TurismoResponsable_Equipo03
Equipo 3
2023-08-28
Actividad Caso Turismo Responsable
Importar librerias
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(tidyverse)## Warning: package 'tidyverse' was built under R version 4.1.3## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.6 v stringr 1.4.0
## v tidyr 1.2.0 v forcats 0.5.1
## v readr 2.1.2## Warning: package 'readr' was built under R version 4.1.3## Warning: package 'forcats' was built under R version 4.1.3## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(janitor)## Warning: package 'janitor' was built under R version 4.1.3##
## Attaching package: 'janitor'## The following objects are masked from 'package:stats':
##
## chisq.test, fisher.testlibrary(readxl)## Warning: package 'readxl' was built under R version 4.1.3library(ggplot2)
library(car) #para recodificar## Warning: package 'car' was built under R version 4.1.3## Loading required package: carData## Warning: package 'carData' was built under R version 4.1.3##
## Attaching package: 'car'## The following object is masked from 'package:purrr':
##
## some## The following object is masked from 'package:dplyr':
##
## recodeImportar la base de datos
# Base de datos
excel_file_path <- "C:/Users/maxwi/Desktop/Base de Datos SP Turismo Responsable.xlsx"
sheet_name <- "Datos"
turismo <- read_xlsx(excel_file_path, sheet = sheet_name)## New names:
## * `` -> ...59Análisis de datos
Tipos de datos
str(turismo)## tibble [935 x 59] (S3: tbl_df/tbl/data.frame)
