T1. Taller encuestas. Descriptivosgauss.inf.um.es/8jornadasR/filestaller/T1_descriptivos.pdf ·...

T1. Taller encuestas. Descriptivos*

VIII Jornadas R Albacete 2016**

Álvaro Hernández Vicente, Elvira Ferre Jaén, Antonio José Perán Orcajada, Ana BelénMarín Valverde, Antonio Maurandi López***

17 de noviembre de 2016

Índice1. Lectura de datos 1

2. Descriptivos con paquete tables 12.1. Variable sexo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.2. Variable actividadS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.3. Variable ingresos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22.4. Variable origen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.5. Variable nivelIngles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3. Descriptivos con paquete likert 43.1. Gráficos de barras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43.2. Gráficos de densidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73.3. Gráficos de calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

4. Correlaciones 134.1. Matriz de correlaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134.2. Gráficos de correlaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

Referencias y bibliografía 16

1. Lectura de datos

Se leen los datos saeraq.Rdata, que provienen del fichero raq.dat utilizado en (A. Field, Miles, and Field2012) (disponible en la web del libro).

Yload( "saeraq.RData" )

2. Descriptivos con paquete tables

Se realizan descriptivos de cada variable con el paquete tables (Murdoch (2016)).# library( tables )op <- booktabs()

*doc:T1_descriptivos.Rmd**http://r-es.org/8jornadasR/

***Servicio de Apoyo Estadístico; [email protected], [email protected], [email protected], [email protected],[email protected]

1

http://r-es.org/8jornadasR/

mailto:[email protected]





Serv. de Apoyo a la Investigación

# Función para imprimir tablas en latextablaLatex <- function( tabla, caption = NULL ){

cat( '\\begin{table} \\centering\n' )if( !is.null( caption ) ) cat( paste0( '\\caption{', caption, '}\n' ) )latex( tt )cat( '\\end{table}' )

}

2.1. Variable sexo

tt <- tabular( ~ ( Sexo = sexo ) + ( Total = 1 ), data = df )

# html( tt, options = htmloptions( HTMLcaption = "Variable sexo", pad = TRUE ) )tablaLatex( tt, caption = "Variable \\texttt{sexo}." )

Tabla 1: Variable sexo.Sexo

Mujer Hombre Total1927 644 2571

2.2. Variable actividadS

tt <- tabular( ~ ( `Actividad S` = actividadS ) + ( Total = 1 ), data = df )

# html( tt, options = htmloptions( HTMLcaption = "Variable actividadS", pad = TRUE ) )tablaLatex( tt, "Variable \\texttt{actividadS}." )

Tabla 2: Variable actividadS.Actividad S

Nada Poco Mucho Muchísimo Total613 658 669 631 2571

2.3. Variable ingresos

ic1 <- function(x){mean( x ) - qt( 0.975, df = length( x ) - 1 ) * sd( x ) / sqrt( length( x ) )

}

ic2 <- function(x){mean( x ) + qt( 0.975, df = length( x ) - 1 ) * sd( x ) / sqrt( length( x ) )

}

tt <- tabular( ~ ( Ingresos = ingresos ) * ( ic1 + mean + sd + ic2 + median ) +( Total = 1 ), data = df )

Sec. Apoyo Estadístico. SAI 2

http://www.um.es/sai/

http://www.um.es/

http://www.um.es/web/sai/contenido/servicios/apoyo-estadistico


# html( tt, options = htmloptions( HTMLcaption = "Variable ingresos", pad = TRUE ) )tablaLatex( tt, "Variable \\texttt{ingresos}." )

Tabla 3: Variable ingresos.Ingresos

ic1 mean sd ic2 median Total29320 29672 9095 30024 27771 2571

2.4. Variable origen

tt <- tabular( ~ ( Origen = origen ) + ( Total = 1 ), data = df )

# html( tt, options = htmloptions( HTMLcaption = "Variable origen", pad = TRUE ) )tablaLatex( tt, "Variable \\texttt{origen}." )

Tabla 4: Variable origen.Origen

Albacete Murcia Helsinki Total1178 1112 281 2571

2.5. Variable nivelIngles

tt <- tabular( ( `Nivel de inglés` = nivelIngles ) + ( Total = 1 ) ~ ( Frecuencia = 1 ),data = df )

