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 3.4.2 ✔ tibble 3.2.1
## ✔ lubridate 1.9.2 ✔ tidyr 1.3.0
## ✔ purrr 1.0.1
## ── 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 errors
library(gtsummary)
## #StandWithUkraine
library(knitr)
library(pls)
##
## Attaching package: 'pls'
##
## The following object is masked from 'package:stats':
##
## loadings
library(leaps)
library(apaTables)
library(apa)
library (MASS)
##
## Attaching package: 'MASS'
##
## The following object is masked from 'package:gtsummary':
##
## select
##
## The following object is masked from 'package:dplyr':
##
## select
library(readxl)
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
##
## The following object is masked from 'package:dplyr':
##
## recode
##
## The following object is masked from 'package:purrr':
##
## some
library(glmnet)
## Loading required package: Matrix
##
## Attaching package: 'Matrix'
##
## The following objects are masked from 'package:tidyr':
##
## expand, pack, unpack
##
## Loaded glmnet 4.1-7
library(caret)
## Loading required package: lattice
##
## Attaching package: 'caret'
##
## The following object is masked from 'package:pls':
##
## R2
##
## The following object is masked from 'package:purrr':
##
## lift
library(rpart)
library(rpart.plot)
library(likert)
## Loading required package: xtable
##
## Attaching package: 'likert'
##
## The following object is masked from 'package:car':
##
## recode
##
## The following object is masked from 'package:dplyr':
##
## recode
library(xtable)
library(ggstatsplot)
## You can cite this package as:
## Patil, I. (2021). Visualizations with statistical details: The 'ggstatsplot' approach.
## Journal of Open Source Software, 6(61), 3167, doi:10.21105/joss.03167
library(psych)
##
## Attaching package: 'psych'
##
## The following object is masked from 'package:car':
##
## logit
##
## The following objects are masked from 'package:ggplot2':
##
## %+%, alpha
library(nFactors)
##
## Attaching package: 'nFactors'
##
## The following object is masked from 'package:lattice':
##
## parallel
EdDit <- read_excel("EdDit.xlsx")
attach(EdDit)
names (EdDit)
## [1] "Género Familia" "Edad Familia"
## [3] "Género alumnado" "Edad alumnado"
## [5] "Etapa educativa" "Colaboración necesaria"
## [7] "Clave derecho educación" "Mejora proceso de aprendizaje"
## [9] "Trabajo cooperativo" "Disfrutar uso"
## [11] "Intuitivas acompañamiento" "Favorecen la comunicación"
## [13] "Utilización/comercialización" "Pagar por su uso"
## [15] "Vulneración privacidad" "Condicionar"
## [17] "Creación perfiles" "Fuente de distracción"
## [19] "Reducción socialización" "Uso suficientemente supervisado"
## [21] "Creación perfiles usos comerciales" "Mejorar experiencia de los usuarios"
str(EdDit)