## $ StartDate : POSIXct[1:935], format: "2020-03-05 08:54:01" "2020-03-05 09:03:48" ...
## $ EndDate : POSIXct[1:935], format: "2020-03-05 09:01:58" "2020-03-05 09:05:44" ...
## $ Status : num [1:935] 0 0 0 0 0 0 0 0 0 0 ...
## $ IPAddress : chr [1:935] "131.178.54.55" "131.178.200.66" "200.95.170.77" "131.178.54.69" ...
## $ Progress : num [1:935] 100 100 100 100 100 100 100 100 100 100 ...
## $ Duration (in seconds): num [1:935] 477 115 257 916 255 ...
## $ Finished : num [1:935] 1 1 1 1 1 1 1 1 1 1 ...
## $ RecordedDate : POSIXct[1:935], format: "2020-03-05 09:01:59" "2020-03-05 09:05:44" ...
## $ ResponseId : chr [1:935] "R_1HNq2eWcYHIucIF" "R_3GlhbBuuVXrn7Wa" "R_27Nh8d4iF86rUuK" "R_uf5wi6KfNeBnmal" ...
## $ RecipientLastName : logi [1:935] NA NA NA NA NA NA ...
## $ RecipientFirstName : logi [1:935] NA NA NA NA NA NA ...
## $ RecipientEmail : logi [1:935] NA NA NA NA NA NA ...
## $ ExternalReference : logi [1:935] NA NA NA NA NA NA ...
## $ LocationLatitude : num [1:935] 25.7 25.6 25.7 25.6 25.8 ...
## $ LocationLongitude : num [1:935] -100 -100 -100 -100 -100 ...
## $ DistributionChannel : chr [1:935] "anonymous" "anonymous" "anonymous" "anonymous" ...
## $ UserLanguage : chr [1:935] "EN" "EN" "EN" "EN" ...
## $ Q2 : num [1:935] 1 1 1 1 1 1 2 1 1 2 ...
## $ Q3_1 : num [1:935] 1 1 1 NA 1 1 2 2 2 1 ...
## $ Q3_2 : num [1:935] 2 2 2 NA 3 2 1 3 3 2 ...
## $ Q3_3 : num [1:935] 3 3 3 NA 2 3 3 1 1 3 ...
## $ Q4_1 : num [1:935] 1 1 1 NA 1 1 1 1 NA 1 ...
## $ Q4_2 : num [1:935] NA 1 1 1 1 1 NA 1 1 1 ...
## $ Q4_3 : num [1:935] 1 1 1 1 1 1 1 1 NA 1 ...
## $ Q4_4 : num [1:935] NA 1 NA 1 1 1 1 NA NA NA ...
## $ Q4_5 : num [1:935] NA 1 NA 1 NA NA 1 NA NA NA ...
## $ Q4_6 : num [1:935] 1 1 NA NA 1 1 NA NA NA 1 ...
## $ Q4_7 : num [1:935] NA 1 1 NA 1 1 1 1 1 1 ...
## $ Q4_8 : num [1:935] 1 1 1 1 NA 1 1 NA NA 1 ...
## $ Q4_9 : num [1:935] NA 1 NA 1 NA 1 1 NA NA 1 ...
## $ Q4_10 : num [1:935] NA 1 1 NA 1 1 1 1 1 1 ...
## $ Q4_11 : num [1:935] NA 1 1 1 NA NA NA NA NA NA ...
## $ Q4_12 : num [1:935] 1 1 1 NA NA 1 1 NA NA NA ...
## $ Q6_1 : num [1:935] 4 7 7 5 7 7 5 5 5 5 ...
## $ Q6_2 : num [1:935] 5 6 5 7 5 7 7 5 5 5 ...
## $ Q6_3 : num [1:935] 7 6 5 6 7 7 7 5 5 6 ...
## $ Q6_4 : num [1:935] 4 5 6 5 5 7 7 5 5 7 ...
## $ Q6_5 : num [1:935] 6 5 7 6 6 7 7 4 4 6 ...
## $ Q6_6 : num [1:935] 7 4 7 5 7 7 5 4 3 7 ...
## $ Q6_7 : num [1:935] 7 6 6 7 7 4 4 2 4 5 ...
## $ Q6_8 : num [1:935] 7 7 7 5 7 7 7 7 4 7 ...
## $ Q6_9 : num [1:935] 5 6 7 6 6 7 3 5 4 4 ...
## $ Q6_10 : num [1:935] 6 6 7 5 7 7 3 6 4 2 ...