# html( tt, options = htmloptions( HTMLcaption = "Variable nivelIngles", pad = TRUE ) )tablaLatex( tt, "Variable \\texttt{nivelIngles}." )

Tabla 5: Variable nivelIngles.Nivel de inglés FrecuenciaNulo 297CasiNulo 289A1 451A2 455B1 473B2 377C1 145C2 79IsabelII 3Shakespeare 2Total 2571



http://www.um.es/



3. Descriptivos con paquete likert

Se realizan gráficos descriptivos de los datos con el paquete likert (Bryer and Speerschneider (2015)) que,al estar basados en ggplot2 (Wickham (2009)), permite modificarlos de forma sencilla.# library( likert )dfLikert <- df[ , grep( "^Q", colnames( df ) ) ]colnames( dfLikert ) <- dicc[ grep( "^Q", dicc$item ), "spanish" ]

bloque1 <- 1:8bloque2 <- 9:17bloque3 <- 18:23

items1 <- likert( items = dfLikert[ , bloque1 ] )items2 <- likert( items = dfLikert[ , bloque2 ] )items3 <- likert( items = dfLikert[ , bloque3 ] )

3.1. Gráficos de barras

plot( items1, centered = TRUE, group.order = colnames( items1$items ),legend.position = "right" ) +

theme( axis.text.x = element_text( size = 10 ),axis.text.y = element_text( size = 13, hjust = 0 ),legend.text = element_text( size = 10 ),legend.title = element_text( size = 10 ) )



http://www.um.es/



5%

9%

15%

9%

23%

20%

22%

33%

87%

73%

71%

63%

48%

45%

42%

41%

8%

19%

13%

29%

29%

34%

36%

26%

8. Mis amigos pensarán que soy estúpido por noser capaz de enfrentarme a R.

7. Si soy bueno en estadística, mis amigos creenque soy un friki.

6. Mis amigos son mejores que yo usando R.

5. Mis amigos son mejores que yo en estadística.

4. En la escuela era realmente malo enmatemáticas.

3. Entro en coma cada vez que veo una ecuación.

2. Nunca he sido bueno en matemáticas.

1. No entiendo la estadística.

100 50 0 50 100Percentage

Response

Muy en desacuerdo

En desacuerdo

Neutro

De acuerdo

Muy de acuerdo

Figura 1: Gráfico de barras de los ítems 1 a 8.





http://www.um.es/



11%

9%

13%

15%

24%

37%

25%

22%

32%

71%

69%

60%

60%

46%

40%

38%

36%

22%

18%

22%

27%

25%

30%

23%

38%

42%

46%

17. No puedo dormir pensando en vectores propios.

16. Los ordenadores me la tienen jurada.

15. Los ordenadores solo sirven para jugar.

14. Los ordenadores tienen mente propia y serompen intencionadamente cada vez que los uso.

13. Los ordenadores me odian.

12. Me temo que causaré daños irreparables por miincompetencia con los ordenadores.

11. R siempre se colapsa cuando intento usarlo.

10. Tengo poca experiencia con los ordenadores.

9. Todo el mundo me mira cuando uso R.


Response

Muy en desacuerdo

En desacuerdo

Neutro

De acuerdo

Muy de acuerdo

Figura 2: Gráfico de barras de los items 9 a 17.





http://www.um.es/



17%

17%

30%

38%

55%

59%

61%

52%

36%

28%

18%

16%

22%

31%

34%

34%

27%

25%

23. La estadística me hace llorar.

22. Lloro intensamente cada vez que mencionan unamedida de tendencia central.

21. Sueño que Pearson me ataca con coeficientesde correlación.

20. La gente intenta decirte que R hace laestadística más fácil. Es mentira.

19. Las desviaciones estándar me ponen.

18. Me despierto bajo el edredón pensando queestoy atrapado en una distribución normal.


Response

Muy en desacuerdo

En desacuerdo

Neutro

De acuerdo

Muy de acuerdo

Figura 3: Gráfico de barras de los items 18 a 23.