## tibble [2,336 × 22] (S3: tbl_df/tbl/data.frame)
## $ Género Familia : chr [1:2336] "Femenino" "Femenino" "Masculino" "Femenino" ...
## $ Edad Familia : num [1:2336] 45 44 45 50 38 46 33 48 39 41 ...
## $ Género alumnado : chr [1:2336] "Femenino" "Masculino" "Femenino" "Masculino" ...
## $ Edad alumnado : num [1:2336] 14 13 9 14 7 8 8 6 10 12 ...
## $ Etapa educativa : chr [1:2336] "Secundaria" "Secundaria" "Primaria" "Secundaria" ...
## $ Colaboración necesaria : num [1:2336] 6 5 4 4 2 1 5 6 6 1 ...
## $ Clave derecho educación : num [1:2336] 5 5 4 5 1 3 5 2 4 1 ...
## $ Mejora proceso de aprendizaje : num [1:2336] 4 2 3 6 2 3 5 3 5 1 ...
## $ Trabajo cooperativo : num [1:2336] 5 4 2 6 1 6 5 3 6 1 ...
## $ Disfrutar uso : num [1:2336] 4 3 4 6 6 3 5 4 4 1 ...
## $ Intuitivas acompañamiento : num [1:2336] 5 1 3 6 2 3 3 4 5 1 ...
## $ Favorecen la comunicación : num [1:2336] 6 2 2 6 2 6 4 4 6 1 ...
## $ Utilización/comercialización : num [1:2336] 1 6 6 6 5 3 2 6 6 6 ...
## $ Pagar por su uso : num [1:2336] 1 4 5 4 1 3 2 6 6 6 ...
## $ Vulneración privacidad : num [1:2336] 1 6 6 6 4 3 5 6 6 6 ...
## $ Condicionar : num [1:2336] 2 1 6 5 5 3 5 6 1 6 ...
## $ Creación perfiles : num [1:2336] 3 4 6 5 3 3 4 1 1 6 ...
## $ Fuente de distracción : num [1:2336] 1 6 6 2 6 3 6 2 4 5 ...
## $ Reducción socialización : num [1:2336] 1 6 6 4 6 3 6 3 6 6 ...
## $ Uso suficientemente supervisado : num [1:2336] 1 6 6 3 6 3 6 5 2 6 ...
## $ Creación perfiles usos comerciales : num [1:2336] 2 6 6 2 2 3 6 3 2 1 ...
## $ Mejorar experiencia de los usuarios: num [1:2336] 2 4 4 5 3 3 5 6 6 2 ...
DT::datatable (EdDit)
tbl_summary(EdDit[1:5])
| Characteristic |
N = 2,336 |
| Género Familia |
|
| Femenino |
1,904 (82%) |
| Masculino |
418 (18%) |
| No binario |
14 (0.6%) |
| Edad Familia |
44.0 (41.0, 47.0) |
| Género alumnado |
|
| Femenino |
1,121 (48%) |
| Masculino |
1,203 (51%) |
| No binario |
12 (0.5%) |
| Edad alumnado |
11.00 (8.00, 13.00) |
| Etapa educativa |
|
| Primaria |
1,530 (65%) |
| Secundaria |
806 (35%) |
mean(`Edad Familia`)
## [1] 44.13313
sd(`Edad Familia`)
## [1] 5.346078
mean(`Edad alumnado`)
## [1] 10.60959
sd(`Edad alumnado`)
## [1] 2.796292
EdDit2 <- EdDit [ , - c(1:5)]
DT::datatable (EdDit2)
alfa <- alpha(EdDit2, check.keys=TRUE)
## Warning in alpha(EdDit2, check.keys = TRUE): Some items were negatively correlated with total scale and were automatically reversed.
## This is indicated by a negative sign for the variable name.
alfa
##
## Reliability analysis
## Call: alpha(x = EdDit2, check.keys = TRUE)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.86 0.87 0.9 0.27 6.4 0.0043 3.2 0.87 0.22
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.85 0.86 0.87
## Duhachek 0.85 0.86 0.87
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N
## Colaboración necesaria 0.85 0.86 0.90 0.27 6.0
## Clave derecho educación 0.85 0.85 0.89 0.27 5.9
## Mejora proceso de aprendizaje 0.84 0.85 0.89 0.26 5.7
## Trabajo cooperativo 0.85 0.85 0.89 0.27 5.9
## Disfrutar uso 0.85 0.86 0.89 0.27 5.9
## Intuitivas acompañamiento 0.85 0.86 0.89 0.27 6.0
## Favorecen la comunicación 0.85 0.86 0.90 0.27 6.0
## Utilización/comercialización- 0.85 0.86 0.89 0.27 5.9
## Pagar por su uso- 0.86 0.86 0.90 0.28 6.4
## Vulneración privacidad- 0.85 0.86 0.89 0.27 5.9
## Condicionar- 0.85 0.85 0.89 0.27 5.8
## Creación