data_to_factor.md
In datawizard: Easy Data Wrangling and Statistical Transformations

data_read, convert many labels correctly

Code
  data_tabulate(to_factor(d$selv1))
Output
  to_factor(d$selv1) <categorical>
  # total N=2413 valid N=2413

  Value                                              |   N | Raw % | Valid % | Cumulative %
  ---------------------------------------------------+-----+-------+---------+-------------
  Vignette 1 weiblich (Gülsen E. Reinigungskraft B)  | 150 |  6.22 |    6.22 |         6.22
  Vignette 2 weiblich (Gülsen E. Anwältin B)         | 150 |  6.22 |    6.22 |        12.43
  Vignette 3 weiblich (Monika E. Reinigungskraft B)  | 150 |  6.22 |    6.22 |        18.65
  Vignette 4 weiblich (Monika E. Anwältin B)         | 151 |  6.26 |    6.26 |        24.91
  Vignette 5 männlich (Hasan E. Reinigungskraft B)   | 151 |  6.26 |    6.26 |        31.16
  Vignette 6 männlich (Hasan E. Anwalt B)            | 153 |  6.34 |    6.34 |        37.51
  Vignette 7 männlich (Martin E. Reinigungskraft B)  | 150 |  6.22 |    6.22 |        43.72
  Vignette 8 männlich (Martin E. Anwalt B)           | 150 |  6.22 |    6.22 |        49.94
  Vignette 9 weiblich (Gülsen E. Reinigungskraft E)  | 151 |  6.26 |    6.26 |        56.20
  Vignette 10 weiblich (Gülsen E. Anwältin E)        | 150 |  6.22 |    6.22 |        62.41
  Vignette 11 weiblich (Monika E. Reinigungskraft E) | 150 |  6.22 |    6.22 |        68.63
  Vignette 12 weiblich (Monika E. Anwältin E)        | 151 |  6.26 |    6.26 |        74.89
  Vignette 13 männlich (Hasan E. Reinigungskraft E)  | 155 |  6.42 |    6.42 |        81.31
  Vignette 14 männlich (Hasan E. Anwalt E)           | 150 |  6.22 |    6.22 |        87.53
  Vignette 15 männlich (Martin E. Reinigungskraft E) | 150 |  6.22 |    6.22 |        93.74
  Vignette 16 männlich (Martin E. Anwalt E)          | 151 |  6.26 |    6.26 |       100.00
  <NA>                                               |   0 |  0.00 |    <NA> |         <NA>

Code
  data_tabulate(to_factor(d$c12))
Output
  Sind oder waren Sie schon einmal selbst von solchen Beschwerden betroffen? (to_factor(d$c12)) <categorical>
  # total N=2413 valid N=2413

  Value        |    N | Raw % | Valid % | Cumulative %
  -------------+------+-------+---------+-------------
  ja           |  786 | 32.57 |   32.57 |        32.57
  nein         | 1616 | 66.97 |   66.97 |        99.54
  keine Angabe |   11 |  0.46 |    0.46 |       100.00
  <NA>         |    0 |  0.00 |    <NA> |         <NA>

Code
  data_tabulate(to_factor(d$c12a))
Output
  Haben Sie deswegen Behandlung(en) in Anspruch genommen? (to_factor(d$c12a)) <categorical>
  # total N=2413 valid N=2413

  Value        |    N | Raw % | Valid % | Cumulative %
  -------------+------+-------+---------+-------------
  Filter       | 1627 | 67.43 |   67.43 |        67.43
  ja           |  500 | 20.72 |   20.72 |        88.15
  nein         |  285 | 11.81 |   11.81 |        99.96
  keine Angabe |    1 |  0.04 |    0.04 |       100.00
  <NA>         |    0 |  0.00 |    <NA> |         <NA>

Code
  data_tabulate(to_factor(d$c12c))
Output
  Wie sehr haben diese Behandlung(en) Ihre Beeinträchtigung durch die Beschwerden verbessert? (to_factor(d$c12c)) <categorical>
  # total N=2413 valid N=2413

  Value                     |    N | Raw % | Valid % | Cumulative %
  --------------------------+------+-------+---------+-------------
  Filter                    | 1913 | 79.28 |   79.28 |        79.28
  0 = keine                 |   34 |  1.41 |    1.41 |        80.69
  1                         |    2 |  0.08 |    0.08 |        80.77
  2                         |   11 |  0.46 |    0.46 |        81.23
  3                         |   14 |  0.58 |    0.58 |        81.81
  4                         |   19 |  0.79 |    0.79 |        82.59
  5                         |   61 |  2.53 |    2.53 |        85.12
  6                         |   42 |  1.74 |    1.74 |        86.86
  7                         |   63 |  2.61 |    2.61 |        89.47
  8                         |   97 |  4.02 |    4.02 |        93.49
  9                         |   53 |  2.20 |    2.20 |        95.69
  10 = sehr starke          |   99 |  4.10 |    4.10 |        99.79
  weiß nicht / keine Angabe |    5 |  0.21 |    0.21 |       100.00
  <NA>                      |    0 |  0.00 |    <NA> |         <NA>