一、資料選擇
本次研究資料選用SRDA資料庫2020年第二次社會意向調查，該調查為了解台灣社會脈動快速變遷的過程，定期衡量台灣有關社會狀況的經典議題（如兩岸關係、生活經濟水準、社會發展）等題目，並在該年度下另設計有關新冠肺炎疫情及轉型正義兩個主題。
該資料的調查時間民國109年11月23日至12月15日，以電話訪問進行資料蒐集，共完成1,218案。
在抽樣上採用分層多階段RDD-PPS隨機暨戶中抽樣法。第一階段計算各縣市所需抽取之人數，接著抽出中選局碼。第二階段於中選局碼內抽選千位碼。第三階段結合前述中選電話局碼與千位碼後，採末三碼隨機抽出中選樣本電話。第四階段利用洪永泰（2001）調整後的電話號碼尾數戶中選樣表，以戶中合格人數搭配合格男性人數及電話號碼末2碼，最後抽出應受訪對象。
三、選擇原因
本次研究想要初步探詢臺灣人在面對轉型正義議題的態度，支持轉型正義跟不支持轉型正義的民眾之間有什麼樣的差異，在不同層次的維度上又是哪些因素可能引發支持與否的態度產生。會選擇這份資料的原因，是因為目前有關台灣轉型正義的調查資料庫較少，而這份資料有特定設計相關題組並可以公開下載，同時也是台灣國內相當具有權威的指標資料庫。
[轉型正義問卷題目]
３４.在威權統治時期，政府曾經監控異議份子並且留下紀錄。請問您認為這些紀錄現在應該怎麼處理？
３５.現在台灣的公共場所還有很多蔣公銅像，有人認為應該盡量移除。請問您同不同意？
３６.請問您了不了解政府推動轉型正義的工作？
「轉型正義」的工作內容就是「追究過去威權政府侵害人權的責任並促進社會和解」。
３7 .有人認為，到目前為止，台灣在轉型正義的處理上對社會的和解有幫助。請問您同不同意這種說法？
３８.有人認為，現在政府處理轉型正義只是為了打擊國民黨，但並沒有促進和解。請問您同不同意這種說法？
３９.請問您支不支持政府推動轉型正義的工作？
４０.如果有公民會議讓民眾可以針對轉型正義發表意見，提供政府參考，請問您願不願意參加【這樣的公民會議】？
[其他可能因素]
５ 請問您對香港未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (05)沒有意見 (97)不知道 (03)有點悲觀 (98)拒答 ６ 請問您對中國大陸未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (05)沒有意見 (97)不知道 (03)有點悲觀 (04)非常悲觀 (04)非常悲觀 (98)拒答
７ 整體來講，您支不支持今年香港反國安法的抗爭運動？ (01)非常支持 (02)支持 (97)不知道 提示說明： (98)拒答 (03)不支持 1. 「支持」係指「支持抗爭者」而非「支持國安法」。 (04)非常不支持
１０ 請問您對台灣整體社會未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (05)沒有意見 (03)有點悲觀 (04)很不滿意 (04)非常悲觀 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
１１ 請問您對台灣整體經濟未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (05)沒有意見 (03)有點悲觀 (04)非常悲觀 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
１２ 請問您對台灣整體政治未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (05)沒有意見 (03)有點悲觀 (04)非常悲觀 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
３３ 社會上有人說自己是台灣人，有人說自己是中國人，也有人說兩者都是。請問您認為自 己是台灣人、中國人還是兩者都是？ (01)台灣人 (02)中國人 記錄在開放題紀錄表中】 (03)兩者都是 (97)不知道 (06)其他_____【請鍵入並 (98)拒答
[1] "C:/Users/fiona/OneDrive/文件/1142政治所/探索式資料分析"
Warning: package 'sjlabelled' was built under R version 4.3.3
Warning: package 'readxl' was built under R version 4.3.3
Warning: package 'dplyr' was built under R version 4.3.3
Attaching package: 'dplyr'
The following object is masked from 'package:sjlabelled':
as_label
The following objects are masked from 'package:stats':
filter, lag
The following objects are masked from 'package:base':
