S.I. 4 Codebook

This chapter displays the codebook for the data set for Study 1, automatically generated using the R package “codebook”.

## # A tibble: 1,019 x 14
##      Q64     Q63  S3_1_1  S3_2_1 S3_4_1_1 S3_4_1_2  S3_5_1 S3_6_1_1 S3_6_1_2
##    <dbl> <dbl+l> <dbl+l> <dbl+l> <dbl+lb> <dbl+lb> <dbl+l> <dbl+lb> <dbl+lb>
##  1    52 2 [Kvi~ 1 [Jag~ 5 [5]   1 [1 In~       NA 4 [4]   1 [1 My~       NA
##  2    30 2 [Kvi~ 2 [Jag~ 3 [3]   4 [4]          NA 4 [4]   5 [5]          NA
##  3    64 2 [Kvi~ 1 [Jag~ 4 [4]   5 [5]          NA 2 [2]   2 [2]          NA
##  4    43 2 [Kvi~ 2 [Jag~ 2 [2]   4 [4]          NA 4 [4]   7 [7 My~       NA
##  5    74 1 [Man] 2 [Jag~ 7 [7 M~ 4 [4]          NA 4 [4]   4 [4]          NA
##  6    51 2 [Kvi~ 1 [Jag~ 4 [4]   1 [1 In~       NA 1 [1 M~ 4 [4]          NA
##  7    58 1 [Man] 2 [Jag~ 7 [7 M~ 7 [7 My~       NA 7 [7 M~ 6 [6]          NA
##  8    55 1 [Man] 2 [Jag~ 4 [4]   4 [4]          NA 4 [4]   6 [6]          NA
##  9    68 2 [Kvi~ 2 [Jag~ 3 [3]   3 [3]          NA 3 [3]   3 [3]          NA
## 10    32 1 [Man] 2 [Jag~ 5 [5]   6 [6]          NA 6 [6]   5 [5]          NA
## # ... with 1,009 more rows, and 5 more variables: S3_7_1_1 <dbl+lbl>,
## #   S3_7_1_2 <dbl+lbl>, S3_8_1_1 <dbl+lbl>, S3_8_1_2 <dbl+lbl>,
## #   Studie3sel <dbl+lbl>

4.0.1 Metadata

4.0.1.1 Description

Dataset name: d

The dataset has N=1019 rows and 14 columns. 0 rows have no missing values on any column.

Metadata for search engines

  • Date published: 2020-02-21

    • keywords: Q64, Q63, S3_1_1, S3_2_1, S3_4_1_1, S3_4_1_2, S3_5_1, S3_6_1_1, S3_6_1_2, S3_7_1_1, S3_7_1_2, S3_8_1_1, S3_8_1_2 and Studie3sel

4.1 Variables

4.1.1 Q64

Ålder

4.1.1.1 Distribution

4 missing values.

4.1.1.2 Summary statistics

name label data_type n_missing complete_rate min median max mean sd hist format.spss display_width
Q64 Ålder numeric 4 0.9961 18 54 86 52.46 17.74 ▅▆▆▇▃ F8.0 10

4.1.2 Q63

Kön

4.1.2.1 Distribution

0 missing values.

4.1.2.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
Q63 Kön haven_labelled
  1. Man,
    2. Kvinna
0 1 1 2 2 1.517 0.5 2 ▇▁▁▁▁▁▁▇ F1.0 12

4.1.2.3 Value labels

  • Man: 1
  • Kvinna: 2

4.1.3 S3_1_1

I debatten diskuteras ibland att kommunerna skall kunna förbjuda tiggeri inom sina gränser. Vad tycker du själv om att förbjuda tiggeri i kommunen där du bor?

4.1.3.1 Distribution

0 missing values.

4.1.3.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_1_1 I debatten diskuteras ibland att kommunerna skall kunna förbjuda tiggeri inom sina gränser. Vad tycker du själv om att förbjuda tiggeri i kommunen där du bor? haven_labelled
  1. Jag är huvudsakligen emot att förbjuda tiggeri i min kommun,
    2. Jag är huvudsakligen för att förbjuda tiggeri i min kommun
0 1 1 2 2 1.563 0.4962 2 ▆▁▁▁▁▁▁▇ F1.0 12

4.1.3.3 Value labels

  • Jag är huvudsakligen emot att förbjuda tiggeri i min kommun: 1
  • Jag är huvudsakligen för att förbjuda tiggeri i min kommun: 2

4.1.4 S3_2_1

Hur viktig är frågan för dig personligen?

