapsi kärsii jos äiti on töissä -asymmetrinen kartta 1
sub = "asymmetrinen kartta")
Q1b: lapsi kärsii jos äiti on töissä
# Kuva tiedostoon - suljetaan
# dev.off()Sarakkeen “Eri mieltä” (e) määrittää toisen ulottuvuuden, jonka voisi tulkita erottelevan “maltilliset” mielipiteen tiukemmista. Sarake “täysin samaa mieltä” (S) määrittää toista ulottuvuutta lähes yhtä paljon kuin ensimmäistä, mutta “täysin eri mieltä” (E) on vasemmalla ja kolme vastausvaihtoehtoa oikealla. Kovin terävästi dimensiot eivät eroa toisistaan?
Asymmetrinen kartta - rivipisteet (profiilit) sarakepisteiden standardikoordinaattien keskiarvopisteinä (ns. barysentrinen keskiarvo).
# Barysentrisen keskiarvon "viivakuviota" kehitelty CA_calc1.R - skriptissä
# simpleCA1-objektista saa std-koordinaatit, muunnoksella rivien pääkoordinaatit
# rpc.
# Jos plot-komennotoon "MapObj1 <- ", saadaan pisteiden koordinaatit
# plot-funktiolla ensin "raamit" ja pisteet talteen, sitten pisteet Suomen
# pisteestä lines(x,y) sarakevektoreihin? (29.5.20)
# asymmetrinen kartta - rivit pc ja sarakkeet sc
# sarakkeet vektorikuvina
# HUOM! simpleCA1 luodaan G1_2_johdesim.Rmd - tiedostossa
# Kuva tiedostoon - ennen plot-komentoa avataan tiedosto
# pdf("img/sCA1asymm1.pdf") ja lopuksi suljetaan tiedosto
# Piirretään Suomen riviprofiilista janat sarakepisteisiin - barysentinen keskiarvo
# Rivipisteet pääkoordinaatteina (principal coordinates)
simpleCA1.rpc <- simpleCA1$rowcoord %*% diag(simpleCA1$sv)
# X11()
par(cex = 0.6)
plot(simpleCA1, map = "rowprincipal",
arrows = c(FALSE,FALSE),
# main = "Lapsi kärsii jos äiti on töissä -asymmetrinen kartta 2",
sub = "Suomen profiili sarakkeiden barysentrisenä keskiarvona")
segments(simpleCA1.rpc[5,1],simpleCA1.rpc[5,2],simpleCA1$colcoord[, 1],
simpleCA1$colcoord[, 2], col = "pink")
Q1b: lapsi kärsii jos äiti on töissä
# Kuva tiedostoon - suljetaan
# dev.off()Edit 3.5.20 Selvennä: sarakevektroit ovat standardikoordinaateissa, ideaalipisteitä (“maa jossa kaikki samaa mieltä”). Miksi ne ovat kartalla “reilusti” ykköstä suurempia? Vastaus: ideaalipisteet esitetään rivipisteiden koordinaatistossa - > skaalaus.
Edit 11.6.20 - tulkinta ja data?TARKISTA Origo on koko aineiston barysentrinen keskipiste. Janan pituus on kääntäen verrannollinen sarakkeen (“ideaalipisteen”) suhteelliseen osuuteen. Maapiste (profiilipiste) on saravektoreiden barysentrinen keskiarvo, ja etäisyydet kertovat kyseisen sarakkeen suhteellisen osuuden maaprofiliisissa.(? 11.6.20). " In an asymmetric map where the rows, for example, are in principal co- ordinates (i.e. the row analysis), distances between displayed row points are approximate khii2-distances between row profiles; and distances from the row profile points to a column vertex point are, as a general rule, inversely related to the row profile elements for that column." CAiP, s. 72., tarkemmin s.62-. Pisteiden väliset etäisyydet voidaan optimaalisessa tilanteessa (symm. kuva sama pistejoukko, asymm. kuva myös sarake- ja rivipisteet) tulkita vain approksimaatioina.
Verifying the profile-vertex interpretation (emt., s 68): Each row profile point (staff group) is at a weighted average position of the column vertex points (smoking categories), where the weights are the elements of the respective row profile. As a general rule, assuming that the display is of good quality, which is true in this case, the closer a profile is to that vertex, the higher its profie value is for that category.
Verifiointi verteksi kerrallaan, kaikki on suhteellista! Suomi on kaikkein lähimpänä e-verteksiä. Niinpä Suomen profiilissa e-vastausten suhteellinen osuus on suurempi kuin muilla mailla. Tanska vastaavasti lähimpänä E-verteksiä. Projisoidaan rivipisteet sarakevektoreille -> järjestys. todo 10.10.20 Tarkista tämä tulkinta!
Perusidea: kartta antaa yleiskuvan riippuvuudesta, approksimaation tarkkuuden ja laadun rajoissa. Yksityiskohtien etsiskely ei ole oleellista, väärien johtopäätösten välttäminen on. Erityisesti symmetrisessä kartassa ei voi tulkita mitenkään (tiukasti ottaen) eri pistejoukkojen etäisyyksiä. Ei voi tunnistaa klustereita!
edit 14.8.20 Barysentrinen koordinaatisto on ideaalipisteiden simpleksin kärkipisteiden koordinaatisto.
# X11() komentoriville ja plot-komento -> grafiikkaikkuna
par(cex = 0.6)
plot(simpleCA1, map = "rowgreen",
contrib = c("absolute", "absolute"),
mass = c(TRUE,TRUE),
arrows = c(FALSE, TRUE),
main = "Lapsi kärsii jos äiti on töissä - asymmetrinen kartta 2a (rowgreen)",
sub = "sarakevektorin ja rivipisteiden värin tummuus = kontribuutio(absolute)")
Q1b: lapsi kärsii jos äiti on töissä
Greenacre (2006, “loose ends -artikkeli”) ehdotti asymmetrisessä kuvassa standardikoordinaattien skaalaamista niin, että ne kerrotaan massan neliöjuurella. Tämä skaalaus toimii hyvin pienen ja suuren inertian tapauksessa. Kartoissa pätee sama sääntö kuin muussakin graafisessa data-analyyisissä, kuvien on esitettävä oleelliset yhteydet, mutta mielellään vain ne.todo 10.10.20 Inertian maksimi on ratkaisun dimensioiden suurin lukumäärä. teoria-jaksoon.
Sama kuva, kontribuutiot “relative”. edit 24.2.20 Ero selitettävä!
#X11() komentoriville ja plot-komento
par(cex = 0.6)
plot(simpleCA1, map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(TRUE,TRUE),
arrows = c(FALSE, TRUE),
main = "Lapsi kärsii jos äiti on töissä - asymmetrinen kartta 2b (rowgreen)",
sub = "sarakevektorin ja pisteen värin tummuus = kontribuutio(relative)")
Q1b: lapsi kärsii jos äiti on töissä
Asymmetrisessä kartassa 2 pisteiden koko on suhteessa niiden massaan, ja värisävy absoluuttiseen tai suhteelliseen kontribuutioon.
Sarakevektorin kulma akseliin - mitä pienempi sitä enemmän määrittää. Jos lähellä 45 asteen lävistäjää, kontribuutiota on molempiin akseleihin
Tulkinta: rivipisteiden ortogonaalinen projektio “sarakevektorille”
Rivipisteet voidaan projisoida ortogonaalisesti sarakevektorille ja sen pisteillä merkitylle jatkeelle. Järjestys on sama kuin sarakkeen modaliteetin suhteellinen osuus rivipisteen profiilissa. Ensimmäisessä kartassa on käsivaralla piirretty suurinpiirtein kohtisuorat projektiot lievempää erimielisyyttä edustavalle s- ideaalipisteeseen (0,1,0,0,0) origosta piirretylle suoralle.
Onko näin? (17.9.20) Toisessa kuvassa sama E-vektorille. Maiden suhteellinen järjestys on oikea, mutta tarkasti etäisyydet eivät (välimatka-asteikolla) ole vertailukelpoisia. Kartta on approksimaatio. Asymmetrinen kartta on kuitenkin kaksoiskuva (biplot).
Vertailun vuoksi riviprofiilien sarakkeita vastavat arvot suuruusjärjestyksessä:
e: FI 38, DE 31, BE 27, BG 21, HU 19, DK 17 (%-yksikköä)
todo 15.9.20 Voiko tämän tehdä myös skaalatulle (rowgreen) asymmetriselle kuvalle?
knitr::include_graphics('img/simpleCAasymmTulk1.png')
E: DK 50, FI 27, DE 26, BE 19, HU 8, BG 1 (%-yksiköä)
knitr::include_graphics('img/simpleCAasymmTulk2.png')
“kaikki on suhteellista” Esimerkiksi Tanskan riviprofiilissa E-vastauksien suhteellinen osuus poikkeaa eniten keskiarvopisteestä (origossa). Asymmetisessä kuvassa voimme projisoida rivipisteet sarakepisteen vektorille.
Korrespondenssianalyysin ratkaisun yksityiskohdat: ca-funkton tuloste ja “tulosobjekti”. Tulosobjekti “teoriajaksoon”, vai viitataako siellä tähän kohtaan?
Numeeriset tulokset, jälkimmäisessä rivimassat vakioitu yhtä suuriksi (“riviprofiilitaulukon ca”).
# CA:n numeeriset tulokset
# (11.4.20) yhdistä koodilohkoon khii2dist1 (G1_2_johdesim.Rmd, r. 665)
# CA:n numeeristen tulosten käsittelyä myös CAcalc_1.R -skriptissä.
summary(simpleCA1)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.136619 76.0 76.0 *******************
## 2 0.027089 15.1 91.1 ****
## 3 0.010054 5.6 96.7 *
## 4 0.005988 3.3 100.0 *
## -------- -----
## Total: 0.179751 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | BE | 247 465 34 | 93 347 16 | -54 118 27 |
## 2 | BG | 113 874 251 | 586 862 284 | 70 12 21 |
## 3 | DE | 210 584 36 | -94 291 14 | -95 293 70 |
## 4 | DK | 170 996 381 | -586 853 428 | 240 143 362 |
## 5 | FI | 136 1000 92 | -214 380 46 | -274 620 377 |
## 6 | HU | 122 889 206 | 487 783 213 | 179 105 144 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 784 152 | 424 653 131 | 190 131 132 |
## 2 | s | 238 788 140 | 278 731 134 | 78 57 53 |
## 3 | | 168 720 88 | 259 707 82 | 34 12 7 |
## 4 | e | 261 982 108 | -28 11 2 | -268 971 693 |
## 5 | E | 234 1000 512 | -616 966 651 | 115 34 114 |# vertailun vuoksi numeeriset tulokset, kun maiden massat vakiot
summary(simpleCA3)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.167678 77.9 77.9 *******************
## 2 0.030095 14.0 91.9 ***
## 3 0.013206 6.1 98.0 **
## 4 0.004296 2.0 100.0
## -------- -----
## Total: 0.215275 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | BE | 167 295 17 | 46 97 2 | -66 199 24 |
## 2 | BG | 167 884 270 | 554 882 306 | 22 1 3 |
## 3 | DE | 167 718 33 | -144 489 21 | -98 229 54 |
## 4 | DK | 167 993 367 | -635 849 400 | 261 144 377 |
## 5 | FI | 167 999 114 | -270 494 72 | -272 505 411 |
## 6 | HU | 167 870 200 | 448 778 199 | 154 92 132 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 105 785 153 | 450 649 127 | 206 135 148 |
## 2 | s | 250 792 148 | 311 762 145 | 62 30 32 |
## 3 | | 171 792 73 | 267 780 73 | 33 12 6 |
## 4 | e | 256 976 103 | -66 51 7 | -283 925 681 |
## 5 | E | 218 1000 524 | -706 964 649 | 136 36 133 |# Rivi- ja sarake-etäisyydet (keskiarvosta/sentroidista)
# HUOM! Edellisessä jaksossa taulukko rivi- ja sarake-etäisyyksistä. Tuskin
# kannattaa tässä toistaa. Muuta analyysiä numeerisista tuloksista. (10.4.20)
# simpleCA1$rownames
# simpleCA1$rowdist
# simpleCA3$rowdist
# simpleCA1$colnames
# simpleCA1$coldist
# simpleCA3$coldist
# Hieman laskentaa
# Massojen summat 1 - onko ero ca-tulosten massoissa pyöristysvirhe? (17.10.20)
#sum(simpleCA1$colmass)
#sum(simpleCA3$colmass)
#testMassDiff <- simpleCA3$colmass - simpleCA1$colmass
#testMassDiff
# 0.005812145 0.012608847 0.002977493 -0.005426916 -0.015971569editEdellisessä jaksossa esimerkki siistimmästä taulukosta,samoin bookdown-testiprojektissa.
Tulkinta: - ensin ratkaisu alkuperäisillä massoilla (otoskoot), sitten vertaillaan ratkaisuun vakiomassoilla -> massojen vaikutus.
- Pääakselien inertiat - ratkaisun yleinen laatu (ne prosentit kuvissa!)
maksimi-inertia (teoreettinen) on 4, yleisesti min(J-1, K-1), J on rivien ja K sarakkeiden lukumäärä
alkuperäisten “pistepilvien” inertia jaetaan ca-ratkaisussa pääakseleille suurimmasta pienimpään (esim. Rows:inr - sarakkeen summa on 1)
kokonaisinertia 0.18 (vertailu teoreettiseen maksimiin ei kovin kiinnostava?)
ensimmäinen akseli ei täysin dominoi, mutta kaksi ensimmäistä kuvaavat jo 91 prosenttia aineiston kokonaishajonnasta (käytän termejä hajonta ja inertia vaihtelevasti)
9 prosenttia jää kuitenkin 3. ja 4. dimensiolle
- Kartta tulkitaan katseella - numeerisista tuloksista tarkistetaan ja varmistetaan
Mitä on vasemmalla ja oikealla (1. dimensio 76 % inertiasta), ylhäällä ja alhaalla (15 % inertiasta) - > sarakkeet ja niiden avulla akselien tulkinta (etäisyydet appr. khii2).
Pisteet ja niiden (suhteellinen sijanti) origoon ja toisiinsa ( samassa pilvessä) appr. khii2 jos kvalitetti kelvollinen. Muuten “lähellä voi olla kaukana”, kaukana on kuitenkin aika kaukana.
Numeerista tuloksista katsotaan:
Sarakkeet ja akseleiden tulkinnan tarkistus (ensin):
Kvalitetti kaikilla ok (>785): sarakkeet ja niiden etäisyydet hyvin esitetty
Sarakkeiden osuudet kokonaisinertiasta: E-sarake yli puolet (524), eos-sarake pienin (73).
Akselien tulkinnan varmistaminen (pääakselit ja koordinaatit), koordinaattien suunta (+ vai -)
cor: relative contributions (out of 1000) of each dimension to the inertia of individual points. These are also interpreted as squared correlations (1000)
CA-ratkaisun ulottuvuuksien (yleensä 2) suhteellinen kontribuution pisteen inertialle; kuinka “kaukana” tai “lähellä” piste on akseleiden määrämäästä tasosta? CA-ratkaisu minimoi massoilla painotetut poikkeamat.
cor1 + cor2 = qlt
ctr: contributions (out of 1000) of each point to the principal inertia of a dimension - pisteen suhteellinen kontribuutio akselin (pää) inertialle. Huom! suhteellinen, akselin osuus pilven inertiasta huomioitava.
ensimmäinen akseli (76% kokonaisinertiasta); E “tasossa kiinni” (cor=966) ja osuus akselin kontribuutiosta yli puolet (651), koordinaatin etumerkistä näkyy suunta (-). - oikealle (+) S ja s yht neljännes (265), eos(“?”) hieman ja e mitään (2) - ensimmäinen akseli “selittää” kaikkien muiden pisteiden inertiasta suurimman osan, e poikkeus (cor 11)
- hyvin selkeä, visuaalinen tulkinta on oikea E vasemmalla - kontrastina oikealla S ja s, eos-kategoria hieman.
toinen akseli (15% kokonaisinertiasta): e “tasossa kiinni” (cor 971) ja osuus akselin inertiasta n. 70% (mutta akselin osuus kokonaisinertiasta 15%), suunta (-). eos ei vaikuta akseliin(ctr 7) eikä akseli eos-pisteen inertiaan(cor.
Positiiviseen suuntaan akselin inertiaan vaikuttavat tiukat mielipiteet E (ctr 114) ja S (ctr 132), s jonkin verran (53)
Maltillinen “eri mieltä” määrittää yksin toisen dimension, hieman yllättäen neutraalilla (eos) vaihtoehdolla ei ole yhteyttä dimensioon. Sen ainoa vaikutus ratkaisuun (kun inertia näin dekomponoidaan) on pieni S-suuntaan ensimmäisellä akselilla.
ctr/cor - epäsymmetrinen suhde (teoriajaksoon).
Rivit
- kvaliteeetti (qlt): onko joku piste huonosti edustettu ratkaisussa (projektiossa)?
- Belgia qlt kehnoin, Saksan toiseksi kehnoin. Belgialla suurin massa, Saksalla toiseksi suurin, ja silti niiden vaikutus karttaan (ctr molemmille akseleille) on heikko
- inr: part of total inertia of the point in the full space (rows or columns)
- pisteen suhteellinen osuus (1000) koko alkuperäisen pilven inertiasta
- DK suurin (381), BG ja HU lähes puolet (yht. 457), kolme muuta yhteensä 16 %
- taas hämmentää Saksan ja Belgian pieni osuus kokonaisinertiasta
- vai onko seuraus siitä, että massa molemmilla suuri? Lähellä aineiston keskiarvopistettä? Tämä nähdään kun verrataan CA-ratkaisuun jossa mailla sama paino!
Vertailu vakioitujen rivimassojen ca-ratkaisuun
Tätä voisi käyttää esimerkkinä numeeristen tulosten vertailussa?
Kokonaisinertia kasvaa (0,18 -> 0,22), koordinaatisto muuttuu mutta ei kovin radikaalisti.
Kvaliteetti, kontribuutiot? Miten vertailla oleellisia asioita?
Belgian laatu putoavaa,ja kontribuutiot pienenevät entisestään.
Saksan laatu paranee aika paljon, ja kontribuutiotkin jonkin verran. Aika outoa,että suurimman massan maiden (DE,BE lähes puolet datasta) kontribuutiot ovat niin pieniä (24.2.20).
Saksa siirtyy x-akselilla vasemmalle (x-koordinaatti -94 -> -144). Belgia siiryy x-akselilla lähemmäs origoa (93 -> 46) ja y-akselilla vähän kauemmas. Eihän tässä näin pitänyt käydä!
Kuvasta näkee muutoksen vähäisyyden. Aineisto on pieni, mutta kuva on selvästi tehokkaampi tapa kuvata taulukon rivien ja sarakkeiden yhteyksiä.
- Sarakemassojen muutos? Kaavaliitteessä eksplisiittisesti rivi- ja sarakeratkaisujen yhteys, massat mukana. Sarake- ja rivmassojen summat ovat 1. Sarekemassat ja inr muuttuvat hieman. Onko pyöristysvirhettä?
4 Yksinkertaisen korrespondenssianalyysin laajennuksia 1
Korrespondenssianalyysi sallii rivien tai sarakkeiden yhdistelyn tai “jakamisen”. Tämä onnistuu esimerkkiaineistossa lisäämällä rivejä eli jakamalla eri maiden vastausksia useampaan ryhmään. Kartalle voidaan myös lisätä apumuuttujia tai täydentäviä muuttujia (supplementary points). Ne eivät vaikuta ca:n tuloksiin, vaan esittävät lisäinformaatiota.
edit 9.9.20 - vähän vanhentunutttaSen avulla voi myös tarkastella ja vertailla erilaisia ryhmien välisiä tai ryhmien sisäisiä (within groups - between groups) eroja hieman. Teknisesti yksinkertaista korrespondenssianalyysiä sovelletaan muokattuun matriisiin. Datamatriisi rakennetaan useammasta alimatriisista, joko “pinoamalla” osamatriiseja (stacked matrices) tai muodostamalla symmetrinen lohkomatriisi (ABBA).
edit 9.9.20 Uusi johdanto 1. Saksan ja Belgian jako
- jakaumaekvivalenssi(?) (distributional equivalence)), voidaan jakaa ja yhdistää rivejä
- Belgia leviää pystysuuntaan, Saksa vaakasuuntaan
# HUOM! Tässä ei vielä supp.points mukana!
par(cex = 0.6)
suppointCA1 <- ca(~maa3 + Q1b,ISSP2012esim1.dat)
plot(suppointCA1, main = "Belgian ja Saksan ositteet",
sub = "symmetrinen kartta")
Belgian ja Saksan aluejako
- Täydentävät pisteet (supplementary points)
- eivät vaikuta karttaan (koordinaatistoon, rivi- tai sarakepisteiden sijaintiin)
- useita tapoja käyttää, tässä Saksan ja Belgian maapisteet
- barysentrinen keskiarvo
- laajempi esittely capaper-projektissa
- Lisämuuttujat - yksinkertainen ca useamman muuttujan analyysissä
3.1 Yksinkeraisin malli: vuorovaikutusmuuttuja (interactive coding) - yksi rivi (sample) jaetaan useammaksi, sama idea kuin edellisessä esimerkissä - käytännön raja yleensä kolmen muuttujan vuorovaikutusmuuttuja, esimerkkinä maan, iän ja sukupuolen yhdistetty muuttuja
3.2 Kartta on data-analyysin väline - miten sitä voi selkeyttää?
Hyvässä kartassa on vain tarpeellinen määrä informaatiota, epäselvä tukkoinen kuva ei toimi. Yksinkertainen keino analyysivaiheessa on “leikata ja liimata” kuvia ja tallentaa ne pdf-muodossa. Voi tehdä muistiinpanoja, lisätä kommentteja jne.
Tässä esitellään kaksi muuta: kuva-alan rajaaminen BaseR-grafiikan plot-funktion parametreilla. Tässä esitellään yleisempi osajoukon korrespondenssianalyysi (subset ca). Osajoukko CA:ssa reunajakaumat (massat) ja valitun datan profiilit eivät muutu. Idea on tavallaan tehdä ensin CA-kalkyylit ja valita sitten tarkasteltava joukko.
Paljon parempi idea kuin suoraviivainen aineiston rajaaminen,jossa “kaikki muuttuisi” jokaisella aineiston rajauksella. Yhteys suhteelisten osuuksien/koostumusdatan (compositional DA) analyysiin: ca ei ole “subcompositionally coherent”.
Täyden aineiston inertia voidaan dekompoida l. jakaa osajoukoille, eräs CA:n perusideoita yleisemminkin.
Käytetään tässäkin johdattelevan esimerkin dataa, johon muunnokset on jo alustavasti tehty.
(14.9.20)G1_4_CAlaaj1.Rmd jaettu kolmeksi tiedostoksi, uusia G1_4_CAlaaj2.Rmd ja G1_4_CAlaaj3.Rmd
Vanhaa koodia kolme koodilohkoa
4.1 Täydentävät muuttujat (supplementary points)
zxy Piste sinne piirretään, mutta muuttujassa on se tieto. “Täydentävä piste” kuulostaa huonolta. Lisämuuttujat, havainnot, lisäpisteet?
Viite:CAip ss 89, HY2017_MCA.
Aineistossa on havaintoja (rivejä) tai muuttujia (sarakkeita), joista voi olla hyötyä tulosten tulkinnassa. Nämä lisäpisteet voidaan sijoittaa kartalle, jos niitä voidaan jotenkin järkevästi vertailla kartan luomisessa käytettyihin profiileihin (riveihin ja sarakkeisiin).
EDIT Lisätään Belgian ja Saksan aluejako täydentäviksi riveiksi. Sopii tarinaan, dimensioiden tulkinta ei ollut esimerkissä kovin kirkas. Viite CAip:n lukuun, jossa vain todetaan että maita ei ole järkevää painottaa (massa) otoskoolla, vaan vakioidaan (jotenkin) sama (suhteellinen) massa kaikille. Samalla oikaistaan myös naisten yliedustus aineistossa.
Käsitteitä: (a) Active point, aktiivinen piste (aktiivinen havainto tai muuttuja). Pistettä käytetään CA-laskennassa.
- Supplementary point,täydentävä piste (täydentävä havainto), täydentävä rivi- tai sarakeprofiili. Pistettä ei käytetä CA-ratkaisun laskennassa, mutta sille lasketaan koordinaatit ratkaisuun.
Täydentävien muuttujien kolme käyttötapaa:
Sisällöllisesti tutkimusongelman kannalta poikkeava tai erilainen rivi tai sarake
Outlayerit, poikkeava havainto jolla pieni massa (esimerkissä uusi sarakemuuttuja, jossa kovin vähän havaintoja)
osaryhmät EDIT capaper- jäsentelyssä ja bookdown-dokumentissa selitetetty täydentävät/lisäpisteet tarkemmin (18.9.2018).
# 17.10.20 Muutin hieman koodia, aluejako-taulukon rivien järjestys muuttui.
#
# Belgian ja Sakasan jako, maapisteet lisäpisteinä 24.5.2018
# CA-tulos: suppointCA2
# Be ja De jako maa3-muuttujassa
# str(ISSP2012esim1.dat$maa3)
# attributes(ISSP2012esim1.dat$maa3)
suppoint1_df1 <- select(ISSP2012esim1.dat, maa3,Q1b)
# tarkistuksiin jos koodi suoritetaan rivi kerrallaan
# str(suppoint1_tab1)
suppoint1_tab1 <- table(suppoint1_df1$maa3, suppoint1_df1$Q1b)
suppoint1_tab1| / | S | s | ? | e | E |
|---|---|---|---|---|---|
| bF | 51 | 241 | 262 | 312 | 146 |
| bW | 53 | 103 | 91 | 118 | 125 |
| bB | 87 | 107 | 85 | 122 | 110 |
| BG | 118 | 395 | 205 | 190 | 13 |
| dW | 133 | 313 | 138 | 375 | 208 |
| dE | 32 | 62 | 60 | 163 | 230 |
| DK | 70 | 238 | 152 | 232 | 696 |
| FI | 47 | 188 | 149 | 423 | 303 |
| HU | 219 | 288 | 225 | 190 | 75 |
#plot(ca(~maa2 + V6, suppoint1_df1)) #toimii
#
# Saksan ja Belgian summarivit
#
suppoint2_df <- filter(ISSP2012esim1.dat, (maa == "BE" | maa == "DE"))
suppoint2_df <- select(suppoint2_df, maa, Q1b)
glimpse(suppoint2_df)## Rows: 3,727
## Columns: 2
## $ maa <fct> BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE, BE,...
## $ Q1b <fct> e, E, S, e, s, s, s, s, S, S, s, s, s, s, s, ?, e, ?, ?, S, ?, ...suppoint2_tab1 <- table(suppoint2_df$maa, suppoint2_df$Q1b)
suppoint2_tab1 # tarkistus 1| / | S | s | ? | e | E |
|---|---|---|---|---|---|
| BE | 191 | 451 | 438 | 552 | 381 |
| BG | 0 | 0 | 0 | 0 | 0 |
| DE | 165 | 375 | 198 | 538 | 438 |
| DK | 0 | 0 | 0 | 0 | 0 |
| FI | 0 | 0 | 0 | 0 | 0 |
| HU | 0 | 0 | 0 | 0 | 0 |
# Huom! tämä komento vain kerran - tai koko Rmd-tiedosto uudestaan (17.10.20)
suppoint2_tab1 <- suppoint2_tab1[-c(2,4:6) ,]
suppoint2_tab1 # tarkistus 2| / | S | s | ? | e | E |
|---|---|---|---|---|---|
| BE | 191 | 451 | 438 | 552 | 381 |
| DE | 165 | 375 | 198 | 538 | 438 |
# suppoint2_tab1 # Belgian ja Saksan summat yli ositteiden
# suppoint2_tab1
#lisätään rivit maa3-muuttujan taulukkoon
suppoint1_tab1 <- rbind(suppoint1_tab1, suppoint2_tab1)
suppoint1_tab1| S | s | ? | e | E | |
|---|---|---|---|---|---|
| bF | 51 | 241 | 262 | 312 | 146 |
| bW | 53 | 103 | 91 | 118 | 125 |
| bB | 87 | 107 | 85 | 122 | 110 |
| BG | 118 | 395 | 205 | 190 | 13 |
| dW | 133 | 313 | 138 | 375 | 208 |
| dE | 32 | 62 | 60 | 163 | 230 |
| DK | 70 | 238 | 152 | 232 | 696 |
| FI | 47 | 188 | 149 | 423 | 303 |
| HU | 219 | 288 | 225 | 190 | 75 |
| BE | 191 | 451 | 438 | 552 | 381 |
| DE | 165 | 375 | 198 | 538 | 438 |
suppointCA2 <- ca(suppoint1_tab1[,1:5], suprow = 10:11)
par(cex = 0.6)
plot(suppointCA2, main = "Symmetrinen kartta: Saksan(2) Belgian(3) aluejako",
sub = "Täydentävät pisteet DE ja BE" )
Belgian ja Saksan aluejako
Saksan ja Belgian summarivit ovat ositteiden painotettuja (barysentrisiä) keskiarvoja (sentroideja), esim.läntisen ja itäisen Saksan rivipisteiden välisellä janalla on koko maan summapiste DE. Entisen länsi-Saksan piste on keskiarvopistettä lähempänä, etäisyys on käänteisessä suhteessa massaan.