intersect, setdiff, setequal, union
library(sjmisc)
library(sjPlot)
TWTJ2020 <- read.csv("C00358/data.csv")
save(TWTJ2020,file= "TWTJ2020.csv", compress = T)
#讀入另存資料
load("TWTJ2020.csv")
View(TWTJ2020)
#清理無效值
library(sjmisc)
TWTJ2020r <- set_na(TWTJ2020, na=c(98:99, "NA"))
save(TWTJ2020r,file= "TWTJ2020r.rda", compress = T)
#讀入清理好的資料(TikTok2025datr)
load("TWTJ2020r.rda")
#查看資料結構
nrow(TWTJ2020r)
[1] "id" "tsel_gen" "tstarttime_ymd" "tendtime_ymd"
[5] "v1" "v1a" "v2" "v3"
[9] "v4" "v5" "v6" "v7"
[13] "v8" "v9" "v10" "v10o06"
[17] "v11" "v11o06" "v12" "v12o06"
[21] "v13" "v14" "v15" "v16"
[25] "v17" "v18" "v19" "v20"
[29] "v20o05" "v21" "v22" "v23"
[33] "v24" "v25" "v26" "v27"
[37] "v28" "v29" "v30" "v31"
[41] "v32" "v33" "v33o06" "v34"
[45] "v35" "v36" "v37" "v38"
[49] "v39" "v40" "v41" "v41o11"
[53] "v41a" "v41ao09" "v42" "v42o06"
[57] "v43" "v43o15" "v44" "v44o07"
[61] "v45sa" "v45sb" "v46" "v46o06"
[65] "v47" "v47o09" "v47a" "v48"
[69] "v49" "v50" "v50o09" "v51"
[73] "v51o05" "v52" "v52o05" "vz0city"
[77] "vz0city_oth" "vz0town" "v53" "v54"
[81] "v55" "ve1m01" "ve1m02" "ve1m03"
[85] "ve1m04" "code" "agegp" "stratumgp"
[89] "edugp" "wr_1"
'data.frame': 1218 obs. of 90 variables:
$ id : int 19 33 35 41 49 52 57 58 66 79 ...
$ tsel_gen : int 2 1 1 2 1 2 1 2 2 2 ...
$ tstarttime_ymd: int 20201123 20201204 20201123 20201123 20201123 20201123 20201123 20201123 20201124 20201123 ...
$ tendtime_ymd : int 20201202 20201204 20201206 20201124 20201123 20201123 20201124 20201202 20201124 20201126 ...
$ v1 : int 50 57 84 39 31 31 44 62 68 60 ...
$ v1a : int NA NA NA NA NA NA NA NA NA NA ...
$ v2 : int 2 3 4 2 2 1 1 2 4 3 ...
$ v3 : int 2 3 4 2 NA 1 2 2 4 3 ...
$ v4 : int 2 3 3 2 2 2 1 2 3 3 ...
$ v5 : int 4 3 3 3 3 2 4 2 1 2 ...
$ v6 : int 4 2 2 3 4 4 3 2 1 3 ...
$ v7 : int 1 3 2 1 2 2 2 2 1 3 ...
$ v8 : int 4 2 2 4 2 3 2 1 1 3 ...
$ v9 : int 3 2 4 2 2 2 2 3 4 3 ...
$ v10 : int 1 2 3 1 2 2 1 2 4 2 ...
$ v10o06 : chr " " " " " " " " ...
$ v11 : int 2 2 3 1 2 2 2 2 2 2 ...
$ v11o06 : chr " " " " " " " " ...
$ v12 : int 4 2 4 2 2 2 2 2 2 2 ...
$ v12o06 : chr " " " " " " " " ...
$ v13 : int 1 2 1 1 2 1 2 1 1 3 ...
$ v14 : int 5 3 3 3 NA 5 2 1 5 3 ...
