Lectura de datos

Se leen los datos saeraq.Rdata, que provienen del fichero raq.dat utilizado en (A. Field, Miles, and Field 2012) (disponible en la web del libro).

load( "saeraq.RData" )

Descriptivos con paquete tables

Se realizan descriptivos de cada variable según sexo y origen con el paquete tables (Murdoch (2016)).

# library( tables )
opt <- booktabs()  # booktabs para las tablas

# Función para imprimir tablas en latex
tablaLatex <- function( tabla, caption = NULL ){
  cat( '\\begin{table} \\centering\n' )
  if( !is.null( caption ) ) cat( paste0( '\\caption{', caption, '}\n' ) )
  latex( tt )
  cat( '\\end{table}' )
}

Variable actividadS

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

# tablaLatex( tt, caption = "Variable \\texttt{actividadS} según \\texttt{sexo}." )
html( tt, options = htmloptions( HTMLcaption = "Variable actividadS según sexo.", pad = TRUE ) )
Variable actividadS según sexo.
  Actividad S  
Sexo Nada Poco Mucho Muchísimo Total
Mujer 466 487 509 465 1927
Hombre 147 171 160 166  644
Total 613 658 669 631 2571 
tt <- tabular( ( Origen = origen ) + ( Total = 1 ) ~ ( `Actividad S` = actividadS ) +
                 ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{actividadS} según \\texttt{origen}." )
html( tt, options = htmloptions( HTMLcaption = "Variable actividadS según origen.", pad = TRUE ) )
Variable actividadS según origen.
  Actividad S  
Origen Nada Poco Mucho Muchísimo Total
Albacete 288 282 308 300 1178
Murcia 263 286 292 271 1112
Helsinki  62  90  69  60  281
Total 613 658 669 631 2571 
tt <- tabular( ( Sexo = sexo ) * ( Origen = origen ) + ( Total = 1 ) ~
                 ( `Actividad S` = actividadS ) + ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{actividadS} según \\texttt{origen} y \\texttt{sexo}." )
html( tt, options = htmloptions( HTMLcaption = "Variable actividadS según origen y sexo.", pad = TRUE ) )
Variable actividadS según origen y sexo.
    Actividad S  
Sexo Origen Nada Poco Mucho Muchísimo Total
Mujer Albacete 212 206 238 221  877
  Murcia 205 210 220 197  832
  Helsinki  49  71  51  47  218
Hombre Albacete  76  76  70  79  301
  Murcia  58  76  72  74  280
  Helsinki  13  19  18  13   63
Total 613 658 669 631 2571

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( ( Sexo = sexo ) + ( Origen = origen ) ~  ( Ingresos = ingresos ) *
                 ( ic1 + mean + sd + ic2 + median ) + ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{ingresos} según \\texttt{origen} y \\texttt{sexo}." )
html( tt, options = htmloptions( HTMLcaption = "Variable ingresos según origen y sexo.", pad = TRUE ) )
Variable ingresos según origen y sexo.
    Ingresos  
ic1 mean sd ic2 median Total
Sexo Mujer 29262 29670 9129 30078 25906 1927
Hombre 28982 29679 9000 30375 31628  644
Origen Albacete 28917 29435 9059 29953 24651 1178
Murcia 29311 29849 9143 30387 32055 1112
Helsinki 28901 29965 9066 31030 32088  281 
tt <- tabular( ( Sexo = sexo ) * ( Origen = origen ) + ( Total = 1 ) ~
                 ( Ingresos = ingresos ) * ( ic1 + mean + sd + ic2 + median ) +
                 ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{ingresos} según \\texttt{origen} y \\texttt{sexo}." )
html( tt, options = htmloptions( HTMLcaption = "Variable ingresos según origen y sexo.", pad = TRUE ) )
Variable ingresos según origen y sexo.
    Ingresos  
Sexo Origen ic1 mean sd ic2 median Total
Mujer Albacete 28667 29267 9046 29866 24046  877
  Murcia 29181 29807 9201 30433 31833  832
  Helsinki 29552 30769 9121 31987 34367  218
Hombre Albacete 28894 29925 9094 30957 32715  301
  Murcia 28919 29975 8983 31032 33033  280
  Helsinki 25078 27182 8357 29287 23057   63
Total 29320 29672 9095 30024 27771 2571