## $ Q6_11 : num [1:935] 4 6 1 5 3 7 1 1 4 1 ...
## $ Q6_12 : num [1:935] 4 6 3 5 7 7 7 2 4 6 ...
## $ Q6_13 : num [1:935] 5 6 7 6 5 7 3 3 4 2 ...
## $ Q6_14 : num [1:935] 4 5 4 6 5 4 1 3 4 3 ...
## $ Q6_15 : num [1:935] 5 6 5 3 3 2 1 2 4 1 ...
## $ Q6_16 : num [1:935] 7 5 7 7 7 7 4 5 4 4 ...
## $ Q6_17 : num [1:935] 3 6 7 4 5 7 4 6 4 4 ...
## $ Q6_18 : num [1:935] 4 6 4 6 4 2 1 1 4 3 ...
## $ Q7 : num [1:935] 3 4 3 4 2 4 2 20 0 0 ...
## $ Q10 : num [1:935] 1 4 4 4 1 3 1 3 2 1 ...
## $ Q9 : num [1:935] 2 1 3 1 3 1 3 1 2 2 ...
## $ Q12 : num [1:935] 19 22 21 22 21 56 36 23 21 22 ...
## $ Q12_1 : num [1:935] 1 1 1 1 1 4 2 1 1 1 ...
## $ Q11 : num [1:935] 2 1 2 2 2 2 2 2 1 1 ...
## $ Q13 : num [1:935] 1 1 1 1 1 1 1 1 1 1 ...
## $ ...59 : logi [1:935] NA NA NA NA NA NA ...Summary
summary(turismo)## StartDate EndDate Status
## Min. :2020-03-04 04:54:34 Min. :2020-03-04 04:57:13 Min. :0
## 1st Qu.:2020-03-08 19:28:15 1st Qu.:2020-03-08 19:32:51 1st Qu.:0
## Median :2020-03-09 17:37:12 Median :2020-03-09 17:39:08 Median :0
## Mean :2020-03-13 14:25:03 Mean :2020-03-13 15:13:52 Mean :0
## 3rd Qu.:2020-03-20 05:49:28 3rd Qu.:2020-03-20 05:59:40 3rd Qu.:0
## Max. :2020-03-26 07:10:06 Max. :2020-03-26 07:50:16 Max. :0
##
## IPAddress Progress Duration (in seconds) Finished
## Length:935 Min. : 50.00 Min. : 59.0 Min. :0.0000
## Class :character 1st Qu.:100.00 1st Qu.: 183.0 1st Qu.:1.0000
## Mode :character Median :100.00 Median : 309.0 Median :1.0000
## 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
##
## RecordedDate ResponseId RecipientLastName
## Min. :2020-03-04 04:57:13 Length:935 Mode:logical
## 1st Qu.:2020-03-08 21:05:23 Class :character NA's:935
## Median :2020-03-11 09:18:35 Mode :character
## Mean :2020-03-14 10:50:52
## 3rd Qu.:2020-03-22 04:29:48
## Max. :2020-03-30 07:27:42
##
## RecipientFirstName RecipientEmail ExternalReference LocationLatitude
## Mode:logical Mode:logical Mode:logical Min. :17.99
## NA's:935 NA's:935 NA's:935 1st Qu.:25.64
## Median :25.74
## Mean :31.07
## 3rd Qu.:41.66
## Max. :47.21
## NA's :109
## LocationLongitude DistributionChannel UserLanguage Q2
## Min. :-122.399 Length:935 Length:935 Min. :1.00
## 1st Qu.:-100.311 Class :character Class :character 1st Qu.:1.00
## Median :-100.260 Mode :character Mode :character Median :1.00
## Mean : -61.751 Mean :1.38
## 3rd Qu.: -2.253 3rd Qu.:2.00
## Max. : 15.560 Max. :2.00
## NA's :109
## Q3_1 Q3_2 Q3_3 Q4_1 Q4_2
## Min. :1.000 Min. :1.000 Min. :1.00 Min. :1 Min. :1
## 1st Qu.:1.000 1st Qu.:1.000 