$ v15 : int 3 1 3 1 1 4 6 3 4 2 ...
$ v16 : int 2 1 2 1 2 3 2 2 4 2 ...
$ v17 : int 5 2 3 2 3 3 4 2 1 3 ...
$ v18 : int 4 2 2 2 2 2 2 2 1 2 ...
$ v19 : int 1 2 2 1 1 1 1 1 1 2 ...
$ v20 : int 2 2 2 2 2 2 2 3 2 2 ...
$ v20o05 : logi NA NA NA NA NA NA ...
$ v21 : int 1 2 2 2 2 4 1 2 2 2 ...
$ v22 : int 1 3 3 3 3 1 4 3 1 3 ...
$ v23 : int 4 3 2 3 2 2 2 2 4 3 ...
$ v24 : int 4 3 2 2 2 3 1 3 4 4 ...
$ v25 : int 1 2 3 3 3 2 3 2 1 1 ...
$ v26 : int 1 3 3 3 3 2 3 4 1 4 ...
$ v27 : int 3 2 2 NA 2 2 1 3 1 3 ...
$ v28 : int 5 2 3 5 NA 2 NA 1 4 3 ...
$ v29 : int 4 3 2 3 3 4 1 1 2 3 ...
$ v30 : int 1 2 2 2 2 2 1 1 1 3 ...
$ v31 : int 2 2 2 NA 2 2 1 1 4 3 ...
$ v32 : int 2 2 2 2 2 2 1 2 1 1 ...
$ v33 : int 1 3 3 1 1 1 1 3 3 1 ...
$ v33o06 : chr " " " " " " " " ...
$ v34 : int 3 3 3 2 1 NA 2 4 1 4 ...
$ v35 : int 3 3 3 5 1 5 5 1 4 3 ...
$ v36 : int 4 2 3 2 2 3 2 4 3 4 ...
$ v37 : int 4 2 2 2 2 NA 5 3 3 3 ...
$ v38 : int 1 2 2 3 4 3 3 2 4 3 ...
$ v39 : int 3 2 2 2 2 NA 2 3 4 NA ...
$ v40 : int 2 2 3 3 3 2 3 2 4 3 ...
$ v41 : int 8 8 2 1 1 1 11 4 2 10 ...
$ v41o11 : chr " " " " " " " " ...
$ v41a : int NA NA NA NA NA NA NA NA NA 8 ...
$ v41ao09 : chr " " " " " " " " ...
$ v42 : int 2 3 1 2 2 5 2 3 2 3 ...
$ v42o06 : logi NA NA NA NA NA NA ...
$ v43 : int 13 7 7 13 10 1 7 13 7 7 ...
$ v43o15 : logi NA NA NA NA NA NA ...
$ v44 : int 1 2 1 5 5 2 5 1 2 1 ...
$ v44o07 : chr " " " " " " " " ...
$ v45sa : chr "粉料混和 如三合一咖啡、奶茶、胡椒粉等粉狀產品的混和" "一般房屋修繕工程" "提供規劃及執行音樂活動" "96" ...
$ v45sb : chr "負責人，什麼都做，主要負責行政工作跟現場管理，公司沒過30人" "老闆(無雇用員工)負責修理水電工程" "老闆 負責規劃及執行音樂活動 沒有僱用員工" "96" ...
$ v46 : int 3 3 3 NA NA 3 NA 1 1 3 ...
$ v46o06 : chr " " " " " " " " ...
$ v47 : int 8 2 8 NA NA 8 NA 6 8 2 ...
$ v47o09 : chr " " " " " " " " ...
$ v47a : int NA NA NA NA NA NA NA NA NA NA ...
$ v48 : int 5 6 7 7 6 2 3 4 5 4 ...
$ v49 : int 12 6 7 11 6 NA NA 14 10 8 ...
$ v50 : int 7 3 7 7 2 7 1 4 1 7 ...
$ v50o09 : chr " " " " " " " " ...