18.9.20 Hajonta kasvaa, ja kartan oikealla puolella sarakkeiden etäisyydet kasvavat. Erityisest S-piste nousee toisen dimension suuntaan ylöspäin. Muiden maiden pisteet eivät juuri muuta suhteellisia sijaintejaan, mutta “Belgia leviää pystysuuntaan ja Saksa vaakasuuntaan.” Bryssel (bB) ja Flanders (bF) ovan konservatiivisempiä kuin lievästi liberaalimpi Wallonia (bW). Flandersin ja Brysselin ero on mielipiteen varmuudessa tai tiukkuudussa, ja Bryssel saattaa olla polarisoitunut (lievä Guttman-efekti).
# riviprofiilitaulukko joteskin (18.9.20)
ISSP2012esim1.dat %>% tableX(maa3, Q1b, type = "row_perc")| maa3/Q1b | S | s | ? | e | E | Total |
|---|---|---|---|---|---|---|
| bF | 5.04 | 23.81 | 25.89 | 30.83 | 14.43 | 100.00 |
| bW | 10.82 | 21.02 | 18.57 | 24.08 | 25.51 | 100.00 |
| bB | 17.03 | 20.94 | 16.63 | 23.87 | 21.53 | 100.00 |
| BG | 12.81 | 42.89 | 22.26 | 20.63 | 1.41 | 100.00 |
| dW | 11.40 | 26.82 | 11.83 | 32.13 | 17.82 | 100.00 |
| dE | 5.85 | 11.33 | 10.97 | 29.80 | 42.05 | 100.00 |
| DK | 5.04 | 17.15 | 10.95 | 16.71 | 50.14 | 100.00 |
| FI | 4.23 | 16.94 | 13.42 | 38.11 | 27.30 | 100.00 |
| HU | 21.97 | 28.89 | 22.57 | 19.06 | 7.52 | 100.00 |
| All | 9.95 | 23.76 | 16.79 | 26.10 | 23.41 | 100.00 |
Piirretään vertailun vuoksi vielä asymmetrinen kartta (“kontribuutio-kartta, kontribuutio-kaksoiskuva”). edit 3.5.20 Minne katoavat pisteet, outoa?
par(cex = 0.6)
plot(suppointCA2, map = "rowgreen",
contrib = c("absolute", "absolute"),
mass = c(TRUE,TRUE),
arrows = c(FALSE, TRUE),
main = "Saksan ja Belgian alueet - asymmetrinen kartta 1",
sub = "kontribuutiokartta (rowgreen, absolute)")
Belgian ja Saksan aluejako
Maapisteet täydentävinä pisteinä
# Sama kuva, maasummat lisäpisteinä (4.2.20)
par(cex = 0.6)
plot(suppointCA2, map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(TRUE,TRUE),
arrows = c(FALSE, TRUE),
main = "Saksan ja Belgian alueet - asymmetrinen kartta 2 ",
sub = "kontribuutiokartta (rowgreen,relative)")
Belgian ja Saksan aluejako
Kaksi asymmetristä konrtibuutio-karttaa (MG:n keksintö) osoittavat, että tulkinnan hankaluuksista huolimatta symmetrinen kartta on usein selkeämpi. Molemmissa ideaalipisteet sijatsevat kaukana, vaikka ne on skaalattu hieman lähemmäs origoa. Maapisteiden hajontaa on aika vaikeaa nähdä. Belgian täydentävä maapiste (BE) peittyy läntisen Saksan (dW) alle. “rowgreen-kartoista” puuttuvat jostain syystä pisteet.
(17.10.20) Kontribuutiokartoista riittää toinen, absolute tai relative.
Tulostetaan numeeriset taulukot.
# CA - numeeriset tulokset
summary(suppointCA2)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.154101 73.4 73.4 ******************
## 2 0.032489 15.5 88.9 ****
## 3 0.014294 6.8 95.7 **
## 4 0.008944 4.3 100.0 *
## -------- -----
## Total: 0.209828 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | bF | 124 650 69 | 157 212 20 | -226 438 195 |
## 2 | bW | 60 388 3 | -36 137 0 | 48 252 4 |
## 3 | bB | 63 481 17 | 85 127 3 | 142 354 39 |
## 4 | BG | 113 878 215 | 590 874 255 | 43 5 6 |
## 5 | dW | 143 345 33 | 100 208 9 | -81 138 29 |
## 6 | dE | 67 966 82 | -495 960 107 | -41 7 3 |
## 7 | DK | 170 971 327 | -591 869 387 | 202 102 214 |
## 8 | FI | 136 957 79 | -206 352 38 | -271 605 307 |
## 9 | HU | 122 927 177 | 477 751 181 | 231 176 201 |
## 10 | (*)BE | <NA> 512 <NA> | 92 338 <NA> | -66 173 <NA> |
## 11 | (*)DE | <NA> 418 <NA> | -90 265 <NA> | -68 153 <NA> |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 816 167 | 421 505 115 | 331 311 335 |
## 2 | s | 238 781 143 | 309 759 147 | 52 22 20 |
## 3 | | 168 594 88 | 255 589 71 | -22 4 2 |
## 4 | e | 261 871 98 | -12 2 0 | -262 870 550 |
## 5 | E | 234 999 505 | -663 971 667 | 113 28 93 |Kolmiulotteisesta kuvasta voi tulostaa molempien akseleiden ja uuden kolmannen akselin kartat. R-ohjelmistossa voi tulostaa näytölle kolmiulotteisen kuvan, siitä voisi ehkä ottaa kuvakaappauksena esimerkin raporttiin?
edit Kommentti 3d-ratkaisusta: tuo esiin Belgian (“belgioiden”) erilaisuuden. "Belgiat ovat 2-3 - dimension kartassa diagonaalilla, ja 1-3 kartassa hieman samoin kuin 2-d - ratkaisun kartassa. Tarvittaessa voi liittää myös 3-d - kuvia, pitäsi saada myös dynaamisen pdf-tiedostoon? (8.6.2020). Mutta 2d-approksimaatio on aika hyvä, 89 % kokonaisinertiasta. Miten pitäisi jatkaa? Analysoida maiden sisäisiä eroja? Siinä erilaiset aluejaot ovat aika herkästi korvikemuuttujia joillekin muille vaikuttaville tekijöile. Entäs kaupungit - isot ja pienet - ja maaseutu? Elinkeinorakenne, tulot jne…
# Näkyisikö Belgian aluejako kolmannessa dimensiossa? (19.2.20). Näkyy, ja
# kaksiulotteisen ratkaisun numeerisista tuloksista näkee myös pisteet joiden
# kvalitetti on heikko.
suppointCA3 <- ca(~maa3 + Q1b,ISSP2012esim1.dat, nd = 3)
# (24.2.20)
# Tulostetaan kolme karttaa - ensimmäinen ja toinen akseli uuden kolmannen kera
par(cex = 0.6)
plot(suppointCA3, dim = c(1,2),
main = "Belgian ja Saksan ositteet - kolme dimensiota",
sub = "symmetrinen kartta - 1. ja 2. dimensio")
Belgian ja Saksan aluejako - 3D
par(cex = 0.6)
plot(suppointCA3, dim = c(1,3),
main = "Belgian ja Saksan ositteet - kolme dimensiota",
sub = "symmetrinen kartta - 1. ja 3. dimensio")
Belgian ja Saksan aluejako - 3D
par(cex = 0.6)
plot(suppointCA3, dim = c(2,3),
main = "Belgian ja Saksan ositteet - kolme dimensiota",
sub = "symmetrinen kartta - 2. ja 3. dimensio")
Belgian ja Saksan aluejako - 3D
# KUMMALLINEN JUTTU, summary() EI TOIMI KUN 3d-ratkaisu!# KUMMALLINEN JUTTU,
# summary() EI TOIMI KUN 3d-ratkaisu!
# summary(suppointCA3)
# Error in rsc %*% diag(sv) : non-conformable arguments
# Virheilmoitus "Error in rsc %*% diag(sv) : non-conformable arguments" ?!
# onko vika täydentävissä pisteissä? Ei ole, eivät ole mukana
# ISSP2012esim1.dat %>% tableX(maa3, Q1b)
# suppointCA3
# Virheilmoituksen selvittelyä (24.2.20)
# str(suppointCA3)
# tämä matriisikertolasku ei onnistu - 3d-ratkaisussa on vain kolme koordinaattia!
# suppointCA3$rowcoord
# diag(suppointCA3$sv)
# suppointCA1$rowcoord %*% diag(suppointCA1$sv)
#Tämä toimii
#
# suppointCA1$rowcoord
# suppointCA1$sv
# suppointCA1$rowcoord %*% diag(suppointCA1$sv)
# summary(suppointCA1)
#
# Kolmiulottein kuva grafiikkaikkunaan
# X11()
# plot3d(suppointCA3, c(1,2,3))
# Hyödyllinen, mutta aika vaikeaKolmiulotteisesta kuvasta Belgian ja Saksan alueiden hajonta tasosta näkyy hieman selvemmin jos kuva olisi dynaaminen. On mahdollista, mutta tätä ei nyt tehdä (17.9.20). Kolmannen dimension osuus on noin seitsemän prosenttia kokonaisinertiasta, kaksiulotteisten karttojen tulkinta ei ole ihan helppoa.
TODO 3d-numeeriset tulokset, summary() ei toimi?
knitr::include_graphics('img/3dSymMap_1.PNG')
knitr::include_graphics('img/3dSymMap_2.PNG')
***
4.2 Korrespondenssianalyysin laajennuksia: vuorovaikutusmuuttuja ja osajoukon CA
zxy Otsikkoa pitää harkita, CAip - kirjassa tämä on ensimmäinen esimerkki yksinkertaisen CA:n laajennuksesta. Otsikkona on “multiway tables”, ja tästä yhteisvaikutusmuuttujan (interactive coding) luominen on ensimmäinen esimerkki. Menetelmää taivutetaan sen jälkeen moneen suuntaan.
Luodaan luokiteltu ikämuuttua age_cat, ja sen avulla iän ja sukupuolen interaktiomuuttuja ga. Maiden välillä on hieman eroja siinä, kuinka nuoria vastaajia on otettu tutkimuksen kohteeksi. Suomessa alaikäraja on 15 vuotta, monessa maassa se on hieman korkeampi. Ikäluokat ovat (1=15-25, 2 =26-35, 3=36-45, 4=46-55, 5=56-65, 6= 66 tai vanhempi). Vuorovaikutusmuuttuja ga koodataan f1,…, f6 ja m1,…,m6. Muuttujien nimet kannattaa pitää mahdollisimman lyhyinä.
# Iän ja sukupuolen vuorovaikutusmuuttujia 1
#
# Uusi R-data: ISSP2012esim1b.dat - MIKSI, TARVITAANKO? *esim1.dat kelpaisi?(4.2.20)
# Vaihdetaan tiedoston nimi (ISSP2012esim2 - > ISSP2012esim1b), ensimmäistä käytetään jo aiemmin.
#age_cat
#AGE 1=15-25, 2 =26-35, 3=36-45, 4=46-55, 5=56-65, 6= 66 and older
#
#summary(ISSP2012esim1.dat$AGE)
hist(ISSP2012esim1.dat$ika)
ISSP2012esim1b.dat <- mutate(ISSP2012esim1.dat, age_cat = ifelse(ika %in% 15:25, "1",
ifelse(ika %in% 26:35, "2",
ifelse(ika %in% 36:45, "3",
ifelse(ika %in% 46:55, "4",
ifelse(ika %in% 56:65, "5", "6"))))))
ISSP2012esim1b.dat <- ISSP2012esim1b.dat %>% # uusi (4.2.20)
mutate(age_cat = as_factor(age_cat)) # järjestys omituinen! (4.2.20)
# Tarkistuksia
# str(ISSP2012esim2.dat$age_cat)
# levels(ISSP2012esim2.dat$age_cat)
# ISSP2012esim2.dat$age_cat %>% summary()
# Järjestetään ikäluokat uudelleen
ISSP2012esim1b.dat <- ISSP2012esim1b.dat %>%
mutate(age_cat =
fct_relevel(age_cat,
"1",
"2",
"3",
"4",
"5",
"6")
)
# Tarkistuksia
# Iso taulukko, voi tarkistaa että muunnos ok.
# test6 %>% tableX(AGE, age_cat, type = "count")
# taulu42 <- ISSP2012esim2.dat %>% tableX(maa,age_cat,type = "count")
# kable(taulu42,digits = 2, caption = "Ikäluokka age_cat")
#
# UUdet taulukot (4.2.20)
ISSP2012esim1b.dat %>%
tableX(maa,age_cat,type = "count") %>%
kable(digits = 2, caption = "Ikäluokka age_cat")| 1 | 2 | 3 | 4 | 5 | 6 | Total | |
|---|---|---|---|---|---|---|---|
| BE | 208 | 333 | 336 | 375 | 368 | 393 | 2013 |
| BG | 77 | 115 | 159 | 148 | 198 | 224 | 921 |
| DE | 205 | 223 | 274 | 358 | 288 | 366 | 1714 |
| DK | 207 | 213 | 245 | 271 | 234 | 218 | 1388 |
| FI | 152 | 166 | 165 | 223 | 238 | 166 | 1110 |
| HU | 103 | 161 | 198 | 171 | 196 | 168 | 997 |
| Total | 952 | 1211 | 1377 | 1546 | 1522 | 1535 | 8143 |
ISSP2012esim1b.dat %>%
tableX(maa,age_cat,type = "row_perc") %>%
kable(digits = 2, caption = "age_cat: suhteelliset frekvenssit")| 1 | 2 | 3 | 4 | 5 | 6 | Total | |
|---|---|---|---|---|---|---|---|
| BE | 10.33 | 16.54 | 16.69 | 18.63 | 18.28 | 19.52 | 100.00 |
| BG | 8.36 | 12.49 | 17.26 | 16.07 | 21.50 | 24.32 | 100.00 |
| DE | 11.96 | 13.01 | 15.99 | 20.89 | 16.80 | 21.35 | 100.00 |
| DK | 14.91 | 15.35 | 17.65 | 19.52 | 16.86 | 15.71 | 100.00 |
| FI | 13.69 | 14.95 | 14.86 | 20.09 | 21.44 | 14.95 | 100.00 |
| HU | 10.33 | 16.15 | 19.86 | 17.15 | 19.66 | 16.85 | 100.00 |
| All | 11.69 | 14.87 | 16.91 | 18.99 | 18.69 | 18.85 | 100.00 |
Ikäjäkauma painottuu kaikissa maissa jonkinverran vanhempiin ikäluokkiin. Nuorempien ikäluokkien osuus on (alle 26-vuotiaat ja alle 26-35 - vuotiaat) varsinkin Bulgariassa (BG) ja Unkarissa (HU) pieni.
Poikkileikkausaineistossa vastaajan ikä kertoo ikäluokan (kohortin), vastaajat ovat kokeen esim. kaksi mullistusten vuotta elämänsä eri vaiheissa. Kaksin nuorinta ikäluokka on ollut 1990 alle 14-vuotiaita ja vanhin ikäluokka yli 44-vuotiaita. Finannsikriisin vuonna 2008 toiseksi nuorin ikäluokka on ollut 22-31 vuotiaita, ja kaksi vanhinta yli 51-vuotiaita.
zxy Siistimmät versioit muuttujien luonnista (case_when - rakenne) (19.9.2018).
# ga - ikäluokka ja sukupuoli
# Uusi tiedostonimi ISSP2012esim2.dat -> ISSP2012esim1b.dat (10.10.20)
# case_when: ikä ja sukupuoli
ISSP2012esim1b.dat <- mutate(ISSP2012esim1b.dat, ga = case_when((age_cat == "1")&(sp == "m") ~ "m1",
(age_cat == "2")&(sp == "m") ~ "m2",
(age_cat == "3")&(sp == "m") ~ "m3",
(age_cat == "4")&(sp == "m") ~ "m4",
(age_cat == "5")&(sp == "m") ~ "m5",
(age_cat == "6")&(sp == "m") ~ "m6",
(age_cat == "1")&(sp == "f") ~ "f1",
(age_cat == "2")&(sp == "f") ~ "f2",
(age_cat == "3")&(sp == "f") ~ "f3",
(age_cat == "4")&(sp == "f") ~ "f4",
(age_cat == "4")&(sp == "f") ~ "f4",
(age_cat == "5")&(sp == "f") ~ "f5",
(age_cat == "6")&(sp == "f") ~ "f6",
TRUE ~ "missing"
))
#ISSP2012esim1.dat %>% tableX(ga,ga2) # tarkistus uudelle muuttujan luontikoodille
# muuttujien tarkistuksia 19.9.2018
str(ISSP2012esim1b.dat$ga) # chr-muuttuja, mutta toimii (4.2.20)## chr [1:8143] "f5" "f3" "m5" "f2" "f4" "f4" "m4" "m3" "f5" "m5" "m3" "f5" ...# str(ISSP2012esim2.dat)
# str(ISSP2012esim1.dat$ga2)
# ga on merkkijono, samoin ga2, pitäisikö muuttaa faktoriksi?
# str(ISSP2012esim1.dat)
#Tulostetaan taulukkoina ga2 - muuttuja.
ISSP2012esim1b.dat %>% tableX(maa,ga,type = "count") %>%
kable(digits = 2, caption = "Ikäluokka ja sukupuoli ga")| f1 | f2 | f3 | f4 | f5 | f6 | m1 | m2 | m3 | m4 | m5 | m6 | Total | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BE | 116 | 198 | 174 | 199 | 186 | 185 | 92 | 135 | 162 | 176 | 182 | 208 | 2013 |
| BG | 40 | 64 | 94 | 85 | 114 | 149 | 37 | 51 | 65 | 63 | 84 | 75 | 921 |
| DE | 102 | 120 | 152 | 186 | 135 | 185 | 103 | 103 | 122 | 172 | 153 | 181 | 1714 |
| DK | 83 | 110 | 136 | 146 | 128 | 99 | 124 | 103 | 109 | 125 | 106 | 119 | 1388 |
| FI | 94 | 95 | 94 | 118 | 142 | 91 | 58 | 71 | 71 | 105 | 96 | 75 | 1110 |
| HU | 54 | 86 | 95 | 91 | 94 | 104 | 49 | 75 | 103 | 80 | 102 | 64 | 997 |
| Total | 489 | 673 | 745 | 825 | 799 | 813 | 463 | 538 | 632 | 721 | 723 | 722 | 8143 |
ISSP2012esim1b.dat %>% tableX(maa,ga,type = "row_perc") %>%
kable(digits = 2, caption = "ga: suhteelliset frekvenssit")| f1 | f2 | f3 | f4 | f5 | f6 | m1 | m2 | m3 | m4 | m5 | m6 | Total | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BE | 5.76 | 9.84 | 8.64 | 9.89 | 9.24 | 9.19 | 4.57 | 6.71 | 8.05 | 8.74 | 9.04 | 10.33 | 100.00 |
| BG | 4.34 | 6.95 | 10.21 | 9.23 | 12.38 | 16.18 | 4.02 | 5.54 | 7.06 | 6.84 | 9.12 | 8.14 | 100.00 |
| DE | 5.95 | 7.00 | 8.87 | 10.85 | 7.88 | 10.79 | 6.01 | 6.01 | 7.12 | 10.04 | 8.93 | 10.56 | 100.00 |
| DK | 5.98 | 7.93 | 9.80 | 10.52 | 9.22 | 7.13 | 8.93 | 7.42 | 7.85 | 9.01 | 7.64 | 8.57 | 100.00 |
| FI | 8.47 | 8.56 | 8.47 | 10.63 | 12.79 | 8.20 | 5.23 | 6.40 | 6.40 | 9.46 | 8.65 | 6.76 | 100.00 |
| HU | 5.42 | 8.63 | 9.53 | 9.13 | 9.43 | 10.43 | 4.91 | 7.52 | 10.33 | 8.02 | 10.23 | 6.42 | 100.00 |
| All | 6.01 | 8.26 | 9.15 | 10.13 | 9.81 | 9.98 | 5.69 | 6.61 | 7.76 | 8.85 | 8.88 | 8.87 | 100.00 |
edit Vain tarkistuksiin, toisen voi poistaa (19.9.2018)!
CAiP, ch16, täällä myös maa- ja sukupuoli- uudelleenpainotus.
gaTestCA1 <- ca(~ga + Q1b,ISSP2012esim1b.dat)
# maapisteiden pääkoordinaatit janojen piirtämiseen
gaTestCA1.rpc <- gaTestCA1$rowcoord %*% diag(gaTestCA1$sv)
par(cex = 0.6)
plot(gaTestCA1, main = "Äiti töissä: ikäluokka ja sukupuoli",
sub = "symmetrinen kartta")
# naiset
lines(gaTestCA1.rpc[1:6,1],gaTestCA1.rpc[1:6,2])
#miehet
lines(gaTestCA1.rpc[7:12,1],gaTestCA1.rpc[7:12,2], col = "red")
Iän ja sukupuolen yhdistetty muuttuja
#segments(gaTestCA1.rpc[1:6,1],gaTestCA1.rpc[1:6,2])
# ,
# gaTestCA1.rpc[4,1],gaTestCA1.rpc[4,2]
# )
#segments(gaTestCA1.rpc[4,1],gaTestCA1.rpc[4,2],
# gaTestCA1.rpc[3,1],gaTestCA1.rpc[3,2]
# )
summary(gaTestCA1)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.037448 87.0 87.0 **********************
## 2 0.003977 9.2 96.2 **
## 3 0.001041 2.4 98.6 *
## 4 0.000590 1.4 100.0
## -------- -----
## Total: 0.043055 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | f1 | 60 990 36 | -125 614 25 | -98 376 145 |
## 2 | f2 | 83 997 163 | -289 983 185 | 35 14 25 |
## 3 | f3 | 91 984 47 | -146 958 52 | 24 26 13 |
## 4 | f4 | 101 1000 97 | -186 836 93 | 82 164 172 |
## 5 | f5 | 98 879 4 | -35 658 3 | 20 221 10 |
## 6 | f6 | 100 951 176 | 256 866 175 | 80 85 162 |
## 7 | m1 | 57 659 32 | 42 72 3 | -120 587 205 |
## 8 | m2 | 66 977 57 | -187 946 62 | -34 30 19 |
## 9 | m3 | 78 457 5 | -31 318 2 | -20 139 8 |
## 10 | m4 | 89 674 14 | 58 482 8 | -37 192 30 |
## 11 | m5 | 89 988 90 | 189 818 85 | -86 170 166 |
## 12 | m6 | 89 978 277 | 360 963 307 | 45 15 45 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 915 128 | 196 695 102 | 110 220 304 |
## 2 | s | 238 969 304 | 230 961 336 | 21 8 27 |
## 3 | | 168 777 46 | 62 330 17 | -73 447 223 |
## 4 | e | 261 897 58 | -68 473 32 | -64 424 268 |
## 5 | E | 234 997 464 | -286 962 513 | 55 35 177 |zxy Aika yksiuloitteinen (87 prosenttia ensimmäisellä dimensiolla!). Data on “as it is”, ei ole vakioitu ga-luokkien kokoja (massat max(f4 101), min (m1 57)).
zxy miten pitäisi tulkita “oikealle kaatunut U - muoto” miehillä ja naisilla? Järjestys ei toimi, S s-sarakkeen vasemmalla puolella. Miehet konservatiivisempia, mutta maltillisempia? Nuorin ikäluokka on poikkeava. Epävarmoja tai maltillisesti e, sitten loikka vasemmalle ja sieltä konservatiiviseen suuntaa oikealle. Naisilla poikkeama f3 - f4. VAnhimmat ikäluokat tiukemmin konservatiivisa (f6, m6). Jos vertaa sukupuolten eroja samassa ikäluokassa, on aika samanlainen (miehet konservatiivisia, naiset liberaaleja). Naisista vain vanhin ikäluokka oikealla, miehistä nuorin ja kolme vanhinta.
zxy Tulkinnassa muistettava, että ikäluokat yli maiden. Voi verrata sekä edellisiin maa-vertailuihin että maan, ikäluokan ja sukupuolen yhteisvaikutusmuuttujan tuloksiin. MG tutkailee eri kysymyksellä tätä samaa asiaa, ja havaitsee että (a) maiden erot suuria ja sukupuolten pieniä (b) naiset liberaalimpia kuin miehet. edit 14.8.20 Viite?
edit 14.8.20 Numeeriset tulokset: nuorimpien miesten (qlt 659) ja erityisesti keski-ikäisten miestén m3 (qlt 457) pisteet huonosti esitetty kartalla. Tulkitaan myös cor ja ctr, riveille ja sarakkeille.
# Luodaan aineistoon kolmen muuttujan yhdysvaikutusmuuttuja maaga, maa, ikäluokka ja sukupuoli.
# Yleensä ei yhdysvaikuksissa mennä yli kolmen luokittelumuuttujan, ja tässäkin vain maiden pieni lukumää
# tekee tarkastelun aika helpoksi.
ISSP2012esim1b.dat <- mutate(ISSP2012esim1b.dat, maaga = paste(maa, ga, sep = ""))
# tarkistus, muunnos ok
# ISSP2012esim1b.dat %>% tableX(maa, maaga)
# head(ISSP2012esim2.dat)
# str(ISSP2012esim2.dat)Maa - ikäluokka - sukupuoli - interaktiomuuttuja maaga
Tehty jo 26.9.2018!
maagaCA1 <- ca(~maaga + Q1b,ISSP2012esim1b.dat)
# maapisteiden pääkoordinaatit janojen piirtämiseen
# HUOM! maagaCA1.rpc on matriisi
maagaCA1.rpc <- maagaCA1$rowcoord %*% diag(maagaCA1$sv) #Missä käytetään? (10.10.20)
par(cex = 0.5)
plot(maagaCA1, main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta cex=0.5")
Ikä, sukupuoli ja maa
#Kuvatiedoston koko säädettävä tarkemmin (30.3.20)
# pdf("img/maagaCA1_symm1.pdf")
# par(cex = 0.5)
# plot(maagaCA1, main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
# sub = "symmetrinen kartta cex=0.5")
# dev.off()Kartta on aika tukkoinen, yhdistetään muuttujat janoilla.
4.3 Kvaliteetti ja stabiilius
maaga-talukossa on paljon pieniä frekvenssejä (alle 5). Periaatteessa pienen frekvenssin rivejä tai sarakkeita voi yhdistää (distr. equivivalece), ja näin kannattaa tehdä jotta kartta ei mene tukkoon. 9.9.20 Pienet solufrekvenssin vs. pienet reunajakauman frekvenssin, miten edellisen kanssa pitäisi toimia?
Kartan herkkyyttä joillekin pienen massan rivipisteille on tutkittu. Ei ilmeistä syytä huoleen, mutta (a) joidenkin pisteiden huono kvaliteetti ja (b) pienet solufrekvenssit ovat huono juttu. Jälkimmäisen voisi korjata yhdistelemättä luokkia, hyöty olisi kuvan selkeytyminen ja haitta kiinnostavien piirteiden peittymine. Erityisesti nuorimman ja toiseksi nuorimman ikäluokan ero.
Vertailu voi tehdä
1.Maiden sisällä, ikä-sukupuoli - luokkien välillä. Ovatko naiset kaikissa ikäluokissa mies-ikäluokkien oikealla vai vasemmalla puolella?
2.Maiden välillä
miten ikä-sukupuoliluokat sijaitsevat suhteessa maiden keskiarvopisteisiin
mikä on niiden järjestys
Ratkaisun numeerisia tuloksia voi katsoa, löytyykö profiileja joilla on pieni massa mutta suuri vaikutus akseleihin.