3.2. Gráficos de densidad

plot( items1, type = "density" )



http://www.um.es/



8. Mis amigos pensarán que soy estúpido por no ser capaz de enfrentarme a R.

7. Si soy bueno en estadística, mis amigos creen que soy un friki.



4. En la escuela era realmente malo en matemáticas.




Muy endesacuerdo

(1)

Endesacuerdo

(2)

Neutro(3)

Deacuerdo

(4)

Muy deacuerdo

(5)

Figura 4: Gráfico de densidad de los items 1 a 8.




http://www.um.es/






14. Los ordenadores tienen mente propia y se rompen intencionadamente cada vez que los uso.


12. Me temo que causaré daños irreparables por mi incompetencia con los ordenadores.




Muy endesacuerdo

(1)

Endesacuerdo

(2)

Neutro(3)

Deacuerdo

(4)

Muy deacuerdo

(5)





http://www.um.es/




22. Lloro intensamente cada vez que mencionan una medida de tendencia central.

21. Sueño que Pearson me ataca con coeficientes de correlación.

20. La gente intenta decirte que R hace la estadística más fácil. Es mentira.


18. Me despierto bajo el edredón pensando que estoy atrapado en una distribución normal.

Muy endesacuerdo

(1)

Endesacuerdo

(2)

Neutro(3)

Deacuerdo

(4)

Muy deacuerdo

(5)


3.3. Gráficos de calor

plot( items1, type = "heat", group.order = colnames( items1$items ) ) +theme( axis.text.x = element_text( size = 8 ),

axis.text.y = element_text( size = 13, hjust = 0 ),legend.text = element_text( size = 10 ),legend.title = element_text( size = 10 ) )



http://www.um.es/



4.38 (0.85)

3.76 (0.87)

3.77 (1.12)

3.63 (0.83)

3.28 (0.96)

3.41 (1.08)

3.21 (0.95)

3.08 (1.10)

1.59%

0.78%

2.96%

4.71%

4.05%

5.68%

8.52%

2.80%

7.27%

3.93%

17.43%

17.00%

18.48%

9.80%

24.23%

5.72%

28.59%

8.01%

34.15%

35.94%

29.02%

13.38%

25.79%

18.75%

52.04%

31.43%

26.14%

36.91%

42.59%

43.84%

34.03%

57.84%

10.50%

55.85%

19.33%

5.45%

5.87%

27.30%

7.43%

14.90%




4. En la escuela era realmente malo enmatemáticas.



7. Si soy bueno en estadística, mis amigos creenque soy un friki.

8. Mis amigos pensarán que soy estúpido por noser capaz de enfrentarme a R.

Mean (SD) Muy en desacuerdo En desacuerdo Neutro De acuerdo Muy de acuerdo

0

25

50

75

100Percent

Figura 7: Gráfico de calor de los items 1 a 8.





http://www.um.es/



3.72 (0.88)

3.74 (0.88)

3.53 (0.88)

3.55 (0.95)

3.23 (1.01)

3.15 (1.26)

3.12 (1.00)

3.12 (0.92)

2.84 (0.92)

8.2%

1.6%

2.3%

8.7%

2.8%

6.9%

5.8%

5.6%

2.8%

28.5%

9.6%

6.4%

22.9%

11.7%

17.6%

17.8%

16.4%

9.7%

23.0%

18.2%

22.0%

46.4%

25.5%

37.9%

30.3%

42.0%

27.3%

20.3%

56.6%

53.3%

19.7%

47.5%

31.5%

39.4%

32.5%

51.7%

20.0%

14.0%

16.1%

2.3%

12.4%

6.1%

6.7%

3.5%

8.5%




12. Me temo que causaré daños irreparables por miincompetencia con los ordenadores.


14. Los ordenadores tienen mente propia y serompen intencionadamente cada vez que los uso.





0

25

50

75

100Percent






http://www.um.es/



3.71 (1.10)

3.43 (1.05)

3.11 (1.04)

2.83 (0.98)

2.57 (1.04)

2.38 (1.04)

5.7%

2.3%

21.8%

9.3%

4.6%

12.4%

11.6%

14.6%

37.0%

28.7%

25.5%

42.4%

30.8%

21.6%

24.7%

33.6%

34.1%

27.1%

37.4%

32.7%

14.6%

26.5%

25.8%

12.2%

14.4%

28.7%

1.8%

1.9%

10.0%

5.8%

18. Me despierto bajo el edredón pensando queestoy atrapado en una distribución normal.


20. La gente intenta decirte que R hace laestadística más fácil. Es mentira.

21. Sueño que Pearson me ataca con coeficientesde correlación.

22. Lloro intensamente cada vez que mencionan unamedida de tendencia central.



0

25

50

75

100Percent


4. Correlaciones

Se estudian correlaciones con los paquetes corrr (Jackson (2016)) y corrplot (Wei and Simko (2016)).# library( corrr )# library( corrplot )

dfCor <- df[ , grep( "^Q", colnames( df ) ) ]