4.1.4.1 Distribution

0 missing values.

4.1.4.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_2_1 Hur viktig är frågan för dig personligen? haven_labelled
  1. 1 Inte alls viktig,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket viktig
0 1 1 4 7 4.044 1.789 7 ▃▆▇▇▁▇▅▅ F1.0 12

4.1.4.3 Value labels

  • 1 Inte alls viktig: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket viktig: 7

4.1.5 S3_4_1_1

Hur rättvist tycker du att det gick till när det fattades beslut om att förbjuda tiggeri?

4.1.5.1 Distribution

496 missing values.

4.1.5.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_4_1_1 Hur rättvist tycker du att det gick till när det fattades beslut om att förbjuda tiggeri? haven_labelled
  1. 1 Inte alls rättvist,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket rättvist
496 0.5132 1 4 7 4.316 1.806 7 ▃▃▅▇▁▆▅▆ F1.0 12

4.1.5.3 Value labels

  • 1 Inte alls rättvist: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket rättvist: 7

4.1.6 S3_4_1_2

Hur rättvist tycker du att det gick till när det fattades beslut om att inte förbjuda tiggeri?

4.1.6.1 Distribution

523 missing values.

4.1.6.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss
S3_4_1_2 Hur rättvist tycker du att det gick till när det fattades beslut om att inte förbjuda tiggeri? haven_labelled
  1. 1 Inte alls rättvist,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket rättvist
523 0.4868 1 4 7 4.397 1.889 7 ▃▂▅▇▁▅▅▆ F1.0

4.1.6.3 Value labels

  • 1 Inte alls rättvist: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket rättvist: 7

4.1.7 S3_5_1

Och hur schysst tycker du att beslutsproceduren var?

4.1.7.1 Distribution

0 missing values.

4.1.7.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_5_1 Och hur schysst tycker du att beslutsproceduren var? haven_labelled
  1. 1 Mycket oschysst,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket schysst
0 1 1 4 7 4.21 1.706 7 ▂▂▅▇▁▆▃▃ F1.0 12

4.1.7.3 Value labels

  • 1 Mycket oschysst: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket schysst: 7

4.1.8 S3_6_1_1

Och om du tänker på själva beslutet att förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?

4.1.8.1 Distribution

496 missing values.

4.1.8.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_6_1_1 Och om du tänker på själva beslutet att förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet? haven_labelled
  1. 1 Mycket dåligt,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket bra
496 0.5132 1 5 7 4.38 2.126 7 ▆▃▃▆▁▅▆▇ F1.0 12

4.1.8.3 Value labels

  • 1 Mycket dåligt: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket bra: 7

4.1.9 S3_6_1_2

Och om du tänker på själva beslutet att inte förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?

4.1.9.1 Distribution

523 missing values.

4.1.9.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss
S3_6_1_2 Och om du tänker på själva beslutet att inte förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet? haven_labelled
  1. 1 Mycket dåligt,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket bra
523 0.4868 1 4 7 3.921 2.011 7 ▇▆▇▇▁▅▅▇ F1.0

4.1.9.3 Value labels

  • 1 Mycket dåligt: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket bra: 7

4.1.10 S3_7_1_1

Hur villig är du att acceptera och följa beslutet att förbjuda tiggeri?

4.1.10.1 Distribution

496 missing values.

4.1.10.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_7_1_1 Hur villig är du att acceptera och följa beslutet att förbjuda tiggeri? haven_labelled
  1. 1 Inte alls villig,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket villig
496 0.5132 1 6 7 5.103 1.966 7 ▂▁▂▃▁▃▃▇ F1.0 12

4.1.10.3 Value labels

  • 1 Inte alls villig: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket villig: 7

4.1.11 S3_7_1_2

Hur villig är du att acceptera och följa beslutet att inte förbjuda tiggeri?

4.1.11.1 Distribution

523 missing values.

4.1.11.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss
S3_7_1_2 Hur villig är du att acceptera och följa beslutet att inte förbjuda tiggeri? haven_labelled
  1. 1 Inte alls villig,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Mycket villig
523 0.4868 1 6 7 5.143 2.006 7 ▂▁▁▃▁▂▃▇ F1.0

4.1.11.3 Value labels

  • 1 Inte alls villig: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Mycket villig: 7

4.1.12 S3_8_1_1

När det gäller att följa eller motarbeta beslutet att förbjuda tiggeri, var på skalan skulle du placera dig?

