Actividad 3.3, Caso Turismo Responsable
Equipo 3.A
“PROPÓSITO: Aplicar las técnicas de análisis estadísticos descriptivos y estimadores, empleando los gráficos necesarios destacar la información de interés sobre un conjunto de datos y sobre las relaciones que guardan entre sí, con la ayuda de software estadístico.”
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.2 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.3 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(dplyr)
library(ggplot2)#file.choose()
turismo <-read.csv("C:\\Users\\Sai\\Desktop\\Base de Datos SP Turismo Responsable.csv")
summary(turismo)## StartDate EndDate Status IPAddress
## Length:935 Length:935 Min. :0 Length:935
## Class :character Class :character 1st Qu.:0 Class :character
## Mode :character Mode :character Median :0 Mode :character
## Mean :0
## 3rd Qu.:0
## Max. :0
##
## Progress Duration..in.seconds. Finished RecordedDate
## Min. : 50.00 Min. : 59.0 Min. :0.0000 Length:935
## 1st Qu.:100.00 1st Qu.: 183.0 1st Qu.:1.0000 Class :character
## Median :100.00 Median : 309.0 Median :1.0000 Mode :character
## Mean : 94.17 Mean : 2920.7 Mean :0.8834
## 3rd Qu.:100.00 3rd Qu.: 507.5 3rd Qu.:1.0000
## Max. :100.00 Max. :500660.0 Max. :1.0000
##
## ResponseId RecipientLastName RecipientFirstName RecipientEmail
## Length:935 Mode:logical Mode:logical Mode:logical
## Class :character NA's:935 NA's:935 NA's:935
## Mode :character
##
##
##
##
## ExternalReference LocationLatitude LocationLongitude DistributionChannel
## Mode:logical Min. :17.99 Min. :-122.399 Length:935
## NA's:935 1st Qu.:25.64 1st Qu.:-100.311 Class :character
## Median :25.74 Median :-100.260 Mode :character
## Mean :31.07 Mean : -61.751
## 3rd Qu.:41.66 3rd Qu.: -2.253
## Max. :47.21 Max. : 15.560
## NA's :109 NA's :109
## UserLanguage Q2 Q3_1 Q3_2
## Length:935 Min. :1.00 Min. :1.000 Min. :1.000
## Class :character 1st Qu.:1.00 1st Qu.:1.000 1st Qu.:1.000
## Mode :character Median :1.00 Median :1.000 Median :2.000
## Mean :1.38 Mean :1.645 Mean :2.046
## 3rd Qu.:2.00 3rd Qu.:2.000 3rd Qu.:3.000
## Max. :2.00 Max. :3.000 Max. :3.000
## NA's :79 NA's :79
## Q3_3 Q4_1 Q4_2 Q4_3 Q4_4
## Min. :1.00 Min. :1 Min. :1 Min. :1 Min. :1
## 1st Qu.:2.00 1st Qu.:1 1st Qu.:1 1st Qu.:1 1st Qu.:1
## Median :2.00 Median :1 Median :1 Median :1 Median :1
## Mean :2.31 Mean :1 Mean :1 Mean :1 Mean :1
## 3rd Qu.:3.00 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1
## Max. :3.00 Max. :1 Max. :1 Max. :1 Max. :1
## NA's :79 NA's :115 NA's :233 NA's :398 NA's :561
## Q4_5 Q4_6 Q4_7 Q4_8 Q4_9
## Min. :1 Min. :1 Min. :1 Min. :1 Min. :1
## 1st Qu.:1 1st Qu.:1 1st Qu.:1 1st Qu.:1 1st Qu.:1
## Median :1 Median :1 Median :1 Median :1 Median :1
## Mean :1 Mean :1 Mean :1 Mean :1 Mean :1
## 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1
## Max. :1 Max. :1 Max. :1 Max. :1 Max. :1
## NA's :562 NA's :433 NA's :328 NA's :454 NA's :501
## Q4_10 Q4_11 Q4_12 Q6_1 Q6_2
## Min. :1 Min. :1 Min. :1 Min. :1.000 Min. :1.000
## 1st Qu.:1 1st Qu.:1 1st Qu.:1 1st Qu.:4.000 1st Qu.:4.000
## Median :1 Median :1 Median :1 Median :5.000 Median :6.000
## Mean :1 Mean :1 Mean :1 Mean :5.039 Mean :5.352
## 3rd Qu.:1 3rd Qu.:1 3rd Qu.:1 3rd Qu.:6.000 3rd Qu.:7.000
## Max. :1 Max. :1 Max. :1 Max. :7.000 Max. :7.000
## NA's :445 NA's :697 NA's :393
## Q6_3 Q6_4 Q6_5 Q6_6
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:4.000 1st Qu.:4.000 1st Qu.:4.000 1st Qu.:5.000