1st Qu.:2.00 1st Qu.:1 1st Qu.:1
## Median :1.000 Median :2.000 Median :2.00 Median :1 Median :1
## Mean :1.645 Mean :2.046 Mean :2.31 Mean :1 Mean :1
## 3rd Qu.:2.000 3rd Qu.:3.000 3rd Qu.:3.00 3rd Qu.:1 3rd Qu.:1
## Max. :3.000 Max. :3.000 Max. :3.00 Max. :1 Max. :1
## NA's :79 NA's :79 NA's :79 NA's :115 NA's :233
## Q4_3 Q4_4 Q4_5 Q4_6 Q4_7
## 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 :398 NA's :561 NA's :562 NA's :433 NA's :328
## Q4_8 Q4_9 Q4_10 Q4_11 Q4_12
## 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 :454 NA's :501 NA's :445 NA's :697 NA's :393
## Q6_1 Q6_2 Q6_3 Q6_4
## 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.:4.000
## Median :5.000 Median :6.000 Median :6.000 Median :5.000
## Mean :5.039 Mean :5.352 Mean :5.361 Mean :4.994
## 3rd Qu.:6.000 3rd Qu.:7.000 3rd Qu.:7.000 3rd Qu.:6.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_5 Q6_6 Q6_7 Q6_8 Q6_9
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.00 Min. :1.000
## 1st Qu.:4.000 1st Qu.:5.000 1st Qu.:4.000 1st Qu.:5.00 1st Qu.:3.000
## Median :6.000 Median :6.000 Median :5.000 Median :7.00 Median :5.000
## Mean :5.471 Mean :5.548 Mean :4.748 Mean :5.96 Mean :4.551
## 3rd Qu.:7.000 3rd Qu.:7.000 3rd Qu.:6.000 3rd Qu.:7.00 3rd Qu.:6.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.00 Max. :7.000
##
## Q6_10 Q6_11 Q6_12 Q6_13
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:4.000 1st Qu.:1.000 1st Qu.:4.000 1st Qu.:3.000
## Median :5.000 Median :2.000 Median :5.000 Median :4.000
## Mean :4.811 Mean :2.718 Mean :4.943 Mean :4.321
## 3rd Qu.:6.000 3rd Qu.:4.000 3rd Qu.:6.000 3rd Qu.:6.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_14 Q6_15 Q6_16 Q6_17
## Min. :1.000 Min. :1.000 Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:1.000 1st Qu.:4.000 1st Qu.:3.000
## Median :4.000 Median :2.000 Median :6.000 Median :5.000
## Mean :3.953 Mean :3.098 Mean :5.332 Mean :4.645
## 3rd Qu.:5.000 3rd Qu.:5.000 3rd Qu.:7.000 3rd Qu.:6.000
## Max. :7.000 Max. :7.000 Max. :7.000 Max. :7.000
##
## Q6_18 Q7 Q10 Q9
## Min. :1.000 Min. : 0.000 Min. :1.000 Min. :1.000
## 1st Qu.:3.000 1st Qu.: 2.000 1st Qu.:1.000 1st Qu.:1.000
## Median :4.000 Median : 3.000 Median :1.000 Median :2.000
## Mean :4.102 Mean : 3.723 Mean :1.535 Mean :1.929
## 3rd Qu.:5.000 3rd Qu.: 4.000 3rd Qu.:1.000 3rd Qu.:3.000
## Max. :7.000 Max. :70.000 Max. :4.000 Max. :3.000
## NA's :12 NA's :13 NA's :11
## Q12 Q12_1 Q11 Q13 ...59
## Min. :16.0 Min. :1.00 Min. :1.000 Min. :1.00 Mode:logical
## 1st Qu.:21.0 1st Qu.:1.00 1st Qu.:1.000 1st Qu.:1.00 NA's:935
## Median :35.0 Median :2.00 Median :2.000 Median :1.00
## Mean :39.5 Mean :2.45 Mean :1.569 Mean :1.43
## 3rd Qu.:55.0 3rd Qu.:3.00 3rd Qu.:2.000 3rd Qu.:2.00
## Max. :92.0 Max. :5.00 Max. :2.000 Max. :2.00
## NA's :2 NA's :2Visualización de los datos
Gráfica de Barras Q2