4.1.12.1 Distribution

496 missing values.

4.1.12.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
S3_8_1_1 När det gäller att följa eller motarbeta beslutet att förbjuda tiggeri, var på skalan skulle du placera dig? haven_labelled
  1. 1 Kommer absolut att motarbeta beslutet,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Kommer absolut att följa beslutet
496 0.5132 1 6 7 5.176 1.852 7 ▁▁▂▃▁▂▃▇ F1.0 12

4.1.12.3 Value labels

  • 1 Kommer absolut att motarbeta beslutet: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Kommer absolut att följa beslutet: 7

4.1.13 S3_8_1_2

När det gäller att följa eller motarbeta beslutet att inte förbjuda tiggeri, var på skalan skulle du placera dig?

4.1.13.1 Distribution

523 missing values.

4.1.13.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss
S3_8_1_2 När det gäller att följa eller motarbeta beslutet att inte förbjuda tiggeri, var på skalan skulle du placera dig? haven_labelled
  1. 1 Kommer absolut att motarbeta beslutet,
    2. 2,
    3. 3,
    4. 4,
    5. 5,
    6. 6,
    7. 7 Kommer absolut att följa beslutet
523 0.4868 1 5 7 5.095 1.867 7 ▁▁▂▅▁▂▃▇ F1.0

4.1.13.3 Value labels

  • 1 Kommer absolut att motarbeta beslutet: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7 Kommer absolut att följa beslutet: 7

4.1.14 Studie3sel

Manipulation

4.1.14.1 Distribution

0 missing values.

4.1.14.2 Summary statistics

name label data_type value_labels n_missing complete_rate min median max mean sd n_value_labels hist format.spss display_width
Studie3sel Manipulation haven_labelled
  1. förbjuda tiggeri, beslutet är fel,
    2. förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati,
    3. förbjuda tiggeri,
    4. inte förbjuda tiggeri, beslutet är fel,
    5. inte förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati,
    6. inte förbjuda tiggeri
0 1 1 3 6 3.439 1.707 6 ▇▇▁▇▇▁▇▇ F1.0 12

4.1.14.3 Value labels

  • förbjuda tiggeri, beslutet är fel: 1
  • förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati: 2
  • förbjuda tiggeri: 3
  • inte förbjuda tiggeri, beslutet är fel: 4
  • inte förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati: 5
  • inte förbjuda tiggeri: 6

4.2 Missingness report

4.3 Codebook table

JSON-LD metadata The following JSON-LD can be found by search engines, if you share this codebook publicly on the web.

