Hate

Author

Manuel Jiménez 

library(tidyverse)
Warning: package 'ggplot2' was built under R version 4.3.2
Warning: package 'dplyr' was built under R version 4.3.2
Warning: package 'stringr' was built under R version 4.3.2
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.4
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.4.4     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ 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 errors
library(DT)
Warning: package 'DT' was built under R version 4.3.2
#| echo: false

library(gtsummary)
Warning: package 'gtsummary' was built under R version 4.3.2
library("FactoMineR")
Warning: package 'FactoMineR' was built under R version 4.3.2
library("factoextra")
Warning: package 'factoextra' was built under R version 4.3.2
Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
library(gplots)
Warning: package 'gplots' was built under R version 4.3.3

Attaching package: 'gplots'

The following object is masked from 'package:stats':

    lowess
library(scales)
Warning: package 'scales' was built under R version 4.3.2

Attaching package: 'scales'

The following object is masked from 'package:purrr':

    discard

The following object is masked from 'package:readr':

    col_factor
load("data.RData")

Los datos originales son

data = data %>% as_tibble() %>% 
  filter(QuieresHacerCuestionario=="Sí",
         !is.na(Temporización.del.grupo..Preguntas.sociodemográficas.), !is.na(insultosRecibidos_genero)) %>%
  select(id,Genero:insultosObservados_apariencia)

Por conveniencia vamos a crear una variable GeneroSimplificado, situado después de Genero que sea 1 si el género es masculino y 0 si es femenino y en todos los demás casos será 2, etiquetado como “otro”

df=data %>% 
  mutate(
    edad=as.integer(edad),
    GeneroSimplificado = case_when(
    Genero == "Hombre" ~ "Hombre",
    Genero == "Mujer" ~ "Mujer",
    TRUE ~ "Otro"
  ) %>% factor(levels=c("Hombre","Mujer","Otro"),labels=c("Hombre","Mujer","Otro")),
  GeneroSimplificado2= case_when(
    Genero == "Hombre" ~ "Hombre",
    Genero == "Mujer" ~ "Mujer",
    TRUE ~ NA_character_ 
  )%>% factor(levels=c("Hombre","Mujer"),labels=c("Hombre","Mujer"))
     ) %>%
  select(id,Genero,GeneroSimplificado, GeneroSimplificado2, everything())

Los nombres de las variables son

#haven::write_sav(df,path ="datos.sav")

Vamos a usar la librery gtsummary para describir las variables

df%>% select(-id) %>% 
  tbl_summary()
Characteristic N = 1651
Genero
    Hombre 84 (51%)
    Mujer 78 (47%)
    No binario 1 (0.6%)
    Prefiero no responder 2 (1.2%)
GeneroSimplificado
    Hombre 84 (51%)
    Mujer 78 (47%)
    Otro 3 (1.8%)
GeneroSimplificado2
    Hombre 84 (52%)
    Mujer 78 (48%)
    Unknown 3
Ocultar_identidad
    Sí 78 (47%)
    No 87 (53%)
diaSem_1
    Sí 63 (38%)
    NS 102 (62%)
diaSem_2
    Sí 61 (37%)
    NS 104 (63%)
diaSem_3
    Sí 65 (39%)
    NS 100 (61%)
diaSem_4
    Sí 62 (38%)
    NS 103 (62%)
diaSem_5
    Sí 116 (70%)
    NS 49 (30%)
diaSem_6
    Sí 140 (85%)
    NS 25 (15%)
diaSem_7
    Sí 129 (78%)
    NS 36 (22%)
tiempo_juego
    0 minutos 15 (9.1%)
    1-30 minutos 47 (28%)
    1-2 horas 52 (32%)
    2-3 horas 28 (17%)
    3-4 horas 18 (11%)
    5-7 horas 5 (3.0%)
    8 horas o más 0 (0%)
rrss_tiktok
    Sí 82 (50%)
    NS 83 (50%)
rrss_facebook
    Sí 51 (31%)
    NS 114 (69%)
rrss_whatsapp
    Sí 158 (96%)
    NS 7 (4.2%)
rrss_twitter
    Sí 107 (65%)
    NS 58 (35%)
rrss_instagram
    Sí 133 (81%)
    NS 32 (19%)
rrss_telegram
    Sí 67 (41%)
    NS 98 (59%)
rrss_linkedin
    Sí 39 (24%)
    NS 126 (76%)
rrss_snapchat
    Sí 4 (2.4%)
    NS 161 (98%)
rrss_wechat
    Sí 1 (0.6%)
    NS 164 (99%)
rrss_line
    Sí 1 (0.6%)
    NS 164 (99%)
rrss_viber
    Sí 0 (0%)
    NS 165 (100%)
rrss_discord
    Sí 78 (47%)
    NS 87 (53%)
rrss_pinterest
    Sí 36 (22%)
    NS 129 (78%)
rrss_reddit
    Sí 27 (16%)
    NS 138 (84%)
rrss_otras
    Sí 2 (1.2%)
    NS 163 (99%)
rrss_otro2
    GRINDR 1 (20%)
    Telegram y Signal 1 (20%)
    Tumblr, Foros 1 (20%)
    Twitch 1 (20%)
    Wattpad 1 (20%)
    Unknown 160
edad 24 (20, 34)
consulta_perfil
    Todo el mundo 50 (30%)
    Solo amigos 67 (41%)
    Amigos y los amigos de estos 15 (9.1%)
    Solo a los que da permiso para visitar su perfil 33 (20%)
streaming_twitch
    Sí 88 (53%)
    NS 77 (47%)
streaming_youtube
    Sí 134 (81%)
    NS 31 (19%)
streaming_instagram
    Sí 12 (7.3%)
    NS 153 (93%)
streaming_kick
    Sí 5 (3.0%)
    NS 160 (97%)
streaming_facebook
    Sí 7 (4.2%)
    NS 158 (96%)
streaming_otras
    Sí 13 (7.9%)
    NS 152 (92%)
nivel_estudios
    Sin estudios finalizados 2 (1.2%)
    ESO 7 (4.2%)
    FP Grado básico 0 (0%)
    FP Grado medio 3 (1.8%)
    FP Grado superior 13 (7.9%)
    Bachillerato 21 (13%)
    Grado universitario 73 (44%)
    Máster 36 (22%)
    Doctorado 10 (6.1%)
juegos_accion
    Sí 93 (56%)
    NS 72 (44%)
juegos_aventura
    Sí 85 (52%)
    NS 80 (48%)
juegos_arcade
    Sí 44 (27%)
    NS 121 (73%)
juegos_deportes
    Sí 27 (16%)
    NS 138 (84%)
juegos_estrategia
    Sí 71 (43%)
    NS 94 (57%)
juegos_simulacion
    Sí 58 (35%)
    NS 107 (65%)
juegos_mesa
    Sí 46 (28%)
    NS 119 (72%)
juegos_musicales
    Sí 10 (6.1%)
    NS 155 (94%)
juegos_shooters
    Sí 66 (40%)
    NS 99 (60%)
juegos_carreras
    Sí 31 (19%)
    NS 134 (81%)
juegos_rol
    Sí 62 (38%)
    NS 103 (62%)
informacion_sexo
    Sí 87 (53%)
    NS 78 (47%)
informacion_sentimental
    Sí 11 (6.7%)
    NS 154 (93%)
informacion_edad
    Sí 50 (30%)
    NS 115 (70%)
informacion_familia
    Sí 3 (1.8%)
    NS 162 (98%)
informacion_nacionalidad
    Sí 73 (44%)
    NS 92 (56%)
informacion_intereses
    Sí 59 (36%)
    NS 106 (64%)
informacion_residencia
    Sí 23 (14%)
    NS 142 (86%)
informacion_buscaamistad
    Sí 2 (1.2%)
    NS 163 (99%)
informacion_telefono
    Sí 2 (1.2%)
    NS 163 (99%)
informacion_orientacionsexual
    Sí 4 (2.4%)
    NS 161 (98%)
informacion_direccion
    Sí 0 (0%)
    NS 165 (100%)
informacion_email
    Sí 19 (12%)
    NS 146 (88%)
informacion_etnia
    Sí 6 (3.6%)
    NS 159 (96%)
informacion_discapacidad
    Sí 1 (0.6%)
    NS 164 (99%)
informacion_gustospoliticos
    Sí 8 (4.8%)
    NS 157 (95%)
informacion_apariencia
    Sí 24 (15%)
    NS 141 (85%)
informacion_apuestas
    Sí 1 (0.6%)
    NS 164 (99%)
informacion_formacionacademica
    Sí 51 (31%)
    NS 114 (69%)
informacion_religion
    Sí 1 (0.6%)
    NS 164 (99%)
insultosRecibidos_genero
    Nunca 74 (45%)
    Casi nunca 32 (19%)
    En ocasiones 38 (23%)
    A menudo 16 (9.7%)
    Casi siempre 5 (3.0%)
insultosRecibidos_etnia
    Nunca 129 (78%)
    Casi nunca 21 (13%)
    En ocasiones 13 (7.9%)
    A menudo 2 (1.2%)
    Casi siempre 0 (0%)
insultosRecibidos_nacionalidad
    Nunca 86 (52%)
    Casi nunca 41 (25%)
    En ocasiones 27 (16%)
    A menudo 8 (4.8%)
    Casi siempre 3 (1.8%)
insultosRecibidos_orientacionsexual
    Nunca 119 (72%)
    Casi nunca 15 (9.1%)
    En ocasiones 19 (12%)
    A menudo 7 (4.2%)
    Casi siempre 5 (3.0%)
insultosRecibidos_religion
    Nunca 140 (85%)
    Casi nunca 9 (5.5%)
    En ocasiones 11 (6.7%)
    A menudo 2 (1.2%)
    Casi siempre 3 (1.8%)
insultosRecibidos_edad
    Nunca 107 (65%)
    Casi nunca 25 (15%)
    En ocasiones 26 (16%)
    A menudo 6 (3.6%)
    Casi siempre 1 (0.6%)
insultosRecibidos_gustospoliticos
    Nunca 72 (44%)
    Casi nunca 24 (15%)
    En ocasiones 32 (19%)
    A menudo 28 (17%)
    Casi siempre 9 (5.5%)
insultosRecibidos_apariencia
    Nunca 74 (45%)
    Casi nunca 28 (17%)
    En ocasiones 45 (27%)
    A menudo 11 (6.7%)
    Casi siempre 7 (4.2%)
insultosHechos_genero
    Nunca 134 (81%)
    Casi nunca 18 (11%)
    En ocasiones 7 (4.2%)
    A menudo 5 (3.0%)
    Casi siempre 1 (0.6%)
insultosHechos_etnia
    Nunca 129 (78%)
    Casi nunca 21 (13%)
    En ocasiones 13 (7.9%)
    A menudo 1 (0.6%)
    Casi siempre 1 (0.6%)
insultosHechos_nacionalidad
    Nunca 115 (70%)
    Casi nunca 24 (15%)
    En ocasiones 21 (13%)
    A menudo 3 (1.8%)
    Casi siempre 2 (1.2%)
insultosHechos_orientacionsexual
    Nunca 138 (84%)
    Casi nunca 14 (8.5%)
    En ocasiones 8 (4.8%)
    A menudo 2 (1.2%)
    Casi siempre 3 (1.8%)
insultosHechos_religion
    Nunca 130 (79%)
    Casi nunca 20 (12%)
    En ocasiones 10 (6.1%)
    A menudo 3 (1.8%)
    Casi siempre 2 (1.2%)
insultosHechos_edad
    Nunca 125 (76%)
    Casi nunca 23 (14%)
    En ocasiones 12 (7.3%)
    A menudo 4 (2.4%)
    Casi siempre 1 (0.6%)
insultosHechos_gustospoliticos
    Nunca 93 (56%)
    Casi nunca 32 (19%)
    En ocasiones 25 (15%)
    A menudo 12 (7.3%)
    Casi siempre 3 (1.8%)
insultosHechos_apariencia
    Nunca 127 (77%)
    Casi nunca 26 (16%)
    En ocasiones 8 (4.8%)
    A menudo 4 (2.4%)
    Casi siempre 0 (0%)
insultosObservados_genero
    Nunca 26 (16%)
    Casi nunca 17 (10%)
    En ocasiones 48 (29%)
    A menudo 41 (25%)
    Casi siempre 33 (20%)
insultosObservados_etnia
    Nunca 29 (18%)
    Casi nunca 14 (8.5%)
    En ocasiones 53 (32%)
    A menudo 42 (25%)
    Casi siempre 27 (16%)
insultosObservados_nacionalidad
    Nunca 21 (13%)
    Casi nunca 17 (10%)
    En ocasiones 54 (33%)
    A menudo 46 (28%)
    Casi siempre 27 (16%)
insultosObservados_orientacionsexual
    Nunca 27 (16%)
    Casi nunca 16 (9.7%)
    En ocasiones 49 (30%)
    A menudo 37 (22%)
    Casi siempre 36 (22%)
insultosObservados_religion
    Nunca 36 (22%)
    Casi nunca 34 (21%)
    En ocasiones 43 (26%)
    A menudo 35 (21%)
    Casi siempre 17 (10%)
insultosObservados_edad
    Nunca 46 (28%)
    Casi nunca 45 (27%)
    En ocasiones 35 (21%)
    A menudo 23 (14%)
    Casi siempre 16 (9.7%)
insultosObservados_gustospoliticos
    Nunca 32 (19%)
    Casi nunca 19 (12%)
    En ocasiones 34 (21%)
    A menudo 34 (21%)
    Casi siempre 46 (28%)
insultosObservados_apariencia
    Nunca 25 (15%)
    Casi nunca 22 (13%)
    En ocasiones 50 (30%)
    A menudo 29 (18%)
    Casi siempre 39 (24%)
1 n (%); Median (IQR)