$ v51 : int 2 2 2 2 2 2 2 2 2 2 ...
$ v51o05 : chr " " " " " " " " ...
$ v52 : int 2 2 4 2 2 2 2 2 2 2 ...
$ v52o05 : chr " " " " " " " " ...
$ vz0city : int 19 18 18 10 10 10 10 10 10 16 ...
$ vz0city_oth : logi NA NA NA NA NA NA ...
$ vz0town : int 261 973 970 540 542 542 557 551 545 900 ...
$ v53 : int 3 1 1 2 1 1 1 2 1 1 ...
$ v54 : int 1 1 1 1 1 1 1 1 1 1 ...
$ v55 : int 1 4 2 1 1 1 1 1 1 3 ...
$ ve1m01 : int 0 0 1 0 0 0 0 1 0 0 ...
$ ve1m02 : int 0 1 1 0 0 0 0 0 1 0 ...
$ ve1m03 : int 1 0 0 1 0 0 1 0 0 0 ...
$ ve1m04 : int 0 0 0 0 1 1 0 0 0 1 ...
$ code : int 261 973 970 540 542 542 557 551 545 900 ...
$ agegp : int 5 5 2 6 7 7 6 4 4 4 ...
$ stratumgp : int 1 6 6 3 3 3 3 3 3 5 ...
$ edugp : int 5 3 3 5 4 1 3 5 3 3 ...
$ wr_1 : num 0.525 0.965 3.096 0.284 0.935 ...
變數編碼
３４.在威權統治時期，政府曾經監控異議份子並且留下紀錄。請問您認為這些紀錄現在應該怎麼處理？
(01)全部公開 (02)看情況，有些公開、有些不公開 (03)原則上不應該公開，只能提供給與紀錄有關的當事人看 (04)全部都不公開 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
249 205 466 232 12
TWTJ2020r$v34r <- rec(TWTJ2020r$v34,rec= "1=1[全部公開];2:3=2[選擇性公開];4=0[全部都不公開]", as.num=F)
frq(TWTJ2020r$v34r)
x <categorical>
# total N=1218 valid N=1152 mean=1.38 sd=0.80
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------------
0 | 全部都不公開 | 232 | 19.05 | 20.14 | 20.14
1 | 全部公開 | 249 | 20.44 | 21.61 | 41.75
2 | 選擇性公開 | 671 | 55.09 | 58.25 | 100.00
<NA> | <NA> | 66 | 5.42 | <NA> | <NA>
#frq(TWTJ2020r$v34r, weights = (TWTJ2020r$WT, out = "v")
３５.現在台灣的公共場所還有很多蔣公銅像，有人認為應該盡量移除。請問您同不同意？
(01)非常同意 (02)同意 (03)不同意 (04)非常不同意 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
158 175 474 356 28
TWTJ2020r$v35r <- rec(TWTJ2020r$v35,rec= "1:2=1[同意];3:4=0[不同意];5=else", as.num=F)
frq(TWTJ2020r$v35r)
x <categorical>
# total N=1218 valid N=1218 mean=2.30 sd=0.55
Value | N | Raw % | Valid % | Cum. %
--------------------------------------
-Inf | 27 | 2.22 | 2.22 | 2.22
0 | 830 | 68.14 | 68.14 | 70.36
1 | 333 | 27.34 | 27.34 | 97.70
else | 28 | 2.30 | 2.30 | 100.00
<NA> | 0 | 0.00 | <NA> | <NA>
３６.請問您了不了解政府推動轉型正義的工作？
(01)非常了解 (02)了解 (03)不了解 (04)非常不了解 (97)不知道 (98)拒答
TWTJ2020r$v36r <- rec(TWTJ2020r$v36,rec= "1:2=1[了解];3:4=0[不了解]", as.num=F)
frq(TWTJ2020r$v36r)
x <categorical>
# total N=1218 valid N=1204 mean=0.27 sd=0.44
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不了解 | 881 | 72.33 | 73.17 | 73.17
1 | 了解 | 323 | 26.52 | 26.83 | 100.00