Variable nivelIngles

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

# tablaLatex( tt, caption = "Variable \\texttt{nivelIngles} según \\texttt{sexo}." )
html( tt, options = htmloptions( HTMLcaption = "Variable nivelIngles según sexo.", pad = TRUE ) )
Variable nivelIngles según sexo.
  Nivel de inglés  
Sexo Nulo CasiNulo A1 A2 B1 B2 C1 C2 IsabelII Shakespeare Total
Mujer 227 210 343 345 354 278 109 56 3 2 1927
Hombre  70  79 108 110 119  99  36 23 0 0  644
Total 297 289 451 455 473 377 145 79 3 2 2571 
tt <- tabular( ( Origen = origen ) + ( Total = 1 ) ~ ( `Nivel de inglés` = nivelIngles ) +
                 ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{nivelIngles} según \\texttt{origen}." )
html( tt, options = htmloptions( HTMLcaption = "Variable nivelIngles según origen.", pad = TRUE ) )
Variable nivelIngles según origen.
  Nivel de inglés  
Origen Nulo CasiNulo A1 A2 B1 B2 C1 C2 IsabelII Shakespeare Total
Albacete 130 130 204 212 208 180  71 43 0 0 1178
Murcia 132 130 194 187 215 157  63 29 3 2 1112
Helsinki  35  29  53  56  50  40  11  7 0 0  281
Total 297 289 451 455 473 377 145 79 3 2 2571 
tt <- tabular( (Sexo = sexo ) * ( Origen = origen ) + ( Total = 1 ) ~
                 ( `Nivel de inglés` = nivelIngles ) + ( Total = 1 ), data = df )

# tablaLatex( tt, caption = "Variable \\texttt{nivelIngles} según \\texttt{origen}." )
html( tt, options = htmloptions( HTMLcaption = "Variable nivelIngles según origen.", pad = TRUE ) )
Variable nivelIngles según origen.
    Nivel de inglés  
Sexo Origen Nulo CasiNulo A1 A2 B1 B2 C1 C2 IsabelII Shakespeare Total
Mujer Albacete  92 101 159 159 160 126  50 30 0 0  877
  Murcia 106  89 150 139 152 121  50 20 3 2  832
  Helsinki  29  20  34  47  42  31   9  6 0 0  218
Hombre Albacete  38  29  45  53  48  54  21 13 0 0  301
  Murcia  26  41  44  48  63  36  13  9 0 0  280
  Helsinki   6   9  19   9   8   9   2  1 0 0   63
Total 297 289 451 455 473 377 145 79 3 2 2571

Descriptivos con paquete likert

Se realizan gráficos descriptivos de los datos agrupando por origen o sexo con el paquete likert (Bryer and Speerschneider (2015)).

# library( likert )
dfLikert <- df[ , grep( "^Q", colnames( df ) ) ]
colnames( dfLikert ) <- dicc[ grep( "^Q", dicc$item ), "spanish" ]

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

itemsO1 <- likert( items = dfLikert[ , bloque1 ], grouping = df$origen )
itemsO2 <- likert( items = dfLikert[ , bloque2 ], grouping = df$origen )
itemsO3 <- likert( items = dfLikert[ , bloque3 ], grouping = df$origen )

itemsS1 <- likert( items = dfLikert[ , bloque1 ], grouping = df$sexo )
itemsS2 <- likert( items = dfLikert[ , bloque2 ], grouping = df$sexo )
itemsS3 <- likert( items = dfLikert[ , bloque3 ], grouping = df$sexo )

Según origen

plot( itemsO1 )
Gráfico de barras según `origen` de los ítems 1 a 8.

Gráfico de barras según origen de los ítems 1 a 8. 

plot( itemsO1, type = "density" )
Gráfico de densidad según `origen` de los ítems 1 a 8.

Gráfico de densidad según origen de los ítems 1 a 8.

Según sexo

plot( itemsS1 )
Gráfico de barras según `sexo` de los ítems 1 a 8.

Gráfico de barras según sexo de los ítems 1 a 8. 

plot( itemsS1, type = "density" )
Gráfico de densidad según `sexo` de los ítems 1 a 8.

Gráfico de densidad según sexo de los ítems 1 a 8.

Referencias y bibliografía

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

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

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

  1. Servicio de Apoyo Estadístico; alvarohv@um.es, elvira@um.es, antoniojose.peran@um.es, anabelen.marin4@um.es, amaurandi@um.es↩

  2. http://r-es.org/8jornadasR/↩

  3. doc:T2_descriptivos2.Rmd↩