# Sustituir respuestas numericas dentro de la columna por caracteres (SI / NO)
turismo <- turismo %>%
mutate(Q2 = case_when(
Q2 == 1 ~ "SI",
Q2 == 2 ~ "NO",
TRUE ~ as.character(turismo$Q2)
))# Creación de una gráfica de barras para mostrar la cantidad de respuestas
# (SI / NO).
ggplot(turismo, aes(x = Q2)) +
geom_bar() +
labs(title = "¿Has oído hablar del turismo responsable y/o sostenible?",
x = "Valores",
y = "Frecuencia") +
scale_fill_manual(values = c("red", "green"))
Tabla cruzada Q3
# Creación de la tabla cruzada
tabla_cruzada <- table(turismo$Q3_1, turismo$Q3_2,turismo$Q3_3,
dnn = c("Cuidado del medio ambiente",
"Procura no alterar el entorno social",
"Procura hacer un consumo razonable de recursos"))
tabla_cruzada## , , Procura hacer un consumo razonable de recursos = 1
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0 0 0
## 2 0 0 98
## 3 0 56 0
##
## , , Procura hacer un consumo razonable de recursos = 2
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0 0 209
## 2 0 0 0
## 3 74 0 0
##
## , , Procura hacer un consumo razonable de recursos = 3
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0 225 0
## 2 194 0 0
## 3 0 0 0Proporción por renglón
prop.table(tabla_cruzada, margin= 1)## , , Procura hacer un consumo razonable de recursos = 1
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0.0000000 0.0000000 0.0000000
## 2 0.0000000 0.0000000 0.3356164
## 3 0.0000000 0.4307692 0.0000000
##
## , , Procura hacer un consumo razonable de recursos = 2
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0.0000000 0.0000000 0.4815668
## 2 0.0000000 0.0000000 0.0000000
## 3 0.5692308 0.0000000 0.0000000
##
## , , Procura hacer un consumo razonable de recursos = 3
##
## Procura no alterar el entorno social
## Cuidado del medio ambiente 1 2 3
## 1 0.0000000 0.5184332 0.0000000
## 2 0.6643836 0.0000000 0.0000000
## 3 0.0000000 0.0000000 0.0000000Gráfica de Barras Q4
# Creación de una tabla en conjunto de las respuestas de Q4respuestas_q4 <- turismo[, 22:33]# Sustituir los valores NA's por 0
respuestas_q4[is.na(respuestas_q4)] <- 0
suma_respuestas_q4 <- colSums(respuestas_q4)# Creación de una gráfica de barras para mostrar la cantidad de respuestas por opción.