<NA> | <NA> | 14 | 1.15 | <NA> | <NA>
３7 .有人認為，到目前為止，台灣在轉型正義的處理上對社會的和解有幫助。請問您同不同意這種說法？
(01)非常同意 (02)同意 (03)不同意 (04)非常不同意 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
112 375 295 371 10
TWTJ2020r$v37r <- rec(TWTJ2020r$v37,rec= "1:2=1[同意];3:4=0[不同意];5=else", as.num=F)
frq(TWTJ2020r$v37r)
x <categorical>
# total N=1218 valid N=1218 mean=2.37 sd=0.58
Value | N | Raw % | Valid % | Cum. %
--------------------------------------
-Inf | 55 | 4.52 | 4.52 | 4.52
0 | 666 | 54.68 | 54.68 | 59.20
1 | 487 | 39.98 | 39.98 | 99.18
else | 10 | 0.82 | 0.82 | 100.00
<NA> | 0 | 0.00 | <NA> | <NA>
３８.有人認為，現在政府處理轉型正義只是為了打擊國民黨，但並沒有促進和解。請問您同不同意這種說法？
(01)非常同意 (02)同意 (03)不同意 (04)非常不同意 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
321 270 319 232 8
TWTJ2020r$v38r <- rec(TWTJ2020r$v38,rec= "1:2=1[同意];3:4=0[不同意];5=else", as.num=F)
frq(TWTJ2020r$v38r)
x <categorical>
# total N=1218 valid N=1218 mean=2.44 sd=0.61
Value | N | Raw % | Valid % | Cum. %
--------------------------------------
-Inf | 68 | 5.58 | 5.58 | 5.58
0 | 551 | 45.24 | 45.24 | 50.82
1 | 591 | 48.52 | 48.52 | 99.34
else | 8 | 0.66 | 0.66 | 100.00
<NA> | 0 | 0.00 | <NA> | <NA>
３９.請問您支不支持政府推動轉型正義的工作？
(01)非常支持 (02)支持 (03)不支持 (04)非常不支持 (97)不知道 (98)拒答
TWTJ2020r$v39r <- rec(TWTJ2020r$v39,rec= "1:2=1[支持];3:4=0[不支持]", as.num=F)
frq(TWTJ2020r$v39r)
x <categorical>
# total N=1218 valid N=1138 mean=0.57 sd=0.49
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不支持 | 486 | 39.90 | 42.71 | 42.71
1 | 支持 | 652 | 53.53 | 57.29 | 100.00
<NA> | <NA> | 80 | 6.57 | <NA> | <NA>
４０.如果有公民會議讓民眾可以針對轉型正義發表意見，提供政府參考，請問您願不願意參加【這樣的公民會議】？
(01)非常願意 (02)願意 (03)不願意 (04)非常不願意 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
202 411 382 200 4
TWTJ2020r$v40r <- rec(TWTJ2020r$v40,rec= "1:2=1[願意];3:4=0[不願意]", as.num=F)
frq(TWTJ2020r$v40r)
x <categorical>
# total N=1218 valid N=1195 mean=0.51 sd=0.50
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不願意 | 582 | 47.78 | 48.70 | 48.70
1 | 願意 | 613 | 50.33 | 51.30 | 100.00
<NA> | <NA> | 23 | 1.89 | <NA> | <NA>
４１Ａ 請問您比較傾向哪個政黨？
(01)民進黨
(02)國民黨
(03)親民黨
(04)台灣民眾黨
(05)時代力量
(06)泛藍
(04)台灣民眾黨
(07)泛綠
(08)無【回答「都不支持」請放入此項】
(09)其他____【
5.對香港未來的發展感到樂觀還是悲觀？ (01)非常樂觀 (02)有點樂觀 (03)有點悲觀 (04)非常悲觀 (05)沒有意見 (97)不知道
1 2 3 4 5
36 150 445 506 22
TWTJ2020r$v5r <- rec(TWTJ2020r$v5,rec= "1:2=1[樂觀];3:4=0[不樂觀]", as.num=F)
frq(TWTJ2020r$v5r)
x <categorical>