Ahora vamos a hacer lo mismo según género (simplificado), y me gustaría que aparecieran las significaciones (p) de las pruebas de comparación de medias o proporciones

df %>% select(-id,-Genero) %>% 
  tbl_summary(by=GeneroSimplificado,missing = "no") %>% add_p()
There was an error in 'add_p()/add_difference()' for variable 'tiempo_juego', p-value omitted:
Error in stats::fisher.test(structure(c(6L, 2L, 2L, 2L, 1L, 3L, 3L, 3L, : FEXACT error 7(location). LDSTP=18630 is too small for this problem,
  (pastp=38.4729, ipn_0:=ipoin[itp=163]=894, stp[ipn_0]=40.1813).
Increase workspace or consider using 'simulate.p.value=TRUE'
There was an error in 'add_p()/add_difference()' for variable 'nivel_estudios', p-value omitted:
Error in stats::fisher.test(structure(c(8L, 7L, 9L, 4L, 6L, 7L, 7L, 8L, : FEXACT error 7(location). LDSTP=18630 is too small for this problem,
  (pastp=32.1659, ipn_0:=ipoin[itp=514]=81, stp[ipn_0]=30.9939).
Increase workspace or consider using 'simulate.p.value=TRUE'
There was an error in 'add_p()/add_difference()' for variable 'insultosRecibidos_genero', p-value omitted:
Error in stats::fisher.test(structure(c(2L, 4L, 1L, 1L, 2L, 1L, 1L, 1L, : FEXACT error 7(location). LDSTP=18630 is too small for this problem,
  (pastp=27.6245, ipn_0:=ipoin[itp=561]=1347, stp[ipn_0]=18.5007).
Increase workspace or consider using 'simulate.p.value=TRUE'
There was an error in 'add_p()/add_difference()' for variable 'insultosObservados_religion', p-value omitted:
Error in stats::fisher.test(structure(c(4L, 5L, 4L, 2L, 4L, 5L, 3L, 3L, : FEXACT error 7(location). LDSTP=18630 is too small for this problem,
  (pastp=59.0113, ipn_0:=ipoin[itp=389]=1155, stp[ipn_0]=57.3821).
Increase workspace or consider using 'simulate.p.value=TRUE'
There was an error in 'add_p()/add_difference()' for variable 'insultosObservados_apariencia', p-value omitted:
Error in stats::fisher.test(structure(c(4L, 5L, 3L, 3L, 3L, 5L, 3L, 3L, : FEXACT error 7(location). LDSTP=18630 is too small for this problem,
  (pastp=49.642, ipn_0:=ipoin[itp=442]=6707, stp[ipn_0]=49.5097).
Increase workspace or consider using 'simulate.p.value=TRUE'
Characteristic Hombre, N = 841 Mujer, N = 781 Otro, N = 31 p-value2
GeneroSimplificado2