perfiles- 0.85 0.86 0.89 0.27 5.9
## Fuente de distracción- 0.85 0.86 0.89 0.27 5.9
## Reducción socialización- 0.85 0.86 0.89 0.27 6.0
## Uso suficientemente supervisado- 0.85 0.86 0.89 0.27 6.0
## Creación perfiles usos comerciales- 0.88 0.88 0.91 0.31 7.1
## Mejorar experiencia de los usuarios 0.86 0.87 0.90 0.29 6.6
## alpha se var.r med.r
## Colaboración necesaria 0.0046 0.042 0.21
## Clave derecho educación 0.0046 0.041 0.22
## Mejora proceso de aprendizaje 0.0048 0.039 0.21
## Trabajo cooperativo 0.0046 0.040 0.22
## Disfrutar uso 0.0046 0.040 0.22
## Intuitivas acompañamiento 0.0046 0.041 0.22
## Favorecen la comunicación 0.0045 0.042 0.22
## Utilización/comercialización- 0.0047 0.040 0.22
## Pagar por su uso- 0.0044 0.040 0.22
## Vulneración privacidad- 0.0047 0.040 0.22
## Condicionar- 0.0047 0.040 0.22
## Creación perfiles- 0.0046 0.041 0.22
## Fuente de distracción- 0.0046 0.043 0.21
## Reducción socialización- 0.0046 0.042 0.22
## Uso suficientemente supervisado- 0.0046 0.042 0.22
## Creación perfiles usos comerciales- 0.0039 0.036 0.25
## Mejorar experiencia de los usuarios 0.0043 0.041 0.22
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## Colaboración necesaria 2336 0.59 0.60 0.564 0.513 3.9 1.7
## Clave derecho educación 2336 0.62 0.63 0.608 0.547 3.2 1.6
## Mejora proceso de aprendizaje 2336 0.70 0.71 0.714 0.644 3.6 1.5
## Trabajo cooperativo 2336 0.63 0.64 0.626 0.563 3.8 1.5
## Disfrutar uso 2336 0.60 0.61 0.594 0.534 3.9 1.4
## Intuitivas acompañamiento 2336 0.59 0.60 0.574 0.517 3.8 1.4
## Favorecen la comunicación 2336 0.56 0.56 0.530 0.476 4.0 1.6
## Utilización/comercialización- 2336 0.63 0.62 0.613 0.560 2.2 1.5
## Pagar por su uso- 2336 0.45 0.44 0.385 0.351 2.8 1.7
## Vulneración privacidad- 2336 0.63 0.63 0.616 0.563 2.2 1.5
## Condicionar- 2336 0.66 0.65 0.645 0.595 2.5 1.6
## Creación perfiles- 2336 0.62 0.61 0.586 0.538 2.7 1.7
## Fuente de distracción- 2336 0.62 0.61 0.594 0.543 3.0 1.6
## Reducción socialización- 2336 0.59 0.59 0.563 0.515 2.4 1.5
## Uso suficientemente supervisado- 2336 0.57 0.57 0.549 0.502 2.5 1.5
## Creación perfiles usos comerciales- 2336 0.18 0.15 0.049 0.045 4.2 2.0
## Mejorar experiencia de los usuarios 2336 0.34 0.35 0.276 0.241 4.0 1.5
##
## Non missing response frequency for each item
## 1 2 3 4 5 6 miss
## Colaboración necesaria 0.15 0.09 0.13 0.21 0.23 0.19 0
## Clave derecho educación 0.20 0.16 0.20 0.21 0.14 0.09 0
## Mejora proceso de aprendizaje 0.12 0.13 0.21 0.27 0.18 0.10 0
## Trabajo cooperativo 0.09 0.11 0.18 0.24 0.24 0.13 0
## Disfrutar uso 0.07 0.09 0.18 0.30 0.24 0.12 0
## Intuitivas acompañamiento 0.08 0.11 0.19 0.26 0.23 0.12 0
## Favorecen la comunicación 0.10 0.11 0.14 0.21 0.24 0.20 0
## Utilización/comercialización 0.05 0.06 0.09 0.11 0.19 0.50 0
## Pagar por su uso 0.11 0.09 0.15 0.15 0.20 0.30 0
## Vulneración privacidad 0.06 0.06 0.09 0.11 0.19 0.51 0
## Condicionar 0.06 0.07 0.13 0.14 0.21 0.39 0
## Creación perfiles 0.10 0.09 0.12 0.13 0.17 0.38 0
## Fuente de distracción 0.09 0.13 0.17 0.19 0.17 0.24 0
## Reducción socialización 0.05 0.07 0.11 0.14 0.22 0.41 0
## Uso suficientemente supervisado 0.05 0.06 0.12 0.18 0.26 0.33 0
## Creación perfiles usos comerciales 0.47 0.09 0.09 0.09 0.09 0.17 0
## Mejorar experiencia de los usuarios 0.09 0.08 0.16 0.26 0.21 0.19 0
EdDit_factor<-fa(EdDit2, nfactors = 3,fm = "ml", rotate ="oblimin", cor = "cor")