# (24.2.20) Miten voisi kätevästi tarkistaa, että mikään pienen massa piste ei
# vaikuta (kontribuutiot) liikaa karttaan?
#str(maagaTestCA1)
ISSP2012esim1b.dat %>% tableX(maaga, Q1b) # aika pieniä frekvenssejä soluissa!| maaga/Q1b | S | s | ? | e | E | Total |
|---|---|---|---|---|---|---|
| BEf1 | 5 | 15 | 28 | 43 | 25 | 116 |
| BEf2 | 10 | 26 | 34 | 66 | 62 | 198 |
| BEf3 | 19 | 27 | 33 | 53 | 42 | 174 |
| BEf4 | 21 | 34 | 40 | 55 | 49 | 199 |
| BEf5 | 21 | 38 | 46 | 48 | 33 | 186 |
| BEf6 | 25 | 58 | 50 | 30 | 22 | 185 |
| BEm1 | 9 | 19 | 30 | 24 | 10 | 92 |
| BEm2 | 10 | 19 | 31 | 40 | 35 | 135 |
| BEm3 | 18 | 33 | 31 | 44 | 36 | 162 |
| BEm4 | 19 | 46 | 37 | 51 | 23 | 176 |
| BEm5 | 15 | 61 | 34 | 49 | 23 | 182 |
| BEm6 | 19 | 75 | 44 | 49 | 21 | 208 |
| BGf1 | 2 | 21 | 7 | 9 | 1 | 40 |
| BGf2 | 7 | 28 | 17 | 12 | 0 | 64 |
| BGf3 | 10 | 44 | 21 | 18 | 1 | 94 |
| BGf4 | 14 | 30 | 15 | 24 | 2 | 85 |
| BGf5 | 16 | 51 | 21 | 25 | 1 | 114 |
| BGf6 | 27 | 66 | 26 | 27 | 3 | 149 |
| BGm1 | 8 | 12 | 9 | 7 | 1 | 37 |
| BGm2 | 4 | 21 | 12 | 14 | 0 | 51 |
| BGm3 | 5 | 33 | 16 | 11 | 0 | 65 |
| BGm4 | 7 | 19 | 21 | 15 | 1 | 63 |
| BGm5 | 12 | 29 | 21 | 19 | 3 | 84 |
| BGm6 | 6 | 41 | 19 | 9 | 0 | 75 |
| DEf1 | 5 | 28 | 13 | 33 | 23 | 102 |
| DEf2 | 9 | 14 | 14 | 37 | 46 | 120 |
| DEf3 | 10 | 22 | 12 | 59 | 49 | 152 |
| DEf4 | 11 | 31 | 20 | 53 | 71 | 186 |
| DEf5 | 8 | 27 | 12 | 43 | 45 | 135 |
| DEf6 | 31 | 40 | 15 | 50 | 49 | 185 |
| DEm1 | 6 | 26 | 20 | 36 | 15 | 103 |
| DEm2 | 7 | 26 | 13 | 39 | 18 | 103 |
| DEm3 | 11 | 24 | 15 | 45 | 27 | 122 |
| DEm4 | 22 | 39 | 17 | 57 | 37 | 172 |
| DEm5 | 11 | 43 | 19 | 54 | 26 | 153 |
| DEm6 | 34 | 55 | 28 | 32 | 32 | 181 |
| DKf1 | 7 | 11 | 9 | 15 | 41 | 83 |
| DKf2 | 4 | 15 | 7 | 13 | 71 | 110 |
| DKf3 | 3 | 20 | 15 | 14 | 84 | 136 |
| DKf4 | 5 | 24 | 8 | 19 | 90 | 146 |
| DKf5 | 6 | 16 | 11 | 22 | 73 | 128 |
| DKf6 | 5 | 26 | 11 | 17 | 40 | 99 |
| DKm1 | 10 | 21 | 18 | 28 | 47 | 124 |
| DKm2 | 2 | 11 | 9 | 16 | 65 | 103 |
| DKm3 | 2 | 13 | 12 | 23 | 59 | 109 |
| DKm4 | 4 | 24 | 14 | 24 | 59 | 125 |
| DKm5 | 11 | 14 | 23 | 18 | 40 | 106 |
| DKm6 | 11 | 43 | 15 | 23 | 27 | 119 |
| FIf1 | 3 | 9 | 13 | 36 | 33 | 94 |
| FIf2 | 5 | 6 | 3 | 34 | 47 | 95 |
| FIf3 | 2 | 8 | 13 | 39 | 32 | 94 |
| FIf4 | 3 | 15 | 13 | 47 | 40 | 118 |
| FIf5 | 6 | 26 | 17 | 52 | 41 | 142 |
| FIf6 | 3 | 22 | 21 | 34 | 11 | 91 |
| FIm1 | 1 | 9 | 13 | 22 | 13 | 58 |
| FIm2 | 2 | 5 | 6 | 28 | 30 | 71 |
| FIm3 | 2 | 10 | 9 | 27 | 23 | 71 |
| FIm4 | 8 | 23 | 13 | 43 | 18 | 105 |
| FIm5 | 5 | 31 | 15 | 35 | 10 | 96 |
| FIm6 | 7 | 24 | 13 | 26 | 5 | 75 |
| HUf1 | 11 | 13 | 16 | 11 | 3 | 54 |
| HUf2 | 15 | 19 | 25 | 22 | 5 | 86 |
| HUf3 | 22 | 26 | 26 | 12 | 9 | 95 |
| HUf4 | 24 | 25 | 20 | 14 | 8 | 91 |
| HUf5 | 21 | 28 | 19 | 19 | 7 | 94 |
| HUf6 | 33 | 30 | 18 | 21 | 2 | 104 |
| HUm1 | 9 | 15 | 12 | 8 | 5 | 49 |
| HUm2 | 18 | 13 | 15 | 22 | 7 | 75 |
| HUm3 | 15 | 38 | 24 | 16 | 10 | 103 |
| HUm4 | 14 | 29 | 17 | 13 | 7 | 80 |
| HUm5 | 19 | 31 | 24 | 21 | 7 | 102 |
| HUm6 | 18 | 21 | 9 | 11 | 5 | 64 |
| Total | 810 | 1935 | 1367 | 2125 | 1906 | 8143 |
maagaCA1num <- summary(maagaCA1)
# maagaCA1num
# str(maagaCA1num) numeeriset tulokset tibbleksi - rivit
maagaCAnum2 <- as_tibble(maagaCA1num$rows, .name_repair = c("unique"))## New names:
## * cor -> cor...6
## * ctr -> ctr...7
## * cor -> cor...9
## * ctr -> ctr...10# maagaCAnum2
# str(maagaCAnum2)
summary(maagaCAnum2)| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 | |
|---|---|---|---|---|---|---|---|---|---|---|
| BEf1 : 1 | Min. : 5.00 | Min. :108.0 | Min. : 1.00 | Min. :-895.00 | Min. : 0.0 | Min. : 0.00 | Min. :-347.000 | Min. : 0.00 | Min. : 0.00 | |
| BEf2 : 1 | 1st Qu.:10.00 | 1st Qu.:704.8 | 1st Qu.: 6.75 | 1st Qu.:-330.00 | 1st Qu.:351.2 | 1st Qu.: 4.50 | 1st Qu.:-156.000 | 1st Qu.: 42.75 | 1st Qu.: 2.75 | |
| BEf3 : 1 | Median :13.00 | Median :838.0 | Median :11.00 | Median : 82.50 | Median :667.5 | Median :11.00 | Median : -13.500 | Median :141.50 | Median :10.00 | |
| BEf4 : 1 | Mean :13.97 | Mean :772.6 | Mean :13.88 | Mean : 46.49 | Mean :573.3 | Mean :13.92 | Mean : 1.653 | Mean :199.28 | Mean :13.86 | |
| BEf5 : 1 | 3rd Qu.:17.00 | 3rd Qu.:953.2 | 3rd Qu.:15.00 | 3rd Qu.: 472.50 | 3rd Qu.:830.2 | 3rd Qu.:17.00 | 3rd Qu.: 173.500 | 3rd Qu.:265.50 | 3rd Qu.:21.25 | |
| BEf6 : 1 | Max. :26.00 | Max. :999.0 | Max. :57.00 | Max. : 701.00 | Max. :982.0 | Max. :66.00 | Max. : 389.000 | Max. :834.00 | Max. :61.00 | |
| (Other):66 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
colnames(maagaCAnum2) # välilyötejä nimen alussa## [1] "name" "mass" " qlt" " inr" " k=1" "cor...6"
## [7] "ctr...7" " k=2" "cor...9" "ctr...10"names(maagaCAnum2)[3] <- "qlt"
# maagaCAnum2 %>% rename( qlt, qlt)
arrange(maagaCAnum2 , mass)| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 |
|---|---|---|---|---|---|---|---|---|---|
| BGf1 | 5 | 531 | 11 | 547 | 531 | 8 | -9 | 0 | 0 |
| BGm1 | 5 | 940 | 7 | 596 | 878 | 9 | 159 | 62 | 3 |
| BGm2 | 6 | 830 | 9 | 557 | 788 | 11 | -130 | 43 | 3 |
| HUm1 | 6 | 935 | 5 | 426 | 766 | 6 | 201 | 170 | 6 |
| FIm1 | 7 | 787 | 5 | -115 | 78 | 1 | -347 | 710 | 22 |
| HUf1 | 7 | 723 | 9 | 499 | 698 | 9 | 93 | 25 | 1 |
| BGf2 | 8 | 860 | 14 | 640 | 853 | 17 | 59 | 7 | 1 |
| BGm3 | 8 | 709 | 19 | 655 | 698 | 19 | 83 | 11 | 1 |
| BGm4 | 8 | 771 | 11 | 540 | 754 | 12 | -81 | 17 | 1 |
| HUm6 | 8 | 726 | 15 | 517 | 529 | 11 | 315 | 197 | 20 |
| BGm6 | 9 | 692 | 27 | 701 | 647 | 24 | 184 | 45 | 8 |
| FIm2 | 9 | 977 | 14 | -598 | 832 | 17 | -250 | 146 | 14 |
| FIm3 | 9 | 998 | 6 | -345 | 629 | 6 | -265 | 369 | 16 |
| FIm6 | 9 | 911 | 6 | 336 | 637 | 6 | -220 | 274 | 12 |
| HUm2 | 9 | 381 | 11 | 344 | 381 | 6 | -2 | 0 | 0 |
| BGf4 | 10 | 932 | 12 | 519 | 927 | 15 | -39 | 5 | 0 |
| BGm5 | 10 | 979 | 11 | 524 | 977 | 15 | 21 | 2 | 0 |
| DKf1 | 10 | 991 | 15 | -567 | 839 | 18 | 241 | 152 | 15 |
| HUm4 | 10 | 999 | 10 | 468 | 830 | 12 | 211 | 169 | 11 |
| BEm1 | 11 | 429 | 9 | 284 | 367 | 5 | -117 | 62 | 4 |
| FIf6 | 11 | 835 | 7 | 151 | 134 | 1 | -347 | 701 | 35 |
| HUf2 | 11 | 689 | 11 | 438 | 685 | 11 | -35 | 4 | 0 |
| HUf4 | 11 | 768 | 18 | 491 | 564 | 15 | 296 | 204 | 25 |
| BGf3 | 12 | 815 | 21 | 617 | 804 | 24 | 75 | 12 | 2 |
| DKf6 | 12 | 808 | 9 | -340 | 579 | 8 | 214 | 229 | 14 |
| FIf1 | 12 | 980 | 11 | -417 | 693 | 11 | -269 | 287 | 21 |
| FIf2 | 12 | 927 | 26 | -730 | 907 | 34 | -110 | 21 | 4 |
| FIf3 | 12 | 984 | 13 | -423 | 590 | 11 | -346 | 394 | 36 |
| FIm5 | 12 | 734 | 7 | 220 | 289 | 3 | -273 | 446 | 23 |
| HUf3 | 12 | 808 | 18 | 484 | 586 | 15 | 298 | 222 | 27 |
| HUf5 | 12 | 850 | 13 | 474 | 753 | 14 | 170 | 97 | 9 |
| DEf1 | 13 | 425 | 3 | -41 | 29 | 0 | -149 | 395 | 7 |
| DEm1 | 13 | 912 | 4 | 124 | 180 | 1 | -250 | 732 | 20 |
| DEm2 | 13 | 766 | 4 | 38 | 16 | 0 | -259 | 749 | 22 |
| DKm2 | 13 | 989 | 43 | -895 | 900 | 55 | 282 | 89 | 26 |
| DKm3 | 13 | 982 | 28 | -728 | 950 | 38 | 134 | 32 | 6 |
| DKm5 | 13 | 643 | 9 | -281 | 435 | 6 | 194 | 208 | 13 |
| FIm4 | 13 | 837 | 6 | 19 | 3 | 0 | -316 | 834 | 33 |
| HUf6 | 13 | 671 | 34 | 637 | 581 | 28 | 251 | 90 | 21 |
| HUm3 | 13 | 957 | 12 | 441 | 803 | 13 | 193 | 154 | 12 |
| HUm5 | 13 | 942 | 12 | 472 | 891 | 15 | 113 | 51 | 4 |
| BEf1 | 14 | 678 | 9 | -83 | 43 | 1 | -320 | 635 | 38 |
| BGf5 | 14 | 880 | 23 | 609 | 870 | 28 | 66 | 10 | 2 |
| DKf2 | 14 | 991 | 49 | -888 | 831 | 58 | 389 | 160 | 53 |
| FIf4 | 14 | 991 | 14 | -398 | 644 | 12 | -292 | 347 | 32 |
| DEf2 | 15 | 938 | 10 | -415 | 919 | 14 | -60 | 19 | 1 |
| DEm3 | 15 | 737 | 4 | -64 | 63 | 0 | -210 | 674 | 17 |
| DKm1 | 15 | 981 | 7 | -329 | 898 | 9 | 100 | 83 | 4 |
| DKm4 | 15 | 941 | 19 | -534 | 855 | 24 | 170 | 86 | 11 |
| DKm6 | 15 | 355 | 5 | 89 | 85 | 1 | 158 | 270 | 9 |
| DKf5 | 16 | 998 | 38 | -753 | 894 | 48 | 258 | 105 | 27 |
| BEm2 | 17 | 372 | 5 | -113 | 169 | 1 | -125 | 203 | 7 |
| DEf5 | 17 | 839 | 7 | -297 | 772 | 8 | -87 | 67 | 3 |
| DKf3 | 17 | 963 | 53 | -816 | 793 | 60 | 377 | 170 | 61 |
| FIf5 | 17 | 952 | 8 | -240 | 502 | 5 | -227 | 450 | 23 |
| BGf6 | 18 | 921 | 32 | 627 | 846 | 39 | 186 | 74 | 16 |
| DKf4 | 18 | 977 | 57 | -826 | 820 | 66 | 362 | 157 | 61 |
| DEf3 | 19 | 846 | 13 | -333 | 582 | 11 | -224 | 264 | 24 |
| DEm5 | 19 | 603 | 5 | 76 | 75 | 1 | -202 | 529 | 20 |
| BEm3 | 20 | 108 | 1 | 17 | 29 | 0 | -29 | 79 | 0 |
| BEf3 | 21 | 320 | 3 | -62 | 96 | 0 | -95 | 224 | 5 |
| DEm4 | 21 | 137 | 5 | -1 | 0 | 0 | -89 | 137 | 4 |
| BEm4 | 22 | 966 | 5 | 225 | 812 | 6 | -98 | 154 | 5 |
| BEm5 | 22 | 728 | 8 | 255 | 686 | 8 | -63 | 42 | 2 |
| DEm6 | 22 | 849 | 12 | 244 | 427 | 7 | 242 | 422 | 34 |
| BEf5 | 23 | 332 | 5 | 133 | 304 | 2 | -40 | 28 | 1 |
| BEf6 | 23 | 832 | 17 | 371 | 710 | 17 | 153 | 121 | 14 |
| DEf4 | 23 | 985 | 13 | -390 | 982 | 19 | -18 | 2 | 0 |
| DEf6 | 23 | 116 | 8 | -56 | 32 | 0 | 90 | 84 | 5 |
| BEf2 | 24 | 914 | 11 | -278 | 650 | 10 | -177 | 264 | 20 |
| BEf4 | 24 | 164 | 3 | -50 | 92 | 0 | -44 | 71 | 1 |
| BEm6 | 26 | 788 | 15 | 348 | 788 | 17 | -5 | 0 | 0 |
# maagaCAnum2
# plot(maagaCAnum2, x = c("mass"), y = c("ctr...7"), xlim = c(0,30), ylim = c(0, 1000))
with(maagaCAnum2, plot(mass, ctr...7))
tail(arrange(maagaCAnum2 ,ctr...7))| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 |
|---|---|---|---|---|---|---|---|---|---|
| BGf6 | 18 | 921 | 32 | 627 | 846 | 39 | 186 | 74 | 16 |
| DKf5 | 16 | 998 | 38 | -753 | 894 | 48 | 258 | 105 | 27 |
| DKm2 | 13 | 989 | 43 | -895 | 900 | 55 | 282 | 89 | 26 |
| DKf2 | 14 | 991 | 49 | -888 | 831 | 58 | 389 | 160 | 53 |
| DKf3 | 17 | 963 | 53 | -816 | 793 | 60 | 377 | 170 | 61 |
| DKf4 | 18 | 977 | 57 | -826 | 820 | 66 | 362 | 157 | 61 |
with(maagaCAnum2, plot(mass, ctr...10))
tail(arrange(maagaCAnum2 ,ctr...10))| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 |
|---|---|---|---|---|---|---|---|---|---|
| FIf6 | 11 | 835 | 7 | 151 | 134 | 1 | -347 | 701 | 35 |
| FIf3 | 12 | 984 | 13 | -423 | 590 | 11 | -346 | 394 | 36 |
| BEf1 | 14 | 678 | 9 | -83 | 43 | 1 | -320 | 635 | 38 |
| DKf2 | 14 | 991 | 49 | -888 | 831 | 58 | 389 | 160 | 53 |
| DKf3 | 17 | 963 | 53 | -816 | 793 | 60 | 377 | 170 | 61 |
| DKf4 | 18 | 977 | 57 | -826 | 820 | 66 | 362 | 157 | 61 |
str(maagaCAnum2)## tibble [72 x 10] (S3: tbl_df/tbl/data.frame)
## $ name : Factor w/ 72 levels "BEf1","BEf2",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ mass : num [1:72] 14 24 21 24 23 23 11 17 20 22 ...
## $ qlt : num [1:72] 678 914 320 164 332 832 429 372 108 966 ...
## $ inr : num [1:72] 9 11 3 3 5 17 9 5 1 5 ...
## $ k=1 : num [1:72] -83 -278 -62 -50 133 371 284 -113 17 225 ...
## $ cor...6 : num [1:72] 43 650 96 92 304 710 367 169 29 812 ...
## $ ctr...7 : num [1:72] 1 10 0 0 2 17 5 1 0 6 ...
## $ k=2 : num [1:72] -320 -177 -95 -44 -40 153 -117 -125 -29 -98 ...
## $ cor...9 : num [1:72] 635 264 224 71 28 121 62 203 79 154 ...
## $ ctr...10: num [1:72] 38 20 5 1 1 14 4 7 0 5 ...arrange(maagaCAnum2, qlt)| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 |
|---|---|---|---|---|---|---|---|---|---|
| BEm3 | 20 | 108 | 1 | 17 | 29 | 0 | -29 | 79 | 0 |
| DEf6 | 23 | 116 | 8 | -56 | 32 | 0 | 90 | 84 | 5 |
| DEm4 | 21 | 137 | 5 | -1 | 0 | 0 | -89 | 137 | 4 |
| BEf4 | 24 | 164 | 3 | -50 | 92 | 0 | -44 | 71 | 1 |
| BEf3 | 21 | 320 | 3 | -62 | 96 | 0 | -95 | 224 | 5 |
| BEf5 | 23 | 332 | 5 | 133 | 304 | 2 | -40 | 28 | 1 |
| DKm6 | 15 | 355 | 5 | 89 | 85 | 1 | 158 | 270 | 9 |
| BEm2 | 17 | 372 | 5 | -113 | 169 | 1 | -125 | 203 | 7 |
| HUm2 | 9 | 381 | 11 | 344 | 381 | 6 | -2 | 0 | 0 |
| DEf1 | 13 | 425 | 3 | -41 | 29 | 0 | -149 | 395 | 7 |
| BEm1 | 11 | 429 | 9 | 284 | 367 | 5 | -117 | 62 | 4 |
| BGf1 | 5 | 531 | 11 | 547 | 531 | 8 | -9 | 0 | 0 |
| DEm5 | 19 | 603 | 5 | 76 | 75 | 1 | -202 | 529 | 20 |
| DKm5 | 13 | 643 | 9 | -281 | 435 | 6 | 194 | 208 | 13 |
| HUf6 | 13 | 671 | 34 | 637 | 581 | 28 | 251 | 90 | 21 |
| BEf1 | 14 | 678 | 9 | -83 | 43 | 1 | -320 | 635 | 38 |
| HUf2 | 11 | 689 | 11 | 438 | 685 | 11 | -35 | 4 | 0 |
| BGm6 | 9 | 692 | 27 | 701 | 647 | 24 | 184 | 45 | 8 |
| BGm3 | 8 | 709 | 19 | 655 | 698 | 19 | 83 | 11 | 1 |
| HUf1 | 7 | 723 | 9 | 499 | 698 | 9 | 93 | 25 | 1 |
| HUm6 | 8 | 726 | 15 | 517 | 529 | 11 | 315 | 197 | 20 |
| BEm5 | 22 | 728 | 8 | 255 | 686 | 8 | -63 | 42 | 2 |
| FIm5 | 12 | 734 | 7 | 220 | 289 | 3 | -273 | 446 | 23 |
| DEm3 | 15 | 737 | 4 | -64 | 63 | 0 | -210 | 674 | 17 |
| DEm2 | 13 | 766 | 4 | 38 | 16 | 0 | -259 | 749 | 22 |
| HUf4 | 11 | 768 | 18 | 491 | 564 | 15 | 296 | 204 | 25 |
| BGm4 | 8 | 771 | 11 | 540 | 754 | 12 | -81 | 17 | 1 |
| FIm1 | 7 | 787 | 5 | -115 | 78 | 1 | -347 | 710 | 22 |
| BEm6 | 26 | 788 | 15 | 348 | 788 | 17 | -5 | 0 | 0 |
| DKf6 | 12 | 808 | 9 | -340 | 579 | 8 | 214 | 229 | 14 |
| HUf3 | 12 | 808 | 18 | 484 | 586 | 15 | 298 | 222 | 27 |
| BGf3 | 12 | 815 | 21 | 617 | 804 | 24 | 75 | 12 | 2 |
| BGm2 | 6 | 830 | 9 | 557 | 788 | 11 | -130 | 43 | 3 |
| BEf6 | 23 | 832 | 17 | 371 | 710 | 17 | 153 | 121 | 14 |
| FIf6 | 11 | 835 | 7 | 151 | 134 | 1 | -347 | 701 | 35 |
| FIm4 | 13 | 837 | 6 | 19 | 3 | 0 | -316 | 834 | 33 |
| DEf5 | 17 | 839 | 7 | -297 | 772 | 8 | -87 | 67 | 3 |
| DEf3 | 19 | 846 | 13 | -333 | 582 | 11 | -224 | 264 | 24 |
| DEm6 | 22 | 849 | 12 | 244 | 427 | 7 | 242 | 422 | 34 |
| HUf5 | 12 | 850 | 13 | 474 | 753 | 14 | 170 | 97 | 9 |
| BGf2 | 8 | 860 | 14 | 640 | 853 | 17 | 59 | 7 | 1 |
| BGf5 | 14 | 880 | 23 | 609 | 870 | 28 | 66 | 10 | 2 |
| FIm6 | 9 | 911 | 6 | 336 | 637 | 6 | -220 | 274 | 12 |
| DEm1 | 13 | 912 | 4 | 124 | 180 | 1 | -250 | 732 | 20 |
| BEf2 | 24 | 914 | 11 | -278 | 650 | 10 | -177 | 264 | 20 |
| BGf6 | 18 | 921 | 32 | 627 | 846 | 39 | 186 | 74 | 16 |
| FIf2 | 12 | 927 | 26 | -730 | 907 | 34 | -110 | 21 | 4 |
| BGf4 | 10 | 932 | 12 | 519 | 927 | 15 | -39 | 5 | 0 |
| HUm1 | 6 | 935 | 5 | 426 | 766 | 6 | 201 | 170 | 6 |
| DEf2 | 15 | 938 | 10 | -415 | 919 | 14 | -60 | 19 | 1 |
| BGm1 | 5 | 940 | 7 | 596 | 878 | 9 | 159 | 62 | 3 |
| DKm4 | 15 | 941 | 19 | -534 | 855 | 24 | 170 | 86 | 11 |
| HUm5 | 13 | 942 | 12 | 472 | 891 | 15 | 113 | 51 | 4 |
| FIf5 | 17 | 952 | 8 | -240 | 502 | 5 | -227 | 450 | 23 |
| HUm3 | 13 | 957 | 12 | 441 | 803 | 13 | 193 | 154 | 12 |
| DKf3 | 17 | 963 | 53 | -816 | 793 | 60 | 377 | 170 | 61 |
| BEm4 | 22 | 966 | 5 | 225 | 812 | 6 | -98 | 154 | 5 |
| DKf4 | 18 | 977 | 57 | -826 | 820 | 66 | 362 | 157 | 61 |
| FIm2 | 9 | 977 | 14 | -598 | 832 | 17 | -250 | 146 | 14 |
| BGm5 | 10 | 979 | 11 | 524 | 977 | 15 | 21 | 2 | 0 |
| FIf1 | 12 | 980 | 11 | -417 | 693 | 11 | -269 | 287 | 21 |
| DKm1 | 15 | 981 | 7 | -329 | 898 | 9 | 100 | 83 | 4 |
| DKm3 | 13 | 982 | 28 | -728 | 950 | 38 | 134 | 32 | 6 |
| FIf3 | 12 | 984 | 13 | -423 | 590 | 11 | -346 | 394 | 36 |
| DEf4 | 23 | 985 | 13 | -390 | 982 | 19 | -18 | 2 | 0 |
| DKm2 | 13 | 989 | 43 | -895 | 900 | 55 | 282 | 89 | 26 |
| DKf1 | 10 | 991 | 15 | -567 | 839 | 18 | 241 | 152 | 15 |
| DKf2 | 14 | 991 | 49 | -888 | 831 | 58 | 389 | 160 | 53 |
| FIf4 | 14 | 991 | 14 | -398 | 644 | 12 | -292 | 347 | 32 |
| DKf5 | 16 | 998 | 38 | -753 | 894 | 48 | 258 | 105 | 27 |
| FIm3 | 9 | 998 | 6 | -345 | 629 | 6 | -265 | 369 | 16 |
| HUm4 | 10 | 999 | 10 | 468 | 830 | 12 | 211 | 169 | 11 |
head(arrange(maagaCAnum2, qlt))| name | mass | qlt | inr | k=1 | cor…6 | ctr…7 | k=2 | cor…9 | ctr…10 |
|---|---|---|---|---|---|---|---|---|---|
| BEm3 | 20 | 108 | 1 | 17 | 29 | 0 | -29 | 79 | 0 |
| DEf6 | 23 | 116 | 8 | -56 | 32 | 0 | 90 | 84 | 5 |
| DEm4 | 21 | 137 | 5 | -1 | 0 | 0 | -89 | 137 | 4 |
| BEf4 | 24 | 164 | 3 | -50 | 92 | 0 | -44 | 71 | 1 |
| BEf3 | 21 | 320 | 3 | -62 | 96 | 0 | -95 | 224 | 5 |
| BEf5 | 23 | 332 | 5 | 133 | 304 | 2 | -40 | 28 | 1 |
# Hieman hankalaa kätevästi järjestää numeerisia tuloksia massan mukaan
#str(maagaCA1num)
#maagaCA1num$rows
#maagaRows.df <- maagaCA1num$rows
# sarakenimet eivät yksikäsitteisiä
#maagaRows.df
#str(maagaRows.df)
#names(maagaRows.df)
#str(maagaRows.df$mass)
# ei toimi AscmaagaRows.df <- maagaRows.df[order(mass),]Massa ja kontribuutiot akseleille 1 ja 2: epäilyttäviä havaintoja joilla pieni massa ja suuri kontribuutio ei näytä olevan.
Huonosti esitetettyjä pisteitä on erityisesti Belgiasta, myös Saksan (DEf6,DEf1 ja DEm4), Tanskan vanhat miehet (DKm6) ja Unkarin nuorehkot miehet (HUm2) kuuluvat tähän joukkon.
Maapisteet täydentäviksi pisteiksi - tarkistuksia.
# Miten maa-rivit täydentäviksi riveiksi - alla siisti ratkaisu
# Miten labelit hieman lähemmäkis pistettä? offset-jotenkin toimii...
# rakennetaan taulukko, jossa alimpina riveinä "maa-rivit"
# otetaan karttaan mukaan täydentävinä pisteinä
# karttaa on helpompi tulkita, kun nähdään miten ikä-sukupuoli-ryhmät sijatsevat keskiarvonsa ympärillä
# HUOM! maagaTab1 integer matriisi, dimnames-attribuutilla kaksi arvoa
#ikäluokka - sukupuoli ja maa - maaga-muuttuja
maagaTab1 <- table(ISSP2012esim1b.dat$maaga, ISSP2012esim1b.dat$Q1b)
#dim(testTab1) #72 riviä, 5 saraketta
# maa-rivit
maagaTab_sr <- table(ISSP2012esim1b.dat$maa, ISSP2012esim1b.dat$Q1b)
#maagaTab_sr
maagaTab1 <- rbind(maagaTab1,maagaTab_sr)
# str(maagaTab1)
# maagaTab1
# dim(maagaTab1) #78 riviä, 5 saraketta, 1-72 data ja 73-78 täydentävät rivit
spCAmaaga1 <- ca(maagaTab1[,1:5], suprow = 73:78)
# X11()
# Plot toimii (4.2.20), ja par() (4.5.20)
par(cex = 0.5)
plot(spCAmaaga1, main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "symmetrinen kartta, maat täydentävinä pisteinä, cex=0.5"
)
Ikä-sukupuoli-maa
#asymmetrinen kartta
#X11()
par(cex = 0.5)
plot(spCAmaaga1, map = "rowgreen",
contrib = c("absolute", "absolute"),
mass = c(TRUE,TRUE),
arrows = c(FALSE,TRUE),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 3",
sub ="absoluuttiset kontribuutiot ('rowgreen'),cex=0.5",
)
Ikä-sukupuoli-maa
#asymmetrinen kartta (14.8.20)
par(cex = 0.5)
plot(spCAmaaga1, map = "rowgreen",
contrib = c("absolute", "absolute"),
mass = c(TRUE,TRUE),
arrows = c(FALSE,TRUE),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 3",
sub = "suhteelliset kontribuutiot ('rowgreen') ,cex=0.5"
)
Ikä-sukupuoli-maa
Asymmetrinen kontribuutiokartta on hyödyllinen sarakkeiden ja niiden avulla akseleiden tulkinnassa. Rivipisteet pakkautuvat kuitenkin tiiviimmin kartan keskelle kuin symmetrisessä kuvassa.