<0.001
    Hombre 84 (100%) 0 (0%) 0 (NA%)
    Mujer 0 (0%) 78 (100%) 0 (NA%)
Ocultar_identidad


0.002
    Sí 30 (36%) 45 (58%) 3 (100%)
    No 54 (64%) 33 (42%) 0 (0%)
diaSem_1


0.12
    Sí 37 (44%) 24 (31%) 2 (67%)
    NS 47 (56%) 54 (69%) 1 (33%)
diaSem_2


0.040
    Sí 37 (44%) 22 (28%) 2 (67%)
    NS 47 (56%) 56 (72%) 1 (33%)
diaSem_3


0.009
    Sí 41 (49%) 22 (28%) 2 (67%)
    NS 43 (51%) 56 (72%) 1 (33%)
diaSem_4


0.074
    Sí 37 (44%) 23 (29%) 2 (67%)
    NS 47 (56%) 55 (71%) 1 (33%)
diaSem_5


<0.001
    Sí 69 (82%) 44 (56%) 3 (100%)
    NS 15 (18%) 34 (44%) 0 (0%)
diaSem_6


0.2
    Sí 75 (89%) 62 (79%) 3 (100%)
    NS 9 (11%) 16 (21%) 0 (0%)
diaSem_7


0.7
    Sí 67 (80%) 59 (76%) 3 (100%)
    NS 17 (20%) 19 (24%) 0 (0%)
tiempo_juego



    0 minutos 3 (3.6%) 12 (15%) 0 (0%)
    1-30 minutos 22 (26%) 24 (31%) 1 (33%)
    1-2 horas 32 (38%) 20 (26%) 0 (0%)
    2-3 horas 15 (18%) 13 (17%) 0 (0%)
    3-4 horas 10 (12%) 8 (10%) 0 (0%)
    5-7 horas 2 (2.4%) 1 (1.3%) 2 (67%)
    8 horas o más 0 (0%) 0 (0%) 0 (0%)
rrss_tiktok


0.003
    Sí 34 (40%) 48 (62%) 0 (0%)
    NS 50 (60%) 30 (38%) 3 (100%)
rrss_facebook


0.078
    Sí 32 (38%) 18 (23%) 1 (33%)
    NS 52 (62%) 60 (77%) 2 (67%)
rrss_whatsapp


0.5
    Sí 79 (94%) 76 (97%) 3 (100%)
    NS 5 (6.0%) 2 (2.6%) 0 (0%)
rrss_twitter


0.5
    Sí 56 (67%) 50 (64%) 1 (33%)
    NS 28 (33%) 28 (36%) 2 (67%)
rrss_instagram


0.016
    Sí 63 (75%) 69 (88%) 1 (33%)
    NS 21 (25%) 9 (12%) 2 (67%)
rrss_telegram


0.027
    Sí 42 (50%) 24 (31%) 1 (33%)
    NS 42 (50%) 54 (69%) 2 (67%)
rrss_linkedin


0.2
    Sí 25 (30%) 14 (18%) 0 (0%)
    NS 59 (70%) 64 (82%) 3 (100%)
rrss_snapchat


0.6
    Sí 3 (3.6%) 1 (1.3%) 0 (0%)
    NS 81 (96%) 77 (99%) 3 (100%)
rrss_wechat


>0.9
    Sí 1 (1.2%) 0 (0%) 0 (0%)
    NS 83 (99%) 78 (100%) 3 (100%)
rrss_line


0.5
    Sí 0 (0%) 1 (1.3%) 0 (0%)
    NS 84 (100%) 77 (99%) 3 (100%)
rrss_viber


>0.9
    Sí 0 (0%) 0 (0%) 0 (0%)
    NS 84 (100%) 78 (100%) 3 (100%)
rrss_discord


0.5
    Sí 42 (50%) 34 (44%) 2 (67%)
    NS 42 (50%) 44 (56%) 1 (33%)
rrss_pinterest


<0.001
    Sí 8 (9.5%) 28 (36%) 0 (0%)
    NS 76 (90%) 50 (64%) 3 (100%)
rrss_reddit


0.2
    Sí 17 (20%) 9 (12%) 1 (33%)
    NS 67 (80%) 69 (88%) 2 (67%)
rrss_otras


>0.9
    Sí 1 (1.2%) 1 (1.3%) 0 (0%)
    NS 83 (99%) 77 (99%) 3 (100%)
rrss_otro2


>0.9
    GRINDR 1 (33%) 0 (0%) 0 (NA%)
    Telegram y Signal 1 (33%) 0 (0%) 0 (NA%)
    Tumblr, Foros 0 (0%) 1 (50%) 0 (NA%)
    Twitch 1 (33%) 0 (0%) 0 (NA%)
    Wattpad 0 (0%) 1 (50%) 0 (NA%)
edad 29 (22, 41) 23 (20, 28) 31 (27, 32) 0.010
consulta_perfil


0.5
    Todo el mundo 31 (37%) 18 (23%) 1 (33%)
    Solo amigos 29 (35%) 36 (46%) 2 (67%)
    Amigos y los amigos de estos 7 (8.3%) 8 (10%) 0 (0%)
    Solo a los que da permiso para visitar su perfil 17 (20%) 16 (21%) 0 (0%)
streaming_twitch


0.3
    Sí 42 (50%) 43 (55%) 3 (100%)
    NS 42 (50%) 35 (45%) 0 (0%)
streaming_youtube


0.3
    Sí 66 (79%) 66 (85%) 2 (67%)
    NS 18 (21%) 12 (15%) 1 (33%)
streaming_instagram


0.005
    Sí 1 (1.2%) 11 (14%) 0 (0%)
    NS 83 (99%) 67 (86%) 3 (100%)
streaming_kick


0.4
    Sí 4 (4.8%) 1 (1.3%) 0 (0%)
    NS 80 (95%) 77 (99%) 3 (100%)
streaming_facebook


0.7
    Sí 3 (3.6%) 4 (5.1%) 0 (0%)
    NS 81 (96%) 74 (95%) 3 (100%)
streaming_otras


0.4
    Sí 9 (11%) 4 (5.1%) 0 (0%)
    NS 75 (89%) 74 (95%) 3 (100%)
nivel_estudios



    Sin estudios finalizados 2 (2.4%) 0 (0%) 0 (0%)
    ESO 5 (6.0%) 2 (2.6%) 0 (0%)
    FP Grado básico 0 (0%) 0 (0%) 0 (0%)
    FP Grado medio 3 (3.6%) 0 (0%) 0 (0%)
    FP Grado superior 7 (8.3%) 5 (6.4%) 1 (33%)
    Bachillerato 9 (11%) 12 (15%) 0 (0%)
    Grado universitario 32 (38%) 40 (51%) 1 (33%)
    Máster 23 (27%) 12 (15%) 1 (33%)
    Doctorado 3 (3.6%) 7 (9.0%) 0 (0%)
juegos_accion


<0.001
    Sí 59 (70%) 32 (41%) 2 (67%)
    NS 25 (30%) 46 (59%) 1 (33%)
juegos_aventura


0.7
    Sí 45 (54%) 38 (49%) 2 (67%)
    NS 39 (46%) 40 (51%) 1 (33%)
juegos_arcade


0.047
    Sí 27 (32%) 15 (19%) 2 (67%)
    NS 57 (68%) 63 (81%) 1 (33%)
juegos_deportes


0.5
    Sí 14 (17%) 12 (15%) 1 (33%)
    NS 70 (83%) 66 (85%) 2 (67%)
juegos_estrategia


0.070
    Sí 42 (50%) 27 (35%) 2 (67%)
    NS 42 (50%) 51 (65%) 1 (33%)
juegos_simulacion


0.7
    Sí 27 (32%) 30 (38%) 1 (33%)
    NS 57 (68%) 48 (62%) 2 (67%)
juegos_mesa


<0.001
    Sí 11 (13%) 35 (45%) 0 (0%)
    NS 73 (87%) 43 (55%) 3 (100%)
juegos_musicales


0.030
    Sí 2 (2.4%) 7 (9.0%) 1 (33%)
    NS 82 (98%) 71 (91%) 2 (67%)
juegos_shooters


<0.001
    Sí 46 (55%) 19 (24%) 1 (33%)
    NS 38 (45%) 59 (76%) 2 (67%)
juegos_carreras