# total N=1218 valid N=1137 mean=0.16 sd=0.37
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不樂觀 | 951 | 78.08 | 83.64 | 83.64
1 | 樂觀 | 186 | 15.27 | 16.36 | 100.00
<NA> | <NA> | 81 | 6.65 | <NA> | <NA>
６ 請問您對中國大陸未來的發展感到樂觀還是悲觀？
(01)非常樂觀 (02)有點樂觀 (03)有點悲觀 (04)非常悲觀 (05)沒有意見 (97)不知道 (98)拒答
1 2 3 4 5
135 407 352 225 21
TWTJ2020r$v6r <- rec(TWTJ2020r$v6,rec= "1:2=1[樂觀];3:4=0[不樂觀]", as.num=F)
frq(TWTJ2020r$v6r)
x <categorical>
# total N=1218 valid N=1119 mean=0.48 sd=0.50
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不樂觀 | 577 | 47.37 | 51.56 | 51.56
1 | 樂觀 | 542 | 44.50 | 48.44 | 100.00
<NA> | <NA> | 99 | 8.13 | <NA> | <NA>
７ 整體來講，您支不支持今年香港反國安法的抗爭運動？
(01)非常支持 (02)支持 (03)不支持 (04)非常不支持 (97)不知道 (98)拒答
TWTJ2020r$v7r <- rec(TWTJ2020r$v7,rec= "1:2=1[支持];3:4=0[不支持]", as.num=F)
frq(TWTJ2020r$v7r)
x <categorical>
# total N=1218 valid N=1062 mean=0.67 sd=0.47
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不支持 | 351 | 28.82 | 33.05 | 33.05
1 | 支持 | 711 | 58.37 | 66.95 | 100.00
<NA> | <NA> | 156 | 12.81 | <NA> | <NA>
１０ 請問您對台灣整體社會未來的發展感到樂觀還是悲觀？
(01)非常樂觀 (02)有點樂觀 (03)有點悲觀 (04)很不滿意 (05)沒有意見 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
1 2 3 4 5 6
185 474 311 215 10 1
TWTJ2020r$v10r <- rec(TWTJ2020r$v7,rec= "1:2=1[樂觀];3:4=0[不樂觀]", as.num=F)
frq(TWTJ2020r$v10r)
x <categorical>
# total N=1218 valid N=1062 mean=0.67 sd=0.47
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不樂觀 | 351 | 28.82 | 33.05 | 33.05
1 | 樂觀 | 711 | 58.37 | 66.95 | 100.00
<NA> | <NA> | 156 | 12.81 | <NA> | <NA>
１１ 請問您對台灣整體經濟未來的發展感到樂觀還是悲觀？
(01)非常樂觀 (02)有點樂觀 (03)有點悲觀 (04)非常悲觀 (05)沒有意見 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
1 2 3 4 5 6
182 480 348 177 3 2
TWTJ2020r$v11r <- rec(TWTJ2020r$v11,rec= "1:2=1[樂觀];3:4=0[不樂觀]", as.num=F)
frq(TWTJ2020r$v11r)
x <categorical>
# total N=1218 valid N=1187 mean=0.56 sd=0.50
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不樂觀 | 525 | 43.10 | 44.23 | 44.23
1 | 樂觀 | 662 | 54.35 | 55.77 | 100.00
<NA> | <NA> | 31 | 2.55 | <NA> | <NA>
１２ 請問您對台灣整體政治未來的發展感到樂觀還是悲觀？
(01)非常樂觀 (02)有點樂觀 (03)有點悲觀 (04)非常悲觀 (05)沒有意見 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
1 2 3 4 5 6
109 342 376 342 12 4
TWTJ2020r$v12r <- rec(TWTJ2020r$v12,rec= "1:2=1[樂觀];3:4=0[不樂觀]", as.num=F)
frq(TWTJ2020r$v12r)
x <categorical>
# total N=1218 valid N=1169 mean=0.39 sd=0.49
Value | Label | N | Raw % | Valid % | Cum. %