# pisteiden koordinaatit (symmetrinen kartta, pääkoordinaatit)
maagaLines1 <-cacoord(spCAmaaga1, type = "symmetric")
# vain kaksi ensimmäistä dimensiota
maagaLines1 <- maagaLines1$rows[ ,1:2]
# Tarkistuksia
#maagaLines1
#str(maagaLines1)
#class(maagaLines1)
# Onko yhtään vähemmän tukkoinen? Eipä juuri (17.9.20)
par(cex = 0.5)
plot(spCAmaaga1, main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta (cex=0.5), miesten (punainen) ja naisten (sininen) ikäluokat "
)
lines(maagaLines1[49:54,1],maagaLines1[49:54,2], col="blue") #FIf
lines(maagaLines1[55:60,1],maagaLines1[55:60,2], col="red") #FIm
lines(maagaLines1[25:30,1],maagaLines1[25:30,2], col="blue") #DEf
lines(maagaLines1[31:36,1],maagaLines1[31:36,2], col="red") #DEm
lines(maagaLines1[37:42,1],maagaLines1[37:42,2], col="blue") #DKf
lines(maagaLines1[43:48,1],maagaLines1[43:48,2], col="red") #DKm
lines(maagaLines1[1:6,1],maagaLines1[1:6,2], col="blue") #BEf
lines(maagaLines1[7:12,1],maagaLines1[7:12,2], col="red") #BEm
lines(maagaLines1[13:18,1],maagaLines1[13:18,2], col="blue") #BGf
lines(maagaLines1[19:24,1],maagaLines1[19:24,2], col="red") #BGm
lines(maagaLines1[61:66,1],maagaLines1[61:66,2], col="blue") #HUf
lines(maagaLines1[67:72,1],maagaLines1[67:72,2], col="red") #HUm
Ikä-sukupuoli-maa
# Onko yhtään vähemmän tukkoinen? Eipä juuri (17.9.20)
par(cex = 0.5)
plot(spCAmaaga1, labels = c(0,2) , main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta, maat täydentävinä pisteinä, cex=0.5"
)
lines(maagaLines1[49:54,1],maagaLines1[49:54,2], col="blue") #FIf
lines(maagaLines1[55:60,1],maagaLines1[55:60,2], col="red") #FIm
lines(maagaLines1[25:30,1],maagaLines1[25:30,2], col="blue") #DEf
lines(maagaLines1[31:36,1],maagaLines1[31:36,2], col="red") #DEm
lines(maagaLines1[37:42,1],maagaLines1[37:42,2], col="blue") #DKf
lines(maagaLines1[43:48,1],maagaLines1[43:48,2], col="red") #DKm
lines(maagaLines1[1:6,1],maagaLines1[1:6,2], col="blue") #BEf
lines(maagaLines1[7:12,1],maagaLines1[7:12,2], col="red") #BEm
lines(maagaLines1[13:18,1],maagaLines1[13:18,2], col="blue") #BGf
lines(maagaLines1[19:24,1],maagaLines1[19:24,2], col="red") #BGm
lines(maagaLines1[61:66,1],maagaLines1[61:66,2], col="blue") #HUf
lines(maagaLines1[67:72,1],maagaLines1[67:72,2], col="red") #HUm
Ikä-sukupuoli-maa
Rivipisteiden tunnisteiden (label) poistaminen tuo pisteparvien ominaisuuden hieman selvemmin esiin. Suomi alimpana ja Tanska ylimpänä vasemmalla ovat melko samanlaisia. Vaihtelu on lähes täysin ensimäisen dimension suuntaan, Molemmilla mailla miesten pisteet ovat oikealla ja alempana. Keskellä Saksan ja Belgian pistejoukoissa vaihtelu toisen dimension suunnassa on jo suurempaa ja miesten pisteet ovat selvästi oikealla verrattuna naisten pisteisiin. Bulgarian ja Unkarin pisteet sijaitsevat kauimpana oikealla, ja vaihtelu on suurimmalta osin toisen dimensio suuntaan, ja pisteet ovat tiukemmin lähellä toisiaan. Kaikissa maissa vanhemmat ikäluokat ovat nuoria konservatiivimsempia, ja kaikissa nuorin ikäluokka on melko konservatiivinen. Keskimmäiset ikäluokat ovat liberaaleimpia. Unkari ja Bulgaria poikkeavat muista selvästi.
4.4 Kartan rajaaminen
Analyysin voi tehdä vain osalle dataa - vähän kehno ratkaisu, ei yhteyttä koko aineiston antamaan yleiskuvaan muuttujien yhteyksistä.
Kartasta voi suurentaa osan käsityönä (“leikkaa ja liimaa”). Toimii, yksinkertainen ja ehkä siksi paras? Mutta ei voi koodata! Sopii eksploratiiviseen vaiheeseen, pdf-kuviin voi liittää kommenteja ja tekstiä jne.
BaseR plot-funktiolla voi rakentaa kartan pala kerrallaan ja rajata kuva-alan johonkin kartan osaan. Työlästä, hankalaa? Yllättäen ei, kun asettaa koodilohkon option Rmarkdownissa oikein! (9.9.20). Jos käytetään yhtä ca-funktion tulosobjektia, pelkkiä plot-komentoja.
Osajoukon korrespondenssianalyysi (subset ca)
*zxy** Tässä vain lyhyt kuvaus subset ca:n perusideasta
4.4.1 Kuva-alueen rajaaminen - ei oikein toimi (16.10.20)
# Zoomaus - esimerkki (24.2.20) xlim=c(-0.5,0.5), ylim=c(-0.6,0.4)
# EI TOIMI - PISTEET piirrettävä, ei voi käyttää ca.plot - funktiota? (4.5.20).
# MG2017 laskarit - day3: mca:n tuloslistaa käytetty luottamusellipseissä ja toimii?
# Piirtää pisteitä koko "plot-alueelle"?
#X11()
# Rivi- ja sarakekoordinaatit (principal coordinates) talteen
maagaCA1.rpc <- spCAmaaga1$rowcoord %*% diag(simpleCA1$sv)
maagaCA1.cpc <- spCAmaaga1$colcoord %*% diag(simpleCA1$sv)
par(cex = 0.5)
plot(spCAmaaga1, xlim = c(-0.75,0.75), ylim = c(-0.75,0.75),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "osa symmetristä karttaa, cex=0.5"
)
Ikä-sukupuoli-maa
# TÄTÄ KEHITELLÄÄ CAcalc_1.R - skriptissä (15.6.20)
# ei toimi ihan toivotulla tavalla - tarkoitettu komentoriviltä
# grafiikkaikkunaan tulostukseen ?
# Vai pitääkö ensin piirtää kuvan "kehys" ilman pisteitä xlim- ja ylim- parametreilla
# ja sitten vasta pisteet?
# Kuvasuhde oikein, kun xlim = ylim, miten turhat pisteet pois? (29.5.20).Menevät
# näköjään kuva-alueen ja ulomman marginaalin väliin.
# Voisiko valita objektista vain osan pisteistä? Tai plot ilman tulostusta, tulos
# objektiin ja sieltä pisteet kuvaan? (29.5.20)
# str(spCAmaaga1)Ei toimi ihan odotetulla tavalla, mutta kuvasuhde näyttäisi olevan molemmissa oikea. Hieman hankala menetelmä.
# Zoomaus - esimerkki (24.2.20) xlim=c(-0.5,0.5), ylim=c(-0.6,0.4)
# EI TOIMI - PISTEET piirrettävä, ei voi käyttää ca.plot - funktiota? (4.5.20).
# MG2017 laskarit - day3: mca:n tuloslistaa käytetty luottamusellipseissä ja toimii?
# Piirtää pisteitä koko "plot-alueelle"?
# Rivi- ja sarakekoordinaatit (principal coordinates) talteen
maagaCA1.rpc <- spCAmaaga1$rowcoord %*% diag(simpleCA1$sv)
maagaCA1.cpc <- spCAmaaga1$colcoord %*% diag(simpleCA1$sv)
par(cex = 0.5)
plot(spCAmaaga1, xlim = c(0,0.75), ylim = c(-0.75,0.75),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "osa symmetristä karttaa - tämä ei oikein toimi (14.9.20)"
)
Ikä-sukupuoli-maa
# TÄTÄ KEHITELLÄÄ CAcalc_1.R - skriptissä (15.6.20)
# ei toimi ihan toivotulla tavalla - tarkoitettu komentoriviltä
# grafiikkaikkunaan tulostukseen ?
# Vai pitääkö ensin piirtää kuvan "kehys" ilman pisteitä xlim- ja ylim- parametreilla
# ja sitten vasta pisteet?
# Kuvasuhde oikein, kun xlim = ylim, miten turhat pisteet pois? (29.5.20).Menevät
# näköjään kuva-alueen ja ulomman marginaalin väliin.
# Voisiko valita objektista vain osan pisteistä? Tai plot ilman tulostusta, tulos
# objektiin ja sieltä pisteet kuvaan? (29.5.20)
# str(spCAmaaga1)Rivipisteiden inertia on suurempi kuin sarakkeiden. Asymmetrinen kartta näyttää sarakkeet selvemmin.
# Zoomaus - esimerkki (24.2.20) xlim=c(-0.5,0.5), ylim=c(-0.6,0.4)
# EI TOIMI - PISTEET piirrettävä, ei voi käyttää ca.plot - funktiota? (4.5.20).
# MG2017 laskarit - day3: mca:n tuloslistaa käytetty luottamusellipseissä ja toimii?
# Piirtää pisteitä koko "plot-alueelle"?
# Rivi- ja sarakekoordinaatit (principal coordinates) talteen
# maagaCA1.rpc <- spCAmaaga1$rowcoord %*% diag(simpleCA1$sv)
# maagaCA1.cpc <- spCAmaaga1$colcoord %*% diag(simpleCA1$sv)
par(cex = 0.5)
plot(spCAmaaga1, map = "rowgreen",
contrib = c("absolute", "absolute"),
mass = c(TRUE,TRUE),
arrows = c(FALSE,TRUE),
xlim = c(0,0.75), ylim = c(0,0.75),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "osa asymmetristä karttaa"
)
Ikä-sukupuoli-maa
# TÄTÄ KEHITELLÄÄ CAcalc_1.R - skriptissä (15.6.20)
# ei toimi ihan toivotulla tavalla - tarkoitettu komentoriviltä
# grafiikkaikkunaan tulostukseen ?
# Vai pitääkö ensin piirtää kuvan "kehys" ilman pisteitä xlim- ja ylim- parametreilla
# ja sitten vasta pisteet?
# Kuvasuhde oikein, kun xlim = ylim, miten turhat pisteet pois? (29.5.20).Menevät
# näköjään kuva-alueen ja ulomman marginaalin väliin.
# Voisiko valita objektista vain osan pisteistä? Tai plot ilman tulostusta, tulos
# objektiin ja sieltä pisteet kuvaan? (29.5.20)
# str(spCAmaaga1)Edellinen kartta on vähän epäilyttävä, asettuvatkohan skaalatut sarakevektorin oikein? (9.9.20) ***
4.5 Subset CA
Teoria esitetään myöhemnmin, käytännön hyödyllisyys osoitetaan tässä. CA-kartoissa on usein aivan liian paljon pisteitä, vain karkeat yleispiirteet näkyvät. Ovatko kiinnostavat asia piilossa? “Poikkeavat havainnot ovat ainoita todella kiinnostavia havaintoja”.
Data Ensimmäinen osajoukko-ca käyttää datan perustiedostoa (ISSP2012esim2.dat). Maa-rivit ovat mukana kokonaislukumatriisissa maagaTab1.
Datassa maa-sukupuoli-ikäluokkarivit ovat näillä riveillä: BE 1-12, BG 13-24, DE 25-36, DK 37-48, FI 49-60, HU 61-72 . Maa-profiilit ovat taulukon(matriisin) maagaTab1 riveillä 73-78 samassa järjestyksessä. edit 9.9.20 Tarkistettava, miten ca-funktio laskee täydentävien rivien koordinaatit, kun riveistä otetaan analyysiin vain osa.
#31.8.20 Testataan subset ca
#ISSP2012esim2.dat %>% tableX(maaga, Q1b)
maagaCA2subset1BEBG <- ca(~maaga + Q1b,ISSP2012esim1b.dat, subsetrow = 1:24)
par(cex = 0.5)
plot(maagaCA2subset1BEBG,
sub = "symmetrinen kartta:Belgia ja Bulgaria,osajoukon ca (subset ca)"
)
Ikä, sukupuoli ja maa
# main = "Äiti töissä: ikäluokka ja sukupuoli maittain" mikä on plot-funktion
# title-asetusten ja koodilohkon asetusten suhde? Ainakin plot-funkiton
# main = "Äiti töissä: ikäluokka ja sukupuoli maittain" korvaa koodilohkossa
# määritellyn (9.9.20). R-markdownissa kuvan pääotsikko putoaa kokonaan pois,
# mitenköhän tulosteissa?Yhdistetään pisteitä.
# CA- tulosobjekti maagaCA2subset1
maagaLinesBEBG <- cacoord(maagaCA2subset1BEBG, type = "symmetric")
maagaLinesBEBG <- maagaLinesBEBG$rows[ , 1:2]
par(cex = 0.5)
plot(maagaCA2subset1BEBG,main = "Äiti töissä, BE ja BG: ikäluokka ja sukupuoli",
sub = "symmetrinen kartta, osajoukon ca (subset ca)"
)
lines(maagaLinesBEBG[1:6,1],maagaLinesBEBG[1:6,2], col="blue") #BEf
lines(maagaLinesBEBG[7:12,1],maagaLinesBEBG[7:12,2], col="red") #BEm
lines(maagaLinesBEBG[13:18,1],maagaLinesBEBG[13:18,2], col="blue") #BBGf
lines(maagaLinesBEBG[19:24,1],maagaLinesBEBG[19:24,2], col="red") #BEm
Ikä, sukupuoli ja maa - Belgia
Kartan tulkintaa, kokonaisinertia voidaan esittää maa kerrallaan. (9.9.20)
# Datana maagaTab1 - viimeisinä riveinä maarivit
maagaCA2sub1 <- ca(maagaTab1[,1:5], subsetrow = 1:24)
par(cex = 0.5)
plot(maagaCA2sub1, map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(TRUE,TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "asymmetrinen(rowgreen) kartta:Belgia ja Bulgaria,osajoukon ca (subset ca)"
)
Lisätään kuvaan täydentävänä (passiivisena) pisteenä Belgian maapiste, tarkistettava tuleeko se “oikeaan” kohtaan. edit 10.10.20 Ei toimi, maapisteen koordinaatit pitäisi laskea uudelleen. Syy: ca rivien osajoukolle.Maapisteiden osajoukon keskiarvopiste ei ole origo,mutta sarakepisteiden on.
# Datana maagaTab1 - viimeisinä riveinä maarivit
maagaTab1| S | s | ? | e | E | |
|---|---|---|---|---|---|
| BEf1 | 5 | 15 | 28 | 43 | 25 |
| BEf2 | 10 | 26 | 34 | 66 | 62 |
| BEf3 | 19 | 27 | 33 | 53 | 42 |
| BEf4 | 21 | 34 | 40 | 55 | 49 |
| BEf5 | 21 | 38 | 46 | 48 | 33 |
| BEf6 | 25 | 58 | 50 | 30 | 22 |
| BEm1 | 9 | 19 | 30 | 24 | 10 |
| BEm2 | 10 | 19 | 31 | 40 | 35 |
| BEm3 | 18 | 33 | 31 | 44 | 36 |
| BEm4 | 19 | 46 | 37 | 51 | 23 |
| BEm5 | 15 | 61 | 34 | 49 | 23 |
| BEm6 | 19 | 75 | 44 | 49 | 21 |
| BGf1 | 2 | 21 | 7 | 9 | 1 |
| BGf2 | 7 | 28 | 17 | 12 | 0 |
| BGf3 | 10 | 44 | 21 | 18 | 1 |
| BGf4 | 14 | 30 | 15 | 24 | 2 |
| BGf5 | 16 | 51 | 21 | 25 | 1 |
| BGf6 | 27 | 66 | 26 | 27 | 3 |
| BGm1 | 8 | 12 | 9 | 7 | 1 |
| BGm2 | 4 | 21 | 12 | 14 | 0 |
| BGm3 | 5 | 33 | 16 | 11 | 0 |
| BGm4 | 7 | 19 | 21 | 15 | 1 |
| BGm5 | 12 | 29 | 21 | 19 | 3 |
| BGm6 | 6 | 41 | 19 | 9 | 0 |
| DEf1 | 5 | 28 | 13 | 33 | 23 |
| DEf2 | 9 | 14 | 14 | 37 | 46 |
| DEf3 | 10 | 22 | 12 | 59 | 49 |
| DEf4 | 11 | 31 | 20 | 53 | 71 |
| DEf5 | 8 | 27 | 12 | 43 | 45 |
| DEf6 | 31 | 40 | 15 | 50 | 49 |
| DEm1 | 6 | 26 | 20 | 36 | 15 |
| DEm2 | 7 | 26 | 13 | 39 | 18 |
| DEm3 | 11 | 24 | 15 | 45 | 27 |
| DEm4 | 22 | 39 | 17 | 57 | 37 |
| DEm5 | 11 | 43 | 19 | 54 | 26 |
| DEm6 | 34 | 55 | 28 | 32 | 32 |
| DKf1 | 7 | 11 | 9 | 15 | 41 |
| DKf2 | 4 | 15 | 7 | 13 | 71 |
| DKf3 | 3 | 20 | 15 | 14 | 84 |
| DKf4 | 5 | 24 | 8 | 19 | 90 |
| DKf5 | 6 | 16 | 11 | 22 | 73 |
| DKf6 | 5 | 26 | 11 | 17 | 40 |
| DKm1 | 10 | 21 | 18 | 28 | 47 |
| DKm2 | 2 | 11 | 9 | 16 | 65 |
| DKm3 | 2 | 13 | 12 | 23 | 59 |
| DKm4 | 4 | 24 | 14 | 24 | 59 |
| DKm5 | 11 | 14 | 23 | 18 | 40 |
| DKm6 | 11 | 43 | 15 | 23 | 27 |
| FIf1 | 3 | 9 | 13 | 36 | 33 |
| FIf2 | 5 | 6 | 3 | 34 | 47 |
| FIf3 | 2 | 8 | 13 | 39 | 32 |
| FIf4 | 3 | 15 | 13 | 47 | 40 |
| FIf5 | 6 | 26 | 17 | 52 | 41 |
| FIf6 | 3 | 22 | 21 | 34 | 11 |
| FIm1 | 1 | 9 | 13 | 22 | 13 |
| FIm2 | 2 | 5 | 6 | 28 | 30 |
| FIm3 | 2 | 10 | 9 | 27 | 23 |
| FIm4 | 8 | 23 | 13 | 43 | 18 |
| FIm5 | 5 | 31 | 15 | 35 | 10 |
| FIm6 | 7 | 24 | 13 | 26 | 5 |
| HUf1 | 11 | 13 | 16 | 11 | 3 |
| HUf2 | 15 | 19 | 25 | 22 | 5 |
| HUf3 | 22 | 26 | 26 | 12 | 9 |
| HUf4 | 24 | 25 | 20 | 14 | 8 |
| HUf5 | 21 | 28 | 19 | 19 | 7 |
| HUf6 | 33 | 30 | 18 | 21 | 2 |
| HUm1 | 9 | 15 | 12 | 8 | 5 |
| HUm2 | 18 | 13 | 15 | 22 | 7 |
| HUm3 | 15 | 38 | 24 | 16 | 10 |
| HUm4 | 14 | 29 | 17 | 13 | 7 |
| HUm5 | 19 | 31 | 24 | 21 | 7 |
| HUm6 | 18 | 21 | 9 | 11 | 5 |
| BE | 191 | 451 | 438 | 552 | 381 |
| BG | 118 | 395 | 205 | 190 | 13 |
| DE | 165 | 375 | 198 | 538 | 438 |
| DK | 70 | 238 | 152 | 232 | 696 |
| FI | 47 | 188 | 149 | 423 | 303 |
| HU | 219 | 288 | 225 | 190 | 75 |
maagaCA2sub2 <- ca(maagaTab1[,1:5], subsetrow = 1:24)
par(cex = 0.4)
plot(maagaCA2sub2, map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(FALSE, TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "asymmetrinen(rowgreen) kartta:Belgia ja Bulgaria,osajoukon ca"
)
Belgian kolme aluetta täydentäviksi pisteiksi? Ei tehdä, aika iso duuni.(9.9.20)
# ISSP2012esim2.dat
# spCAmaaga1 maaga-ca-objekti (täydentävillä maa-pisteillä)
# maagaTab1 taulukko jossa maaga-rivit ja maat täydentävinä pisteinä
#
# Ongelma 1: miten saa maarivit kätevästi? Tässä tapauksessa näin
# maagaTab1
# Taulukon viimeisillä riveillä maa-profiilit frekvensseinä
# maaga-rivit ovat samassa järjestyksessä, kuusi naisten ja kuusi miesten
# ikäryhmää
# ISSP2012esim2.dat %>% tableX(maaga, Q1b)
#
# BE 191 451 438 552 381
# BG 118 395 205 190 13
# DE 165 375 198 538 438
# DK 70 238 152 232 696
# FI 47 188 149 423 303
# HU 219 288 225 190 75
#
# BE 1-12, BG 13-24, DE 25-36, DK 37-48, FI 49-60, HU 61-72, maarivi
# Hoitaako ca-paketti automaattisesti täydentävien pisteiden "skaalauksen
# subsetCA:ssa? Sarakepisteiden keskiarvo on origossa, mutta rivien osajoukon
# keskiarvo ei ole ja tämä pitäisi korjata.
maagaCA2sub2 <- ca(~maaga + Q1b,ISSP2012esim1b.dat,subsetrow = 25:60)
par(cex = 0.6)
plot(maagaCA2sub2, main = "Äiti töissä: ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta - Tanska, Saksa ja Suomi (subset ca)")
Sama kuva - yhdistetään pisteitä janoilla.
# ca-tulosobjekti maagaCA2sub2, DK DE FI
maagaLinesDKDEFI <- cacoord(maagaCA2sub2, type = "symmetric")
maagaLinesDKDEFI <- maagaLinesDKDEFI$rows[ , 1:2]
maagaLinesDKDEFI| Dim1 | Dim2 | |
|---|---|---|
| DEf1 | -0.0122683 | -0.1617268 |
| DEf2 | -0.3865882 | -0.1566004 |
| DEf3 | -0.2706794 | -0.3184381 |
| DEf4 | -0.3756920 | -0.1108647 |
| DEf5 | -0.2706035 | -0.1694576 |
| DEf6 | -0.0642786 | 0.0244026 |
| DEm1 | 0.1718294 | -0.2031323 |
| DEm2 | 0.0926227 | -0.2603888 |
| DEm3 | -0.0130310 | -0.2383625 |
| DEm4 | 0.0247644 | -0.1255945 |
| DEm5 | 0.1156083 | -0.1981363 |
| DEm6 | 0.1901933 | 0.2611931 |
| DKf1 | -0.6029847 | 0.1067835 |
| DKf2 | -0.9546637 | 0.1836315 |
| DKf3 | -0.8845039 | 0.2100040 |
| DKf4 | -0.8887806 | 0.1653375 |
| DKf5 | -0.7917943 | 0.0864100 |
| DKf6 | -0.3858083 | 0.1333505 |
| DKm1 | -0.3423812 | 0.0299842 |
| DKm2 | -0.9383647 | 0.0897735 |
| DKm3 | -0.7426186 | -0.0144571 |
| DKm4 | -0.5633286 | 0.0565446 |
| DKm5 | -0.3135585 | 0.1585389 |
| DKm6 | 0.0450350 | 0.1583916 |
| FIf1 | -0.3464501 | -0.3449977 |
| FIf2 | -0.6802179 | -0.3000565 |
| FIf3 | -0.3353403 | -0.4203573 |
| FIf4 | -0.3234953 | -0.3751587 |
| FIf5 | -0.1850220 | -0.2795225 |
| FIf6 | 0.2168754 | -0.2714628 |
| FIm1 | -0.0401893 | -0.3226569 |
| FIm2 | -0.5246685 | -0.3847647 |
| FIm3 | -0.2794497 | -0.3311589 |
| FIm4 | 0.0897328 | -0.3241366 |
| FIm5 | 0.2669923 | -0.2222380 |
| FIm6 | 0.3726818 | -0.1495112 |
par(cex = 0.6)
plot(maagaCA2sub2,
sub = "symmetrinen kartta - Tanska, Saksa ja Suomi (subset ca)")
lines(maagaLinesDKDEFI[1:6,1],maagaLinesDKDEFI[1:6,2], col="blue") #DEf
lines(maagaLinesDKDEFI[7:12,1],maagaLinesDKDEFI[7:12,2], col="red") #DEm
lines(maagaLinesDKDEFI[13:18,1],maagaLinesDKDEFI[13:18,2], col="blue") #DKf
lines(maagaLinesDKDEFI[19:24,1],maagaLinesDKDEFI[19:24,2], col="red") #DKm
lines(maagaLinesDKDEFI[25:30,1],maagaLinesDKDEFI[25:30,2], col="blue") #FIf
lines(maagaLinesDKDEFI[31:36,1],maagaLinesDKDEFI[31:36,2], col="red") #FIm
Ikä, sukupuoli ja maa:Tanska-Saksa-Suomi
spCAmaagasub1 <- ca(maagaTab1[,1:5], subsetrow = 25:60 )
par(cex = 0.6)
plot(spCAmaagasub1, main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "symmetrinen kartta, cex=0.06"
)
Sama kartta kuin edellinen, mutta kontribuutiokarttana.
# Osajoukko-ca ja täydentävät maapisteet
par(cex = 0.6)
plot(spCAmaagasub1, map = "rowgreen",
arrows = c(FALSE, TRUE),
main = "Äiti töissä: ikäluokka ja sukupuoli maittain 2",
sub = "Kontribuutiokartta, cex=0.06"
)
17.10.20 Kontribuutiokartta näyttää paremmalta.
Tutkitaan CA-ratkaisun tuloksia.
summary(spCAmaagasub1)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.053545 74.6 74.6 *******************
## 2 0.012492 17.4 92.0 ****
## 3 0.003297 4.6 96.6 *
## 4 0.002441 3.4 100.0 *
## -------- -----
## Total: 0.071776 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | DEf1 | 6 467 5 | -12 3 0 | -162 464 13 |
## 2 | DEf2 | 7 930 19 | -387 799 21 | -157 131 14 |
## 3 | DEf3 | 9 919 25 | -271 385 13 | -318 533 76 |
## 4 | DEf4 | 11 993 25 | -376 913 30 | -111 80 11 |
## 5 | DEf5 | 8 893 13 | -271 641 11 | -169 252 19 |
## 6 | DEf6 | 11 48 15 | -64 42 1 | 24 6 1 |
## 7 | DEm1 | 6 827 8 | 172 345 3 | -203 482 21 |
## 8 | DEm2 | 6 855 8 | 93 96 1 | -260 759 34 |
## 9 | DEm3 | 7 874 7 | -13 3 0 | -238 871 34 |
## 10 | DEm4 | 11 285 8 | 25 11 0 | -126 274 13 |
## 11 | DEm5 | 9 684 10 | 116 174 2 | -198 510 30 |
## 12 | DEm6 | 11 750 22 | 190 260 8 | 261 490 61 |
## 13 | DKf1 | 5 979 27 | -603 949 35 | 107 30 5 |
## 14 | DKf2 | 7 996 89 | -955 960 115 | 184 36 18 |
## 15 | DKf3 | 8 985 98 | -885 933 122 | 210 53 29 |
## 16 | DKf4 | 9 983 104 | -889 950 132 | 165 33 20 |
## 17 | DKf5 | 8 1000 69 | -792 988 92 | 86 12 5 |
## 18 | DKf6 | 6 834 17 | -386 745 17 | 133 89 9 |
## 19 | DKm1 | 8 978 13 | -342 971 17 | 30 7 1 |
## 20 | DKm2 | 6 997 79 | -938 988 104 | 90 9 4 |
## 21 | DKm3 | 7 989 52 | -743 989 69 | -14 0 0 |
## 22 | DKm4 | 8 962 36 | -563 952 45 | 57 10 2 |
## 23 | DKm5 | 7 682 16 | -314 543 12 | 159 139 13 |
## 24 | DKm6 | 7 291 9 | 45 22 0 | 158 269 15 |
## 25 | FIf1 | 6 951 20 | -346 478 13 | -345 474 55 |
## 26 | FIf2 | 6 941 48 | -680 788 50 | -300 153 42 |
## 27 | FIf3 | 6 952 24 | -335 370 12 | -420 582 82 |
## 28 | FIf4 | 7 999 25 | -323 426 14 | -375 573 82 |
## 29 | FIf5 | 9 982 14 | -185 299 6 | -280 683 55 |
## 30 | FIf6 | 6 704 13 | 217 274 5 | -271 430 33 |
## 31 | FIm1 | 4 624 8 | -40 10 0 | -323 614 30 |
## 32 | FIm2 | 4 984 26 | -525 640 22 | -385 344 52 |
## 33 | FIm3 | 4 990 12 | -279 412 6 | -331 578 38 |
## 34 | FIm4 | 6 944 11 | 90 67 1 | -324 877 54 |
## 35 | FIm5 | 6 722 14 | 267 426 8 | -222 295 23 |
## 36 | FIm6 | 5 911 11 | 373 785 12 | -150 126 8 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 731 107 | 195 493 71 | 136 238 147 |
## 2 | s | 238 832 114 | 154 688 105 | 70 144 94 |
## 3 | | 168 647 88 | 147 576 68 | 51 70 35 |
## 4 | e | 261 992 135 | 60 96 17 | -183 896 697 |
## 5 | E | 234 1000 556 | -411 992 739 | 38 8 27 |Kolmen maan osajoukon ratkaisussa 2. dimensiolla (maltillinen liberaali?) on inertiasta 17 prosenttia, edellä ollut paljon yksiulotteisempia ratkaisuja. Huono kvaliteetti on DEf1 (467) ja DEf6 (48!), DEm4 (285). Tanskan havainnoista vanhimmat miehet (DKm6,291) ovat kaikkein huonoimmin esitettyjä ratkaisussa, ja hieman nuoremmatkin (DKm5, 682). Suomen aineistossa vain nuoret miehet (FIm1, 624) on esitetty kartalla huonosti. Kaksi dimensiot selittävät osajoukon kokonaishajonnasta 92%, mutta muutaman ryhmän hajonta on muissa dimensioissa. Saksan naisten iäkkäin ikäluokka (DEf6) ja keski-ikäisen miehet (DEm4) vain näyttävät olevan lähekkäin origon tuntumassa, samoin muutama muu huonosti tasoon sijoitettu piste.