## Loading required namespace: GPArotation
prueba <- print(EdDit_factor,digits = 3,cut = .30, sort=TRUE)
## Factor Analysis using method = ml
## Call: fa(r = EdDit2, nfactors = 3, rotate = "oblimin", fm = "ml", cor = "cor")
## Standardized loadings (pattern matrix) based upon correlation matrix
## item ML2 ML1 ML3 h2 u2
## Mejora proceso de aprendizaje 3 0.839 0.74749 0.253
## Trabajo cooperativo 4 0.767 0.60270 0.397
## Disfrutar uso 5 0.763 0.56761 0.432
## Clave derecho educación 2 0.734 0.55046 0.450
## Intuitivas acompañamiento 6 0.721 0.51872 0.481
## Favorecen la comunicación 7 0.671 0.43921 0.561
## Colaboración necesaria 1 0.645 0.43775 0.562
## Mejorar experiencia de los usuarios 17 0.447 0.17862 0.821
## Utilización/comercialización 8 0.885 0.72355 0.276
## Vulneración privacidad 10 0.812 0.69105 0.309
## Condicionar 11 0.753 0.65893 0.341
## Creación perfiles 12 0.735 0.57247 0.428
## Pagar por su uso 9 0.566 0.36372 0.636
## Fuente de distracción 13 0.826 0.67202 0.328
## Reducción socialización 14 0.745 0.59926 0.401
## Uso suficientemente supervisado 15 0.718 0.59299 0.407
## Creación perfiles usos comerciales 16 0.00708 0.993
## com
## Mejora proceso de aprendizaje 1.02
## Trabajo cooperativo 1.01
## Disfrutar uso 1.01
## Clave derecho educación 1.00
## Intuitivas acompañamiento 1.01
## Favorecen la comunicación 1.01
## Colaboración necesaria 1.15
## Mejorar experiencia de los usuarios 1.09
## Utilización/comercialización 1.01
## Vulneración privacidad 1.00
## Condicionar 1.03
## Creación perfiles 1.00
## Pagar por su uso 1.16
## Fuente de distracción 1.02
## Reducción socialización 1.01
## Uso suficientemente supervisado 1.06
## Creación perfiles usos comerciales 1.45
##
## ML2 ML1 ML3
## SS loadings 4.026 3.010 1.888
## Proportion Var 0.237 0.177 0.111
## Cumulative Var 0.237 0.414 0.525
## Proportion Explained 0.451 0.337 0.212
## Cumulative Proportion 0.451 0.788 1.000
##
## With factor correlations of
## ML2 ML1 ML3
## ML2 1.000 -0.257 -0.341
## ML1 -0.257 1.000 0.572
## ML3 -0.341 0.572 1.000
##
## Mean item complexity = 1.1
## Test of the hypothesis that 3 factors are sufficient.
##
## df null model = 136 with the objective function = 7.94 with Chi Square = 18489.45
## df of the model are 88 and the objective function was 0.167
##
## The root mean square of the residuals (RMSR) is 0.018
## The df corrected root mean square of the residuals is 0.023
##
## The harmonic n.obs is 2336 with the empirical chi square 211.613 with prob < 3.5e-12
## The total n.obs was 2336 with Likelihood Chi Square = 389.445 with prob < 1.6e-39
##
## Tucker Lewis Index of factoring reliability = 0.9746
## RMSEA index = 0.0383 and the 90 % confidence intervals are 0.0345 0.0422
## BIC = -293.101
## Fit based upon off diagonal values = 0.997
## Measures of factor score adequacy
## ML2 ML1 ML3
## Correlation of (regression) scores with factors 0.953 0.948 0.919
## Multiple R square of scores with factors 0.908 0.899 0.844
## Minimum correlation of possible factor scores 0.816 0.799 0.688
EdDit3 <- read_excel("EdDit.xlsx", sheet = "EdDit_Likert",
col_types = c("text", "text", "text",
"text", "text", "text", "text", "text",
"text", "text", "text", "text",
"text", "text", "text", "text", "text"))
df.orig <- EdDit3
df1 <- data.frame(df.orig)
str(df1)