-----------------------------------------------
0 | 不樂觀 | 718 | 58.95 | 61.42 | 61.42
1 | 樂觀 | 451 | 37.03 | 38.58 | 100.00
<NA> | <NA> | 49 | 4.02 | <NA> | <NA>
３３ 社會上有人說自己是台灣人，有人說自己是中國人，也有人說兩者都是。請問您認為自 己是台灣人、中國人還是兩者都是？ (01)台灣人 (02)中國人 (03)兩者都是 (06)其他_____【請鍵入並記錄在開放題紀錄表中】 (97)不知道 (98)拒答
TWTJ2020r$v33r <- rec(TWTJ2020r$v33,rec= "1=1[台灣人];2=0[中國人];3=3[兩者都是]", as.num=F)
frq(TWTJ2020r$v33r)
x <categorical>
# total N=1218 valid N=1206 mean=1.80 sd=1.02
Value | Label | N | Raw % | Valid % | Cum. %
-------------------------------------------------
0 | 中國人 | 28 | 2.30 | 2.32 | 2.32
1 | 台灣人 | 680 | 55.83 | 56.38 | 58.71
3 | 兩者都是 | 498 | 40.89 | 41.29 | 100.00
<NA> | <NA> | 12 | 0.99 | <NA> | <NA>
save(TWTJ2020r, file="TWTJ2020r.rda")
４１Ａ 請問您比較傾向哪個政黨？
(01)民進黨 (02)國民黨 (03)親民黨 (04)台灣民眾黨 (05)時代力量
(06)泛藍 (07)泛綠
(08)無【回答「都不支持」請放入此項】
(09)其他____【】
#table(TWTJ2020r$v41)
#table(TWTJ2020r$v41a)
#相加
#all_levels <- as.character(1:11)
#v41a_table <- table(factor(TWTJ2020r$v41a, levels = all_levels))
#v41_table <- table(factor(TWTJ2020r$v41, levels = all_levels))
#TWTJ2020r$v41t <- v41a_table + v41_table
#final_table <- v41a_table + v41_table
#partyv41 <- final_table
#partyv41r <- rec(partyv41,rec= "1=1[民進黨];2=2[國民黨];4=3[民眾黨];6=5[泛藍];7=6[泛綠];", as.num=F)
#frq(TWTJ2020r$v33r)
#library(sjlabelled)
#partyv41r <- set_labels(
# partyv41r,
# labels = c("民進黨" = 1, "國民黨" = 2, "民眾黨" = 3, "泛藍" = 4, "泛綠" = 5, "無" = 6, "其他" = 7)
#)
#frq(partyv41r)
MCA分析圖
#讀入資料
library(dplyr)
load("TWTJ2020r.rda")
#選擇變數
colnames(TWTJ2020r)
TWTJ2020rforMCA <- select(TWTJ2020r,
c(#核心變數
v34r,v35r,v36r,v37r,v38r,v39r,v40r,
v6r,v7r,#中國相關
v10r,v11r,v12r#我國未來發展看法
))
names(TWTJ2020rforMCA)
# 剔除無效值（list-wise deletion）。
TWTJ2020rforMCA.nona <- na.omit(TWTJ2020rforMCA)
nrow(TWTJ2020rforMCA.nona)
# 以直方圖確認所選的變數之次數分配
par(mfrow=c(2,3)) #畫布上可放2列3欄共6張直方圖
for (i in 1:ncol(TWTJ2020rforMCA.nona)) {
plot(TWTJ2020rforMCA.nona[,i], main=colnames(TWTJ2020rforMCA.nona)[i],
ylab = "Count", col="steelblue", las = 2, ylim=c(0,1500))
}
維次歸納描述圖
## MCA運算
library(FactoMineR)
library(factoextra)
names(TWTJ2020rforMCA.nona)
[1] "v34r" "v35r" "v36r" "v37r" "v38r" "v39r" "v40r" "v6r" "v7r" "v10r"
[11] "v11r" "v12r"
res<-MCA(TWTJ2020rforMCA.nona, ncp=10, quali.sup = 11:12,
graph= F)
#補充計算公式
fviz_screeplot(res, ncp=10)