Huonosti kuvatuista pisteistä ei kuva ei siis kerro oikeastaan mitään muuta.
Sarakkeet on esitetty kohtalaisen hyvin, ja symmetrisessä kartassa tärkeimmälle dimensioille projisodut sarakepisteet ovat odotetussa järjestyksessä.
Kontribuutiokartasta nähdään, että tärkein kontrasti on tiukan erimielisyyden (E) ja kaikkien muiden vastausvaihtoehtojen välillä. Epävarmojen tai maltillisten (e) kontrasti hallitsee toista dimensiota, erityisesti S- ja s- kategorioiden kanssa. Samalla kuvasta näkee (ja numeerisist tuloksista voi vahvistaa), että S-piste on on lähempänä (kulma on pienempi) pystyakselia. Kontribuutio on suurempi (147 vs. 71 x-akselille). Toisaalta x-akseli selittää selvästi suurimman osan kaikkien muiden sarakepisteiden inertiasta, ja y-akseli taas lähes täysin e-pisteen inertian.
Osajoukko-ca neljälle ryhmälle Belgia on vähän rajatapaus, kokeillaan osajoukko-ca:ta neljällä maaryhmällä. BG-HU, BE-DE-DK-FI,DEDKFI ja BEBGHUsubset
# Neljä maaryhmää
BGHUsubset <- c(13:24,61:72)
BEDEDKFIsubset <- c(1:12, 25:36, 37:48, 49:60)
DEDKFIsubset <- c(25:36, 37:48, 49:60)
BEBGHUsubset <- c(1:12,13:24,61:72)
spCAmaagasub3 <- ca(maagaTab1[,1:5], subsetrow = BGHUsubset)
par(cex = 0.6)
# Käännetään kuva x-akselin ympäri
spCAmaagasub3$rowcoord[, 2] <- -spCAmaagasub3$rowcoord[, 2]
spCAmaagasub3$colcoord[, 2] <- -spCAmaagasub3$colcoord[, 2]
plot(spCAmaagasub3, main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta, osajoukko-ca, cex=0.06"
)
# spCAmaagasub3 <- ca(maagaTab1[,1:5], subsetrow = BGHUsubset)
par(cex = 0.6)
plot(spCAmaagasub3, map = "rowgreen",
arrows = c(FALSE,TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta, osajoukko-ca, cex=0.06"
)
# xlim=c(-0.1,0.8), ylim=c(-0.,0.4) kuvaa voisi säätää, mutta tärkein E-sarake
# jäisi pois
summary(spCAmaagasub3)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.036585 76.4 76.4 *******************
## 2 0.008208 17.1 93.5 ****
## 3 0.002065 4.3 97.8 *
## 4 0.001054 2.2 100.0 *
## -------- -----
## Total: 0.047912 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | BGf1 | 2 966 29 | 535 507 19 | -509 459 77 |
## 2 | BGf2 | 4 980 39 | 635 839 43 | -260 141 32 |
## 3 | BGf3 | 6 999 57 | 619 808 60 | -301 191 64 |
## 4 | BGf4 | 5 859 32 | 499 859 36 | -9 0 0 |
## 5 | BGf5 | 7 960 62 | 612 878 72 | -188 83 30 |
## 6 | BGf6 | 9 942 89 | 657 930 108 | -75 12 6 |
## 7 | BGm1 | 2 994 19 | 616 935 24 | 154 59 7 |
## 8 | BGm2 | 3 906 26 | 512 667 22 | -307 240 36 |
## 9 | BGm3 | 4 997 51 | 656 701 47 | -427 296 89 |
## 10 | BGm4 | 4 667 31 | 499 644 26 | -93 22 4 |
## 11 | BGm5 | 5 948 30 | 513 936 37 | -57 12 2 |
## 12 | BGm6 | 5 977 73 | 724 691 66 | -466 286 122 |
## 13 | HUf1 | 3 847 25 | 501 704 23 | 225 143 21 |
## 14 | HUf2 | 5 717 31 | 412 607 25 | 175 109 20 |
## 15 | HUf3 | 6 890 49 | 535 715 46 | 265 176 50 |
## 16 | HUf4 | 6 976 50 | 545 694 45 | 347 282 82 |
## 17 | HUf5 | 6 996 36 | 501 842 40 | 215 154 32 |
## 18 | HUf6 | 6 964 93 | 681 664 81 | 458 300 163 |
## 19 | HUm1 | 3 932 15 | 458 885 17 | 106 48 4 |
## 20 | HUm2 | 5 900 30 | 334 359 14 | 410 541 94 |
## 21 | HUm3 | 6 939 32 | 472 920 39 | -67 18 3 |
## 22 | HUm4 | 5 964 27 | 504 963 34 | 15 1 0 |
## 23 | HUm5 | 6 984 33 | 484 936 40 | 110 48 9 |
## 24 | HUm6 | 4 883 41 | 581 668 36 | 330 215 52 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 987 249 | 255 542 177 | 231 446 649 |
## 2 | s | 238 965 235 | 184 715 221 | -109 250 344 |
## 3 | | 168 568 74 | 110 567 55 | -4 1 0 |
## 4 | e | 261 727 56 | -86 727 53 | 0 0 0 |
## 5 | E | 234 983 385 | -278 980 494 | 16 3 7 |spCAmaagasub4 <- ca(maagaTab1[,1:5], subsetrow = BEDEDKFIsubset)
par(cex = 0.6)
plot(spCAmaagasub4,
arrows = c(FALSE, TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "symmetrinen kartta, osajoukko-ca, cex=0.06"
)
# asymmetrinen kartta
par(cex = 0.6)
plot(spCAmaagasub4,map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(FALSE, TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "asymmetrinen kartta (rowgreen, relative contr.), osajoukko-ca, cex=0.06"
)
par(cex = 0.6)
plot(spCAmaagasub4,map = "rowprincipal",
contrib = c("relative", "relative"),
mass = c(TRUE, TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "asymmetrinen kartta (rowprincipal, relative contr.), osajoukko-ca,
cex=0.06, myös rivimassat värisävyillä"
)
17.10.20 Kontribuutiokartta on paras. Asymmetrinen on liian tukkoinen.
spCAmaagasub5 <- ca(maagaTab1[,1:5], subsetrow = DEDKFIsubset)
par(cex = 0.7)
plot(spCAmaagasub5, main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
contrib = c("relative", "relative"),
sub = "symmetrinen kartta, osajoukko-ca, kontribuutiot(suht.) värisävyinä,cex=0.07"
)
# asymmetrinen kartta
par(cex = 0.6)
plot(spCAmaagasub5,map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(TRUE, TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "asymmetrinen kartta (rowgreen, relative contr.), osajoukko-ca, massat värisävyinä, cex=0.06"
)
spCAmaagasub6 <- ca(maagaTab1[,1:5], subsetrow = BEBGHUsubset)
par(cex = 0.6)
plot(spCAmaagasub6, main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
mass = c(TRUE, TRUE),
sub = "symmetrinen kartta, osajoukko-ca, massat värisävyinä,cex=0.06"
)
plot(spCAmaagasub6, map = "rowgreen",
contrib = c("relative", "relative"),
mass = c(TRUE, TRUE),
arrows = c(FALSE, TRUE),
main = "Äiti töissä (Q1b): ikäluokka ja sukupuoli maittain",
sub = "kontribuutiokartta (rel.), osajoukko-ca, massat värisävyinä,cex=0.06, "
)
5 Yksinkertaisen korrespondenssianalyysin laajennuksia 2
Kaksi ensimmäistä lukua ehkä omaksi kokonaisuudeksi, ohitetaan aika kevyesti.
5.1 Matriisien yhdistäminen (stacked and concatenated matices)
Pinotuista tauluista yksinkertainen esimerkki rajatulla aineistolla, selitetään periaate. Ei laajenneta aineistoa, sillä puuttuvat tiedot aiheuttavat pulmia joihin sopii parhaiten MCA. MCA on muuttujien välisten suhteiden analyysiä, näin puuttuvista tiedosta saadan otetta.
Ref:CAip, CA_Week2.pdf (kalvot MCA-kurssilta 2017)
Concatenated tables (yhdistetyt taulut tai matriisit): (a) kaksi luokittelumuuttujaa (b) useita muuttujia stacked (“pinotaan”).
MCA 2017 laskareissa ja kalvoissa esitetään, miten nämä saadaan kätevästi CA-paketin MJCA-funktion BURT-optiolla.
# Data
ISSP2012Concat1jh.dat <- select(ISSP2012esim1b.dat, Q1b, maa,sp, age_cat)
# mjca-funktiota -> Burt-matriisi
Concat1jh.Burt <- mjca(ISSP2012Concat1jh.dat, ps="")$Burt
# Burt-matriisi symmetrinen
#dim(Concat1jh.Burt)
# 19 x 19
#rownames(Concat1jh.Burt)
#[1] "Q1bS" "Q1bs" "Q1b?" "Q1be" "Q1bE" "maaBE" "maaBG" "maaDE" "maaDK"
#[10] "maaFI" "maaHU" "spm" "spf" "age_cat1" "age_cat2" "age_cat3" "age_cat4" "age_cat5"
#[19] "age_cat6"
# maat - vastaukset
ISSP2012Concat2jh.dat <- Concat1jh.Burt[6:11, 1:5]
# ISSP2012Concat2jh.dat
# sukupuoli ja vastaukset
ISSP2012Concat2jh.dat <- rbind(ISSP2012Concat2jh.dat, Concat1jh.Burt[12:13 ,1:5])
# ISSP2012Concat2jh.dat
# ikäluokka ja vastaukset
ISSP2012Concat2jh.dat <- rbind(ISSP2012Concat2jh.dat, Concat1jh.Burt[14:19 ,1:5])
# ISSP2012Concat2jh.dat
Concat1jh.CA1 <- ca(ISSP2012Concat2jh.dat)
# plot(Concat1jh.CA1)
# Siistitään muuttujien nimet
Concat1jh.CA1$colnames <- c("S", "s", "?", "e", "E")
Concat1jh.CA1$rownames <- c("BE", "BG", "DE", "DK", "FI", "HU", "m", "f",
"a1", "a2", "a3", "a4", "a5", "a6")
# Käännetään kuva x-akselin ympäri
Concat1jh.CA1$rowcoord[, 2] <- -Concat1jh.CA1$rowcoord[, 2]
Concat1jh.CA1$colcoord[, 2] <- -Concat1jh.CA1$colcoord[, 2]Piirretään karttoja.
# Kooridnaatit käännetty edellisessä koodilohkossa
# Symmetrinen kartta paras, kontribuutiokartta vektoireilla myös aika hyvä
par(cex = 0.6)
plot(Concat1jh.CA1,
main = "Pinottu taulukko - symmetrinen kuva1",
sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b (cex=0.6)"
)
Pinottu matriisi - kartta 1
plot(Concat1jh.CA1,
main = "Pinottu taulukko - symmetrinen kuva1",
sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b"
)
Pinottu matriisi - kartta 1
plot(Concat1jh.CA1, map = "rowgreen",
arrows = c(FALSE, TRUE),
main = "Pinottu taulukko - kontribuutiokartta",
sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b"
)
Pinottu matriisi - kartta 1
# Muutama rivipiste ja taustamuuttujat tiukkana nippuna origon ympärillä
#plot(Concat1jh.CA1, map = "rowgreen",
# main = "Pinottu taulukko - kontribuutiokartta",
# sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b"
# )
# Tukkoinen kuva - rajataan pois HU ja BG (rivit 2, 6)
# dim(ISSP2012Concat2jh.dat)
summary(Concat1jh.CA1)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.056877 77.2 77.2 *******************
## 2 0.010116 13.7 91.0 ***
## 3 0.003923 5.3 96.3 *
## 4 0.002711 3.7 100.0 *
## -------- -----
## Total: 0.073628 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | BE | 82 498 28 | 86 295 11 | -71 203 41 |
## 2 | BG | 38 907 204 | 599 901 238 | 52 7 10 |
## 3 | DE | 70 498 29 | -95 298 11 | -78 200 43 |
## 4 | DK | 57 990 310 | -573 816 328 | 265 175 394 |
## 5 | FI | 45 987 75 | -225 419 40 | -262 568 309 |
## 6 | HU | 41 856 168 | 486 778 169 | 153 78 95 |
## 7 | m | 156 910 20 | 91 873 22 | -19 37 5 |
## 8 | f | 178 910 17 | -79 873 20 | 16 37 5 |
## 9 | a1 | 39 501 8 | -22 31 0 | -84 470 27 |
## 10 | a2 | 50 958 40 | -236 939 49 | -34 19 6 |
## 11 | a3 | 56 958 7 | -94 958 9 | -1 0 0 |
## 12 | a4 | 63 841 6 | -74 841 6 | -1 0 0 |
## 13 | a5 | 62 868 5 | 71 801 6 | -21 67 3 |
## 14 | a6 | 63 957 83 | 288 852 92 | 101 104 63 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 786 147 | 268 661 126 | 117 125 134 |
## 2 | s | 238 843 172 | 205 787 175 | 55 56 70 |
## 3 | | 168 640 80 | 150 639 66 | -6 1 1 |
## 4 | e | 261 970 97 | -35 44 6 | -160 926 657 |
## 5 | E | 234 1000 504 | -390 962 628 | 77 38 138 |Kartan tulkinta; miten eroaa yhteisvaikutusmuuttujan analyysistä?
- Perustulkinta akseleille ei muutu, mutta s-sarake on kiusallisesti enemmän oikealla kuin S. Maapisteiden sijaiti ei juuri muutu.
Mikä on maapisteiden ja kahden selittävän (eksogeenisen) muuttujan pisteiden yhteys sarakepisteisiin?
Koko aineiston kartassa ikäluokkapisteet ja sukupuolipisteet ovat pakkautuneet maapisteitä tiiviimmin origon ympärille. Ikäluokkapisteiden (koko aineiston keskiarvot) selvä kontrasti on vanhimman (a6)ja toiseksi nuorimman välillä 1. dimenision suuntaan.
Ikäluokkapisteet ovat koko aineiston keskiarvopisteitä, niiden sijantia voi tulkita pistejoukko kerrallaan kuten maapisteidenkin. Mitään yhteisvaikutuksia ei analysoida eksplisiittisesti. Karttaa voi verrata sukupuoli-ikäluokka yhteisvaikutusmuuttujan analyysin aiemmin. Naispiste on tiukassa nipussa ikäluokkien a3 ja a4 kanssa aivan origon vasemmalla puolella. Miesten keskiarvopiste on hieman origosta oikealle, yhdessä ikäluokan a5 kanssa.
Taustamuuttujat: numeeristen tulosten tarkastelua
Lisäpisteet on hyvin esitetty, niiden etäisyyksiä voi luotettavasti arvioida kuvasta. Poikkeus on nuorin ikäluokka (a1, qlt = 501). Inertian osuudet (inr) ovat yhtä vaatimattomia kuin Belgian (28) ja Saksan (29), (m =20, f = 17, a2 = 40, a6 = 83), samoin kontribuutiot akseleiden inertiaan. 1. dimension kontribuutio (cor) on suuri (>800) kaikilla paitsi nuorimmalla ikäryhmällä (a1) jolla 2. dimension selittää lähes puolet sen inertiasta (470).
subConcat2jh.CA1 <- ca(ISSP2012Concat2jh.dat[,1:5], subsetrow = c(1:1, 3:5, 7:14))
subConcat2jh.CA1$colnames <- c("S", "s", "?", "e", "E")
subConcat2jh.CA1$rownames <- c("BE", "DE", "DK", "FI", "m", "f",
"a1", "a2", "a3", "a4", "a5", "a6")
par(cex = 0.6)
plot(subConcat2jh.CA1,
main = "Pinottu taulukko - subsetCA",
sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b"
)
Pinottu matriisi - osajoukko (HU, BG pois)
# Kontribuutiokuva
par(cex = 0.6)
plot(subConcat2jh.CA1, map = "rowgreen",
arrows = c(FALSE, TRUE),
main = "Pinottu taulukko - subsetCA - kontrib.kartta",
sub = "a1-a6 ikäluokat, m = miehet, f = naiset, Q1b"
)
Pinottu matriisi - osajoukko (HU, BG pois)
summary(subConcat2jh.CA1)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.034433 74.4 74.4 *******************
## 2 0.008459 18.3 92.7 *****
## 3 0.002735 5.9 98.6 *
## 4 0.000627 1.4 100.0
## -------- -----
## Total: 0.046253 100.0
##
##
## Rows:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | BE | 82 511 44 | 97 374 22 | -58 137 33 |
## 2 | DE | 70 505 46 | -81 216 13 | -94 289 74 |
## 3 | DK | 57 996 494 | -609 922 612 | 172 74 200 |
## 4 | FI | 45 967 119 | -179 266 42 | -291 701 455 |
## 5 | m | 156 903 32 | 92 903 38 | 0 0 0 |
## 6 | f | 178 903 28 | -81 903 33 | 0 0 0 |
## 7 | a1 | 39 504 13 | -7 4 0 | -87 500 35 |
## 8 | a2 | 50 967 64 | -227 867 74 | -77 99 35 |
## 9 | a3 | 56 958 11 | -93 930 14 | -16 27 2 |
## 10 | a4 | 63 847 9 | -72 811 10 | -15 35 2 |
## 11 | a5 | 62 853 9 | 73 849 10 | -5 4 0 |
## 12 | a6 | 63 963 132 | 267 734 130 | 149 229 165 |
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | S | 99 869 99 | 175 664 88 | 97 206 111 |
## 2 | s | 238 923 139 | 138 706 131 | 76 216 164 |
## 3 | | 168 525 95 | 117 525 67 | 1 0 0 |
## 4 | e | 261 970 129 | 22 21 4 | -147 949 670 |
## 5 | E | 234 1000 538 | -323 981 710 | 45 19 55 |Kun Bulgaria ja Unkari jätetään pois, origon lähelle pakkautuneet pistet erottuvat hieman paremmin (osajoukon CA).
Osajoukon analyysin kontribuutiokartta muuttuu:
- sarakevektorit kääntyvät vasemmalle
- S ja s päällekkäin, neutraali katgoria lähes x-akselin suuntainen
- nyt S- ja s-pisteet ovat oikeassa järjestyksessä, mutta s-sarakkeen kontribuutio on suurempi. S-sarakkeen kontribuutio on hieman suurempi y- akselilla kuin x-akselilla. Vekt
- maltillisesen erimielidyyden sarake e on nyt oikealla, konservatiivisella puolella
Numeerisista tuloksista kartalla hyvin esitetettyjen taustamuuttujapisteiden (poikkeuksena nuorin ikäluokka a1) kontribuutiot akseleille ovat vaatimattomia. Sukupuolimuuttujat selittävät vain x-akselia, samoin viisi nuorinta ikäluokkaa. Vanhin ikäluokka a6 on poikeava, sen kontribuutiot molemmille akseleille ovat eri suuruusluokkaa kuin muilla (x 132, y 165). Nuorin ikäluokka selittää vain y-akselin hajontaa, a2 ja a6 molempia ja keskimmäiset vain x-akselia.
Iän ja sukupuolen erilliset vaikutukset eivät ole aivan yksinkertaisia. edit 17.10.20 Barysentrisen ominaisuudet?
Inertian dekomponointi alimatriiseille.
Tärkeä oletus: reunajakaumat tauluissa samat, ei puuttuvia tietoja muuttujissa.
5.1.1 Matched matrices
Huom! (16.10.20 Jos ja kun ei tehdä analyysiä, ei tarvitse omaa jaksoa. Kannattaa mainita, ehkävain teoriajaksossa? Idea: matriisien yhdistämisellä saadaan ote monenlaiseen tutkimusongelmaan. Benzecri: data-analyysissä on vain löydettävä oikea matriisi joka diagonalisoidaan.
Ref:CAip ss. 177, HY2017_MCA, Greenacre JAS 2013 (sovellus ISSP 1989,4 kysymystä ‘pitäisikö äidin olla kotona’, 8 maata), tässä artikkelissa “SVD-based methods”, joista yksi CA (muut biplots, PCA, compositional data/log ratios).
Edellisen menetelmän variantti, jossa ryhmien väliset ja sisäiset erot saadaan esiin. Inertian jakaminen.
Samanlaisten rivien ja sarakkeiden kaksi samankokoista taulua, esimerkiksi sukupuolivaikutusten arviointi. Alkuperäinen taulukko jaetaan kahdeksi tauluksi sukupuolen mukaan. Matriisien yhdistäminen (concatenation) riveittäin tai sarakkeittain ei näytä optimaalisesti mm - matriisien eroja.
Ryhmien välisen ja ryhmien sisäinen inertian erottaminen, ABBA on yksi ratkaisu (ABBA matrix, teknisesti block circular matrix).
Luokittelu voi olla myös kahden indikaattorimuuttujan avulla jako neljään taulukkoon (esim. miehet vs. naiset länsieuroopassa verratuna samaan asetelmaan itä-Euroopassa). Samaa ideaa laajennetaan.
Esimerkkinä “Attitudes to women working in 2012”.
5.2 MCA - multiple correspondence analysis
MCA on samantyyppisten luokitteluasteikon muuttujien välisten yhteyksien analyysiä.
Data Substanssimuuttujien (kysymysten) ja taustamuuttujien (demografiset, koulutus, asuinpaikka) analyysissä ydin on substanssimuuttujien välisissä suhteissa.
Subsanssimuuttujista valitaan seitsemän kysymystä (naisten rooli työmarkkinoilla) joissa vastausvaihtoehtoja on viisi. Tämä on suositus tai yleinen käytäntö, joka yksinkertaistaa analyysiä.
Taustamuuttujista valitaan kolme: koulutustaso edu ja asuinpaikka urbru ovat (jos tiedokeruun erot unohdetaan) taustatietoja.Kolmas muuttujasosta/“Top-Bottom self-placement”) on kysymys mutta ei pohdita tätä enempää.
Lisämuuttujina ovat sukupuoli (sp), maa ja ikä. Ikä luokitellaan kuuteen ryhmään ja luodaan ikäluokan ja sukupuolen yhteisvaikutusmuuttuja ga.
# str(ISSP2012jh1d.dat) - luotu skripteissä G1_1_data2.Rmd ja G1_1_data_fct1.Rmd
#Valitaan muuttujat joissa puuttuva tieto on koodattu muuttujan arvoksi
MCAvars1 <- c("Q1am","Q1bm", "Q1cm", "Q1dm","Q1em","Q2am","Q2bm","edum",
"sostam", "urbrum", "maa", "ika", "sp" )
MCAdata1jh.dat <- ISSP2012jh1d.dat %>% select(all_of(MCAvars1))
dim(MCAdata1jh.dat)## [1] 32823 13names(MCAdata1jh.dat)## [1] "Q1am" "Q1bm" "Q1cm" "Q1dm" "Q1em" "Q2am" "Q2bm" "edum"
## [9] "sostam" "urbrum" "maa" "ika" "sp"# luodaan ikaluokka-muuttuja ja ikäluokka-sukupuoli - muuttuja
#age_cat
#ikä 1=15-25, 2 =26-35, 3=36-45, 4=46-55, 5=56-65, 6= 66 and older
MCAdata1jh.dat <- mutate(MCAdata1jh.dat, age_cat = ifelse(ika %in% 15:25, "1",
ifelse(ika %in% 26:35, "2",
ifelse(ika %in% 36:45, "3",
ifelse(ika %in% 46:55, "4",
ifelse(ika %in% 56:65, "5", "6"))))))
# str(MCAdata1jh.dat$age_cat)
MCAdata1jh.dat <- MCAdata1jh.dat %>%
mutate(age_cat = as_factor(age_cat))
#tarkastuksia - outo järjestys
#levels(MCAdata1jh.dat$age_cat)
# str(MCAdata1jh.dat$age_cat)
MCAdata1jh.dat<- MCAdata1jh.dat %>%
mutate(age_cat = fct_relevel(age_cat,
"1",
"2",
"3",
"4",
"5",
"6"))
# Tarkistuksia(16.10.20)
MCAdata1jh.dat %>%
tableX(maa,age_cat,type = "count") #%>%| maa/age_cat | 1 | 2 | 3 | 4 | 5 | 6 | Total |
|---|---|---|---|---|---|---|---|
| AU | 109 | 134 | 265 | 332 | 353 | 364 | 1557 |
| AT | 115 | 228 | 206 | 228 | 182 | 223 | 1182 |
| BG | 89 | 123 | 169 | 157 | 210 | 255 | 1003 |
| CA | 112 | 32 | 72 | 156 | 260 | 321 | 953 |
| HR | 136 | 201 | 177 | 198 | 166 | 119 | 997 |
| CZ | 195 | 278 | 377 | 361 | 279 | 314 | 1804 |
| DK | 210 | 214 | 252 | 273 | 235 | 219 | 1403 |
| FI | 160 | 171 | 171 | 230 | 254 | 185 | 1171 |
| FR | 149 | 357 | 426 | 451 | 466 | 560 | 2409 |
| HU | 106 | 163 | 201 | 172 | 197 | 173 | 1012 |
| IS | 224 | 187 | 188 | 201 | 194 | 178 | 1172 |
| IE | 26 | 161 | 255 | 266 | 234 | 224 | 1166 |
| LV | 168 | 159 | 187 | 216 | 203 | 67 | 1000 |
| LT | 151 | 169 | 186 | 220 | 203 | 258 | 1187 |
| NL | 60 | 129 | 191 | 250 | 283 | 402 | 1315 |
| NO | 165 | 205 | 256 | 309 | 264 | 245 | 1444 |
| PL | 158 | 173 | 185 | 178 | 219 | 202 | 1115 |
| RU | 222 | 232 | 254 | 253 | 276 | 288 | 1525 |
| SK | 75 | 116 | 189 | 254 | 264 | 230 | 1128 |
| SI | 97 | 157 | 161 | 178 | 202 | 239 | 1034 |
| SE | 80 | 134 | 164 | 211 | 196 | 274 | 1059 |
| CH | 137 | 184 | 217 | 265 | 185 | 249 | 1237 |
| BE | 216 | 346 | 349 | 400 | 399 | 482 | 2192 |
| DE | 208 | 229 | 275 | 370 | 300 | 379 | 1761 |
| PT | 115 | 144 | 185 | 174 | 166 | 213 | 997 |
| Total | 3483 | 4626 | 5558 | 6303 | 6190 | 6663 | 32823 |
#kable(digits = 2, caption = "Ikäluokka age_cat")
MCAdata1jh.dat %>%
tableX(maa,age_cat,type = "row_perc") #%>%| maa/age_cat | 1 | 2 | 3 | 4 | 5 | 6 | Total |
|---|---|---|---|---|---|---|---|
| AU | 7.00 | 8.61 | 17.02 | 21.32 | 22.67 | 23.38 | 100.00 |
| AT | 9.73 | 19.29 | 17.43 | 19.29 | 15.40 | 18.87 | 100.00 |
| BG | 8.87 | 12.26 | 16.85 | 15.65 | 20.94 | 25.42 | 100.00 |
| CA | 11.75 | 3.36 | 7.56 | 16.37 | 27.28 | 33.68 | 100.00 |
| HR | 13.64 | 20.16 | 17.75 | 19.86 | 16.65 | 11.94 | 100.00 |
| CZ | 10.81 | 15.41 | 20.90 | 20.01 | 15.47 | 17.41 | 100.00 |
| DK | 14.97 | 15.25 | 17.96 | 19.46 | 16.75 | 15.61 | 100.00 |
| FI | 13.66 | 14.60 | 14.60 | 19.64 | 21.69 | 15.80 | 100.00 |
| FR | 6.19 | 14.82 | 17.68 | 18.72 | 19.34 | 23.25 | 100.00 |
| HU | 10.47 | 16.11 | 19.86 | 17.00 | 19.47 | 17.09 | 100.00 |
| IS | 19.11 | 15.96 | 16.04 | 17.15 | 16.55 | 15.19 | 100.00 |
| IE | 2.23 | 13.81 | 21.87 | 22.81 | 20.07 | 19.21 | 100.00 |
| LV | 16.80 | 15.90 | 18.70 | 21.60 | 20.30 | 6.70 | 100.00 |
| LT | 12.72 | 14.24 | 15.67 | 18.53 | 17.10 | 21.74 | 100.00 |
| NL | 4.56 | 9.81 | 14.52 | 19.01 | 21.52 | 30.57 | 100.00 |
| NO | 11.43 | 14.20 | 17.73 | 21.40 | 18.28 | 16.97 | 100.00 |
| PL | 14.17 | 15.52 | 16.59 | 15.96 | 19.64 | 18.12 | 100.00 |
| RU | 14.56 | 15.21 | 16.66 | 16.59 | 18.10 | 18.89 | 100.00 |
| SK | 6.65 | 10.28 | 16.76 | 22.52 | 23.40 | 20.39 | 100.00 |
| SI | 9.38 | 15.18 | 15.57 | 17.21 | 19.54 | 23.11 | 100.00 |
| SE | 7.55 | 12.65 | 15.49 | 19.92 | 18.51 | 25.87 | 100.00 |
| CH | 11.08 | 14.87 | 17.54 | 21.42 | 14.96 | 20.13 | 100.00 |
| BE | 9.85 | 15.78 | 15.92 | 18.25 | 18.20 | 21.99 | 100.00 |
| DE | 11.81 | 13.00 | 15.62 | 21.01 | 17.04 | 21.52 | 100.00 |
| PT | 11.53 | 14.44 | 18.56 | 17.45 | 16.65 | 21.36 | 100.00 |
| All | 10.61 | 14.09 | 16.93 | 19.20 | 18.86 | 20.30 | 100.00 |
#kable(digits = 2, caption = "age_cat: suhteelliset frekvenssit")
# Ikäluokka-sukupuoli - muuttuja
MCAdata1jh.dat <- mutate(MCAdata1jh.dat,
ga = case_when((age_cat == "1")&(sp == "m") ~ "m1",
(age_cat == "2")&(sp == "m") ~ "m2",
(age_cat == "3")&(sp == "m") ~ "m3",
(age_cat == "4")&(sp == "m") ~ "m4",
(age_cat == "5")&(sp == "m") ~ "m5",
(age_cat == "6")&(sp == "m") ~ "m6",
(age_cat == "1")&(sp == "f") ~ "f1",
(age_cat == "2")&(sp == "f") ~ "f2",
(age_cat == "3")&(sp == "f") ~ "f3",
(age_cat == "4")&(sp == "f") ~ "f4",
(age_cat == "4")&(sp == "f") ~ "f4",
(age_cat == "5")&(sp == "f") ~ "f5",
(age_cat == "6")&(sp == "f") ~ "f6",
TRUE ~ "missing"
))
#Sosiaalinen status: oma arvio "Top-Bottom self-placement"
str(ISSP2012jh1d.dat$sosta)## Factor w/ 10 levels "Lowest, Bottom, 01",..: 3 7 8 NA 7 2 7 NA 10 6 ...