## Median :6.000 Median :5.000 Median :6.000 Median :6.000
## Mean :5.361 Mean :4.994 Mean :5.471 Mean :5.548
## 3rd Qu.:7.000 3rd Qu.:6.000 3rd Qu.:7.000 3rd Qu.:7.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_7 Q6_8 Q6_9 Q6_10 Q6_11
## Min. :1.000 Min. :1.00 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:4.000 1st Qu.:5.00 1st Qu.:3.000 1st Qu.:4.000 1st Qu.:1.000
## Median :5.000 Median :7.00 Median :5.000 Median :5.000 Median :2.000
## Mean :4.748 Mean :5.96 Mean :4.551 Mean :4.811 Mean :2.718
## 3rd Qu.:6.000 3rd Qu.:7.00 3rd Qu.:6.000 3rd Qu.:6.000 3rd Qu.:4.000
## Max. :7.000 Max. :7.00 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_12 Q6_13 Q6_14 Q6_15
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:4.000 1st Qu.:3.000 1st Qu.:2.000 1st Qu.:1.000
## Median :5.000 Median :4.000 Median :4.000 Median :2.000
## Mean :4.943 Mean :4.321 Mean :3.953 Mean :3.098
## 3rd Qu.:6.000 3rd Qu.:6.000 3rd Qu.:5.000 3rd Qu.:5.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_16 Q6_17 Q6_18 Q7
## Min. :1.000 Min. :1.000 Min. :1.000 Min. : 0.000
## 1st Qu.:4.000 1st Qu.:3.000 1st Qu.:3.000 1st Qu.: 2.000
## Median :6.000 Median :5.000 Median :4.000 Median : 3.000
## Mean :5.332 Mean :4.645 Mean :4.102 Mean : 3.723
## 3rd Qu.:7.000 3rd Qu.:6.000 3rd Qu.:5.000 3rd Qu.: 4.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :70.000
## NA's :12
## Q10 Q9 Q12 Q12_1 Q11
## Min. :1.000 Min. :1.000 Min. :16.0 Min. :1.00 Min. :1.000
## 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:21.0 1st Qu.:1.00 1st Qu.:1.000
## Median :1.000 Median :2.000 Median :35.0 Median :2.00 Median :2.000
## Mean :1.535 Mean :1.929 Mean :39.5 Mean :2.45 Mean :1.569
## 3rd Qu.:1.000 3rd Qu.:3.000 3rd Qu.:55.0 3rd Qu.:3.00 3rd Qu.:2.000
## Max. :4.000 Max. :3.000 Max. :92.0 Max. :5.00 Max. :2.000
## NA's :13 NA's :11 NA's :2
## Q13 X
## Min. :1.00 Mode:logical
## 1st Qu.:1.00 NA's:935
## Median :1.00
## Mean :1.43
## 3rd Qu.:2.00
## Max. :2.00
## NA's :2Estadística descriptiva: Lo primero que haremos es hacer una tabla para mostrar la cantidad de personas que ha escuchado hablar sobre el turismo responsable
turismo <- turismo %>%
mutate(Q2 = ifelse(Q2 == 1, "Si", Q2))
turismo <- turismo %>%
mutate(Q2 = ifelse(Q2 == 2, "No", Q2))
ggplot(turismo, aes(x = Q2, fill = Q2)) +
geom_bar() +
labs(title = "¿Ha oído hablar del turismo responsable y/o sostenible?",
x = "Respuestas",
y = "Frecuencia") +
scale_fill_manual(values = c("No" = "lightsalmon2", "Si" = "indianred3"))
Como se puede observar en la gráfica, la mayor cantidad de las personas encuestadas sí ha escuchado hablar sobre el turismo responsable y/o sostenible.