0.3
    Sí 18 (21%) 12 (15%) 1 (33%)
    NS 66 (79%) 66 (85%) 2 (67%)
juegos_rol


0.007
    Sí 37 (44%) 22 (28%) 3 (100%)
    NS 47 (56%) 56 (72%) 0 (0%)
informacion_sexo


0.006
    Sí 54 (64%) 32 (41%) 1 (33%)
    NS 30 (36%) 46 (59%) 2 (67%)
informacion_sentimental


0.4
    Sí 8 (9.5%) 3 (3.8%) 0 (0%)
    NS 76 (90%) 75 (96%) 3 (100%)
informacion_edad


0.2
    Sí 30 (36%) 20 (26%) 0 (0%)
    NS 54 (64%) 58 (74%) 3 (100%)
informacion_familia


0.6
    Sí 1 (1.2%) 2 (2.6%) 0 (0%)
    NS 83 (99%) 76 (97%) 3 (100%)
informacion_nacionalidad


0.007
    Sí 46 (55%) 27 (35%) 0 (0%)
    NS 38 (45%) 51 (65%) 3 (100%)
informacion_intereses


0.067
    Sí 31 (37%) 25 (32%) 3 (100%)
    NS 53 (63%) 53 (68%) 0 (0%)
informacion_residencia


>0.9
    Sí 12 (14%) 11 (14%) 0 (0%)
    NS 72 (86%) 67 (86%) 3 (100%)
informacion_buscaamistad


0.5
    Sí 2 (2.4%) 0 (0%) 0 (0%)
    NS 82 (98%) 78 (100%) 3 (100%)
informacion_telefono


>0.9
    Sí 1 (1.2%) 1 (1.3%) 0 (0%)
    NS 83 (99%) 77 (99%) 3 (100%)
informacion_orientacionsexual


0.019
    Sí 3 (3.6%) 0 (0%) 1 (33%)
    NS 81 (96%) 78 (100%) 2 (67%)
informacion_direccion


>0.9
    Sí 0 (0%) 0 (0%) 0 (0%)
    NS 84 (100%) 78 (100%) 3 (100%)
informacion_email


0.3
    Sí 13 (15%) 6 (7.7%) 0 (0%)
    NS 71 (85%) 72 (92%) 3 (100%)
informacion_etnia


0.7
    Sí 4 (4.8%) 2 (2.6%) 0 (0%)
    NS 80 (95%) 76 (97%) 3 (100%)
informacion_discapacidad


0.5
    Sí 0 (0%) 1 (1.3%) 0 (0%)
    NS 84 (100%) 77 (99%) 3 (100%)
informacion_gustospoliticos


0.12
    Sí 7 (8.3%) 1 (1.3%) 0 (0%)
    NS 77 (92%) 77 (99%) 3 (100%)
informacion_apariencia


0.9
    Sí 13 (15%) 11 (14%) 0 (0%)
    NS 71 (85%) 67 (86%) 3 (100%)
informacion_apuestas


>0.9
    Sí 1 (1.2%) 0 (0%) 0 (0%)
    NS 83 (99%) 78 (100%) 3 (100%)
informacion_formacionacademica


0.8
    Sí 24 (29%) 26 (33%) 1 (33%)
    NS 60 (71%) 52 (67%) 2 (67%)
informacion_religion


>0.9
    Sí 1 (1.2%) 0 (0%) 0 (0%)
    NS 83 (99%) 78 (100%) 3 (100%)
insultosRecibidos_genero



    Nunca 57 (68%) 16 (21%) 1 (33%)
    Casi nunca 18 (21%) 14 (18%) 0 (0%)
    En ocasiones 5 (6.0%) 32 (41%) 1 (33%)
    A menudo 4 (4.8%) 12 (15%) 0 (0%)
    Casi siempre 0 (0%) 4 (5.1%) 1 (33%)
insultosRecibidos_etnia


0.5
    Nunca 64 (76%) 63 (81%) 2 (67%)
    Casi nunca 10 (12%) 10 (13%) 1 (33%)
    En ocasiones 8 (9.5%) 5 (6.4%) 0 (0%)
    A menudo 2 (2.4%) 0 (0%) 0 (0%)
    Casi siempre 0 (0%) 0 (0%) 0 (0%)
insultosRecibidos_nacionalidad


0.013
    Nunca 36 (43%) 48 (62%) 2 (67%)
    Casi nunca 21 (25%) 20 (26%) 0 (0%)
    En ocasiones 16 (19%) 10 (13%) 1 (33%)
    A menudo 8 (9.5%) 0 (0%) 0 (0%)
    Casi siempre 3 (3.6%) 0 (0%) 0 (0%)
insultosRecibidos_orientacionsexual


0.2
    Nunca 64 (76%) 53 (68%) 2 (67%)
    Casi nunca 7 (8.3%) 8 (10%) 0 (0%)
    En ocasiones 7 (8.3%) 12 (15%) 0 (0%)
    A menudo 5 (6.0%) 2 (2.6%) 0 (0%)
    Casi siempre 1 (1.2%) 3 (3.8%) 1 (33%)
insultosRecibidos_religion


0.2
    Nunca 66 (79%) 71 (91%) 3 (100%)
    Casi nunca 8 (9.5%) 1 (1.3%) 0 (0%)
    En ocasiones 7 (8.3%) 4 (5.1%) 0 (0%)
    A menudo 2 (2.4%) 0 (0%) 0 (0%)
    Casi siempre 1 (1.2%) 2 (2.6%) 0 (0%)
insultosRecibidos_edad


0.7
    Nunca 50 (60%) 55 (71%) 2 (67%)
    Casi nunca 14 (17%) 10 (13%) 1 (33%)
    En ocasiones 15 (18%) 11 (14%) 0 (0%)
    A menudo 4 (4.8%) 2 (2.6%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%) 0 (0%)
insultosRecibidos_gustospoliticos


0.8
    Nunca 34 (40%) 36 (46%) 2 (67%)
    Casi nunca 13 (15%) 11 (14%) 0 (0%)
    En ocasiones 17 (20%) 15 (19%) 0 (0%)
    A menudo 13 (15%) 14 (18%) 1 (33%)
    Casi siempre 7 (8.3%) 2 (2.6%) 0 (0%)
insultosRecibidos_apariencia


0.4
    Nunca 45 (54%) 27 (35%) 2 (67%)
    Casi nunca 12 (14%) 16 (21%) 0 (0%)
    En ocasiones 19 (23%) 25 (32%) 1 (33%)
    A menudo 4 (4.8%) 7 (9.0%) 0 (0%)
    Casi siempre 4 (4.8%) 3 (3.8%) 0 (0%)
insultosHechos_genero


>0.9
    Nunca 66 (79%) 65 (83%) 3 (100%)
    Casi nunca 11 (13%) 7 (9.0%) 0 (0%)
    En ocasiones 4 (4.8%) 3 (3.8%) 0 (0%)
    A menudo 2 (2.4%) 3 (3.8%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%) 0 (0%)
insultosHechos_etnia


0.080
    Nunca 58 (69%) 68 (87%) 3 (100%)
    Casi nunca 13 (15%) 8 (10%) 0 (0%)
    En ocasiones 11 (13%) 2 (2.6%) 0 (0%)
    A menudo 1 (1.2%) 0 (0%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%) 0 (0%)
insultosHechos_nacionalidad


0.011
    Nunca 48 (57%) 64 (82%) 3 (100%)
    Casi nunca 14 (17%) 10 (13%) 0 (0%)
    En ocasiones 17 (20%) 4 (5.1%) 0 (0%)
    A menudo 3 (3.6%) 0 (0%) 0 (0%)
    Casi siempre 2 (2.4%) 0 (0%) 0 (0%)
insultosHechos_orientacionsexual


0.3
    Nunca 65 (77%) 70 (90%) 3 (100%)
    Casi nunca 10 (12%) 4 (5.1%) 0 (0%)
    En ocasiones 4 (4.8%) 4 (5.1%) 0 (0%)
    A menudo 2 (2.4%) 0 (0%) 0 (0%)
    Casi siempre 3 (3.6%) 0 (0%) 0 (0%)
insultosHechos_religion


<0.001
    Nunca 54 (64%) 74 (95%) 2 (67%)
    Casi nunca 17 (20%) 2 (2.6%) 1 (33%)
    En ocasiones 8 (9.5%) 2 (2.6%) 0 (0%)
    A menudo 3 (3.6%) 0 (0%) 0 (0%)
    Casi siempre 2 (2.4%) 0 (0%) 0 (0%)
insultosHechos_edad