## - attr(*, "label")= chr "Top-Bottom self-placement"str(ISSP2012jh1d.dat$urbru)## Factor w/ 5 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 NA 1 2 NA 2 2 NA ...
## - attr(*, "label")= chr "Place of living: urban - rural"str(ISSP2012jh1d.dat$edu)## Factor w/ 7 levels "No formal education",..: 3 6 6 4 3 NA NA 7 6 7 ...
## - attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"#Koulutustaso
str(ISSP2012jh1d.dat$edu)## Factor w/ 7 levels "No formal education",..: 3 6 6 4 3 NA NA 7 6 7 ...
## - attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"#Asuipaikka
str(ISSP2012jh1d.dat$urbru)## Factor w/ 5 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 NA 1 2 NA 2 2 NA ...
## - attr(*, "label")= chr "Place of living: urban - rural"# Muunnetaan faktorimuuttujia, mahdollisimman lyhyet tunnisteet kategorioille
MCAdata1jh.dat <- MCAdata1jh.dat %>%
mutate(E = fct_recode(edum,
"1" = "No formal education",
"2" = "Primary school (elementary school)",
"3" = "Lower secondary (secondary completed does not allow entry to university: obligatory school)",
"4" = "Upper secondary (programs that allows entry to university",
"5" = "Post secondary, non-tertiary (other upper secondary programs toward labour market or technical formation)",
"6" = "Lower level tertiary, first stage (also technical schools at a tertiary level)",
"7" = "Upper level tertiary (Master, Dr.)",
"P" = "missing"),
S = fct_recode(sostam,
"1" = "Lowest, Bottom, 01",
"2" = "02",
"3" = "03",
"4" = "04",
"5" = "05",
"6" = "06",
"7" = "07",
"8" = "08",
"9" = "09",
"10"= "Highest, Top, 10",
"P" = "missing"),
U = fct_recode(urbrum,
"1" = "A big city",
"2" = "The suburbs or outskirts of a big city",
"3" = "A town or a small city",
"4" = "A country village",
"5" = "A farm or home in the country",
"P" = "missing")
)
names(MCAdata1jh.dat)## [1] "Q1am" "Q1bm" "Q1cm" "Q1dm" "Q1em" "Q2am" "Q2bm"
## [8] "edum" "sostam" "urbrum" "maa" "ika" "sp" "age_cat"
## [15] "ga" "E" "S" "U"dim(MCAdata1jh.dat)## [1] 32823 18MCAdata1jh.dat$E %>% levels()## [1] "1" "2" "3" "4" "5" "6" "7" "P"MCAdata1jh.dat$S %>% levels()## [1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "P"MCAdata1jh.dat$U %>% levels()## [1] "1" "2" "3" "4" "5" "P"MCAdata1jh.dat$age_cat %>% levels()## [1] "1" "2" "3" "4" "5" "6"str(MCAdata1jh.dat$ga) # toimiikohan - chr-muuttuja? (16.10.20)## chr [1:32823] "m5" "f5" "f3" "f1" "f6" "m6" "f5" "m5" "f3" "f6" "m1" "m3" ...MCAdata1jh.dat <- MCAdata1jh.dat %>%
mutate(gaf = as_factor(ga))
str(MCAdata1jh.dat$gaf)## Factor w/ 12 levels "m5","f5","f3",..: 1 2 3 4 5 6 2 1 3 5 ...levels(MCAdata1jh.dat$gaf) # järjestyksellä ei liene väliä? (16.10.20)## [1] "m5" "f5" "f3" "f1" "f6" "m6" "m1" "m3" "f2" "f4" "m4" "m2"# gaf ja ga: sama järjestys
MCAdata1jh.dat <- MCAdata1jh.dat %>%
mutate(gaf = fct_relevel(gaf,
"f1",
"f2",
"f3",
"f4",
"f5",
"f6",
"m1",
"m2",
"m3",
"m4",
"m5",
"m6"))
# Lopuksi substanssimuuttutien nimet lyhyiksi
MCAdata1jh.dat <- MCAdata1jh.dat %>% mutate(a1 = Q1am,
b1 = Q1bm,
c1 = Q1cm,
d1 = Q1dm,
e1 = Q1em,
a2 = Q2am,
b2 = Q2bm)
#Tarkistus
# MCAdata1jh.dat %>% tableX (a1, Q1am)
# MCAdata1jh.dat %>% tableX (b1, Q1bm)
# MCAdata1jh.dat %>% tableX (c1, Q1cm)
# MCAdata1jh.dat %>% tableX (d1, Q1dm)
# MCAdata1jh.dat %>% tableX (e1, Q1em)
# MCAdata1jh.dat %>% tableX (a2, Q2am)
# MCAdata1jh.dat %>% tableX (b2, Q2bm)
# MCAdata1jh.dat %>% tableX(gaf, ga)
# Perustietoja
MCAdata1jh.dat %>% tableX (maa,a1, type = "row_perc")| maa/a1 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 22.16 | 44.32 | 10.40 | 16.89 | 3.79 | 2.44 | 100.00 |
| AT | 36.46 | 34.60 | 9.39 | 12.69 | 3.98 | 2.88 | 100.00 |
| BG | 13.96 | 42.37 | 15.65 | 20.54 | 3.59 | 3.89 | 100.00 |
| CA | 28.75 | 40.82 | 9.44 | 13.96 | 5.98 | 1.05 | 100.00 |
| HR | 29.59 | 41.32 | 8.22 | 15.15 | 5.12 | 0.60 | 100.00 |
| CZ | 33.09 | 27.83 | 17.52 | 11.97 | 6.10 | 3.49 | 100.00 |
| DK | 60.51 | 26.51 | 3.42 | 5.77 | 3.14 | 0.64 | 100.00 |
| FI | 39.03 | 35.87 | 8.37 | 10.42 | 2.13 | 4.18 | 100.00 |
| FR | 51.39 | 28.89 | 6.64 | 8.14 | 3.07 | 1.87 | 100.00 |
| HU | 29.35 | 31.92 | 19.17 | 12.25 | 5.53 | 1.78 | 100.00 |
| IS | 41.98 | 44.62 | 6.14 | 6.31 | 0.77 | 0.17 | 100.00 |
| IE | 29.50 | 41.60 | 9.09 | 15.18 | 2.83 | 1.80 | 100.00 |
| LV | 31.70 | 34.50 | 11.10 | 16.70 | 5.50 | 0.50 | 100.00 |
| LT | 8.42 | 44.48 | 21.57 | 19.55 | 2.11 | 3.88 | 100.00 |
| NL | 13.54 | 45.40 | 14.68 | 16.43 | 4.79 | 5.17 | 100.00 |
| NO | 23.61 | 47.09 | 9.56 | 14.34 | 1.80 | 3.60 | 100.00 |
| PL | 17.76 | 44.04 | 9.24 | 22.69 | 4.57 | 1.70 | 100.00 |
| RU | 27.02 | 37.44 | 15.28 | 14.10 | 2.03 | 4.13 | 100.00 |
| SK | 54.43 | 24.20 | 9.04 | 7.45 | 2.66 | 2.22 | 100.00 |
| SI | 41.39 | 42.17 | 6.87 | 6.09 | 0.87 | 2.61 | 100.00 |
| SE | 36.45 | 39.66 | 11.52 | 7.55 | 2.08 | 2.74 | 100.00 |
| CH | 30.32 | 47.78 | 7.68 | 12.29 | 1.54 | 0.40 | 100.00 |
| BE | 33.21 | 35.90 | 11.18 | 10.17 | 2.83 | 6.71 | 100.00 |
| DE | 58.83 | 27.31 | 2.56 | 8.01 | 2.10 | 1.19 | 100.00 |
| PT | 24.47 | 50.75 | 7.22 | 14.84 | 2.01 | 0.70 | 100.00 |
| All | 33.87 | 37.63 | 10.30 | 12.41 | 3.20 | 2.58 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,b1, type = "row_perc")| maa/b1 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 5.01 | 25.18 | 17.85 | 35.45 | 13.23 | 3.28 | 100.00 |
| AT | 18.44 | 37.82 | 14.47 | 17.34 | 8.29 | 3.64 | 100.00 |
| BG | 11.76 | 39.38 | 20.44 | 18.94 | 1.30 | 8.18 | 100.00 |
| CA | 5.35 | 22.14 | 18.78 | 32.21 | 20.15 | 1.36 | 100.00 |
| HR | 7.52 | 26.48 | 19.06 | 32.60 | 13.34 | 1.00 | 100.00 |
| CZ | 9.65 | 21.73 | 22.34 | 23.00 | 19.68 | 3.60 | 100.00 |
| DK | 4.99 | 16.96 | 10.83 | 16.54 | 49.61 | 1.07 | 100.00 |
| FI | 4.01 | 16.05 | 12.72 | 36.12 | 25.88 | 5.21 | 100.00 |
| FR | 10.63 | 22.87 | 17.60 | 19.47 | 25.90 | 3.53 | 100.00 |
| HU | 21.64 | 28.46 | 22.23 | 18.77 | 7.41 | 1.48 | 100.00 |
| IS | 1.11 | 11.77 | 15.87 | 47.10 | 23.12 | 1.02 | 100.00 |
| IE | 4.37 | 20.58 | 16.38 | 39.71 | 16.21 | 2.74 | 100.00 |
| LV | 18.80 | 39.50 | 15.60 | 20.90 | 3.80 | 1.40 | 100.00 |
| LT | 4.21 | 36.90 | 33.36 | 18.53 | 1.85 | 5.14 | 100.00 |
| NL | 4.49 | 22.51 | 18.40 | 33.84 | 14.90 | 5.86 | 100.00 |
| NO | 1.59 | 12.88 | 15.65 | 40.10 | 25.28 | 4.50 | 100.00 |
| PL | 9.87 | 35.43 | 13.90 | 32.74 | 5.74 | 2.33 | 100.00 |
| RU | 16.00 | 35.54 | 23.61 | 16.66 | 2.75 | 5.44 | 100.00 |
| SK | 10.37 | 21.81 | 20.30 | 26.42 | 17.55 | 3.55 | 100.00 |
| SI | 3.77 | 26.31 | 19.34 | 35.30 | 12.67 | 2.61 | 100.00 |
| SE | 2.74 | 11.71 | 20.68 | 26.06 | 33.33 | 5.48 | 100.00 |
| CH | 7.19 | 34.84 | 17.95 | 29.51 | 9.05 | 1.46 | 100.00 |
| BE | 8.71 | 20.57 | 19.98 | 25.18 | 17.38 | 8.17 | 100.00 |
| DE | 9.37 | 21.29 | 11.24 | 30.55 | 24.87 | 2.67 | 100.00 |
| PT | 7.32 | 49.55 | 15.55 | 21.46 | 5.22 | 0.90 | 100.00 |
| All | 8.37 | 25.56 | 18.12 | 27.43 | 16.90 | 3.62 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,c1, type = "row_perc")| maa/c1 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 6.55 | 28.45 | 16.76 | 29.54 | 15.74 | 2.95 | 100.00 |
| AT | 17.26 | 36.38 | 15.57 | 18.02 | 10.07 | 2.71 | 100.00 |
| BG | 8.37 | 30.21 | 24.73 | 26.32 | 5.28 | 5.08 | 100.00 |
| CA | 4.83 | 21.09 | 15.01 | 34.00 | 23.40 | 1.68 | 100.00 |
| HR | 8.32 | 24.97 | 18.05 | 33.30 | 14.34 | 1.00 | 100.00 |
| CZ | 9.37 | 21.01 | 25.83 | 21.29 | 18.90 | 3.60 | 100.00 |
| DK | 5.49 | 12.54 | 8.48 | 14.68 | 58.16 | 0.64 | 100.00 |
| FI | 2.65 | 10.25 | 11.61 | 33.30 | 37.06 | 5.12 | 100.00 |
| FR | 11.58 | 21.59 | 17.39 | 21.00 | 25.16 | 3.28 | 100.00 |
| HU | 17.59 | 27.57 | 25.89 | 18.68 | 8.79 | 1.48 | 100.00 |
| IS | 2.22 | 14.33 | 17.15 | 40.78 | 25.09 | 0.43 | 100.00 |
| IE | 6.69 | 26.67 | 13.04 | 32.68 | 17.92 | 3.00 | 100.00 |
| LV | 18.50 | 33.00 | 19.50 | 22.50 | 5.20 | 1.30 | 100.00 |
| LT | 3.37 | 34.04 | 32.35 | 23.08 | 2.70 | 4.47 | 100.00 |
| NL | 5.55 | 27.45 | 19.01 | 28.37 | 14.75 | 4.87 | 100.00 |
| NO | 2.15 | 17.38 | 18.35 | 36.29 | 20.84 | 4.99 | 100.00 |
| PL | 7.17 | 28.43 | 13.81 | 39.28 | 8.43 | 2.87 | 100.00 |
| RU | 17.84 | 36.39 | 22.16 | 16.92 | 3.02 | 3.67 | 100.00 |
| SK | 12.85 | 24.91 | 22.25 | 24.02 | 14.27 | 1.68 | 100.00 |
| SI | 5.03 | 32.88 | 21.18 | 27.95 | 10.06 | 2.90 | 100.00 |
| SE | 2.83 | 13.22 | 16.62 | 27.20 | 35.79 | 4.34 | 100.00 |
| CH | 10.35 | 36.62 | 16.65 | 27.08 | 8.08 | 1.21 | 100.00 |
| BE | 9.08 | 24.04 | 17.66 | 23.68 | 17.47 | 8.07 | 100.00 |
| DE | 10.39 | 20.73 | 12.10 | 28.00 | 26.12 | 2.67 | 100.00 |
| PT | 6.32 | 36.11 | 19.16 | 29.29 | 8.22 | 0.90 | 100.00 |
| All | 8.65 | 25.17 | 18.28 | 26.52 | 18.16 | 3.22 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,d1, type = "row_perc")| maa/d1 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 5.59 | 20.81 | 23.96 | 30.44 | 14.96 | 4.24 | 100.00 |
| AT | 7.87 | 21.24 | 20.73 | 21.74 | 19.37 | 9.05 | 100.00 |
| BG | 8.18 | 39.28 | 28.32 | 14.06 | 1.69 | 8.47 | 100.00 |
| CA | 3.57 | 14.80 | 27.39 | 30.64 | 20.25 | 3.36 | 100.00 |
| HR | 11.13 | 28.49 | 24.67 | 24.47 | 9.43 | 1.81 | 100.00 |
| CZ | 16.41 | 29.43 | 30.27 | 12.36 | 5.76 | 5.76 | 100.00 |
| DK | 4.92 | 11.33 | 14.68 | 21.74 | 42.34 | 4.99 | 100.00 |
| FI | 4.95 | 22.29 | 20.67 | 24.94 | 14.35 | 12.81 | 100.00 |
| FR | 11.50 | 22.58 | 20.22 | 18.35 | 21.75 | 5.60 | 100.00 |
| HU | 20.95 | 32.81 | 30.34 | 9.49 | 3.85 | 2.57 | 100.00 |
| IS | 2.82 | 20.65 | 21.50 | 32.17 | 20.73 | 2.13 | 100.00 |
| IE | 4.97 | 20.24 | 20.41 | 30.53 | 19.55 | 4.29 | 100.00 |
| LV | 16.10 | 32.40 | 24.80 | 19.50 | 3.60 | 3.60 | 100.00 |
| LT | 3.62 | 23.76 | 32.52 | 22.83 | 3.03 | 14.24 | 100.00 |
| NL | 1.29 | 13.38 | 17.11 | 34.07 | 26.24 | 7.91 | 100.00 |
| NO | 2.15 | 12.47 | 18.63 | 35.04 | 22.99 | 8.73 | 100.00 |
| PL | 9.51 | 29.69 | 18.30 | 31.75 | 4.75 | 6.01 | 100.00 |
| RU | 14.30 | 29.84 | 26.95 | 18.82 | 3.87 | 6.23 | 100.00 |
| SK | 23.32 | 36.97 | 27.30 | 7.09 | 1.42 | 3.90 | 100.00 |
| SI | 6.67 | 31.24 | 22.53 | 24.27 | 9.48 | 5.80 | 100.00 |
| SE | 3.49 | 14.16 | 23.80 | 20.02 | 27.29 | 11.24 | 100.00 |
| CH | 6.95 | 27.41 | 23.44 | 32.26 | 8.33 | 1.62 | 100.00 |
| BE | 9.35 | 18.11 | 20.99 | 23.81 | 17.61 | 10.13 | 100.00 |
| DE | 5.91 | 14.88 | 12.32 | 32.65 | 28.79 | 5.45 | 100.00 |
| PT | 6.82 | 33.80 | 21.36 | 26.48 | 9.03 | 2.51 | 100.00 |
| All | 8.59 | 23.37 | 22.55 | 23.96 | 15.28 | 6.25 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,e1, type = "row_perc")| maa/e1 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 12.46 | 35.32 | 25.11 | 16.96 | 5.33 | 4.82 | 100.00 |
| AT | 12.61 | 20.39 | 21.83 | 18.10 | 16.07 | 11.00 | 100.00 |
| BG | 10.67 | 36.89 | 25.62 | 16.95 | 2.39 | 7.48 | 100.00 |
| CA | 11.54 | 30.95 | 26.23 | 17.63 | 8.29 | 5.35 | 100.00 |
| HR | 9.73 | 24.57 | 18.15 | 27.38 | 16.55 | 3.61 | 100.00 |
| CZ | 9.20 | 18.63 | 31.43 | 19.90 | 12.69 | 8.15 | 100.00 |
| DK | 11.69 | 17.03 | 19.67 | 19.53 | 22.31 | 9.76 | 100.00 |
| FI | 10.25 | 22.80 | 20.67 | 23.06 | 10.08 | 13.15 | 100.00 |
| FR | 10.75 | 17.10 | 23.41 | 22.62 | 18.76 | 7.35 | 100.00 |
| HU | 15.51 | 25.99 | 29.94 | 19.86 | 6.13 | 2.57 | 100.00 |
| IS | 8.36 | 32.08 | 30.97 | 21.76 | 4.35 | 2.47 | 100.00 |
| IE | 12.78 | 31.56 | 22.13 | 22.04 | 7.03 | 4.46 | 100.00 |
| LV | 13.90 | 30.60 | 24.60 | 21.30 | 4.50 | 5.10 | 100.00 |
| LT | 4.55 | 22.07 | 34.71 | 18.96 | 2.78 | 16.93 | 100.00 |
| NL | 3.50 | 21.67 | 25.48 | 26.16 | 13.84 | 9.35 | 100.00 |
| NO | 3.53 | 17.24 | 23.89 | 31.09 | 13.64 | 10.60 | 100.00 |
| PL | 10.13 | 34.08 | 20.18 | 27.62 | 4.13 | 3.86 | 100.00 |
| RU | 13.57 | 30.89 | 26.82 | 16.39 | 3.41 | 8.92 | 100.00 |
| SK | 16.67 | 23.32 | 25.09 | 21.28 | 8.78 | 4.88 | 100.00 |
| SI | 5.51 | 29.69 | 19.83 | 29.21 | 9.19 | 6.58 | 100.00 |
| SE | 5.67 | 15.20 | 32.58 | 18.51 | 11.14 | 16.90 | 100.00 |
| CH | 10.75 | 46.00 | 16.98 | 20.21 | 3.88 | 2.18 | 100.00 |
| BE | 12.59 | 23.31 | 22.35 | 19.57 | 10.58 | 11.59 | 100.00 |
| DE | 10.85 | 19.42 | 13.52 | 27.88 | 20.39 | 7.95 | 100.00 |
| PT | 7.22 | 27.48 | 18.86 | 32.10 | 10.83 | 3.51 | 100.00 |
| All | 10.23 | 25.42 | 23.89 | 22.14 | 10.55 | 7.78 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,a2,type = "row_perc")| maa/a2 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 13.87 | 36.87 | 31.28 | 13.17 | 1.99 | 2.83 | 100.00 |
| AT | 27.24 | 41.62 | 16.50 | 9.05 | 1.86 | 3.72 | 100.00 |
| BG | 42.97 | 48.95 | 4.99 | 1.10 | 0.70 | 1.30 | 100.00 |
| CA | 15.74 | 39.45 | 27.39 | 12.80 | 2.83 | 1.78 | 100.00 |
| HR | 41.02 | 45.24 | 9.33 | 3.41 | 0.60 | 0.40 | 100.00 |
| CZ | 56.10 | 30.32 | 9.15 | 2.00 | 1.00 | 1.44 | 100.00 |
| DK | 58.95 | 20.74 | 13.90 | 2.42 | 3.42 | 0.57 | 100.00 |
| FI | 33.13 | 43.30 | 14.43 | 6.06 | 0.85 | 2.22 | 100.00 |
| FR | 50.56 | 29.51 | 13.33 | 3.15 | 1.41 | 2.03 | 100.00 |
| HU | 33.60 | 39.33 | 20.36 | 4.64 | 0.99 | 1.09 | 100.00 |
| IS | 30.38 | 51.11 | 13.57 | 4.01 | 0.68 | 0.26 | 100.00 |
| IE | 24.61 | 33.53 | 23.67 | 13.46 | 1.63 | 3.09 | 100.00 |
| LV | 34.40 | 42.90 | 15.30 | 5.90 | 0.80 | 0.70 | 100.00 |
| LT | 13.65 | 59.22 | 19.63 | 4.55 | 0.34 | 2.61 | 100.00 |
| NL | 16.58 | 42.28 | 25.32 | 8.75 | 2.66 | 4.41 | 100.00 |
| NO | 29.22 | 53.67 | 12.74 | 2.15 | 0.42 | 1.80 | 100.00 |
| PL | 22.33 | 53.18 | 12.11 | 10.49 | 1.17 | 0.72 | 100.00 |
| RU | 25.70 | 46.30 | 18.03 | 5.64 | 0.59 | 3.74 | 100.00 |
| SK | 46.99 | 33.95 | 14.63 | 2.84 | 0.80 | 0.80 | 100.00 |
| SI | 41.78 | 48.94 | 6.67 | 1.06 | 0.29 | 1.26 | 100.00 |
| SE | 46.74 | 38.53 | 10.58 | 1.98 | 0.47 | 1.70 | 100.00 |
| CH | 16.33 | 49.64 | 18.67 | 13.90 | 0.65 | 0.81 | 100.00 |
| BE | 37.04 | 34.58 | 16.10 | 6.11 | 1.37 | 4.79 | 100.00 |
| DE | 35.83 | 41.40 | 10.05 | 7.61 | 1.76 | 3.35 | 100.00 |
| PT | 46.14 | 47.74 | 4.21 | 1.60 | 0.20 | 0.10 | 100.00 |
| All | 34.44 | 41.02 | 15.35 | 5.88 | 1.23 | 2.08 | 100.00 |
MCAdata1jh.dat %>% tableX (maa,b2,type = "row_perc")| maa/b2 | S | s | ? | e | E | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 3.02 | 12.97 | 19.33 | 36.22 | 25.63 | 2.83 | 100.00 |
| AT | 9.98 | 22.59 | 22.67 | 20.98 | 20.98 | 2.79 | 100.00 |
| BG | 12.86 | 25.22 | 27.82 | 24.43 | 6.78 | 2.89 | 100.00 |
| CA | 2.20 | 9.97 | 16.16 | 37.15 | 33.47 | 1.05 | 100.00 |
| HR | 5.62 | 14.24 | 18.66 | 39.02 | 21.56 | 0.90 | 100.00 |
| CZ | 18.40 | 28.05 | 23.95 | 17.85 | 9.87 | 1.88 | 100.00 |
| DK | 2.35 | 4.49 | 8.84 | 11.55 | 72.49 | 0.29 | 100.00 |
| FI | 2.13 | 6.66 | 14.52 | 37.32 | 35.53 | 3.84 | 100.00 |
| FR | 4.11 | 8.14 | 13.53 | 19.80 | 52.59 | 1.83 | 100.00 |
| HU | 17.19 | 26.28 | 32.11 | 16.80 | 6.42 | 1.19 | 100.00 |
| IS | 0.85 | 5.63 | 9.39 | 43.09 | 40.87 | 0.17 | 100.00 |
| IE | 3.60 | 8.58 | 13.64 | 41.08 | 30.62 | 2.49 | 100.00 |
| LV | 23.30 | 28.50 | 23.60 | 19.60 | 3.30 | 1.70 | 100.00 |
| LT | 9.52 | 23.67 | 41.95 | 19.04 | 2.02 | 3.79 | 100.00 |
| NL | 2.97 | 9.66 | 18.40 | 35.13 | 29.28 | 4.56 | 100.00 |
| NO | 1.45 | 3.60 | 11.08 | 39.13 | 42.17 | 2.56 | 100.00 |
| PL | 15.78 | 28.79 | 15.87 | 31.66 | 7.00 | 0.90 | 100.00 |
| RU | 21.97 | 30.75 | 26.49 | 15.15 | 1.70 | 3.93 | 100.00 |
| SK | 22.87 | 30.85 | 26.60 | 13.56 | 5.50 | 0.62 | 100.00 |
| SI | 2.71 | 17.89 | 18.09 | 35.98 | 23.69 | 1.64 | 100.00 |
| SE | 1.70 | 3.97 | 11.61 | 25.59 | 54.30 | 2.83 | 100.00 |
| CH | 5.17 | 19.56 | 15.84 | 37.27 | 21.67 | 0.49 | 100.00 |
| BE | 6.93 | 10.72 | 16.74 | 27.24 | 33.90 | 4.47 | 100.00 |
| DE | 6.93 | 9.48 | 11.02 | 34.70 | 35.78 | 2.10 | 100.00 |
| PT | 5.92 | 17.65 | 19.16 | 36.11 | 21.16 | 0.00 | 100.00 |
| All | 8.24 | 15.73 | 18.61 | 28.06 | 27.17 | 2.19 | 100.00 |
MCAdata1jh.dat %>% tableX(gaf, ga,type = "row_perc")| gaf/ga | f1 | f2 | f3 | f4 | f5 | f6 | m1 | m2 | m3 | m4 | m5 | m6 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| f1 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| f2 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| f3 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| f4 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| f5 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| f6 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| m1 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| m2 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| m3 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 0.00 | 100.00 |
| m4 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 0.00 | 100.00 |
| m5 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 0.00 | 100.00 |
| m6 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 100.00 | 100.00 |
| All | 5.69 | 8.08 | 9.69 | 10.69 | 9.96 | 10.84 | 4.92 | 6.01 | 7.24 | 8.52 | 8.90 | 9.46 | 100.00 |
MCAdata1jh.dat %>% tableX(maa, age_cat,type = "row_perc")| maa/age_cat | 1 | 2 | 3 | 4 | 5 | 6 | Total |
|---|---|---|---|---|---|---|---|
| AU | 7.00 | 8.61 | 17.02 | 21.32 | 22.67 | 23.38 | 100.00 |
| AT | 9.73 | 19.29 | 17.43 | 19.29 | 15.40 | 18.87 | 100.00 |
| BG | 8.87 | 12.26 | 16.85 | 15.65 | 20.94 | 25.42 | 100.00 |
| CA | 11.75 | 3.36 | 7.56 | 16.37 | 27.28 | 33.68 | 100.00 |
| HR | 13.64 | 20.16 | 17.75 | 19.86 | 16.65 | 11.94 | 100.00 |
| CZ | 10.81 | 15.41 | 20.90 | 20.01 | 15.47 | 17.41 | 100.00 |
| DK | 14.97 | 15.25 | 17.96 | 19.46 | 16.75 | 15.61 | 100.00 |
| FI | 13.66 | 14.60 | 14.60 | 19.64 | 21.69 | 15.80 | 100.00 |
| FR | 6.19 | 14.82 | 17.68 | 18.72 | 19.34 | 23.25 | 100.00 |
| HU | 10.47 | 16.11 | 19.86 | 17.00 | 19.47 | 17.09 | 100.00 |
| IS | 19.11 | 15.96 | 16.04 | 17.15 | 16.55 | 15.19 | 100.00 |
| IE | 2.23 | 13.81 | 21.87 | 22.81 | 20.07 | 19.21 | 100.00 |
| LV | 16.80 | 15.90 | 18.70 | 21.60 | 20.30 | 6.70 | 100.00 |
| LT | 12.72 | 14.24 | 15.67 | 18.53 | 17.10 | 21.74 | 100.00 |
| NL | 4.56 | 9.81 | 14.52 | 19.01 | 21.52 | 30.57 | 100.00 |
| NO | 11.43 | 14.20 | 17.73 | 21.40 | 18.28 | 16.97 | 100.00 |
| PL | 14.17 | 15.52 | 16.59 | 15.96 | 19.64 | 18.12 | 100.00 |
| RU | 14.56 | 15.21 | 16.66 | 16.59 | 18.10 | 18.89 | 100.00 |
| SK | 6.65 | 10.28 | 16.76 | 22.52 | 23.40 | 20.39 | 100.00 |
| SI | 9.38 | 15.18 | 15.57 | 17.21 | 19.54 | 23.11 | 100.00 |
| SE | 7.55 | 12.65 | 15.49 | 19.92 | 18.51 | 25.87 | 100.00 |
| CH | 11.08 | 14.87 | 17.54 | 21.42 | 14.96 | 20.13 | 100.00 |
| BE | 9.85 | 15.78 | 15.92 | 18.25 | 18.20 | 21.99 | 100.00 |
| DE | 11.81 | 13.00 | 15.62 | 21.01 | 17.04 | 21.52 | 100.00 |
| PT | 11.53 | 14.44 | 18.56 | 17.45 | 16.65 | 21.36 | 100.00 |
| All | 10.61 | 14.09 | 16.93 | 19.20 | 18.86 | 20.30 | 100.00 |
MCAdata1jh.dat %>% tableX(maa, gaf,type = "row_perc")| maa/gaf | f1 | f2 | f3 | f4 | f5 | f6 | m1 | m2 | m3 | m4 | m5 | m6 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AU | 4.50 | 5.59 | 10.47 | 12.33 | 11.11 | 11.62 | 2.50 | 3.02 | 6.55 | 8.99 | 11.56 | 11.75 | 100.00 |
| AT | 6.26 | 11.00 | 8.80 | 10.49 | 8.38 | 9.64 | 3.47 | 8.29 | 8.63 | 8.80 | 7.02 | 9.22 | 100.00 |
| BG | 4.59 | 6.78 | 9.87 | 8.77 | 11.67 | 16.25 | 4.29 | 5.48 | 6.98 | 6.88 | 9.27 | 9.17 | 100.00 |