## 'data.frame': 2336 obs. of 17 variables:
## $ Colaboración.necesaria : chr "6" "5" "4" "4" ...
## $ Clave.derecho.educación : chr "5" "5" "4" "5" ...
## $ Mejora.proceso.de.aprendizaje : chr "4" "2" "3" "6" ...
## $ Trabajo.cooperativo : chr "5" "4" "2" "6" ...
## $ Disfrutar.uso : chr "4" "3" "4" "6" ...
## $ Intuitivas.acompañamiento : chr "5" "1" "3" "6" ...
## $ Favorecen.la.comunicación : chr "6" "2" "2" "6" ...
## $ Utilización.comercialización : chr "1" "6" "6" "6" ...
## $ Pagar.por.su.uso : chr "1" "4" "5" "4" ...
## $ Vulneración.privacidad : chr "1" "6" "6" "6" ...
## $ Condicionar : chr "2" "1" "6" "5" ...
## $ Creación.perfiles : chr "3" "4" "6" "5" ...
## $ Fuente.de.distracción : chr "1" "6" "6" "2" ...
## $ Reducción.socialización : chr "1" "6" "6" "4" ...
## $ Uso.suficientemente.supervisado : chr "1" "6" "6" "3" ...
## $ Creación.perfiles.usos.comerciales : chr "2" "6" "6" "2" ...
## $ Mejorar.experiencia.de.los.usuarios: chr "2" "4" "4" "5" ...
df2 <- mutate_if(df1, is.character, as.factor)
str(df2)