0.13
    Nunca 59 (70%) 64 (82%) 2 (67%)
    Casi nunca 12 (14%) 11 (14%) 0 (0%)
    En ocasiones 8 (9.5%) 3 (3.8%) 1 (33%)
    A menudo 4 (4.8%) 0 (0%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%) 0 (0%)
insultosHechos_gustospoliticos


0.027
    Nunca 40 (48%) 51 (65%) 2 (67%)
    Casi nunca 17 (20%) 15 (19%) 0 (0%)
    En ocasiones 13 (15%) 11 (14%) 1 (33%)
    A menudo 11 (13%) 1 (1.3%) 0 (0%)
    Casi siempre 3 (3.6%) 0 (0%) 0 (0%)
insultosHechos_apariencia


0.6
    Nunca 63 (75%) 62 (79%) 2 (67%)
    Casi nunca 15 (18%) 10 (13%) 1 (33%)
    En ocasiones 3 (3.6%) 5 (6.4%) 0 (0%)
    A menudo 3 (3.6%) 1 (1.3%) 0 (0%)
    Casi siempre 0 (0%) 0 (0%) 0 (0%)
insultosObservados_genero


0.12
    Nunca 13 (15%) 12 (15%) 1 (33%)
    Casi nunca 13 (15%) 4 (5.1%) 0 (0%)
    En ocasiones 20 (24%) 28 (36%) 0 (0%)
    A menudo 21 (25%) 20 (26%) 0 (0%)
    Casi siempre 17 (20%) 14 (18%) 2 (67%)
insultosObservados_etnia


0.8
    Nunca 16 (19%) 12 (15%) 1 (33%)
    Casi nunca 6 (7.1%) 8 (10%) 0 (0%)
    En ocasiones 26 (31%) 26 (33%) 1 (33%)
    A menudo 20 (24%) 22 (28%) 0 (0%)
    Casi siempre 16 (19%) 10 (13%) 1 (33%)
insultosObservados_nacionalidad


0.7
    Nunca 9 (11%) 11 (14%) 1 (33%)
    Casi nunca 7 (8.3%) 10 (13%) 0 (0%)
    En ocasiones 29 (35%) 24 (31%) 1 (33%)
    A menudo 23 (27%) 23 (29%) 0 (0%)
    Casi siempre 16 (19%) 10 (13%) 1 (33%)
insultosObservados_orientacionsexual


0.2
    Nunca 11 (13%) 15 (19%) 1 (33%)
    Casi nunca 12 (14%) 4 (5.1%) 0 (0%)
    En ocasiones 25 (30%) 24 (31%) 0 (0%)
    A menudo 17 (20%) 20 (26%) 0 (0%)
    Casi siempre 19 (23%) 15 (19%) 2 (67%)
insultosObservados_religion



    Nunca 14 (17%) 21 (27%) 1 (33%)
    Casi nunca 24 (29%) 9 (12%) 1 (33%)
    En ocasiones 20 (24%) 23 (29%) 0 (0%)
    A menudo 13 (15%) 21 (27%) 1 (33%)
    Casi siempre 13 (15%) 4 (5.1%) 0 (0%)
insultosObservados_edad


0.4
    Nunca 20 (24%) 24 (31%) 2 (67%)
    Casi nunca 24 (29%) 20 (26%) 1 (33%)
    En ocasiones 15 (18%) 20 (26%) 0 (0%)
    A menudo 13 (15%) 10 (13%) 0 (0%)
    Casi siempre 12 (14%) 4 (5.1%) 0 (0%)
insultosObservados_gustospoliticos


0.6
    Nunca 15 (18%) 15 (19%) 2 (67%)
    Casi nunca 11 (13%) 8 (10%) 0 (0%)
    En ocasiones 14 (17%) 20 (26%) 0 (0%)
    A menudo 18 (21%) 16 (21%) 0 (0%)
    Casi siempre 26 (31%) 19 (24%) 1 (33%)
insultosObservados_apariencia



    Nunca 11 (13%) 12 (15%) 2 (67%)
    Casi nunca 20 (24%) 2 (2.6%) 0 (0%)
    En ocasiones 25 (30%) 25 (32%) 0 (0%)
    A menudo 11 (13%) 18 (23%) 0 (0%)
    Casi siempre 17 (20%) 21 (27%) 1 (33%)
1 n (%); Median (IQR)
2 Fisher’s exact test; Kruskal-Wallis rank sum test 
df %>% select(-id,-Genero) %>% 
  tbl_summary(by=GeneroSimplificado2,missing = "no") %>% add_p()
3 observations missing `GeneroSimplificado2` have been removed. To include these observations, use `forcats::fct_na_value_to_level()` on `GeneroSimplificado2` column before passing to `tbl_summary()`.
Characteristic Hombre, N = 841 Mujer, N = 781 p-value2
GeneroSimplificado

<0.001
    Hombre 84 (100%) 0 (0%)
    Mujer 0 (0%) 78 (100%)
    Otro 0 (0%) 0 (0%)
Ocultar_identidad

0.005
    Sí 30 (36%) 45 (58%)
    No 54 (64%) 33 (42%)
diaSem_1

0.081
    Sí 37 (44%) 24 (31%)
    NS 47 (56%) 54 (69%)
diaSem_2

0.036
    Sí 37 (44%) 22 (28%)
    NS 47 (56%) 56 (72%)
diaSem_3

0.007
    Sí 41 (49%) 22 (28%)
    NS 43 (51%) 56 (72%)
diaSem_4

0.055
    Sí 37 (44%) 23 (29%)
    NS 47 (56%) 55 (71%)
diaSem_5

<0.001
    Sí 69 (82%) 44 (56%)
    NS 15 (18%) 34 (44%)
diaSem_6

0.085
    Sí 75 (89%) 62 (79%)
    NS 9 (11%) 16 (21%)
diaSem_7

0.5
    Sí 67 (80%) 59 (76%)
    NS 17 (20%) 19 (24%)
tiempo_juego

0.10
    0 minutos 3 (3.6%) 12 (15%)
    1-30 minutos 22 (26%) 24 (31%)
    1-2 horas 32 (38%) 20 (26%)
    2-3 horas 15 (18%) 13 (17%)
    3-4 horas 10 (12%) 8 (10%)
    5-7 horas 2 (2.4%) 1 (1.3%)
    8 horas o más 0 (0%) 0 (0%)
rrss_tiktok

0.007
    Sí 34 (40%) 48 (62%)
    NS 50 (60%) 30 (38%)
rrss_facebook

0.039
    Sí 32 (38%) 18 (23%)
    NS 52 (62%) 60 (77%)
rrss_whatsapp

0.4
    Sí 79 (94%) 76 (97%)
    NS 5 (6.0%) 2 (2.6%)
rrss_twitter

0.7
    Sí 56 (67%) 50 (64%)
    NS 28 (33%) 28 (36%)
rrss_instagram

0.028
    Sí 63 (75%) 69 (88%)
    NS 21 (25%) 9 (12%)
rrss_telegram

0.013
    Sí 42 (50%) 24 (31%)
    NS 42 (50%) 54 (69%)
rrss_linkedin

0.079
    Sí 25 (30%) 14 (18%)
    NS 59 (70%) 64 (82%)
rrss_snapchat

0.6
    Sí 3 (3.6%) 1 (1.3%)
    NS 81 (96%) 77 (99%)
rrss_wechat

>0.9
    Sí 1 (1.2%) 0 (0%)
    NS 83 (99%) 78 (100%)
rrss_line

0.5
    Sí 0 (0%) 1 (1.3%)
    NS 84 (100%) 77 (99%)
rrss_viber

>0.9
    Sí 0 (0%) 0 (0%)
    NS 84 (100%) 78 (100%)
rrss_discord

0.4
    Sí 42 (50%) 34 (44%)
    NS 42 (50%) 44 (56%)
rrss_pinterest

<0.001
    Sí 8 (9.5%) 28 (36%)
    NS 76 (90%) 50 (64%)
rrss_reddit

0.13
    Sí 17 (20%) 9 (12%)
    NS 67 (80%) 69 (88%)
rrss_otras

>0.9
    Sí 1 (1.2%) 1 (1.3%)
    NS 83 (99%) 77 (99%)
rrss_otro2

>0.9
    GRINDR 1 (33%) 0 (0%)
    Telegram y Signal 1 (33%) 0 (0%)
    Tumblr, Foros 0 (0%) 1 (50%)
    Twitch 1 (33%) 0 (0%)
    Wattpad 0 (0%) 1 (50%)
edad 29 (22, 41) 23 (20, 28) 0.003
consulta_perfil