ggplot(data = data.frame(columnas = names(suma_respuestas_q4), suma = suma_respuestas_q4),
aes(x = columnas, y = suma, fill = columnas)) +
geom_bar(stat = "identity") +
labs(title = "Señale los aspectos que usted tiene en cuenta a la hora de organizar un viaje",
x = "Aspectos a tomar en cuenta",
y = "Suma total de Respuestas") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
scale_fill_discrete(guide = FALSE) # Para ocultar la leyenda de colores## Warning: It is deprecated to specify `guide = FALSE` to remove a guide. Please
## use `guide = "none"` instead.
Significado de las columnas: * Q4_1: Costo de viaje * Q4_2: Seguridad del destino * Q4_3: Oferta turística del destino * Q4_4: Números de desplazamientos necesarios * Q4_5: Que no haya que invertir mucho tiempo en desplazamientos * Q4_6: Medios de transporte disponibles * Q4_7: Conocer una cultura diferente * Q4_8: Conocer parajes diferentes * Q4_9: Oferta gastronómica * Q4_10: Recomendaciones de otros visitantes * Q4_11: Exclusividad * Q4_12: Temporada del año
Gráfica de Barras Q7
# Creación los intervalos y asignar etiquetas a los grupos
intervalos <- c(0, 5, 10, 15, Inf) # Define los límites de los intervalos
etiquetas <- c("5 o menos", "Entre 6 y 10", "Entre 11 y 15", "15 o más")
# Etiquetas para los grupos
# Agregar una nueva columna con los grupos
turismo$Q7_grupos <- cut(turismo$Q7, breaks = intervalos, labels = etiquetas, right = FALSE)# Creación de la gráfica de barras
ggplot(turismo, aes(x = factor(Q7_grupos))) +
geom_bar() +
labs(title = "¿Cuántos viajes haz realizado en el último año?",
x = "Cantidad de viajes", y = "Frecuencia")
Gráfica de Barras Q10
# Sustituir respuestas numericas dentro de la columna por caracteres
turismo <- turismo %>%
mutate(Q10 = case_when(
Q10 == 1 ~ "Familiares",
Q10 == 2 ~ "Estudio",
Q10 == 3 ~ "Trabajo",
Q10 == 4 ~ "Otra razón",
TRUE ~ as.character(turismo$Q10)
))# Creación de una gráfica de barras para mostrar la cantidad de respuestas
ggplot(turismo, aes(x = Q10)) +
geom_bar() +
labs(title = "Razón por la que viajaste",
x = "Razón",
y = "Frecuencia")
Gráfica de Barras Q9
# Sustituir respuestas numericas dentro de la columna por caracteres
turismo <- turismo %>%
mutate(Q9 = case_when(
Q9 == 1 ~ "Principalmente yo",
Q9 == 2 ~ "Principalmente otras personas",
Q9 == 3 ~ "Tanto yo como otras personas",
TRUE ~ as.character(turismo$Q9)
))# Creación de una gráfica de barras para mostrar la cantidad de respuestas
ggplot(turismo, aes(x = Q9)) +
geom_bar() +
labs(title = "¿Quién ha organizado y planificado estos viajes?",
x = "Responsable",
y = "Frecuencia")
Gráfica de Barras Q12
# Creación los intervalos y asignar etiquetas a los grupos
intervalos <- c(0, 25, 40, 55, 65, Inf) # Define los límites de los intervalos
etiquetas <- c("25 o menos", "Entre 26 y 40", "Entre 41 y 55", "56 y 65", "
65 o más")
# Etiquetas para los grupos
# Agregar una nueva columna con los grupos
turismo$Q12_grupos <- cut(turismo$Q12, breaks = intervalos, labels = etiquetas, right = FALSE)# Creación de la gráfica de barras
ggplot(turismo, aes(x = factor(Q12_grupos))) +
geom_bar() +
labs(title = "Edad del encuestado",
x = "Edades en rangos", y = "Frecuencia")
Gráfica de Barras Q11
# Sustituir respuestas numericas dentro de la columna por caracteres
turismo <- turismo %>%
mutate(Q11 = case_when(
Q11 == 1 ~ "Hombre",
Q11 == 2 ~ "Mujer",
TRUE ~ as.character(turismo$Q11)
))# Creación de una gráfica de barras para mostrar la cantidad de respuestas
ggplot(turismo, aes(x = Q11)) +
geom_bar() +
labs(title = "Sexo del encuestado",
x = "Sexo",
y = "Frecuencia")
Gráfica de Barras Q13
# Sustituir respuestas numericas dentro de la columna por caracteres
turismo <- turismo %>%
mutate(Q13 = case_when(
Q13 == 1 ~ "México",
Q13 == 2 ~ "España",
TRUE ~ as.character(turismo$Q13)
))# Creación de una gráfica de barras para mostrar la cantidad de respuestas
ggplot(turismo, aes(x = Q13)) +
geom_bar() +
labs(title = "Pís del encuestado",
x = "País",
y = "Frecuencia")
Preguntas de hipótesis
#Pregunta 1
library(readxl)
ruta_archivo <- "C:/Users/maxwi/Desktop/Base de Datos SP Turismo Responsable.xlsx"
datos <- read_excel(ruta_archivo, sheet = "Datos")## New names:
## * `` -> ...59conteo <- sum(datos$Q13 == 2 & datos$Q9 == 1, na.rm = TRUE)
proporcion <- conteo / sum(datos$Q13 == 2, na.rm = TRUE)
cat("Número de datos igual a 2 en la columna 'Q13' y 1 en la columna 'Q9':", conteo, "\n")## Número de datos igual a 2 en la columna 'Q13' y 1 en la columna 'Q9': 176cat("Proporción de datos igual a 2 en la columna 'Q13' y 1 en la columna 'Q9':", proporcion, "\n")## Proporción de datos igual a 2 en la columna 'Q13' y 1 en la columna 'Q9': 0.4389027#Hipótesis nula: la proporción de turistas españoles que reservan su viaje ellos mismos es igual a 86.6%.
#Hipótesis alterna: la proporción de turistas españoles que reservan su viaje ellos mismos es diferente a 86.6%.
#Se acepta la hipótesis alterna.#Pregunta 2
ruta_excel <- "C:\\Users\\maxwi\\Desktop\\Base de Datos SP Turismo Responsable.xlsx"
datos_excel <- read_excel(ruta_excel, sheet = "Datos")## New names:
## * `` -> ...59valores_5_o_mas <- datos_excel$Q6_4[datos_excel$Q6_4 >= 5]
proporcion_5_o_mas <- length(valores_5_o_mas) / nrow(datos_excel)
cat("La proporción de valores del 5 en adelante en la columna Q6_4 es:", proporcion_5_o_mas, "\n")## La proporción de valores del 5 en adelante en la columna Q6_4 es: 0.6417112#Hipótesis nula: la proporción de turistas mexicanos que fomento el desarrollo local del destino consumiendo productos y servicios locales es mayor o igual al 50%.