{
  "name": "d",
  "datePublished": "2020-02-21",
  "description": "The dataset has N=1019 rows and 14 columns.\n0 rows have no missing values on any column.\n\n\n## Table of variables\nThis table contains variable names, labels, and number of missing values.\nSee the complete codebook for more.\n\n|name       |label                                                                                                                                                          | n_missing|\n|:----------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------|---------:|\n|Q64        |Ålder                                                                                                                                                          |         4|\n|Q63        |Kön                                                                                                                                                            |         0|\n|S3_1_1     |I debatten diskuteras ibland att kommunerna skall kunna förbjuda tiggeri inom sina gränser. Vad tycker du själv om att förbjuda tiggeri i kommunen där du bor? |         0|\n|S3_2_1     |Hur viktig är frågan för dig personligen?                                                                                                                      |         0|\n|S3_4_1_1   |Hur rättvist tycker du att det gick till när det fattades beslut om att förbjuda tiggeri?                                                                      |       496|\n|S3_4_1_2   |Hur rättvist tycker du att det gick till när det fattades beslut om att inte förbjuda tiggeri?                                                                 |       523|\n|S3_5_1     |Och hur schysst tycker du att beslutsproceduren var?                                                                                                           |         0|\n|S3_6_1_1   |Och om du tänker på själva beslutet att förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?                                                              |       496|\n|S3_6_1_2   |Och om du tänker på själva beslutet att inte förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?                                                         |       523|\n|S3_7_1_1   |Hur villig är du att acceptera och följa beslutet att förbjuda tiggeri?                                                                                        |       496|\n|S3_7_1_2   |Hur villig är du att acceptera och följa beslutet att inte förbjuda tiggeri?                                                                                   |       523|\n|S3_8_1_1   |När det gäller att följa eller motarbeta beslutet att förbjuda tiggeri, var på skalan skulle du placera dig?                                                   |       496|\n|S3_8_1_2   |När det gäller att följa eller motarbeta beslutet att inte förbjuda tiggeri, var på skalan skulle du placera dig?                                              |       523|\n|Studie3sel |Manipulation                                                                                                                                                   |         0|\n\n### Note\nThis dataset was automatically described using the [codebook R package](https://rubenarslan.github.io/codebook/) (version 0.8.2).",
  "keywords": ["Q64", "Q63", "S3_1_1", "S3_2_1", "S3_4_1_1", "S3_4_1_2", "S3_5_1", "S3_6_1_1", "S3_6_1_2", "S3_7_1_1", "S3_7_1_2", "S3_8_1_1", "S3_8_1_2", "Studie3sel"],
  "@context": "http://schema.org/",
  "@type": "Dataset",
  "variableMeasured": [
    {
      "name": "Q64",
      "description": "Ålder",
      "@type": "propertyValue"
    },
    {
      "name": "Q63",
      "description": "Kön",
      "value": "1. Man,\n2. Kvinna",
      "maxValue": 2,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_1_1",
      "description": "I debatten diskuteras ibland att kommunerna skall kunna förbjuda tiggeri inom sina gränser. Vad tycker du själv om att förbjuda tiggeri i kommunen där du bor?",
      "value": "1. Jag är huvudsakligen emot att förbjuda tiggeri i min kommun,\n2. Jag är huvudsakligen för att förbjuda tiggeri i min kommun",
      "maxValue": 2,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_2_1",
      "description": "Hur viktig är frågan för dig personligen?",
      "value": "1. 1 Inte alls viktig,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket viktig",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_4_1_1",
      "description": "Hur rättvist tycker du att det gick till när det fattades beslut om att förbjuda tiggeri?",
      "value": "1. 1 Inte alls rättvist,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket rättvist",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_4_1_2",
      "description": "Hur rättvist tycker du att det gick till när det fattades beslut om att inte förbjuda tiggeri?",
      "value": "1. 1 Inte alls rättvist,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket rättvist",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_5_1",
      "description": "Och hur schysst tycker du att beslutsproceduren var?",
      "value": "1. 1 Mycket oschysst,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket schysst",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_6_1_1",
      "description": "Och om du tänker på själva beslutet att förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?",
      "value": "1. 1 Mycket dåligt,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket bra",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_6_1_2",
      "description": "Och om du tänker på själva beslutet att inte förbjuda tiggeri. Vad tycker Du allmänt sett om beslutet?",
      "value": "1. 1 Mycket dåligt,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket bra",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_7_1_1",
      "description": "Hur villig är du att acceptera och följa beslutet att förbjuda tiggeri?",
      "value": "1. 1 Inte alls villig,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket villig",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_7_1_2",
      "description": "Hur villig är du att acceptera och följa beslutet att inte förbjuda tiggeri?",
      "value": "1. 1 Inte alls villig,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Mycket villig",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_8_1_1",
      "description": "När det gäller att följa eller motarbeta beslutet att förbjuda tiggeri, var på skalan skulle du placera dig?",
      "value": "1. 1 Kommer absolut att motarbeta beslutet,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Kommer absolut att följa beslutet",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "S3_8_1_2",
      "description": "När det gäller att följa eller motarbeta beslutet att inte förbjuda tiggeri, var på skalan skulle du placera dig?",
      "value": "1. 1 Kommer absolut att motarbeta beslutet,\n2. 2,\n3. 3,\n4. 4,\n5. 5,\n6. 6,\n7. 7 Kommer absolut att följa beslutet",
      "maxValue": 7,
      "minValue": 1,
      "@type": "propertyValue"
    },
    {
      "name": "Studie3sel",
      "description": "Manipulation",
      "value": "1. förbjuda tiggeri, beslutet är fel,\n2. förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati,\n3. förbjuda tiggeri,\n4. inte förbjuda tiggeri, beslutet är fel,\n5. inte förbjuda tiggeri, beslutet är fel, men man inte alltid kan få som man vill i en demokrati,\n6. inte förbjuda tiggeri",
      "maxValue": 6,
      "minValue": 1,
      "@type": "propertyValue"
    }
  ]
}`
d <- d %>%
  rename("imp_accept"= "r9pad1",
          "other_accept" = "r9pad2",
          "self_accept" = "r9pad3",
          "opinion_ban" = "r10pad1",
          "opinion_strength" = "r10pad2",
          "video_mobile" = "r10pad3_mobil",
          "video_proban_treat" = "r10pad3a_ran",
          "video_antiban_treat" = "r10pad3b_ran",
          "video_ended" = "r10pad3ended",
          "video_error" = "r10pad3error",
          "video_paused" = "r10pad3paused",
          "video_played" = "r10pad3played",
          "video_timespent" = "r10pad3_timespent",
          "video_report" = "r10pad4",
          "fairness" = "r10pad5",
          "accept" = "r10pad6",
          "trust" = "r10pad7",
          "check_outcome" = "r10pad8",
          "check_politician" = "r10pad9"
  )