0.3
    Todo el mundo 31 (37%) 18 (23%)
    Solo amigos 29 (35%) 36 (46%)
    Amigos y los amigos de estos 7 (8.3%) 8 (10%)
    Solo a los que da permiso para visitar su perfil 17 (20%) 16 (21%)
streaming_twitch

0.5
    Sí 42 (50%) 43 (55%)
    NS 42 (50%) 35 (45%)
streaming_youtube

0.3
    Sí 66 (79%) 66 (85%)
    NS 18 (21%) 12 (15%)
streaming_instagram

0.002
    Sí 1 (1.2%) 11 (14%)
    NS 83 (99%) 67 (86%)
streaming_kick

0.4
    Sí 4 (4.8%) 1 (1.3%)
    NS 80 (95%) 77 (99%)
streaming_facebook

0.7
    Sí 3 (3.6%) 4 (5.1%)
    NS 81 (96%) 74 (95%)
streaming_otras

0.2
    Sí 9 (11%) 4 (5.1%)
    NS 75 (89%) 74 (95%)
nivel_estudios

0.080
    Sin estudios finalizados 2 (2.4%) 0 (0%)
    ESO 5 (6.0%) 2 (2.6%)
    FP Grado básico 0 (0%) 0 (0%)
    FP Grado medio 3 (3.6%) 0 (0%)
    FP Grado superior 7 (8.3%) 5 (6.4%)
    Bachillerato 9 (11%) 12 (15%)
    Grado universitario 32 (38%) 40 (51%)
    Máster 23 (27%) 12 (15%)
    Doctorado 3 (3.6%) 7 (9.0%)
juegos_accion

<0.001
    Sí 59 (70%) 32 (41%)
    NS 25 (30%) 46 (59%)
juegos_aventura

0.5
    Sí 45 (54%) 38 (49%)
    NS 39 (46%) 40 (51%)
juegos_arcade

0.061
    Sí 27 (32%) 15 (19%)
    NS 57 (68%) 63 (81%)
juegos_deportes

0.8
    Sí 14 (17%) 12 (15%)
    NS 70 (83%) 66 (85%)
juegos_estrategia

0.048
    Sí 42 (50%) 27 (35%)
    NS 42 (50%) 51 (65%)
juegos_simulacion

0.4
    Sí 27 (32%) 30 (38%)
    NS 57 (68%) 48 (62%)
juegos_mesa

<0.001
    Sí 11 (13%) 35 (45%)
    NS 73 (87%) 43 (55%)
juegos_musicales

0.090
    Sí 2 (2.4%) 7 (9.0%)
    NS 82 (98%) 71 (91%)
juegos_shooters

<0.001
    Sí 46 (55%) 19 (24%)
    NS 38 (45%) 59 (76%)
juegos_carreras

0.3
    Sí 18 (21%) 12 (15%)
    NS 66 (79%) 66 (85%)
juegos_rol

0.036
    Sí 37 (44%) 22 (28%)
    NS 47 (56%) 56 (72%)
informacion_sexo

0.003
    Sí 54 (64%) 32 (41%)
    NS 30 (36%) 46 (59%)
informacion_sentimental

0.2
    Sí 8 (9.5%) 3 (3.8%)
    NS 76 (90%) 75 (96%)
informacion_edad

0.2
    Sí 30 (36%) 20 (26%)
    NS 54 (64%) 58 (74%)
informacion_familia

0.6
    Sí 1 (1.2%) 2 (2.6%)
    NS 83 (99%) 76 (97%)
informacion_nacionalidad

0.010
    Sí 46 (55%) 27 (35%)
    NS 38 (45%) 51 (65%)
informacion_intereses

0.5
    Sí 31 (37%) 25 (32%)
    NS 53 (63%) 53 (68%)
informacion_residencia

>0.9
    Sí 12 (14%) 11 (14%)
    NS 72 (86%) 67 (86%)
informacion_buscaamistad

0.5
    Sí 2 (2.4%) 0 (0%)
    NS 82 (98%) 78 (100%)
informacion_telefono

>0.9
    Sí 1 (1.2%) 1 (1.3%)
    NS 83 (99%) 77 (99%)
informacion_orientacionsexual

0.2
    Sí 3 (3.6%) 0 (0%)
    NS 81 (96%) 78 (100%)
informacion_direccion

>0.9
    Sí 0 (0%) 0 (0%)
    NS 84 (100%) 78 (100%)
informacion_email

0.12
    Sí 13 (15%) 6 (7.7%)
    NS 71 (85%) 72 (92%)
informacion_etnia

0.7
    Sí 4 (4.8%) 2 (2.6%)
    NS 80 (95%) 76 (97%)
informacion_discapacidad

0.5
    Sí 0 (0%) 1 (1.3%)
    NS 84 (100%) 77 (99%)
informacion_gustospoliticos

0.065
    Sí 7 (8.3%) 1 (1.3%)
    NS 77 (92%) 77 (99%)
informacion_apariencia

0.8
    Sí 13 (15%) 11 (14%)
    NS 71 (85%) 67 (86%)
informacion_apuestas

>0.9
    Sí 1 (1.2%) 0 (0%)
    NS 83 (99%) 78 (100%)
informacion_formacionacademica

0.5
    Sí 24 (29%) 26 (33%)
    NS 60 (71%) 52 (67%)
informacion_religion

>0.9
    Sí 1 (1.2%) 0 (0%)
    NS 83 (99%) 78 (100%)
insultosRecibidos_genero

<0.001
    Nunca 57 (68%) 16 (21%)
    Casi nunca 18 (21%) 14 (18%)
    En ocasiones 5 (6.0%) 32 (41%)
    A menudo 4 (4.8%) 12 (15%)
    Casi siempre 0 (0%) 4 (5.1%)
insultosRecibidos_etnia

0.6
    Nunca 64 (76%) 63 (81%)
    Casi nunca 10 (12%) 10 (13%)
    En ocasiones 8 (9.5%) 5 (6.4%)
    A menudo 2 (2.4%) 0 (0%)
    Casi siempre 0 (0%) 0 (0%)
insultosRecibidos_nacionalidad

0.004
    Nunca 36 (43%) 48 (62%)
    Casi nunca 21 (25%) 20 (26%)
    En ocasiones 16 (19%) 10 (13%)
    A menudo 8 (9.5%) 0 (0%)
    Casi siempre 3 (3.6%) 0 (0%)
insultosRecibidos_orientacionsexual

0.4
    Nunca 64 (76%) 53 (68%)
    Casi nunca 7 (8.3%) 8 (10%)
    En ocasiones 7 (8.3%) 12 (15%)
    A menudo 5 (6.0%) 2 (2.6%)
    Casi siempre 1 (1.2%) 3 (3.8%)
insultosRecibidos_religion

0.047
    Nunca 66 (79%) 71 (91%)
    Casi nunca 8 (9.5%) 1 (1.3%)
    En ocasiones 7 (8.3%) 4 (5.1%)
    A menudo 2 (2.4%) 0 (0%)
    Casi siempre 1 (1.2%) 2 (2.6%)
insultosRecibidos_edad

0.6
    Nunca 50 (60%) 55 (71%)
    Casi nunca 14 (17%) 10 (13%)
    En ocasiones 15 (18%) 11 (14%)
    A menudo 4 (4.8%) 2 (2.6%)
    Casi siempre 1 (1.2%) 0 (0%)
insultosRecibidos_gustospoliticos

0.6
    Nunca 34 (40%) 36 (46%)
    Casi nunca 13 (15%) 11 (14%)
    En ocasiones 17 (20%) 15 (19%)
    A menudo 13 (15%) 14 (18%)
    Casi siempre 7 (8.3%) 2 (2.6%)
insultosRecibidos_apariencia

0.15
    Nunca 45 (54%) 27 (35%)
    Casi nunca 12 (14%) 16 (21%)
    En ocasiones 19 (23%) 25 (32%)
    A menudo 4 (4.8%) 7 (9.0%)
    Casi siempre 4 (4.8%) 3 (3.8%)
insultosHechos_genero

0.8
    Nunca 66 (79%) 65 (83%)
    Casi nunca 11 (13%) 7 (9.0%)
    En ocasiones 4 (4.8%) 3 (3.8%)
    A menudo 2 (2.4%) 3 (3.8%)
    Casi siempre 1 (1.2%) 0 (0%)
insultosHechos_etnia