#Hipótesis alterna: la proporción de turistas mexicanos que fomento el desarrollo local del destino consumiendo productos y servicios locales es menor al 50%
#Se acepta la hipótesis nula.#Pregunta 3
valores_5_o_mas <- datos_excel$Q6_11[datos_excel$Q6_11 >= 5]
proporcion_5_o_mas <- length(valores_5_o_mas) / nrow(datos_excel)
cat("La proporción de valores del 5 en adelante en la columna Q6_11 es:", proporcion_5_o_mas, "\n")## La proporción de valores del 5 en adelante en la columna Q6_11 es: 0.2128342#Hipótesis nula: la proporción de turistas españoles que afirman que compensarían la huella de carbono en su alojamiento vacacional es igual al 55%.
#Hipótesis alterna: la proporción de turistas españoles que afirman que compensarían la huella de carbono en su alojamiento vacacional es diferente al 55%.
#Se acepta la hipótesis alterna.#Pregunta 4
promedio_Q7 <- mean(datos_excel$Q7, na.rm = TRUE)
cat("El promedio de la columna Q7 es:", promedio_Q7, "\n")## El promedio de la columna Q7 es: 3.722644#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.
#Se acepta la hipótesis alterna.#Pregunta 5
datos_filtrados <- datos_excel[datos_excel$Q13 == 1, ]
rango_edad <- range(datos_filtrados$Q12, na.rm = TRUE)
cat("El rango de edad para los valores de Q13 igual a 1 es:", rango_edad[1], "a", rango_edad[2], "\n")## El rango de edad para los valores de Q13 igual a 1 es: 17 a 92#Hipótesis nula: El rango de edad en el que se encuentran los turistas mexicanos está entre 25 y 34 años.
#Hipótesis alterna: El rango de edad en el que se encuentran los turistas mexicanos no está entre 25 y 34 años.
#Se acepta la hipótesis alterna.#Pregunta 6
datos_filtrados_2 <- datos_excel[datos_excel$Q13 == 2, ]
rango_edad_2 <- range(datos_filtrados_2$Q12, na.rm = TRUE)
cat("El rango de edad para los valores de Q13 igual a 2 es:", rango_edad_2[1], "a", rango_edad_2[2], "\n")## El rango de edad para los valores de Q13 igual a 2 es: 16 a 86#Hipótesis nula: El rango de edad en el que se encuentran los turistas vascos está entre 15 y 29 años.
#Hipótesis alterna: El rango de edad en el que se encuentran los turistas vascos no está entre 15 y 29 años.
#Se acepta la hipótesis alterna.##Conclusión
#Para fomentar el turismo responsable en nuestro país, es necesario garantizar la sostenibilidad económica a nivel local de este sector. Se busca evitar que se disparen los precios del costo promedio de vida en destinos turísticos para los ciudadanos y también que se respete el comercio local de estos mismos destinos, puesto que esto estaría manteniendo en funcionamiento la economía de la ciudad y de los habitantes. Del mismo modo, se busca que se promuevan medios amigables al medio ambiente en aquello relacionado a las actividades turísticas, desde el transporte, hasta el hospedaje y consumo. Una estrategia efectiva, considerando que muchas de las personas encuestadas son menores de 25 años y buscan viajar para ver a la familia, sería incentivar los medios de transporte como el autobús, en donde se pueden transportar una grán cantidad de personas evitando las emisiones de carbono correspondientes a viajes automóviles individuales. Los camiones incluso emitirían menos emisiones de CO2 que los aviones. Vale la pena mencionar que también sería más económico para los turistas y si se establece un plan de transporte de autobús en las principales ciudades a las que viajan estas personas esto incluso podría aportar a la economía de dicha entidad.