4.1. Matriz de correlaciones

Se calcula la correlación con la función cor de la librería stats.dfCor <- lapply( dfCor, as.numeric ) # devuelve una listadfCor <- as.data.frame( dfCor ) # coarcionamos a data.frame

corr <- cor( dfCor )kable( corr[ 1:8, 1:8 ],

caption = "Tabla de correlaciones (solo se muestran las ocho primeras)" )



http://www.um.es/



Tabla 6: Tabla de correlaciones (solo se muestran las ocho primeras)

Q01 Q02 Q03 Q04 Q05 Q06 Q07 Q08Q01 1.0000000 -0.0987240 -0.3366489 0.4358602 0.4024399 0.2167340 0.3053651 0.3307376Q02 -0.0987240 1.0000000 0.3183902 -0.1118597 -0.1193466 -0.0742097 -0.1591745 -0.0496226Q03 -0.3366489 0.3183902 1.0000000 -0.3804602 -0.3103088 -0.2267405 -0.3819533 -0.2586342Q04 0.4358602 -0.1118597 -0.3804602 1.0000000 0.4006722 0.2782015 0.4086150 0.3494294Q05 0.4024399 -0.1193466 -0.3103088 0.4006722 1.0000000 0.2574601 0.3393918 0.2686270Q06 0.2167340 -0.0742097 -0.2267405 0.2782015 0.2574601 1.0000000 0.5135805 0.2228318Q07 0.3053651 -0.1591745 -0.3819533 0.4086150 0.3393918 0.5135805 1.0000000 0.2974970Q08 0.3307376 -0.0496226 -0.2586342 0.3494294 0.2686270 0.2228318 0.2974970 1.0000000

Otra opción es utilizar las funciones correlate y fashion de librería corrr (Jackson 2016).corr2 <- correlate( dfCor )kable( fashion( corr2[ 1:8, 1:9 ] ),

caption = "Tabla de correlaciones (solo se muestran las ocho primeras)" )

Tabla 7: Tabla de correlaciones (solo se muestran las ocho primeras)

rowname Q01 Q02 Q03 Q04 Q05 Q06 Q07 Q08Q01 -.10 -.34 .44 .40 .22 .31 .33Q02 -.10 .32 -.11 -.12 -.07 -.16 -.05Q03 -.34 .32 -.38 -.31 -.23 -.38 -.26Q04 .44 -.11 -.38 .40 .28 .41 .35Q05 .40 -.12 -.31 .40 .26 .34 .27Q06 .22 -.07 -.23 .28 .26 .51 .22Q07 .31 -.16 -.38 .41 .34 .51 .30Q08 .33 -.05 -.26 .35 .27 .22 .30

4.2. Gráficos de correlaciones

network_plot( corr2, min_cor = 0.4 )



http://www.um.es/



Q01Q02

Q03

Q04

Q05

Q06

Q07

Q08Q09

Q10

Q11

Q12

Q13

Q14

Q15

Q16

Q17Q18

Q19

Q20

Q21

Q22Q23

Figura 10: Red de correlaciones. Valor correlación mínima

corrplot.mixed( corr, tl.pos = "lt", diag = 'n', upper = "ellipse",number.cex = 0.4, tl.cex = 0.8,order = "hclust" )