0.018
    Nunca 58 (69%) 68 (87%)
    Casi nunca 13 (15%) 8 (10%)
    En ocasiones 11 (13%) 2 (2.6%)
    A menudo 1 (1.2%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%)
insultosHechos_nacionalidad

0.001
    Nunca 48 (57%) 64 (82%)
    Casi nunca 14 (17%) 10 (13%)
    En ocasiones 17 (20%) 4 (5.1%)
    A menudo 3 (3.6%) 0 (0%)
    Casi siempre 2 (2.4%) 0 (0%)
insultosHechos_orientacionsexual

0.11
    Nunca 65 (77%) 70 (90%)
    Casi nunca 10 (12%) 4 (5.1%)
    En ocasiones 4 (4.8%) 4 (5.1%)
    A menudo 2 (2.4%) 0 (0%)
    Casi siempre 3 (3.6%) 0 (0%)
insultosHechos_religion

<0.001
    Nunca 54 (64%) 74 (95%)
    Casi nunca 17 (20%) 2 (2.6%)
    En ocasiones 8 (9.5%) 2 (2.6%)
    A menudo 3 (3.6%) 0 (0%)
    Casi siempre 2 (2.4%) 0 (0%)
insultosHechos_edad

0.10
    Nunca 59 (70%) 64 (82%)
    Casi nunca 12 (14%) 11 (14%)
    En ocasiones 8 (9.5%) 3 (3.8%)
    A menudo 4 (4.8%) 0 (0%)
    Casi siempre 1 (1.2%) 0 (0%)
insultosHechos_gustospoliticos

0.008
    Nunca 40 (48%) 51 (65%)
    Casi nunca 17 (20%) 15 (19%)
    En ocasiones 13 (15%) 11 (14%)
    A menudo 11 (13%) 1 (1.3%)
    Casi siempre 3 (3.6%) 0 (0%)
insultosHechos_apariencia

0.5
    Nunca 63 (75%) 62 (79%)
    Casi nunca 15 (18%) 10 (13%)
    En ocasiones 3 (3.6%) 5 (6.4%)
    A menudo 3 (3.6%) 1 (1.3%)
    Casi siempre 0 (0%) 0 (0%)
insultosObservados_genero

0.2
    Nunca 13 (15%) 12 (15%)
    Casi nunca 13 (15%) 4 (5.1%)
    En ocasiones 20 (24%) 28 (36%)
    A menudo 21 (25%) 20 (26%)
    Casi siempre 17 (20%) 14 (18%)
insultosObservados_etnia

0.7
    Nunca 16 (19%) 12 (15%)
    Casi nunca 6 (7.1%) 8 (10%)
    En ocasiones 26 (31%) 26 (33%)
    A menudo 20 (24%) 22 (28%)
    Casi siempre 16 (19%) 10 (13%)
insultosObservados_nacionalidad

0.7
    Nunca 9 (11%) 11 (14%)
    Casi nunca 7 (8.3%) 10 (13%)
    En ocasiones 29 (35%) 24 (31%)
    A menudo 23 (27%) 23 (29%)
    Casi siempre 16 (19%) 10 (13%)
insultosObservados_orientacionsexual

0.3
    Nunca 11 (13%) 15 (19%)
    Casi nunca 12 (14%) 4 (5.1%)
    En ocasiones 25 (30%) 24 (31%)
    A menudo 17 (20%) 20 (26%)
    Casi siempre 19 (23%) 15 (19%)
insultosObservados_religion

0.005
    Nunca 14 (17%) 21 (27%)
    Casi nunca 24 (29%) 9 (12%)
    En ocasiones 20 (24%) 23 (29%)
    A menudo 13 (15%) 21 (27%)
    Casi siempre 13 (15%) 4 (5.1%)
insultosObservados_edad

0.2
    Nunca 20 (24%) 24 (31%)
    Casi nunca 24 (29%) 20 (26%)
    En ocasiones 15 (18%) 20 (26%)
    A menudo 13 (15%) 10 (13%)
    Casi siempre 12 (14%) 4 (5.1%)
insultosObservados_gustospoliticos

0.6
    Nunca 15 (18%) 15 (19%)
    Casi nunca 11 (13%) 8 (10%)
    En ocasiones 14 (17%) 20 (26%)
    A menudo 18 (21%) 16 (21%)
    Casi siempre 26 (31%) 19 (24%)
insultosObservados_apariencia

0.002
    Nunca 11 (13%) 12 (15%)
    Casi nunca 20 (24%) 2 (2.6%)
    En ocasiones 25 (30%) 25 (32%)
    A menudo 11 (13%) 18 (23%)
    Casi siempre 17 (20%) 21 (27%)
1 n (%); Median (IQR)
2 Fisher’s exact test; Pearson’s Chi-squared test; Wilcoxon rank sum test 
df
# A tibble: 165 × 92
      id Genero GeneroSimplificado GeneroSimplificado2 Ocultar_identidad
   <dbl> <fct>  <fct>              <fct>               <fct>            
 1     1 Mujer  Mujer              Mujer               No               
 2     4 Mujer  Mujer              Mujer               Sí               
 3    10 Hombre Hombre             Hombre              No               
 4    11 Hombre Hombre             Hombre              No               
 5    14 Mujer  Mujer              Mujer               Sí               
 6    15 Hombre Hombre             Hombre              Sí               
 7    16 Hombre Hombre             Hombre              No               
 8    17 Hombre Hombre             Hombre              No               
 9    18 Hombre Hombre             Hombre              Sí               
10    19 Hombre Hombre             Hombre              No               
# ℹ 155 more rows
# ℹ 87 more variables: diaSem_1 <fct>, diaSem_2 <fct>, diaSem_3 <fct>,
#   diaSem_4 <fct>, diaSem_5 <fct>, diaSem_6 <fct>, diaSem_7 <fct>,
#   tiempo_juego <fct>, rrss_tiktok <fct>, rrss_facebook <fct>,
#   rrss_whatsapp <fct>, rrss_twitter <fct>, rrss_instagram <fct>,
#   rrss_telegram <fct>, rrss_linkedin <fct>, rrss_snapchat <fct>,
#   rrss_wechat <fct>, rrss_line <fct>, rrss_viber <fct>, rrss_discord <fct>, …
dfLong <- df %>% select(id,GeneroSimplificado2,insultosRecibidos_genero:insultosObservados_apariencia) %>% 
  pivot_longer(-c(id,GeneroSimplificado2),names_to = "variable",values_to = "valor") %>% 
  separate(variable,into=c("prefijo","sufijo"),sep="_") %>% 
  mutate(prefijo=factor(prefijo,levels=c("insultosRecibidos","insultosHechos","insultosObservados"),
                        labels=c("Recibidos","Hechos","Observados")),
         sufijo=factor(sufijo,levels=c("apariencia", "genero","etnia","nacionalidad","orientacionsexual",  "religion","edad","gustospoliticos"),
                             labels=c("Apariencia", "Género","Etnia", "Nacionalidad", "Orient. sexual","Religión","Edad", "Orient. política" ))
         )
dfLong %>% count(valor)
# A tibble: 5 × 2
  valor            n
  <fct>        <int>
1 Nunca         2034
2 Casi nunca     557
3 En ocasiones   681
4 A menudo       401
5 Casi siempre   287
dfLong_summary <- dfLong %>% 
  group_by(GeneroSimplificado2,prefijo,sufijo,valor) %>%
  count() %>% group_by(GeneroSimplificado2,prefijo,sufijo) %>% 
  mutate(pct=n/sum(n)) %>% 
  ungroup() %>% 
  mutate(pct_label=percent(pct,accuracy=1))
dfLong_summary
# A tibble: 265 × 7
   GeneroSimplificado2 prefijo   sufijo     valor            n    pct pct_label
   <fct>               <fct>     <fct>      <fct>        <int>  <dbl> <chr>    
 1 Hombre              Recibidos Apariencia Nunca           45 0.536  54%      
 2 Hombre              Recibidos Apariencia Casi nunca      12 0.143  14%      
 3 Hombre              Recibidos Apariencia En ocasiones    19 0.226  23%      
 4 Hombre              Recibidos Apariencia A menudo         4 0.0476 5%       
 5 Hombre              Recibidos Apariencia Casi siempre     4 0.0476 5%       
 6 Hombre              Recibidos Género     Nunca           57 0.679  68%      
 7 Hombre              Recibidos Género     Casi nunca      18 0.214  21%      
 8 Hombre              Recibidos Género     En ocasiones     5 0.0595 6%       
 9 Hombre              Recibidos Género     A menudo         4 0.0476 5%       
10 Hombre              Recibidos Etnia      Nunca           64 0.762  76%      
# ℹ 255 more rows
dfDivergente <- dfLong_summary %>%
    mutate(valor=fct_relevel(valor,"Nunca","Casi nunca","Casi siempre","A menudo","En ocasiones")) %>% 
  mutate(pct = if_else(valor %in% c("En ocasiones", "A menudo", "Casi siempre"), pct, -pct)) %>%   
    mutate(pct_label = percent(abs(pct), accuracy = 1)) %>% 
      mutate(pct_label = if_else(abs(pct)<0.06,"",pct_label)  )
dfDivergente
# A tibble: 265 × 7
   GeneroSimplificado2 prefijo   sufijo     valor            n     pct pct_label
   <fct>               <fct>     <fct>      <fct>        <int>   <dbl> <chr>    
 1 Hombre              Recibidos Apariencia Nunca           45 -0.536  "54%"    
 2 Hombre              Recibidos Apariencia Casi nunca      12 -0.143  "14%"    
 3 Hombre              Recibidos Apariencia En ocasiones    19  0.226  "23%"    
 4 Hombre              Recibidos Apariencia A menudo         4  0.0476 ""       
 5 Hombre              Recibidos Apariencia Casi siempre     4  0.0476 ""       
 6 Hombre              Recibidos Género     Nunca           57 -0.679  "68%"    
 7 Hombre              Recibidos Género     Casi nunca      18 -0.214  "21%"    
 8 Hombre              Recibidos Género     En ocasiones     5  0.0595 ""       
 9 Hombre              Recibidos Género     A menudo         4  0.0476 ""       
10 Hombre              Recibidos Etnia      Nunca           64 -0.762  "76%"    
# ℹ 255 more rows
colores=c("#3d5941", "#778868", "#edbb8a", "#de8a5a","#ca562c" )
dfDivergente %>% filter(!is.na(GeneroSimplificado2)) %>%
  ggplot(aes(x = sufijo, 
             y = pct,
             fill = valor)) +
  geom_col() +
  geom_text(aes(label = pct_label),
            position = position_stack(vjust = 0.5),
            color = "white", size=2 #,fontface = "bold"
            ) +
  coord_flip() +
  scale_x_discrete() +
  #scale_fill_viridis_d() +
    scale_fill_manual(values=colores,
                      limits=c( "Nunca","Casi nunca", "En ocasiones","A menudo","Casi siempre"))+
  labs(title = "Qué insultos se reciben, se hacen y se observan",
       x = NULL,
       fill = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_blank(),
        axis.title.x = element_blank(),
#        panel.grid = element_blank(),
        legend.position = "top")+
  facet_grid(prefijo~GeneroSimplificado2)

