値のリコードとクロス表分析

R

　リコード作業に入る前に欠損値の指定をおこなう。SPSSでデータを作るとき、NAやDKに“9”や“99”を振ることが多い。分析の際、この“9”や“99”を必要に応じて欠損値扱いにする。Rでも“9”や“99”をそのままにしておくと普通の値として計算されてしまうので、欠損値であることを明確にしておく。

sex <- replace(d1$q1, which(d1$q1==9), NA)	# q1は性別
age <- replace(d1$q2, which(d1$q2==99), NA)	# q2は年齢	
vol <- replace(d1$q12, which(d1$q12==97), NA)	# q12はボランティア参加の程度
vol <- replace(vol, which(vol==99), NA)

　sex、age、volをデータフレームに追加。

d1 <- cbind(d1, sex, age, vol)

　欠損データをデータフレームから除去。

d2 <- na.omit(d1)


　リコードは群馬大学の青木先生が作成された関数を使って*1。

age5 <- ctgr(d2$age, c(30, 40, 50, 60),	# 区切り値
             c("20代", "30代", "40代", "50代", "60代以上"))	# ラベル

　n個の区切り値でn＋1個の区間に区切る。区切り値は区間の左端に含まれる。たとえば、volの値は1「積極的に参加している」から4「参加していない」の4分位なので

vol2 <- ctgr(d2$vol, c(4), c("参加している","参加していない"))

とすれば、1から3までと4のふたつの区間に区切られる（区切り値は4）。

　なお、この関数を使うとリコード後の変数は質的変数になる。carパッケージのrecode関数を利用すれば、連続変数のまま複数の値を統合することが可能。


　リコードしたage5とvol2をクロス集計する。

t1 <- table(age5, vol2)

　出力を確認。

> t1
          vol2
age5       参加している 参加していない
  20代               19            104
  30代               42            107
  40代               66            126
  50代              100            179
  60代以上          137            174

　セル度数だけだと分かりにくいので、周辺度数を追加。

t2 <- addmargins(t1, c(1, 2))
> t2
          vol2
age5       参加している 参加していない  Sum
  20代               19            104  123
  30代               42            107  149
  40代               66            126  192
  50代              100            179  279
  60代以上          137            174  311
  Sum               364            690 1054

　行％の計算は次のようにする。

t3 <- 100*prop.table(t1, 1)
> t3
          vol2
age5       参加している 参加していない
  20代         15.44715       84.55285
  30代         28.18792       71.81208
  40代         34.37500       65.62500
  50代         35.84229       64.15771
  60代以上     44.05145       55.94855

　カイ二乗検定。

> chisq.test(t1)

        Pearson's Chi-squared test

data:  t1 
X-squared = 35.148, df = 4, p-value = 4.331e-07

　この\chi^2値をもとに、クラマーのVを計算。

　

だから

vnum <- 35.148	#分子
vden <- 1054*(2-1)	#分母
v <- sqrt(vnum/vden)

で求まる。

> v
[1] 0.1826123

　たいした手間ではないが、直接、クラマーのVを出せるコマンドがあったらいいな、と思っていたらこんなのを発見。

# クラマー係数を関数として定義
cr <- function(x) {
　if (dim(x)[1] > dim(x)[2] ) 
 return(sqrt(chisq.test(x)$statistic/sum(x)/(dim(x)[2]-1)))
　else return(sqrt(chisq.test(x)$statistic/sum(x)/(dim(x)[1]-1)))
　}

　簡単にV係数をえることができる。

> cr(t1)
X-squared 
0.1826122

*1:関数は青木先生のページ（http://aoki2.si.gunma-u.ac.jp/R/recode.html）で公開されています。もとの関数の名前はrecodeですが、recodeという関数は他にもあるので、利用に際して関数名を変えさせていただきました。