#Merge treatments with ban and no ban outcomes          
d <- d %>%
  gather(video, treatment, video_proban_treat:video_antiban_treat)

#Make NA the respondents with values 98 (Not asked) or 97 (No answer) for entire dataset. (Checked with command 'sum(is.na(Loser$video_timespent)) that no values on that 
#variable has value 97 or 98)
d[d == 97] <- NA
d[d == 98] <- NA

#Reverse scales
d <- d %>%
  mutate(imp_accept = -(imp_accept)+6,
         other_accept = -(other_accept)+6,
         self_accept = -(self_accept)+6,
         opinion_strength = -(opinion_strength)+6,
         fairness = -(fairness)+6,
         accept = -(accept)+6,
         trust = -(trust)+6
  )


##Create manipulation check variable that measures whether the respondents correctly identify whether the outcome was favorable or unfavorable to them
d <- d %>%
  mutate(favorability = case_when(
    treatment %in% 1:4 ~ "Unfavorable",
    treatment == 5    ~ "Favorable"
  )
  )%>%
  mutate(mcheck_favorability = case_when(
    is.na(favorability) ~ "Incorrect",
    favorability=="Favorable" & check_outcome==1 ~ "Correct",
    favorability=="Unfavorable" & check_outcome==2 ~ "Correct",
    favorability %in% 3:4 ~ "Incorrect",
    favorability=="Favorable" & check_outcome==2 ~ "Incorrect",
    favorability=="Unfavorable" & check_outcome==1 ~ "Incorrect"
  )
  ) 

#Label values on treatment variable
d <- d %>%
  mutate(treatment = case_when(
    .[["treatment"]] == 1 ~ "Lamenting politician",
    .[["treatment"]] == 2 ~ "Specific prime",
    .[["treatment"]] == 3 ~ "General Prime",
    .[["treatment"]] == 4 ~ "Not shown",
    .[["treatment"]] == 5 ~ "Winner"),
    opinion_ban = case_when(
    .[["opinion_ban"]] == 1 ~ "Pro",
    .[["opinion_ban"]] == 2 ~ "Anti"),
    responseid = as.numeric(responseid),
         imp_accept2 = case_when(imp_accept %in% 4:5 ~ "Important",
                                imp_accept %in% 1:3 ~ "Not important"),
         other_accept2 = case_when(other_accept %in% 4:5 ~ "High degree",
                                  other_accept %in% 1:3 ~ "Low degree"),
         self_accept2 = case_when(self_accept %in% 4:5 ~ "High degree",
                                 self_accept %in% 1:3 ~ "Low degree"),
         opinion_strength2 = case_when(opinion_strength %in% 4:5 ~ "Important",
                                      opinion_strength %in% 1:3 ~ "Not important")
  )
#----------------------------------------------------
#Prepare data sets with different samples
#----------------------------------------------------

# Keep a full ITT dataset

d <- d %>%
  filter(!is.na(treatment)) #Keep all who where assigned to a video treatment

write_sav(d, "Data/Goodloser-exp2-itt.sav")
write_csv(d, "Data/Goodloser-exp2-itt.csv")

#Remove respondents who did not see the video properly. Will be used as main data set
  d <- d %>% filter(video_timespent %in% 60:300) %>% #Keep only those who stayed with the video for more than 60 seconds and less than 300 seconds
  filter(video_report %in% c(1, 3)) #Keep only those who reported that they had sound and picture or picture but no sound

write_sav(d, "Data/Goodloser-exp2.sav")
write_csv(d, "Data/Goodloser-exp2.csv")

#Create a separate data set where also those who fail the manipulation check are excluded.
Loser_redux <- d %>%
  filter(mcheck_favorability == "Correct")

#Save file with the good loser data set that excludes respondents who fail manipulation check

write_sav(Loser_redux, "Data/Goodloser-exp2-exclusive.sav")
write_csv(Loser_redux, "Data/Goodloser-exp2-exclusive.csv")