turismo <- turismo %>%
mutate(Q2 = ifelse(Q2 == 1, "Hombre", Q11))
turismo <- turismo %>%
mutate(Q2 = ifelse(Q2 == 2, "Mujer", Q11))
ggplot(turismo, aes(x = Q2, fill = Q2)) +
geom_bar() +
labs(title = "Sexo de los participantes de la encuesta",
x = "Respuestas",
y = "Frecuencia") +
scale_fill_manual(values = c("Hombre" = "lightblue1", "Mujer" = "peachpuff2"))
También como se puede observar, la mayor parte de las encuestadas son mujeres. También se percibe que en la base de datos algún componente impide que la asignación de “1” a “hombre” sea leída como “hombre”, pues solo se refleja como 1
ggplot(data = turismo, aes(x = Q12, y = Q2)) +
geom_boxplot(fill = "#76EEC6", color = "black") +
labs(title = "Comparación de sexo por consciencia de turismo sustentable",
x = "Si saben de turismo responsable",
y = "Sexo")## Warning: Removed 2 rows containing non-finite values (`stat_boxplot()`).
Parece haber una mayor correlación entre mujeres y el conocimiento sobre el turismo responsable, aunque también es posible que esto se encuentre biased por el hecho de la mayoría de encuestadas fueron mujeres.
La cuarta gráfica que haremos es para determinar la cantidad de personas en el país donde se contestó la encuesta
turismo <- turismo[!is.na(turismo$Q13), ]
turismo <- turismo %>%
mutate(Q13 = ifelse(Q13 == 1, "México", Q13))
turismo <- turismo %>%
mutate(Q13 = ifelse(Q13 == 2, "España", Q13))
ggplot(turismo, aes(x = Q13, fill = Q13)) +
geom_bar() +
labs(title = "País en el que realiza la encuesta",
x = "Respuestas",
y = "Frecuencia") +
scale_fill_manual(values = c("México" = "pink", "España" = "cornsilk1"))
Podemos concluir que la mayoría de las personas encuestadas fueron encuestadas en el país de México.
# Histograma para Q7 (Cantidad de viajes en el último año)
ggplot(data = turismo, aes(x = Q7)) +
geom_histogram(binwidth = 1, fill = "lightgoldenrod1", color = "black") +
labs(title = "Distribución de la Cantidad de Viajes en el Último Año",
x = "Cantidad de Viajes",
y = "Frecuencia")## Warning: Removed 12 rows containing non-finite values (`stat_bin()`).
Cantidad de personas tiene entre 2-3 viajes al año.
# Histograma para Q12 (Edad en años)
ggplot(data = turismo, aes(x = Q12)) +
geom_histogram(binwidth = 1, fill = "lavenderblush2", color = "black") +
labs(title = "Distribución de Edad",
x = "Edad",
y = "Frecuencia")## Warning: Removed 2 rows containing non-finite values (`stat_bin()`).
Podemos concluir que la mayoría de encuestados tiene menos de 25 años
ggplot(data = turismo, aes(x = Q13, y = Q12)) +
geom_boxplot(fill = "paleturquoise1", color = "black") +
labs(title = "Comparación de Edad por País",
x = "País",
y = "Edad")## Warning: Removed 2 rows containing non-finite values (`stat_boxplot()`).