## 'data.frame': 2336 obs. of 17 variables:
## $ Colaboración.necesaria : Factor w/ 6 levels "1","2","3","4",..: 6 5 4 4 2 1 5 6 6 1 ...
## $ Clave.derecho.educación : Factor w/ 6 levels "1","2","3","4",..: 5 5 4 5 1 3 5 2 4 1 ...
## $ Mejora.proceso.de.aprendizaje : Factor w/ 6 levels "1","2","3","4",..: 4 2 3 6 2 3 5 3 5 1 ...
## $ Trabajo.cooperativo : Factor w/ 6 levels "1","2","3","4",..: 5 4 2 6 1 6 5 3 6 1 ...
## $ Disfrutar.uso : Factor w/ 6 levels "1","2","3","4",..: 4 3 4 6 6 3 5 4 4 1 ...
## $ Intuitivas.acompañamiento : Factor w/ 6 levels "1","2","3","4",..: 5 1 3 6 2 3 3 4 5 1 ...
## $ Favorecen.la.comunicación : Factor w/ 6 levels "1","2","3","4",..: 6 2 2 6 2 6 4 4 6 1 ...
## $ Utilización.comercialización : Factor w/ 6 levels "1","2","3","4",..: 1 6 6 6 5 3 2 6 6 6 ...
## $ Pagar.por.su.uso : Factor w/ 6 levels "1","2","3","4",..: 1 4 5 4 1 3 2 6 6 6 ...
## $ Vulneración.privacidad : Factor w/ 6 levels "1","2","3","4",..: 1 6 6 6 4 3 5 6 6 6 ...
## $ Condicionar : Factor w/ 6 levels "1","2","3","4",..: 2 1 6 5 5 3 5 6 1 6 ...
## $ Creación.perfiles : Factor w/ 6 levels "1","2","3","4",..: 3 4 6 5 3 3 4 1 1 6 ...
## $ Fuente.de.distracción : Factor w/ 6 levels "1","2","3","4",..: 1 6 6 2 6 3 6 2 4 5 ...
## $ Reducción.socialización : Factor w/ 6 levels "1","2","3","4",..: 1 6 6 4 6 3 6 3 6 6 ...
## $ Uso.suficientemente.supervisado : Factor w/ 6 levels "1","2","3","4",..: 1 6 6 3 6 3 6 5 2 6 ...
## $ Creación.perfiles.usos.comerciales : Factor w/ 6 levels "1","2","3","4",..: 2 6 6 2 2 3 6 3 2 1 ...
## $ Mejorar.experiencia.de.los.usuarios: Factor w/ 6 levels "1","2","3","4",..: 2 4 4 5 3 3 5 6 6 2 ...
Factor1 <- df2[c(1,2,3,4,5,6,7,17)]
Factor1_Likert <- likert(Factor1)
summary(Factor1_Likert)
## Item low neutral high mean
## 8 Mejorar.experiencia.de.los.usuarios 33.39041 0 66.60959 3.993579
## 5 Disfrutar.uso 33.90411 0 66.09589 3.916524
## 7 Favorecen.la.comunicación 34.76027 0 65.23973 3.995291
## 1 Colaboración.necesaria 36.81507 0 63.18493 3.859161
## 6 Intuitivas.acompañamiento 38.82705 0 61.17295 3.806935
## 4 Trabajo.cooperativo 39.12671 0 60.87329 3.802654
## 3 Mejora.proceso.de.aprendizaje 45.16267 0 54.83733 3.563356
## 2 Clave.derecho.educación 56.07877 0 43.92123 3.199486
## sd
## 8 1.519453
## 5 1.373771
## 7 1.578896
## 1 1.665710
## 6 1.434050
## 4 1.479919
## 3 1.465758
## 2 1.568840
plot(Factor1_Likert, type = "bar", centered = T, legend.position = "right") +
theme( axis.text.x = element_text( size = 0),
axis.text.y = element_text( size = 13, hjust = 0 ),
legend.text = element_text( size = 10),
legend.title = element_text( size = 0))
Factor2 <- df2[c(8,9,10,11,12)]
Factor2_Likert <- likert(Factor2)
summary(Factor2_Likert)
## Item low neutral high mean sd
## 1 Utilización.comercialización 19.73459 0 80.26541 4.842894 1.510186
## 3 Vulneración.privacidad 20.16267 0 79.83733 4.826199 1.533556
## 4 Condicionar 26.28425 0 73.71575 4.529538 1.570603
## 5 Creación.perfiles 31.59247 0 68.40753 4.321490 1.729894
## 2 Pagar.por.su.uso 34.71747 0 65.28253 4.150257 1.697493
plot(Factor2_Likert, type = "bar", centered = T, legend.position = "right") +
theme( axis.text.x = element_text( size = 0),
axis.text.y = element_text( size = 13, hjust = 0 ),
legend.text = element_text( size = 10),
legend.title = element_text( size = 0))
Factor3 <- df2[c(13, 14, 15)]
Factor3_Likert <- likert(Factor3)
summary(Factor3_Likert)
## Item low neutral high mean sd
## 3 Uso.suficientemente.supervisado 23.24486 0 76.75514 4.527397 1.460141
## 2 Reducción.socialización 23.45890 0 76.54110 4.630137 1.531460
## 1 Fuente.de.distracción 38.95548 0 61.04452 3.968750 1.618512
plot(Factor3_Likert, type = "bar", centered = T, legend.position = "right") +
theme( axis.text.x = element_text( size = 0),
axis.text.y = element_text( size = 13, hjust = 0 ),
legend.text = element_text( size = 10),
legend.title = element_text( size = 0))
EdDit <- read_excel("EdDit.xlsx")
attach(EdDit)
## The following objects are masked from EdDit (pos = 3):
##
## Clave derecho educación, Colaboración necesaria, Condicionar,
## Creación perfiles, Creación perfiles usos comerciales, Disfrutar
## uso, Edad alumnado, Edad Familia, Etapa educativa, Favorecen la
## comunicación, Fuente de distracción, Género alumnado, Género
## Familia, Intuitivas acompañamiento, Mejora proceso de aprendizaje,
## Mejorar experiencia de los usuarios, Pagar por su uso, Reducción
## socialización, Trabajo cooperativo, Uso suficientemente
## supervisado, Utilización/comercialización, Vulneración privacidad
names (EdDit)
