ggplot2堆叠条形图与Likert量表前后测原始数据不匹配问题

核心问题 #

你的图表比例不符，根源是未按「警局+测试阶段」的分组计算各选项占比，而是默认采用全局统计；另外Likert选项的顺序设置也可能导致堆叠位置与实际选项不匹配。

修复步骤（附可复现代码） #

假设你的原始数据结构如下（模拟你的场景）：

library(tidyverse)
library(ggplot2)

# 模拟可复现数据
set.seed(123)
df <- tibble(
  Police_Station = rep(c("A", "B", "C", "D", "E"), each = 12),
  Test_Phase = rep(c("Before", "After"), each = 6, times = 5),
  Response = sample(c("强烈反对", "反对", "中立", "同意", "强烈同意"), 60, replace = TRUE)
)
# 手动修正C警局Before的中立数据（匹配你说的6人里3个中立）
df <- df %>%
  mutate(Response = ifelse(Police_Station == "C" & Test_Phase == "Before", 
                           rep(c("强烈反对", "反对", "中立", "中立", "中立", "同意"), 1), 
                           Response))

1. 正确计算分组占比 #

必须按Police_Station和Test_Phase分组，统计组内各选项的比例：

# 分组统计各选项的数量与占比
df_summary <- df %>%
  group_by(Police_Station, Test_Phase, Response) %>%
  summarise(count = n(), .groups = "drop") %>%
  group_by(Police_Station, Test_Phase) %>%
  mutate(prop = count / sum(count)) %>%
  ungroup()

2. 指定Likert选项的堆叠顺序 #

确保「强烈反对」在顶部，需要把选项设为有序因子，指定从「强烈反对」到「强烈同意」的顺序：

# 设置因子顺序，确保堆叠顺序符合要求
df_summary$Response <- factor(df_summary$Response, 
                              levels = c("强烈反对", "反对", "中立", "同意", "强烈同意"),
                              ordered = TRUE)

3. 绘制正确的堆叠条形图 #

使用position_stack(reverse = TRUE)让第一个因子（强烈反对）显示在堆叠顶部：

ggplot(df_summary, aes(x = Police_Station, y = prop, fill = Response)) +
  geom_col(position = position_stack(reverse = TRUE)) +
  facet_wrap(~Test_Phase) +
  scale_y_continuous(labels = scales::percent_format()) +
  labs(title = "各警局前后测Likert回答比例",
       y = "比例", x = "警局", fill = "回答选项") +
  theme_minimal()

验证要点 #

• 先打印df_summary查看C警局Before阶段的中立比例是否为50%，确认统计逻辑正确后再绘图。
• 若仍有问题，检查原始数据中Response列的类别是否统一（比如有没有拼写错误导致的额外类别）。

内容的提问来源于stack exchange，提问作者EtoiledeMoyenOrient