Podemos concluir que en España los encuestados tienen un rango de 20-52 años de edad y quienes están en méxico un rango de 20-60 años, siendo probable que personas de mayor edad viajen más a méxico.
# Histograma para Q12 (Edad en años)
ggplot(data = turismo, aes(x = Q6_1)) +
geom_histogram(binwidth = 1, fill = "#FFC1C1", color = "violetred4") +
labs(title = "Importancia de la sostenibilidad",
x = "En la escala de 1 al 7 soy una persona preocupada por la sostenibilidad económica, sociocultural y medioambiental.",
y = "Frecuencia")
Podemos observar que la mayor parte de las personas le da importancia a un nivel medio, inclinado hacia el cuartil superior
Como conclusión general, se puede llegar a lo osiguiente: Existen factores que inevitable causarán cierto sesgo en los resultados, como la diferencia entre nacionalidades y sexos encuestados. Sin embargo, hay varios puntos rescatables. La preocupación por el medioambiente parece ser moderada, lo cual tiene sentido en relación a la cantidad de personas que conocen sobre el turismo responsable, que también parece ser moderado en relación con las personas que no, y parece estar inclinado hacia la población femenina. También existe una marcada concentración de encuestados pertenecientes a una población joven y mexicana, los cuales realizan entre 2 y 3 viajes al año. Tomando en cuenta la comparación entre los diversos resultados y el hecho de que la preocupación por la sostenibilidad se encuentra en un término moderado-alto (debido a que la escala era de 7 y la respuesta mayor es 5), se podría especular sobre la posibilidad de que este número aumentase de manera importante si igualmente se incrementara la conciencia sobre el turismo consciente -quizá orientado a la población masculina-, ya que los resultados sobre el interés fueron favorables a pesar de la gran cantidad de personas que no conocían de este término en específico.
Instrucciones
I. A partir de la base de datos Turismo Responsable realiza los planteamientos de hipótesis entorno a las referencias sobre Turismo Responsable que se presentan a continuación. Realiza las Pruebas de Hipótesis (PH) con una significancia del 5%.
PH 1
1. PH para una proporción. El (86.6%) de los españoles reservan su viaje por internet ellos mismos (Acosta, E., 2019). Var Q9.
Hipótesis nula: la proporción de turistas españoles que reservan su viaje ellos mismos es igual a 86.6%.
Hipótesis alterna: la proporción de turistas españoles que reservan su viaje ellos mismos es diferente a 86.6%.
turismo <- turismo[!is.na(turismo$Q9), ]
summary(turismo$Q9)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 2.000 1.927 3.000 3.000turismo <- turismo[!is.na(turismo$Q9), ]
summary(turismo$Q9)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 2.000 1.927 3.000 3.000n <- length(turismo$Q9)
prop_obs <- mean(turismo$Q9)
prop_expected <- 0.866
prop_test_result <- prop.test(x = sum(turismo$Q9 == 1), n = n, p = prop_expected, alternative = "two.sided")
print(prop_test_result)##
## 1-sample proportions test with continuity correction
##
## data: sum(turismo$Q9 == 1) out of n, null probability prop_expected
## X-squared = 1656.2, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.866
## 95 percent confidence interval:
## 0.3770681 0.4414882
## sample estimates:
## p
## 0.4088937Respuesta PH 1
Como resultado, tenemos que que 0.4080087 > 0.05 (alfa), en este caso no se rechaza la hipótesis nula. Esto significa que no hay evidencia suficiente para afirmar que la proporción de turistas españoles que reservan su viaje ellos mismos es diferente del 86.6%. Con un nivel de confianza del 95%, no podemos concluir que la afirmación de que el 86.6% de los españoles reservan su viaje ellos mismos sea falsa.