## 維次歸納描述 （Dimension Description）
# install.packages("corrplot") colationplot作維次圖
library(corrplot)
corrplot(res$var$cos2, is.corr=FALSE, tl.cex=.6)
變數關聯分布圖
## 變數（variables）的關聯分佈圖
library(FactoMineR)
library(factoextra)
plot(res, axes=c(1, 2), new.plot=TRUE, choix="var",
col.var="red", col.quali.sup="darkgreen",
label=c("quali.sup", "quanti.sup", "var"),
invisible=c("ind"),
autoLab = "yes",
# title="The Distribution of Variables on the MCA Factor Map",
title="", cex=0.8)
# xlim=c(0,0.4), ylim=c(0, 0.6)
# 移除 xlim 和 ylim 參數
plot(res, axes=c(1, 2), new.plot=TRUE, choix="var",
col.var="red", col.quali.sup="darkgreen",
label=c("quali.sup", "quanti.sup", "var"),
invisible=c("ind"),autoLab = "yes",title="", cex=0.8)
變數類別關係圖二
## 變數類別（categories）關係圖
plot(res, axes=c(1, 2), new.plot=TRUE,
col.var="red", col.ind="black", col.ind.sup="black",
col.quali.sup="darkgreen", col.quanti.sup="blue",
label=c("var"), cex=0.8, #cex文字大小
selectMod = "cos2 70", #用統計量表計算三角形之間的距離 70=變數類別數量
invisible=c("ind", "quali.sup"), #invisible將什麼圖層遮住
autoLab = "yes",
#title="Distribution of Elements on the MCA Factor Map")
title="")
# 最具維度辨識力的變數類別組合
plot(res, axes=c(1, 2), new.plot=TRUE,
col.var="red", col.ind="black", col.ind.sup="black",
col.quali.sup="darkgreen", col.quanti.sup="blue",
label=c("var"), cex=0.8,
selectMod = "cos2 30", #共52個變數
invisible=c("ind", "quali.sup"),
xlim=c(-1.2,1.2), ylim=c(-0.6,2),
autoLab = "yes",
# title="Top 30 Critical Elements on the MCA Factor Map")
title="")
#拉近
plot(res, axes=c(1, 2), new.plot=TRUE,
col.var="red", col.ind="black", col.ind.sup="black",
col.quali.sup="darkgreen", col.quanti.sup="blue",
label=c("var"), cex=0.8,
selectMod = "cos2 30",
invisible=c("ind", "quali.sup"),
xlim=c(-1.2,1.2), ylim=c(-0.6,0.5),
autoLab = "yes",
# title="Top 30 Critical Elements on the MCA Factor Map 2")
title="")
維次貢獻圖
# 維次貢獻
library(factoextra)
# 第一維度的重要變數類別
fviz_contrib(res, choice ="var", axes = 1)
# 第二維度的重要變數類別
fviz_contrib(res, choice ="var", axes = 2)
# 第三維度的重要變數類別
# fviz_contrib(res, choice ="var", axes = 3)
# 對前三個維度最有貢獻的變數類別
# fviz_contrib(res, choice ="var", axes = 1:3)
## 受訪者在兩個維度的分佈
plot(res, axes=c(1, 2), new.plot=TRUE, choix="ind",
col.var="red", col.quali.sup="darkgreen",
label=c("var"),
selectMod ="cos2 15", select="cos2 1",
xlim=c(-1,1),
invisible=c("quali.sup", "var"),
#title="The Distribution of Individuals on the MCA Factor Map")
title="")