| CA | 7.76 | 1.78 | 3.57 | 7.97 | 8.92 | 9.76 | 3.99 | 1.57 | 3.99 | 8.39 | 18.36 | 23.92 | 100.00 |
| HR | 6.32 | 10.23 | 8.83 | 11.13 | 9.53 | 7.52 | 7.32 | 9.93 | 8.93 | 8.73 | 7.12 | 4.41 | 100.00 |
| CZ | 6.15 | 9.04 | 11.75 | 10.53 | 8.09 | 9.70 | 4.66 | 6.37 | 9.15 | 9.48 | 7.37 | 7.71 | 100.00 |
| DK | 5.92 | 7.84 | 9.98 | 10.55 | 9.19 | 7.13 | 9.05 | 7.41 | 7.98 | 8.91 | 7.56 | 8.48 | 100.00 |
| FI | 8.03 | 8.28 | 8.20 | 10.33 | 12.55 | 8.71 | 5.64 | 6.32 | 6.40 | 9.31 | 9.14 | 7.09 | 100.00 |
| FR | 3.90 | 10.05 | 12.41 | 12.29 | 12.20 | 13.82 | 2.28 | 4.77 | 5.27 | 6.43 | 7.14 | 9.42 | 100.00 |
| HU | 5.43 | 8.50 | 9.58 | 8.99 | 9.29 | 10.47 | 5.04 | 7.61 | 10.28 | 8.00 | 10.18 | 6.62 | 100.00 |
| IS | 8.53 | 8.79 | 8.96 | 7.94 | 7.42 | 6.66 | 10.58 | 7.17 | 7.08 | 9.22 | 9.13 | 8.53 | 100.00 |
| IE | 1.54 | 10.12 | 16.38 | 16.38 | 10.21 | 10.03 | 0.69 | 3.69 | 5.49 | 6.43 | 9.86 | 9.18 | 100.00 |
| LV | 8.50 | 9.80 | 10.90 | 12.30 | 12.40 | 4.50 | 8.30 | 6.10 | 7.80 | 9.30 | 7.90 | 2.20 | 100.00 |
| LT | 6.57 | 8.34 | 9.27 | 10.78 | 9.10 | 14.41 | 6.15 | 5.90 | 6.40 | 7.75 | 8.00 | 7.33 | 100.00 |
| NL | 3.12 | 5.86 | 8.52 | 11.94 | 10.27 | 13.92 | 1.44 | 3.95 | 6.01 | 7.07 | 11.25 | 16.65 | 100.00 |
| NO | 7.41 | 7.20 | 9.70 | 10.80 | 9.35 | 7.76 | 4.02 | 6.99 | 8.03 | 10.60 | 8.93 | 9.21 | 100.00 |
| PL | 5.65 | 8.34 | 9.15 | 8.79 | 11.12 | 10.94 | 8.52 | 7.17 | 7.44 | 7.17 | 8.52 | 7.17 | 100.00 |
| RU | 7.93 | 9.18 | 11.08 | 10.43 | 12.00 | 13.51 | 6.62 | 6.03 | 5.57 | 6.16 | 6.10 | 5.38 | 100.00 |
| SK | 3.72 | 6.12 | 8.33 | 11.26 | 12.77 | 11.44 | 2.93 | 4.17 | 8.42 | 11.26 | 10.64 | 8.95 | 100.00 |
| SI | 4.45 | 8.12 | 8.12 | 9.09 | 11.03 | 13.15 | 4.93 | 7.06 | 7.45 | 8.12 | 8.51 | 9.96 | 100.00 |
| SE | 4.91 | 7.74 | 8.31 | 11.05 | 9.25 | 12.94 | 2.64 | 4.91 | 7.18 | 8.88 | 9.25 | 12.94 | 100.00 |
| CH | 5.98 | 6.79 | 9.22 | 10.43 | 7.19 | 10.27 | 5.09 | 8.08 | 8.33 | 10.99 | 7.76 | 9.86 | 100.00 |
| BE | 5.38 | 9.35 | 8.26 | 9.44 | 8.94 | 10.49 | 4.47 | 6.43 | 7.66 | 8.80 | 9.26 | 11.50 | 100.00 |
| DE | 5.85 | 6.98 | 8.63 | 10.85 | 8.06 | 10.96 | 5.96 | 6.02 | 6.98 | 10.16 | 8.97 | 10.56 | 100.00 |
| PT | 5.52 | 7.12 | 9.73 | 10.13 | 9.33 | 12.94 | 6.02 | 7.32 | 8.83 | 7.32 | 7.32 | 8.43 | 100.00 |
| All | 5.69 | 8.08 | 9.69 | 10.69 | 9.96 | 10.84 | 4.92 | 6.01 | 7.24 | 8.52 | 8.90 | 9.46 | 100.00 |
MCAdata1jh.dat %>% tableX(maa, S, type = "row_perc")| maa/S | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | P | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AU | 1.35 | 1.22 | 2.25 | 3.98 | 16.89 | 19.52 | 21.58 | 17.02 | 3.34 | 2.76 | 10.08 | 100.00 |
| AT | 0.34 | 0.59 | 2.62 | 6.85 | 27.75 | 28.17 | 18.53 | 9.90 | 2.28 | 2.96 | 0.00 | 100.00 |
| BG | 4.99 | 9.37 | 23.63 | 21.83 | 25.92 | 9.27 | 3.09 | 1.20 | 0.40 | 0.10 | 0.20 | 100.00 |
| CA | 1.26 | 0.63 | 2.41 | 3.78 | 11.02 | 17.63 | 23.29 | 20.57 | 4.30 | 3.57 | 11.54 | 100.00 |
| HR | 1.50 | 2.61 | 7.72 | 10.33 | 34.50 | 18.46 | 13.04 | 6.42 | 1.10 | 0.70 | 3.61 | 100.00 |
| CZ | 1.22 | 2.99 | 8.98 | 16.30 | 29.38 | 15.35 | 12.31 | 6.93 | 1.33 | 0.39 | 4.82 | 100.00 |
| DK | 0.57 | 0.50 | 2.71 | 3.71 | 14.83 | 21.03 | 27.01 | 18.46 | 2.99 | 2.64 | 5.56 | 100.00 |
| FI | 1.11 | 1.45 | 3.07 | 6.66 | 13.58 | 20.58 | 26.90 | 19.30 | 3.42 | 1.37 | 2.56 | 100.00 |
| FR | 1.83 | 2.16 | 9.34 | 12.16 | 23.95 | 19.22 | 12.87 | 5.02 | 0.95 | 0.66 | 11.83 | 100.00 |
| HU | 3.46 | 10.87 | 19.27 | 22.53 | 21.05 | 11.26 | 6.62 | 3.75 | 0.49 | 0.10 | 0.59 | 100.00 |
| IS | 0.85 | 1.28 | 2.39 | 5.29 | 20.90 | 22.27 | 19.20 | 9.90 | 1.11 | 1.19 | 15.61 | 100.00 |
| IE | 1.80 | 1.20 | 3.17 | 4.12 | 9.69 | 25.64 | 20.50 | 16.12 | 6.00 | 4.72 | 7.03 | 100.00 |
| LV | 2.30 | 3.20 | 11.60 | 18.70 | 26.50 | 18.90 | 11.90 | 4.00 | 0.90 | 0.20 | 1.80 | 100.00 |
| LT | 1.43 | 4.97 | 10.78 | 16.43 | 21.74 | 18.11 | 14.74 | 8.09 | 1.26 | 0.34 | 2.11 | 100.00 |
| NL | 1.90 | 1.67 | 4.49 | 8.67 | 13.08 | 19.70 | 27.30 | 14.07 | 3.57 | 1.37 | 4.18 | 100.00 |
| NO | 1.18 | 1.25 | 2.49 | 5.68 | 19.32 | 26.11 | 22.85 | 13.43 | 2.84 | 1.04 | 3.81 | 100.00 |
| PL | 1.17 | 3.32 | 7.26 | 11.75 | 27.09 | 25.92 | 13.00 | 7.62 | 1.43 | 1.43 | 0.00 | 100.00 |
| RU | 5.90 | 7.67 | 15.34 | 16.13 | 17.84 | 25.77 | 6.56 | 3.28 | 0.85 | 0.52 | 0.13 | 100.00 |
| SK | 0.80 | 2.66 | 8.16 | 17.11 | 26.33 | 22.70 | 14.63 | 6.91 | 0.35 | 0.35 | 0.00 | 100.00 |
| SI | 0.58 | 1.06 | 4.45 | 9.86 | 32.79 | 23.02 | 13.83 | 6.48 | 1.64 | 1.16 | 5.13 | 100.00 |
| SE | 0.94 | 0.57 | 3.40 | 5.38 | 20.11 | 26.16 | 23.98 | 11.14 | 0.85 | 2.36 | 5.10 | 100.00 |
| CH | 0.32 | 0.89 | 3.31 | 8.08 | 20.61 | 19.89 | 21.10 | 18.19 | 2.91 | 1.21 | 3.48 | 100.00 |
| BE | 3.24 | 1.78 | 3.56 | 5.61 | 15.65 | 20.48 | 23.72 | 12.73 | 1.69 | 1.41 | 10.13 | 100.00 |
| DE | 0.45 | 1.19 | 3.01 | 5.85 | 10.68 | 30.04 | 25.04 | 17.49 | 3.12 | 0.97 | 2.16 | 100.00 |
| PT | 1.40 | 4.21 | 9.73 | 15.75 | 27.08 | 14.04 | 7.12 | 2.51 | 1.60 | 0.90 | 15.65 | 100.00 |
| All | 1.71 | 2.64 | 6.77 | 10.19 | 20.71 | 20.99 | 17.60 | 10.59 | 2.03 | 1.35 | 5.41 | 100.00 |
MCAdata1jh.dat %>% tableX(maa, U, type = "row_perc")| maa/U | 1 | 2 | 3 | 4 | 5 | P | Total |
|---|---|---|---|---|---|---|---|
| AU | 26.40 | 31.98 | 17.79 | 9.06 | 11.88 | 2.89 | 100.00 |
| AT | 35.62 | 7.45 | 26.73 | 27.41 | 2.79 | 0.00 | 100.00 |
| BG | 46.16 | 2.99 | 14.96 | 35.79 | 0.10 | 0.00 | 100.00 |
| CA | 31.37 | 20.46 | 36.41 | 5.14 | 5.98 | 0.63 | 100.00 |
| HR | 25.68 | 15.05 | 32.60 | 26.68 | 0.00 | 0.00 | 100.00 |
| CZ | 35.75 | 4.55 | 35.42 | 24.06 | 0.17 | 0.06 | 100.00 |
| DK | 27.58 | 22.38 | 27.87 | 14.47 | 7.27 | 0.43 | 100.00 |
| FI | 8.28 | 34.67 | 24.68 | 18.70 | 11.96 | 1.71 | 100.00 |
| FR | 16.81 | 15.86 | 31.13 | 29.97 | 5.65 | 0.58 | 100.00 |
| HU | 34.68 | 2.77 | 30.93 | 31.62 | 0.00 | 0.00 | 100.00 |
| IS | 31.14 | 31.74 | 22.53 | 5.97 | 4.69 | 3.92 | 100.00 |
| IE | 13.46 | 23.58 | 28.82 | 14.07 | 19.73 | 0.34 | 100.00 |
| LV | 41.70 | 6.10 | 28.40 | 19.30 | 4.50 | 0.00 | 100.00 |
| LT | 36.56 | 0.42 | 34.29 | 28.31 | 0.42 | 0.00 | 100.00 |
| NL | 18.40 | 6.62 | 32.55 | 38.17 | 2.74 | 1.52 | 100.00 |
| NO | 23.68 | 12.53 | 25.69 | 21.05 | 16.62 | 0.42 | 100.00 |
| PL | 26.10 | 5.47 | 31.03 | 36.86 | 0.45 | 0.09 | 100.00 |
| RU | 49.18 | 1.18 | 24.39 | 25.25 | 0.00 | 0.00 | 100.00 |
| SK | 8.78 | 2.66 | 36.97 | 50.62 | 0.98 | 0.00 | 100.00 |
| SI | 14.22 | 9.77 | 19.25 | 23.21 | 33.27 | 0.29 | 100.00 |
| SE | 24.46 | 18.04 | 27.86 | 18.70 | 10.20 | 0.76 | 100.00 |
| CH | 8.57 | 9.78 | 24.25 | 53.19 | 4.12 | 0.08 | 100.00 |
| BE | 23.04 | 12.96 | 21.35 | 36.13 | 3.83 | 2.69 | 100.00 |
| DE | 21.24 | 10.56 | 33.79 | 32.82 | 1.59 | 0.00 | 100.00 |
| PT | 21.97 | 24.07 | 32.50 | 20.76 | 0.30 | 0.40 | 100.00 |
| All | 25.72 | 13.36 | 28.04 | 26.34 | 5.79 | 0.74 | 100.00 |
MCAdata1jh.dat %>% tableX(maa, E, type = "row_perc")| maa/E | 1 | 2 | 3 | 4 | 5 | 6 | 7 | P | Total |
|---|---|---|---|---|---|---|---|---|---|
| AU | 0.32 | 2.70 | 22.35 | 15.22 | 8.54 | 30.44 | 15.35 | 5.07 | 100.00 |
| AT | 0.00 | 0.00 | 69.71 | 7.78 | 8.80 | 0.00 | 13.71 | 0.00 | 100.00 |
| BG | 1.40 | 5.78 | 19.24 | 23.53 | 26.32 | 4.29 | 19.44 | 0.00 | 100.00 |
| CA | 0.31 | 2.41 | 6.93 | 14.27 | 23.92 | 38.30 | 13.43 | 0.42 | 100.00 |
| HR | 3.21 | 0.90 | 27.58 | 48.24 | 7.32 | 12.34 | 0.00 | 0.40 | 100.00 |
| CZ | 0.28 | 0.00 | 38.19 | 48.56 | 1.44 | 1.72 | 8.31 | 1.50 | 100.00 |
| DK | 2.85 | 1.14 | 5.27 | 6.27 | 26.30 | 40.06 | 18.10 | 0.00 | 100.00 |
| FI | 0.00 | 9.99 | 6.83 | 31.43 | 22.72 | 16.48 | 11.96 | 0.60 | 100.00 |
| FR | 4.77 | 9.71 | 30.47 | 14.78 | 0.00 | 20.71 | 18.22 | 1.33 | 100.00 |
| HU | 0.79 | 2.47 | 47.04 | 27.77 | 5.43 | 11.86 | 4.55 | 0.10 | 100.00 |
| IS | 0.85 | 1.96 | 27.56 | 9.30 | 19.80 | 22.35 | 13.74 | 4.44 | 100.00 |
| IE | 0.69 | 0.69 | 17.75 | 21.61 | 21.10 | 15.18 | 22.90 | 0.09 | 100.00 |
| LV | 0.30 | 0.70 | 15.70 | 27.00 | 32.30 | 0.00 | 24.00 | 0.00 | 100.00 |
| LT | 0.42 | 3.12 | 23.84 | 15.50 | 37.07 | 17.19 | 2.36 | 0.51 | 100.00 |
| NL | 0.84 | 2.28 | 25.63 | 11.41 | 18.63 | 21.52 | 18.25 | 1.44 | 100.00 |
| NO | 0.97 | 0.00 | 23.27 | 19.18 | 3.88 | 12.81 | 39.34 | 0.55 | 100.00 |
| PL | 1.08 | 13.09 | 6.37 | 55.07 | 4.84 | 4.75 | 14.80 | 0.00 | 100.00 |
| RU | 3.93 | 0.00 | 9.25 | 16.92 | 44.72 | 25.18 | 0.00 | 0.00 | 100.00 |
| SK | 0.35 | 0.89 | 44.41 | 37.06 | 2.13 | 2.04 | 13.12 | 0.00 | 100.00 |
| SI | 1.35 | 4.74 | 37.91 | 30.66 | 6.77 | 17.02 | 1.45 | 0.10 | 100.00 |
| SE | 0.66 | 9.35 | 26.53 | 19.64 | 0.00 | 15.01 | 26.35 | 2.46 | 100.00 |
| CH | 0.08 | 2.10 | 18.11 | 4.45 | 47.70 | 15.12 | 12.29 | 0.16 | 100.00 |
| BE | 3.47 | 8.53 | 19.62 | 24.86 | 6.98 | 19.07 | 15.88 | 1.60 | 100.00 |
| DE | 0.00 | 1.02 | 9.88 | 4.20 | 57.64 | 8.63 | 18.46 | 0.17 | 100.00 |
| PT | 4.41 | 36.81 | 19.56 | 23.37 | 1.00 | 7.42 | 7.32 | 0.10 | 100.00 |
| All | 1.50 | 4.66 | 23.80 | 21.68 | 17.24 | 15.68 | 14.51 | 0.94 | 100.00 |
Taustamuuttujien taulukoissa on yllättävän isoja eroja, jotkut taulukoiden luokat ovat nollia tai hyvin vähän havaintoja. Luokkia pitäisi ehkä yhdistellä,jo pelkästään “kuvaroskan” takia. Ei tehdä.
Puuttuneisuuden yleiskuva
# Puuttuvien tietojen yleiskuva
# Puuttuvat tiedot aineistossa - viite datan dokumentointiin jossa taulukot.
# Vaihtelee maittain ja muuttujittain, paljon.
# Koko data (G1_1_data2.Rmd - skriptissä valitut muuttujat ja 25 maata)
#
#sum(!complete.cases(ISSP2012jh1d.dat)) = 9455
#dim(ISSP2012jh1d.dat) = 32823
#9455/32823 = 0.2880602
# Puuttuvat tiedot valitussa MCA-aineistossa
#missingMCAvars1 <- c("Q1a","Q1b", "Q1c", "Q1d","Q1e","Q2a","Q2b","edu",
# "sosta", "urbru", "maa", "ika", "sp" )
#missingTestMCA1.dat <- ISSP2012jh1d.dat %>% select(all_of(missingMCAvars1))
#sum(!complete.cases(missingTestMCA1.dat)) = 6101
#dim(missingTestMCA1.dat) = 32823
#6101/32823 = 0.1858758 Puuttellisten havaintojen osuus.Koko tähän tutkimukseen valitussa aineistossa (25 maata ja muuttujat, poistettu havainnot joissa ikä tai sukupuoli puuttuu) 71% havainnoista on kaikki tiedot.
MCA-analyyseihin valitun 7 + 3 = 10 muuttujan aineiston havainnoista 81% on vailla puuttuvia tietoja. Jos puuttuvat tiedot poistetaan (ns. “listwise delete” poistetaan jos yksi tai useampi tieto puuttuu) viidesosa datasta jää pois. Kannattaako puuttuvia tietoja hieman analysoida?
Datassa edellisen luvun ikäluokka-sukupuoli - muuttuja.
edit Tässä keskityttävä data-analyysin tutkimusongelmiin, johdantoa MCA-lukuun.
5.3 MCA
# Ensimmäiset MCA-kartat - viiden vastausvaihtoehdon kysymykset ja puuttuvat tiedot
# glimpse((MCAdata1jh.dat))
mcaDat11jh.dat <- MCAdata1jh.dat %>% select(a1,b1,c1, d1, e1,a2,b2)
glimpse(mcaDat11jh.dat)## Rows: 32,823
## Columns: 7
## $ a1 <fct> E, S, s, s, S, P, s, e, s, s, e, s, s, s, S, P, s, ?, s, s, s, S...
## $ b1 <fct> S, E, e, e, e, P, e, ?, e, ?, ?, E, e, e, ?, ?, e, ?, P, e, e, e...
## $ c1 <fct> ?, E, s, e, e, P, e, s, e, s, s, ?, e, e, ?, s, e, s, ?, e, e, ?...
## $ d1 <fct> ?, E, E, s, e, P, e, E, e, E, ?, e, e, E, ?, s, ?, e, s, P, e, ?...
## $ e1 <fct> ?, S, s, ?, e, P, s, e, e, S, e, s, s, e, s, s, S, s, s, s, e, s...
## $ a2 <fct> S, ?, e, s, s, P, s, E, s, S, s, s, s, s, S, s, s, ?, s, s, s, S...
## $ b2 <fct> ?, E, e, e, e, P, s, E, e, S, e, e, e, e, E, e, ?, E, s, e, e, ?...Qmuuttujat1.mca <- mjca(mcaDat11jh.dat, ps="")
# ps="" muuttujan ja sen kategorian eroitinmerkki
par(cex=0.6)
plot.mjca(Qmuuttujat1.mca,
main = "Seitsemän kysymystä MCA 1",
sub = "vastaukset S-s-?-e-E-P ")
MCA-kartta: viiden vastausvaihtoehdon kysymykset
plot.mjca(Qmuuttujat1.mca, labels = c(2,1),
main = "Viiden vastausvaihtoehdot 7 kysymystä",
sub = "vastaukset S-s-?-e-E-P ")
MCA-kartta: viiden vastausvaihtoehdon kysymykset
plot.mjca(Qmuuttujat1.mca, labels = c(1,2),
main = "Viiden vastausvaihtoehdot 7 kysymystä",
sub = "vastaukset S-s-?-e-E-P "
)
MCA-kartta: viiden vastausvaihtoehdon kysymykset
# EI TOIMI pch = c(19, 1, 17,24)(pisteen symboli) 16.10.20
#
# pch Vector of length 4 giving the type of points to be used for row active and
# supplementary, column active and supplementary points
par(cex=0.6)
plot.mjca(Qmuuttujat1.mca, what = c("all","all"),labels = c(0,2),
col = c("lightblue", "red"),
main = "Viiden vastausvaihtoehdot 7 kysymystä",
sub = "vastaukset S-s-?-e-E-P "
)
MCA-kartta: viiden vastausvaihtoehdon kysymykset
summary(Qmuuttujat1.mca)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.156867 39.5 39.5 **********
## 2 0.129043 32.5 71.9 *********
## 3 0.064154 16.1 88.0 ****
## 4 0.014818 3.7 91.8 *
## 5 0.008877 2.2 94.0 *
## 6 0.000538 0.1 94.1
## 7 0.000171 0.0 94.2
## 8 7.3e-050 0.0 94.2
## 9 2e-06000 0.0 94.2
## -------- -----
## Total: 0.397574
##
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | a1S | 48 916 21 | 125 71 5 | 429 845 69 |
## 2 | a1s | 54 267 15 | 56 44 1 | -125 223 7 |
## 3 | a1? | 15 633 20 | 17 1 0 | -359 632 15 |
## 4 | a1e | 18 709 21 | 19 1 0 | -457 708 29 |
## 5 | a1E | 5 112 23 | -33 1 0 | -337 111 4 |
## 6 | a1P | 4 961 40 | -2566 952 155 | 245 9 2 |
## 7 | b1S | 12 133 28 | -25 1 0 | -366 132 12 |
## 8 | b1s | 37 696 21 | 25 3 0 | -394 693 44 |
## 9 | b1? | 26 305 19 | 57 23 1 | -202 283 8 |
## 10 | b1e | 39 138 19 | 119 92 4 | 84 46 2 |
## 11 | b1E | 24 859 32 | 195 48 6 | 804 811 121 |
## 12 | b1P | 5 945 41 | -2215 932 162 | 252 12 3 |
## 13 | c1S | 12 140 28 | -22 0 0 | -379 140 14 |
## 14 | c1s | 36 699 21 | 26 3 0 | -400 696 45 |
## 15 | c1? | 26 318 19 | 56 22 1 | -207 296 9 |
## 16 | c1e | 38 105 19 | 113 79 3 | 65 26 1 |
## 17 | c1E | 26 866 32 | 182 42 5 | 800 823 129 |
## 18 | c1P | 5 943 42 | -2418 931 171 | 273 12 3 |
## 19 | d1S | 12 81 25 | -1 0 0 | -250 81 6 |
## 20 | d1s | 33 755 20 | 50 15 1 | -358 741 33 |
## 21 | d1? | 32 439 17 | 89 93 2 | -171 345 7 |
## 22 | d1e | 34 164 18 | 129 139 4 | 55 25 1 |
## 23 | d1E | 22 933 28 | 203 60 6 | 771 873 101 |
## 24 | d1P | 9 969 35 | -1499 952 128 | 201 17 3 |
## 25 | e1S | 15 46 23 | 7 0 0 | -146 46 2 |
## 26 | e1s | 36 775 17 | 58 34 1 | -275 741 21 |
## 27 | e1? | 34 316 16 | 115 224 3 | -73 92 1 |
## 28 | e1e | 32 239 17 | 131 221 3 | 37 17 0 |
## 29 | e1E | 15 978 24 | 201 74 4 | 704 904 58 |
## 30 | e1P | 11 984 32 | -1198 940 102 | 257 43 6 |
## 31 | a2S | 49 871 18 | 78 46 2 | 328 825 41 |
## 32 | a2s | 59 466 14 | 37 24 1 | -160 442 12 |
## 33 | a2? | 22 595 18 | 32 14 0 | -208 581 7 |
## 34 | a2e | 8 571 20 | 27 3 0 | -343 567 8 |
## 35 | a2E | 2 3 20 | -34 1 0 | 39 2 0 |
## 36 | a2P | 3 971 32 | -2313 964 101 | 196 7 1 |
## 37 | b2S | 12 175 24 | -90 12 1 | -335 163 10 |
## 38 | b2s | 22 737 21 | -16 1 0 | -433 736 33 |
## 39 | b2? | 27 580 19 | 1 0 0 | -283 580 17 |
## 40 | b2e | 40 122 18 | 81 56 2 | -87 66 2 |
## 41 | b2E | 39 933 28 | 153 54 6 | 616 879 114 |
## 42 | b2P | 3 964 35 | -2479 954 123 | 250 10 2 |#X11()
# subsetcat = (6,12,18,24,30,36,42) - väärä formaatti
# subsetcat=(1:42)[-c(1:5,7:11,13:17,19:23,24:29,31:35, 37:41)]) väärä formaatti
#subsetcat viittaa muuttujan luokkien indeksiin
eiPvastaukset <- (1:42)[-c(6,12,18,24,30,36,42)]
# eiPvastaukset
# puuttuva tieto on kuudes kategora kaikilla kysymyksillä
# 1 2 3 4 5 7 8 9 10 11 13 14 15 16 17 19 20 21 22 23 25 26 27 28 29 31
# 32 33 34 35 37 38 39 40 41
mcaDat11jh.dat[1:5,]| a1 | b1 | c1 | d1 | e1 | a2 | b2 |
|---|---|---|---|---|---|---|
| E | S | ? | ? | ? | S | ? |
| S | E | E | E | S | ? | E |
| s | e | s | E | s | e | e |
| s | e | e | s | ? | s | e |
| S | e | e | e | e | s | e |
Qmuuttujat2.mca <- mjca(mcaDat11jh.dat, ps="", subsetcat=eiPvastaukset)
plot.mjca(Qmuuttujat2.mca,
main="Seitsemän kysymystä, viisi vastausvaihtoehtoa",
sub = "subset: ei puuttuvien vastausten kategoriaa (*P)")
MCA-kartta: viiden vastausvaihtoehdon kysymykset
plot.mjca(Qmuuttujat2.mca,
what = c("all","all"),labels = c(0,2),
col = c("lightblue", "red"),
main="Seitsemän kysymystä, viisi vastausvaihtoehtoa",
sub = "subset: ei puuttuvien vastausten kategoriaa (*P)")
MCA-kartta: viiden vastausvaihtoehdon kysymykset
summary(Qmuuttujat2.mca)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.129087 55.0 55.0 ***************
## 2 0.064296 27.4 82.4 *******
## 3 0.014807 6.3 88.7 **
## 4 0.008871 3.8 92.5 *
## 5 0.000538 0.2 92.7
## 6 0.000221 0.1 92.8
## 7 0.000156 0.1 92.9
## 8 6.9e-050 0.0 92.9
## 9 1e-06000 0.0 92.9
## -------- -----
## Total: 0.234728
##
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | a1S | 48 975 29 | 441 916 73 | -112 59 9 |
## 2 | a1s | 54 869 20 | -117 206 6 | 210 663 37 |
## 3 | a1? | 15 653 27 | -354 626 14 | 73 26 1 |
## 4 | a1e | 18 788 29 | -451 709 28 | -150 79 6 |
## 5 | a1E | 5 884 30 | -339 113 4 | -887 771 56 |
## 6 | b1S | 12 818 37 | -367 133 12 | -831 685 128 |
## 7 | b1s | 37 696 28 | -387 689 42 | -39 7 1 |
## 8 | b1? | 26 527 25 | -194 269 8 | 189 258 14 |
## 9 | b1e | 39 555 25 | 98 67 3 | 266 488 43 |
## 10 | b1E | 24 889 43 | 821 858 126 | -156 31 9 |
## 11 | c1S | 12 826 38 | -379 141 14 | -836 685 134 |
## 12 | c1s | 36 698 29 | -393 692 43 | -35 6 1 |
## 13 | c1? | 26 517 25 | -198 282 8 | 181 235 13 |
## 14 | c1e | 38 550 26 | 79 41 2 | 281 509 46 |
## 15 | c1E | 26 890 43 | 815 865 134 | -137 24 8 |
## 16 | d1S | 12 851 34 | -247 80 6 | -768 771 112 |
## 17 | d1s | 33 751 26 | -347 744 31 | -35 8 1 |
## 18 | d1? | 32 561 23 | -157 336 6 | 129 226 8 |
## 19 | d1e | 34 620 24 | 72 47 1 | 249 572 33 |
## 20 | d1E | 22 944 38 | 791 932 106 | -91 12 3 |
## 21 | e1S | 15 910 31 | -142 44 2 | -631 866 90 |
## 22 | e1s | 36 752 23 | -263 738 19 | 35 13 1 |
## 23 | e1? | 34 350 22 | -56 70 1 | 112 279 7 |
## 24 | e1e | 32 597 23 | 56 48 1 | 189 549 18 |
## 25 | e1E | 15 1012 32 | 726 985 62 | -119 26 3 |
## 26 | a2S | 49 1005 24 | 335 870 43 | -132 134 13 |
## 27 | a2s | 59 989 19 | -154 428 11 | 176 561 28 |
## 28 | a2? | 22 584 24 | -203 582 7 | -12 2 0 |
## 29 | a2e | 8 794 26 | -338 565 7 | -215 228 6 |
## 30 | a2E | 2 870 27 | 33 1 0 | -851 869 20 |
## 31 | b2S | 12 922 33 | -345 173 11 | -718 750 94 |
## 32 | b2s | 22 783 28 | -431 736 32 | -108 46 4 |
## 33 | b2? | 27 640 25 | -281 582 16 | 89 58 3 |
## 34 | b2e | 40 711 24 | -76 53 2 | 269 658 45 |
## 35 | b2E | 39 939 37 | 630 932 119 | -55 7 2 |# mutta ei hyväksy viimeisiä sarakkeita poistettaviksi (37:41)
#Qmuuttujat3.mca <- mjca(mcaDataJH2.dat, ps="", subsetcat=(1:42)[-c(1:5, 7:11, 13:17, 19:23,25:29,31:35)])
#plot.mjca(mca1Qmuuttujat3)
#summary(mca1Qmuuttujat3)
#mca1Qmuuttujat3 <- mjca(mcaDataJH2.dat, ps="", subsetcat=(1:42)[-c(1:5, 7:11, 13:17, 19:23,25:29,31:35, 37:41)])
#pchlist()5.3.1 subset MCA ja täydentävät sarakkeet (19.10.20)
Jostain syystä en saa toimimaan mjca-funktiossa subsecat - parametrin kanssa täydentäviä muuttujia supcol. Niinpä kartat ovat vähän kehnoja, sillä puuttuvien tietojen kategoriat määrittävät omalta osaltaan koordinaatistoa
Niiden kontribuutiot ovat isot, ja massat aika pieniä. Esimerkkitapaus, jossa jotkut havainnot vaikuttavat karttaan aivan liikaa!