http://www.um.es/



−1

−0.8

−0.6

−0.4

−0.2

0

0.2

0.4

0.6

0.8

1

Q23

Q03

Q19

Q22

Q02

Q09

Q10

Q14

Q12

Q13

Q18

Q15

Q06

Q07

Q20

Q21

Q17

Q08

Q11

Q05

Q04

Q01

Q16

Q23Q03Q19Q22Q02Q09Q10Q14Q12Q13Q18Q15Q06Q07Q20Q21Q17Q08Q11Q05Q04Q01Q16

0.15

0.12

0.23

0.1

0.17

−0.06

−0.05

−0.05

−0.05

−0.08

−0.06

−0.07

−0.07

−0.03

−0.07

−0.09

−0.05

−0.09

−0.04

−0.03

0

−0.08

0.34

0.2

0.32

0.3

−0.19

−0.37

−0.41

−0.32

−0.38

−0.31

−0.23

−0.38

−0.32

−0.42

−0.33

−0.26

−0.35

−0.31

−0.38

−0.34

−0.42

0.23

0.2

0.25

−0.13

−0.25

−0.27

−0.23

−0.26

−0.21

−0.17

−0.27

−0.25

−0.27

−0.16

−0.16

−0.2

−0.17

−0.19

−0.19

−0.27

0.23

0.26

−0.13

−0.17

−0.17

−0.2

−0.16

−0.17

−0.17

−0.17

−0.1

−0.13

−0.13

−0.08

−0.16

−0.13

−0.1

−0.1

−0.16

0.31

−0.08

−0.16

−0.19

−0.14

−0.16

−0.16

−0.07

−0.16

−0.2

−0.2

−0.09

−0.05

−0.14

−0.12

−0.11

−0.1

−0.17

−0.13

−0.12

−0.17

−0.17

−0.15

−0.19

−0.11

−0.13

−0.16

−0.14

−0.04

0.02

−0.12

−0.1

−0.12

−0.09

−0.19

0.25

0.25

0.3

0.29

0.3

0.32

0.28

0.08

0.19

0.22

0.16

0.27

0.26

0.22

0.21

0.29

0.43

0.45

0.5

0.38

0.4

0.44

0.23

0.4

0.35

0.28

0.33

0.32

0.35

0.34

0.42

0.49

0.49

0.33

0.31

0.42

0.3

0.44

0.33

0.25

0.34

0.35

0.44

0.35

0.41

0.53

0.34

0.47

0.44

0.2

0.37

0.41

0.31

0.42

0.3

0.34

0.35

0.36

0.34

0.51

0.5

0.24

0.43

0.38

0.28

0.37

0.32

0.38

0.35

0.42

0.36

0.39

0.21

0.3

0.37

0.3

0.36

0.26

0.33

0.25

0.45

0.51

0.1

0.27

0.28

0.22

0.33

0.26

0.28

0.22

0.24

0.22

0.48

0.39

0.3

0.34

0.34

0.41

0.31

0.39

0.47

0.21

0.18

0.26

0.2

0.24

0.21

0.27

0.36

0.3

0.35

0.33

0.41

0.33

0.42

0.59

0.59

0.31

0.38

0.37

0.41

0.63

0.27

0.35

0.33

0.32

0.3

0.37

0.36

0.37

0.4

0.4

0.39

0.44

0.42 0.5

Figura 11: Matriz de correlaciones mixta

Referencias y bibliografía

Bryer, Jason, and Kimberly Speerschneider. 2015. Likert: Functions to Analyze and Visualize Likert TypeItems. http://CRAN.R-project.org/package=likert.

Field, Andy, Jeremy Miles, and Zoe Field. 2012. Discovering Statistics Using R. 1st edition. Sage PublicationsLtd.

Jackson, Simon. 2016. Corrr: Correlations in R. https://CRAN.R-project.org/package=corrr.

Murdoch, Duncan. 2016. Tables: Formula-Driven Table Generation. http://CRAN.R-project.org/package=tables.

Wei, Taiyun, and Viliam Simko. 2016. Corrplot: Visualization of a Correlation Matrix. http://CRAN.R-project.org/package=corrplot.

Wickham, Hadley. 2009. Ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. http://ggplot2.org.

Xie, Yihui. 2015. Dynamic Documents with R and Knitr. Vol. 29. CRC Press.



http://www.um.es/

http://CRAN.R-project.org/package=likert

https://CRAN.R-project.org/package=corrr

http://CRAN.R-project.org/package=tables

http://CRAN.R-project.org/package=tables

http://CRAN.R-project.org/package=corrplot

http://CRAN.R-project.org/package=corrplot

http://ggplot2.org

http://ggplot2.org


T1. Taller encuestas. Descriptivosgauss.inf.um.es/8jornadasR/filestaller/T1_descriptivos.pdf ·...

Documents

Transcript of T1. Taller encuestas. Descriptivosgauss.inf.um.es/8jornadasR/filestaller/T1_descriptivos.pdf ·...