Es importante mencionar que se debe de tomar en cuenta que el no rechazar la hipotesis nula no necesariamente significa que la afirmación sea la corecta, simplemente significa que en la base de datos que tenemos no existe evidencia suficiente para decir que la afirmación sea cierta.
PH 2
2. PH para una proporción. Casi la mitad de los viajeros en México eligen un destino con la intención de contribuir en la economía de una comunidad local (Gamez, R., 2019). Var Q6_4
Hipótesis nula: la proporción de turistas mexicanos que fomento el desarrollo local del destino consumiendo productos y servicios locales es mayor o igual al 50%. ###Hipótesis alterna: la proporción de turistas mexicanos que fomento el desarrollo local del destino consumiendo productos y servicios locales es menor al 50%.
summary(turismo$Q6_4)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 4.000 5.000 4.992 6.000 7.000n <- length(turismo$Q6_4)
prop_obs <- mean(turismo$Q6_4)
prop_expected <- 0.5
prop_test_result <- prop.test(x = sum(turismo$Q6_4 <= 3), n = n, p = prop_expected, alternative = "less")
print(prop_test_result)##
## 1-sample proportions test with continuity correction
##
## data: sum(turismo$Q6_4 <= 3) out of n, null probability prop_expected
## X-squared = 391.76, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is less than 0.5
## 95 percent confidence interval:
## 0.0000000 0.1955639
## sample estimates:
## p
## 0.1735358Respuesta PH 2
Dado el valor p de 0.1731602, no contamos con evidencia suficiente para rechazar la hipótesis nula. Esto significa que no hay suficiente evidencia estadística para afirmar que la proporción de turistas mexicanos que fomentan el desarrollo local del destino consumiendo productos y servicios locales es menor al 50%.
PH 3
3. PHp para una proporción. El 55% de los encuestados españoles afirman que, si tuvieran la posibilidad, compensarían la huella de carbono en su alojamiento vacacional (Gamez, R., 2019). Var Q6_11
###Hipótesis nula: la proporción de turistas españoles que afirman que compensarían la huella de carbono en su alojamiento vacacional es igual al 55%. ###Hipótesis alterna: la proporción de turistas españoles que afirman que compensarían la huella de carbono en su alojamiento vacacional es diferente al 55%.
summary(turismo$Q6_11)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 2.000 2.719 4.000 7.000n <- length(turismo$Q6_11)
prop_obs <- mean(turismo$Q6_11)
prop_expected <- 0.55
prop_test_result <- prop.test(x = sum(turismo$Q6_11 == 1), n = n, p = prop_expected, alternative = "two.sided")
print(prop_test_result)##
## 1-sample proportions test with continuity correction
##
## data: sum(turismo$Q6_11 == 1) out of n, null probability prop_expected
## X-squared = 74.745, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is not equal to 0.55
## 95 percent confidence interval:
## 0.3760010 0.4403953
## sample estimates:
## p
## 0.4078091Respuesta de PH 3
Dado un valor p de 0.4069264, igual que las veces anteriores, no se cuenta con evidencia para rechazar la hipotesis nula. No se puede afirmar que la proporción de turistas españoles que afirman que compensarían la huella de carbono en su alojamiento vacacional es diferente del 55%, como se mencionaba en la hipótesis alterna.
PH 4
PHp para las medias de dos poblaciones normales e independientes. Los mexicanos se desplazan principalmente una vez cada seis meses, es decir, realizan dos viajes al año. Para los españoles la media anual es de 3 viajes (Galván, F, 2017; Piñas, A., 2018). Var Q7
Hipótesis nula: la cantidad promedio de viajes que realizan los mexicanos es igual a la cantidad de viajes que realizan los españoles. ###Hipótesis alterna: la cantidad promedio de viajes que realizan los mexicanos es diferente a la cantidad de viajes que realizan los españoles.
turismo <- turismo[!is.na(turismo$Q7), ]
summary(turismo$Q7)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 2.000 3.000 3.764 4.000 70.000