## [1] "Género Familia" "Edad Familia"
## [3] "Género alumnado" "Edad alumnado"
## [5] "Etapa educativa" "Colaboración necesaria"
## [7] "Clave derecho educación" "Mejora proceso de aprendizaje"
## [9] "Trabajo cooperativo" "Disfrutar uso"
## [11] "Intuitivas acompañamiento" "Favorecen la comunicación"
## [13] "Utilización/comercialización" "Pagar por su uso"
## [15] "Vulneración privacidad" "Condicionar"
## [17] "Creación perfiles" "Fuente de distracción"
## [19] "Reducción socialización" "Uso suficientemente supervisado"
## [21] "Creación perfiles usos comerciales" "Mejorar experiencia de los usuarios"
t_apa(t_test(`Mejora proceso de aprendizaje` ~`Etapa educativa`, data = EdDit))
## t(1683.20) = -2.82, p = .005, d = -0.12
test <- t.test(`Mejora proceso de aprendizaje` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Mejora proceso de aprendizaje by Etapa educativa
## t = -2.821, df = 1683.2, p-value = 0.004844
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## -0.30165919 -0.05422073
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.501961 3.679901
t_apa(t_test(`Disfrutar uso` ~`Etapa educativa`, data = EdDit))
## t(1676.10) = 1.97, p = .049, d = 0.09
test <- t.test(`Disfrutar uso` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Disfrutar uso by Etapa educativa
## t = 1.9729, df = 1676.1, p-value = 0.04867
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## 0.000683569 0.233141177
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.956863 3.839950
t_apa(t_test(`Trabajo cooperativo` ~`Etapa educativa`, data = EdDit))
## t(1696.04) = -5.94, p < .001, d = -0.26
test <- t.test(`Trabajo cooperativo` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Trabajo cooperativo by Etapa educativa
## t = -5.9405, df = 1696, p-value = 3.44e-09
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## -0.4990584 -0.2513106
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.673203 4.048387
t_apa(t_test(`Intuitivas acompañamiento` ~`Etapa educativa`, data = EdDit))
## t(1686.75) = 0.99, p = .321, d = 0.04
t_apa(t_test(`Clave derecho educación` ~`Etapa educativa`, data = EdDit))
## t(1663.44) = -3.67, p < .001, d = -0.16
test <- t.test(`Clave derecho educación` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Clave derecho educación by Etapa educativa
## t = -3.6704, df = 1663.4, p-value = 0.0002498
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## -0.3813807 -0.1157341
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.113725 3.362283
t_apa(t_test(`Favorecen la comunicación` ~`Etapa educativa`, data = EdDit))
## t(1593.57) = 0.69, p = .492, d = 0.03
t_apa(t_test(`Colaboración necesaria` ~`Etapa educativa`, data = EdDit))
## t(1691.42) = -3.72, p < .001, d = -0.16
test <- t.test(`Colaboración necesaria` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Colaboración necesaria by Etapa educativa
## t = -3.7243, df = 1691.4, p-value = 0.0002023
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## -0.4063584 -0.1259986
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.767320 4.033499
t_apa(t_test(`Mejorar experiencia de los usuarios` ~`Etapa educativa`, data = EdDit))
## t(1668.41) = -1.97, p = .049, d = -0.09
test <- t.test(`Mejorar experiencia de los usuarios` ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Mejorar experiencia de los usuarios by Etapa educativa
## t = -1.9671, df = 1668.4, p-value = 0.04933
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## -0.2579101851 -0.0003781426
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 3.949020 4.078164
t_apa(t_test(`Utilización/comercialización` ~`Etapa educativa`, data = EdDit))
## t(1655.86) = 0.82, p = .412, d = 0.04
t_apa(t_test(`Vulneración privacidad` ~`Etapa educativa`, data = EdDit))
## t(1655.33) = 1.62, p = .105, d = 0.07
t_apa(t_test(`Creación perfiles usos comerciales` ~`Etapa educativa`, data = EdDit))
## t(1622.72) = -0.98, p = .328, d = -0.04
t_apa(t_test(`Creación perfiles` ~`Etapa educativa`, data = EdDit))
## t(1587.75) = 3.29, p = .001, d = 0.14
t_apa(t_test(Condicionar ~`Etapa educativa`, data = EdDit))
## t(1590.78) = 3.29, p = .001, d = 0.14
test <- t.test(Condicionar ~`Etapa educativa`, data = EdDit)
print(test)
##
## Welch Two Sample t-test
##
## data: Condicionar by Etapa educativa
## t = 3.2931, df = 1590.8, p-value = 0.001013
## alternative hypothesis: true difference in means between group Primaria and group Secundaria is not equal to 0
## 95 percent confidence interval:
## 0.09177351 0.36212616
## sample estimates:
## mean in group Primaria mean in group Secundaria
## 4.607843 4.380893
t_apa(t_test(`Pagar por su uso` ~`Etapa educativa`, data = EdDit))
## t(1678.13) = 0.13, p = .895, d < 0.01
t_apa(t_test(`Fuente de distracción` ~`Etapa educativa`, data = EdDit))
## t(1606.08) = 1.62, p = .104, d = 0.07
t_apa(t_test(`Reducción socialización` ~`Etapa educativa`, data = EdDit))
## t(1598.71) = 1.12, p = .261, d = 0.05
t_apa(t_test(`Uso suficientemente supervisado` ~`Etapa educativa`, data = EdDit))
## t(1686.02) = -0.42, p = .675, d = -0.02