Käsityönä voisi lisäillä pisteitä karttaan, joka on piirretty ilman puuttuvia tietoja.
# Täydentävät sarakkeet - ei toimi! (19.20.20)
# dim(mcaDat11jh.dat) 7 kysymystä
dim(MCAdata1jh.dat)## [1] 32823 26str(MCAdata1jh.dat)## tibble [32,823 x 26] (S3: tbl_df/tbl/data.frame)
## $ Q1am : Factor w/ 6 levels "S","s","?","e",..: 5 1 2 2 1 6 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ Q1bm : Factor w/ 6 levels "S","s","?","e",..: 1 5 4 4 4 6 4 3 4 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ Q1cm : Factor w/ 6 levels "S","s","?","e",..: 3 5 2 4 4 6 4 2 4 2 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ Q1dm : Factor w/ 6 levels "S","s","?","e",..: 3 5 5 2 4 6 4 5 4 5 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ Q1em : Factor w/ 6 levels "S","s","?","e",..: 3 1 2 3 4 6 2 4 4 1 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ Q2am : Factor w/ 6 levels "S","s","?","e",..: 1 3 4 2 2 6 2 5 2 1 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ Q2bm : Factor w/ 6 levels "S","s","?","e",..: 3 5 4 4 4 6 2 5 4 1 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## $ edum : Factor w/ 8 levels "No formal education",..: 3 6 6 4 3 8 8 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ sostam : Factor w/ 11 levels "Lowest, Bottom, 01",..: 3 7 8 11 7 2 7 11 10 6 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ urbrum : Factor w/ 6 levels "A big city","The suburbs or outskirts of a big city",..: 1 1 1 6 1 2 6 2 2 6 ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## $ maa : Factor w/ 25 levels "AU","AT","BG",..: 1 1 1 1 1 1 1 1 1 1 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## $ ika : dbl+lbl [1:32823] 58, 59, 40, 20, 72, 68, 64, 57, 45, 71, 19, 41, 68, ...
## ..@ label : chr "Age of respondent"
## ..@ format.spss: chr "F3.0"
## ..@ labels : Named num [1:6] 15 16 17 18 102 999
## .. ..- attr(*, "names")= chr [1:6] "15 years" "16 years" "17 years" "18 years" ...
## $ sp : Factor w/ 2 levels "m","f": 1 2 2 2 2 1 2 1 2 2 ...
## ..- attr(*, "label")= chr "Sex of Respondent"
## $ age_cat: Factor w/ 6 levels "1","2","3","4",..: 5 5 3 1 6 6 5 5 3 6 ...
## $ ga : chr [1:32823] "m5" "f5" "f3" "f1" ...
## $ E : Factor w/ 8 levels "1","2","3","4",..: 3 6 6 4 3 8 8 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ S : Factor w/ 11 levels "1","2","3","4",..: 3 7 8 11 7 2 7 11 10 6 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ U : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 6 1 2 6 2 2 6 ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## $ gaf : Factor w/ 12 levels "f1","f2","f3",..: 11 5 3 1 6 12 5 11 3 6 ...
## $ a1 : Factor w/ 6 levels "S","s","?","e",..: 5 1 2 2 1 6 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ b1 : Factor w/ 6 levels "S","s","?","e",..: 1 5 4 4 4 6 4 3 4 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ c1 : Factor w/ 6 levels "S","s","?","e",..: 3 5 2 4 4 6 4 2 4 2 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ d1 : Factor w/ 6 levels "S","s","?","e",..: 3 5 5 2 4 6 4 5 4 5 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ e1 : Factor w/ 6 levels "S","s","?","e",..: 3 1 2 3 4 6 2 4 4 1 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ a2 : Factor w/ 6 levels "S","s","?","e",..: 1 3 4 2 2 6 2 5 2 1 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ b2 : Factor w/ 6 levels "S","s","?","e",..: 3 5 4 4 4 6 2 5 4 1 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...# Data: 7 kysymystä, täydentävät muuttujat maa, sp, S (status), U (asuinpaikka),
# E (koulutustaso)
mcaDat21jh.dat <- MCAdata1jh.dat %>% select(a1,b1,c1, d1, e1,a2,b2,E,S,U,maa,gaf)
str(mcaDat21jh.dat)## tibble [32,823 x 12] (S3: tbl_df/tbl/data.frame)
## $ a1 : Factor w/ 6 levels "S","s","?","e",..: 5 1 2 2 1 6 2 4 2 2 ...
## ..- attr(*, "label")= chr "Q1a Working mom: warm relationship with children as a not working mom"
## $ b1 : Factor w/ 6 levels "S","s","?","e",..: 1 5 4 4 4 6 4 3 4 3 ...
## ..- attr(*, "label")= chr "Q1b Working mom: Preschool child is likely to suffer"
## $ c1 : Factor w/ 6 levels "S","s","?","e",..: 3 5 2 4 4 6 4 2 4 2 ...
## ..- attr(*, "label")= chr "Q1c Working woman: Family life suffers when woman has full-time job"
## $ d1 : Factor w/ 6 levels "S","s","?","e",..: 3 5 5 2 4 6 4 5 4 5 ...
## ..- attr(*, "label")= chr "Q1d Working woman: What women really want is home and kids"
## $ e1 : Factor w/ 6 levels "S","s","?","e",..: 3 1 2 3 4 6 2 4 4 1 ...
## ..- attr(*, "label")= chr "Q1e Working woman: Being housewife is as fulfilling as working for pay"
## $ a2 : Factor w/ 6 levels "S","s","?","e",..: 1 3 4 2 2 6 2 5 2 1 ...
## ..- attr(*, "label")= chr "Q2a Both should contribute to household income"
## $ b2 : Factor w/ 6 levels "S","s","?","e",..: 3 5 4 4 4 6 2 5 4 1 ...
## ..- attr(*, "label")= chr "Q2b Men's job earn money, women's job look after home"
## $ E : Factor w/ 8 levels "1","2","3","4",..: 3 6 6 4 3 8 8 7 6 7 ...
## ..- attr(*, "label")= chr "Highest completed degree of education: Categories for international comparison"
## $ S : Factor w/ 11 levels "1","2","3","4",..: 3 7 8 11 7 2 7 11 10 6 ...
## ..- attr(*, "label")= chr "Top-Bottom self-placement"
## $ U : Factor w/ 6 levels "1","2","3","4",..: 1 1 1 6 1 2 6 2 2 6 ...
## ..- attr(*, "label")= chr "Place of living: urban - rural"
## $ maa: Factor w/ 25 levels "AU","AT","BG",..: 1 1 1 1 1 1 1 1 1 1 ...
## ..- attr(*, "label")= chr "Country Prefix ISO 3166 Code - alphanumeric"
## $ gaf: Factor w/ 12 levels "f1","f2","f3",..: 11 5 3 1 6 12 5 11 3 6 ...
## - attr(*, "notes")= chr [1:45] "document Plan File: /Users/marcic/Desktop/old/GPS2011 sampling/ISSP2013.sampling" " .csplan" " Weight Variable: SampleWeight_Final_" " Stage 1" ...dim(mcaDat21jh.dat)## [1] 32823 12glimpse(mcaDat21jh.dat)## Rows: 32,823
## Columns: 12
## $ a1 <fct> E, S, s, s, S, P, s, e, s, s, e, s, s, s, S, P, s, ?, s, s, s, ...
## $ b1 <fct> S, E, e, e, e, P, e, ?, e, ?, ?, E, e, e, ?, ?, e, ?, P, e, e, ...
## $ c1 <fct> ?, E, s, e, e, P, e, s, e, s, s, ?, e, e, ?, s, e, s, ?, e, e, ...
## $ d1 <fct> ?, E, E, s, e, P, e, E, e, E, ?, e, e, E, ?, s, ?, e, s, P, e, ...
## $ e1 <fct> ?, S, s, ?, e, P, s, e, e, S, e, s, s, e, s, s, S, s, s, s, e, ...
## $ a2 <fct> S, ?, e, s, s, P, s, E, s, S, s, s, s, s, S, s, s, ?, s, s, s, ...
## $ b2 <fct> ?, E, e, e, e, P, s, E, e, S, e, e, e, e, E, e, ?, E, s, e, e, ...
## $ E <fct> 3, 6, 6, 4, 3, P, P, 7, 6, 7, 4, 6, 3, 6, 6, 2, 2, 7, 6, 6, 3, ...
## $ S <fct> 3, 7, 8, P, 7, 2, 7, P, 10, 6, 4, 5, P, 7, 9, 3, P, 8, 7, 6, 5,...
## $ U <fct> 1, 1, 1, P, 1, 2, P, 2, 2, P, 2, 2, 3, 2, 2, 5, 5, 1, 2, 5, 4, ...
## $ maa <fct> AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU, AU,...
## $ gaf <fct> m5, f5, f3, f1, f6, m6, f5, m5, f3, f6, m1, m3, f6, f2, m1, m6,...# kysymysten puuttuvat pois subsetcat=(1:42)[-c(6,12,18,24,30,36,42)]
# subset2 <- (1:50)[-c(6,12,18,24,30,36,42)]
# eiPvastvastaukset : vastauskategorioiden indeksit ilman P-luokkaa
# subsetcat=(1:50)[-c(6,12,18,24,30,36,42,50)],
# maa ja gaf - ei puuttuvia tietoja
#
mcaDat21jh.dat$E %>% fct_count() # P-kategoria 50| f | n |
|---|---|
| 1 | 491 |
| 2 | 1531 |
| 3 | 7811 |
| 4 | 7115 |
| 5 | 5658 |
| 6 | 5147 |
| 7 | 4762 |
| P | 308 |
mcaDat21jh.dat$S %>% fct_count() # P-kategoria 61| f | n |
|---|---|
| 1 | 562 |
| 2 | 866 |
| 3 | 2221 |
| 4 | 3346 |
| 5 | 6798 |
| 6 | 6889 |
| 7 | 5778 |
| 8 | 3477 |
| 9 | 667 |
| 10 | 442 |
| P | 1777 |
mcaDat21jh.dat$U %>% fct_count() # P-kategoria 67| f | n |
|---|---|
| 1 | 8442 |
| 2 | 4386 |
| 3 | 9203 |
| 4 | 8646 |
| 5 | 1902 |
| P | 244 |
# Täydäntävät sarakkeet, koko aineisto
# mcaDat21jh.dat[1:10,1:8]
QjaMuut1.mca <- mjca(mcaDat21jh.dat, ps = "",
supcol = 8:12
)
plot(QjaMuut1.mca)
# QjaMuut1.mca - ei toimi
summary(QjaMuut1.mca)##
## Principal inertias (eigenvalues):
##
## dim value % cum% scree plot
## 1 0.156867 39.5 39.5 **********
## 2 0.129043 32.5 71.9 *********
## 3 0.064154 16.1 88.0 ****
## 4 0.014818 3.7 91.8 *
## 5 0.008877 2.2 94.0 *
## 6 0.000538 0.1 94.1
## 7 0.000171 0.0 94.2
## 8 7.3e-050 0.0 94.2
## 9 2e-06000 0.0 94.2
## -------- -----
## Total: 0.397574
##
##
## Columns:
## name mass qlt inr k=1 cor ctr k=2 cor ctr
## 1 | a1S | 48 916 21 | 125 71 5 | 429 845 69 |
## 2 | a1s | 54 267 15 | 56 44 1 | -125 223 7 |
## 3 | a1? | 15 633 20 | 17 1 0 | -359 632 15 |
## 4 | a1e | 18 709 21 | 19 1 0 | -457 708 29 |
## 5 | a1E | 5 112 23 | -33 1 0 | -337 111 4 |
## 6 | a1P | 4 961 40 | -2566 952 155 | 245 9 2 |
## 7 | b1S | 12 133 28 | -25 1 0 | -366 132 12 |
## 8 | b1s | 37 696 21 | 25 3 0 | -394 693 44 |
## 9 | b1? | 26 305 19 | 57 23 1 | -202 283 8 |
## 10 | b1e | 39 138 19 | 119 92 4 | 84 46 2 |
## 11 | b1E | 24 859 32 | 195 48 6 | 804 811 121 |
## 12 | b1P | 5 945 41 | -2215 932 162 | 252 12 3 |
## 13 | c1S | 12 140 28 | -22 0 0 | -379 140 14 |
## 14 | c1s | 36 699 21 | 26 3 0 | -400 696 45 |
## 15 | c1? | 26 318 19 | 56 22 1 | -207 296 9 |
## 16 | c1e | 38 105 19 | 113 79 3 | 65 26 1 |
## 17 | c1E | 26 866 32 | 182 42 5 | 800 823 129 |
## 18 | c1P | 5 943 42 | -2418 931 171 | 273 12 3 |
## 19 | d1S | 12 81 25 | -1 0 0 | -250 81 6 |
## 20 | d1s | 33 755 20 | 50 15 1 | -358 741 33 |
## 21 | d1? | 32 439 17 | 89 93 2 | -171 345 7 |
## 22 | d1e | 34 164 18 | 129 139 4 | 55 25 1 |
## 23 | d1E | 22 933 28 | 203 60 6 | 771 873 101 |
## 24 | d1P | 9 969 35 | -1499 952 128 | 201 17 3 |
## 25 | e1S | 15 46 23 | 7 0 0 | -146 46 2 |
## 26 | e1s | 36 775 17 | 58 34 1 | -275 741 21 |
## 27 | e1? | 34 316 16 | 115 224 3 | -73 92 1 |
## 28 | e1e | 32 239 17 | 131 221 3 | 37 17 0 |
## 29 | e1E | 15 978 24 | 201 74 4 | 704 904 58 |
## 30 | e1P | 11 984 32 | -1198 940 102 | 257 43 6 |
## 31 | a2S | 49 871 18 | 78 46 2 | 328 825 41 |
## 32 | a2s | 59 466 14 | 37 24 1 | -160 442 12 |
## 33 | a2? | 22 595 18 | 32 14 0 | -208 581 7 |
## 34 | a2e | 8 571 20 | 27 3 0 | -343 567 8 |
## 35 | a2E | 2 3 20 | -34 1 0 | 39 2 0 |
## 36 | a2P | 3 971 32 | -2313 964 101 | 196 7 1 |
## 37 | b2S | 12 175 24 | -90 12 1 | -335 163 10 |
## 38 | b2s | 22 737 21 | -16 1 0 | -433 736 33 |
## 39 | b2? | 27 580 19 | 1 0 0 | -283 580 17 |
## 40 | b2e | 40 122 18 | 81 56 2 | -87 66 2 |
## 41 | b2E | 39 933 28 | 153 54 6 | 616 879 114 |
## 42 | b2P | 3 964 35 | -2479 954 123 | 250 10 2 |
## 43 | (*)E1 | <NA> 627 <NA> | -324 524 <NA> | -144 103 <NA> |
## 44 | (*)E2 | <NA> 792 <NA> | -211 316 <NA> | -259 476 <NA> |
## 45 | (*)E3 | <NA> 833 <NA> | -53 78 <NA> | -166 755 <NA> |
## 46 | (*)E4 | <NA> 592 <NA> | 3 2 <NA> | -50 591 <NA> |
## 47 | (*)E5 | <NA> 664 <NA> | 10 21 <NA> | -56 643 <NA> |
## 48 | (*)E6 | <NA> 868 <NA> | 101 180 <NA> | 197 688 <NA> |
## 49 | (*)E7 | <NA> 919 <NA> | 91 78 <NA> | 299 840 <NA> |
## 50 | (*)EP | <NA> 940 <NA> | -422 939 <NA> | -5 0 <NA> |
## 51 | (*)S1 | <NA> 534 <NA> | -278 423 <NA> | -143 112 <NA> |
## 52 | (*)S2 | <NA> 672 <NA> | -129 117 <NA> | -280 554 <NA> |
## 53 | (*)S3 | <NA> 739 <NA> | -46 35 <NA> | -205 703 <NA> |
## 54 | (*)S4 | <NA> 823 <NA> | -9 3 <NA> | -142 820 <NA> |
## 55 | (*)S5 | <NA> 800 <NA> | -1 0 <NA> | -76 800 <NA> |
## 56 | (*)S6 | <NA> 323 <NA> | 28 257 <NA> | 14 66 <NA> |
## 57 | (*)S7 | <NA> 783 <NA> | 69 153 <NA> | 141 631 <NA> |
## 58 | (*)S8 | <NA> 845 <NA> | 81 153 <NA> | 172 692 <NA> |
## 59 | (*)S9 | <NA> 856 <NA> | 77 108 <NA> | 202 748 <NA> |
## 60 | (*)S10 | <NA> 96 <NA> | 21 8 <NA> | 70 88 <NA> |
## 61 | (*)SP | <NA> 984 <NA> | -299 954 <NA> | 53 30 <NA> |
## 62 | (*)U1 | <NA> 437 <NA> | 15 50 <NA> | 42 387 <NA> |
## 63 | (*)U2 | <NA> 656 <NA> | 54 131 <NA> | 108 526 <NA> |
## 64 | (*)U3 | <NA> 150 <NA> | 8 128 <NA> | -3 23 <NA> |
## 65 | (*)U4 | <NA> 901 <NA> | -33 98 <NA> | -95 803 <NA> |
## 66 | (*)U5 | <NA> 122 <NA> | -29 107 <NA> | 11 16 <NA> |
## 67 | (*)UP | <NA> 952 <NA> | -397 951 <NA> | 14 1 <NA> |
## 68 | (*)maaAU | <NA> 207 <NA> | 14 3 <NA> | -112 204 <NA> |
## 69 | (*)maaAT | <NA> 357 <NA> | -73 102 <NA> | -115 255 <NA> |
## 70 | (*)maaBG | <NA> 831 <NA> | -130 99 <NA> | -352 731 <NA> |
## 71 | (*)maaCA | <NA> 168 <NA> | 103 151 <NA> | 34 17 <NA> |
## 72 | (*)maaHR | <NA> 562 <NA> | 130 471 <NA> | -57 91 <NA> |
## 73 | (*)maaCZ | <NA> 95 <NA> | -25 9 <NA> | -77 86 <NA> |
## 74 | (*)maaDK | <NA> 878 <NA> | 176 52 <NA> | 703 826 <NA> |
## 75 | (*)maaFI | <NA> 779 <NA> | -89 92 <NA> | 242 686 <NA> |
## 76 | (*)maaFR | <NA> 753 <NA> | 47 22 <NA> | 269 732 <NA> |
## 77 | (*)maaHU | <NA> 524 <NA> | 47 10 <NA> | -333 514 <NA> |
## 78 | (*)maaIS | <NA> 479 <NA> | 193 249 <NA> | 186 230 <NA> |
## 79 | (*)maaIE | <NA> 42 <NA> | 43 38 <NA> | 14 4 <NA> |
## 80 | (*)maaLV | <NA> 696 <NA> | 39 8 <NA> | -365 688 <NA> |
## 81 | (*)maaLT | <NA> 637 <NA> | -192 122 <NA> | -395 515 <NA> |
## 82 | (*)maaNL | <NA> 128 <NA> | -104 124 <NA> | 18 4 <NA> |
## 83 | (*)maaNO | <NA> 363 <NA> | -19 3 <NA> | 219 360 <NA> |
## 84 | (*)maaPL | <NA> 675 <NA> | 29 6 <NA> | -304 669 <NA> |
## 85 | (*)maaRU | <NA> 808 <NA> | -134 85 <NA> | -389 723 <NA> |
## 86 | (*)maaSK | <NA> 142 <NA> | 35 8 <NA> | -143 134 <NA> |
## 87 | (*)maaSI | <NA> 44 <NA> | 34 22 <NA> | -34 22 <NA> |
## 88 | (*)maaSE | <NA> 875 <NA> | -47 12 <NA> | 391 863 <NA> |
## 89 | (*)maaCH | <NA> 648 <NA> | 114 124 <NA> | -235 524 <NA> |
## 90 | (*)maaBE | <NA> 944 <NA> | -198 796 <NA> | 85 148 <NA> |
## 91 | (*)maaDE | <NA> 752 <NA> | 57 29 <NA> | 285 723 <NA> |
## 92 | (*)maaPT | <NA> 431 <NA> | 123 140 <NA> | -178 292 <NA> |
## 93 | (*)gaff1 | <NA> 958 <NA> | 90 167 <NA> | 195 791 <NA> |
## 94 | (*)gaff2 | <NA> 988 <NA> | 115 310 <NA> | 170 678 <NA> |
## 95 | (*)gaff3 | <NA> 982 <NA> | 106 349 <NA> | 143 634 <NA> |
## 96 | (*)gaff4 | <NA> 904 <NA> | 74 305 <NA> | 104 599 <NA> |
## 97 | (*)gaff5 | <NA> 724 <NA> | 57 685 <NA> | 14 39 <NA> |
## 98 | (*)gaff6 | <NA> 806 <NA> | -118 318 <NA> | -146 488 <NA> |
## 99 | (*)gafm1 | <NA> 659 <NA> | -125 578 <NA> | 47 81 <NA> |
## 100 | (*)gafm2 | <NA> 417 <NA> | -17 32 <NA> | 59 385 <NA> |
## 101 | (*)gafm3 | <NA> 129 <NA> | 21 91 <NA> | -14 38 <NA> |
## 102 | (*)gafm4 | <NA> 448 <NA> | -4 3 <NA> | -48 445 <NA> |
## 103 | (*)gafm5 | <NA> 897 <NA> | -44 91 <NA> | -131 806 <NA> |
## 104 | (*)gafm6 | <NA> 923 <NA> | -165 267 <NA> | -259 656 <NA> |par(cex = 0.6)
plot(QjaMuut1.mca,
what = c("none", "passive"),
labels = c(1,1),
collabels = c("both"),
main = "Täydentävät muuttujat E, S, U, maa, gaf",
sub = "kaikki")
par(cex = 0.6)
plot(QjaMuut1.mca,
what = c("none", "passive"),
labels = c(0,1),
collabels = c("both"),
main = "Täydentävät muuttujat E, S, U, maa, gaf",
sub = "Vain passiiviset sarakkeet")
#str(eiPvastaukset)
# Täydentävät pisteet kuva kerrallaan E ja S
QjaMuut2.mca <- mjca(mcaDat21jh.dat, ps = "",
supcol = 8:9)
plot(QjaMuut2.mca,
what = c("none", "passive"),
labels = c(0,1),
collabels = c("both"),
main = "Kysymykset Q1a-Q1e ja Q2a-Q2b",
sub = "Täydentävät muuttujat E, S"
)
# Täydentävät pisteet kuva kerrallaan: asuinpaikka U
QjaMuut3.mca <- mjca(mcaDat21jh.dat, ps = "",
supcol = 10)
plot(QjaMuut3.mca,
what = c("none", "passive"),
labels = c(0,1),
collabels = c("both"),
main = "Kysymykset Q1a-Q1e ja Q2a-Q2b",
sub = "Asuinpaikka U"
)
dim(mcaDat21jh.dat)## [1] 32823 12# Täydentävät pisteet kuva kerrallaan: maa
QjaMuut4.mca <- mjca(mcaDat21jh.dat[,c(1:7,11)], ps = "",
supcol = 8)
plot(QjaMuut4.mca,
what = c("none", "passive"),
labels = c(0,1),
collabels = c("level"),
main = "Kysymykset Q1a-Q1e ja Q2a-Q2b",
sub = "maa"
)
# Täydentävät pisteet kuva kerrallaan: maa
QjaMuut5.mca <- mjca(mcaDat21jh.dat[,c(1:7,12)], ps = "",
supcol = 8)
plot(QjaMuut5.mca,
what = c("none", "passive"),
labels = c(0,1),
collabels = c("level"),
main = "Kysymykset Q1a-Q1e ja Q2a-Q2b",
sub = "ikäluokka ja sukupuoli"
)
# Osajoukon analyysi ja täydentävät sarakkeet supcol = 8:12 ei toiminut
#eikä toimi tämä
#TestsubQjaMuut1.mca <- mjca(mcaDat21jh.dat[,c(1:7, 8)], ps="",
# subsetcat = c(eiPvastaukset),
# supcol=8
# )
#plot(TestsubQjaMuut1.mca)
#TestsubQjaMuut1.mca
# plot(subQjaMuut1.mca)
# summary(subQjaMuut1.mca)