Una variante más centrada en la comparación entre sexo

dfDivergente %>% filter(!is.na(GeneroSimplificado2)) %>%
  ggplot(aes(x = GeneroSimplificado2, 
             y = pct,
             fill = valor)) +
  geom_col() +
  geom_text(aes(label = pct_label),
            position = position_stack(vjust = 0.5),
            color = "white", size=2 #,fontface = "bold"
            ) +
  coord_flip() +
  scale_x_discrete() +
  #scale_fill_viridis_d() +
    scale_fill_manual(values=colores,
                      limits=c( "Nunca","Casi nunca", "En ocasiones","A menudo","Casi siempre"))+
  labs(title = "Qué insultos se reciben, hacen y observan",
       x = NULL,
       fill = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_blank(),
        axis.title.x = element_blank(),
#        panel.grid = element_blank(),
        legend.position = "top")+
  facet_grid(sufijo~prefijo)+
   theme(strip.text = element_text(size = 8))

AHora para el nivel educativo:

dfLong <- df %>% select(id,nivel_estudios,insultosRecibidos_genero:insultosObservados_apariencia) %>% 
  pivot_longer(-c(id,nivel_estudios),names_to = "variable",values_to = "valor") %>% 
  separate(variable,into=c("prefijo","sufijo"),sep="_") %>% 
  mutate(prefijo=factor(prefijo,levels=c("insultosRecibidos","insultosHechos","insultosObservados"),
                        labels=c("Recibidos","Hechos","Observados")),
         sufijo=factor(sufijo,levels=c("apariencia", "genero","etnia","nacionalidad","orientacionsexual",  "religion","edad","gustospoliticos"),
                             labels=c("Apariencia", "Género","Etnia", "Nacionalidad", "Orient. sexual","Religión","Edad", "Orient. política" ))
         ) %>% mutate(educacion=nivel_estudios) %>% 
mutate(nivel_estudios = fct_collapse(educacion,
  Superior = c("Doctorado", "Máster","Grado universitario"),
  Medio = c("FP Grado medio", "FP Grado superior", "Bachillerato"),
  Inferior = c( "ESO", "Sin estudios finalizados")
))

dfLong %>% count(nivel_estudios)
# A tibble: 3 × 2
  nivel_estudios     n
  <fct>          <int>
1 Inferior         216
2 Medio            888
3 Superior        2856
dfLong_summary <- dfLong %>% 
  group_by(nivel_estudios,prefijo,sufijo,valor) %>%
  count() %>% group_by(nivel_estudios,prefijo,sufijo) %>% 
  mutate(pct=n/sum(n)) %>% 
  ungroup() %>% 
  mutate(pct_label=percent(pct,accuracy=1))
dfLong_summary
# A tibble: 288 × 7
   nivel_estudios prefijo   sufijo         valor            n   pct pct_label
   <fct>          <fct>     <fct>          <fct>        <int> <dbl> <chr>    
 1 Inferior       Recibidos Apariencia     Nunca            8 0.889 89%      
 2 Inferior       Recibidos Apariencia     En ocasiones     1 0.111 11%      
 3 Inferior       Recibidos Género         Nunca            8 0.889 89%      
 4 Inferior       Recibidos Género         Casi nunca       1 0.111 11%      
 5 Inferior       Recibidos Etnia          Nunca            9 1     100%     
 6 Inferior       Recibidos Nacionalidad   Nunca            8 0.889 89%      
 7 Inferior       Recibidos Nacionalidad   Casi nunca       1 0.111 11%      
 8 Inferior       Recibidos Orient. sexual Nunca            8 0.889 89%      
 9 Inferior       Recibidos Orient. sexual En ocasiones     1 0.111 11%      
10 Inferior       Recibidos Religión       Nunca            9 1     100%     
# ℹ 278 more rows
dfDivergente <- dfLong_summary %>%
    mutate(valor=fct_relevel(valor,"Nunca","Casi nunca","Casi siempre","A menudo","En ocasiones")) %>% 
  mutate(pct = if_else(valor %in% c("En ocasiones", "A menudo", "Casi siempre"), pct, -pct)) %>%   
    mutate(pct_label = percent(abs(pct), accuracy = 1))
dfDivergente
# A tibble: 288 × 7
   nivel_estudios prefijo   sufijo         valor            n    pct pct_label
   <fct>          <fct>     <fct>          <fct>        <int>  <dbl> <chr>    
 1 Inferior       Recibidos Apariencia     Nunca            8 -0.889 89%      
 2 Inferior       Recibidos Apariencia     En ocasiones     1  0.111 11%      
 3 Inferior       Recibidos Género         Nunca            8 -0.889 89%      
 4 Inferior       Recibidos Género         Casi nunca       1 -0.111 11%      
 5 Inferior       Recibidos Etnia          Nunca            9 -1     100%     
 6 Inferior       Recibidos Nacionalidad   Nunca            8 -0.889 89%      
 7 Inferior       Recibidos Nacionalidad   Casi nunca       1 -0.111 11%      
 8 Inferior       Recibidos Orient. sexual Nunca            8 -0.889 89%      
 9 Inferior       Recibidos Orient. sexual En ocasiones     1  0.111 11%      
10 Inferior       Recibidos Religión       Nunca            9 -1     100%     
# ℹ 278 more rows
dfDivergente %>% filter(!is.na(nivel_estudios)) %>%
  ggplot(aes(x = sufijo, 
             y = pct,
             fill = valor)) +
  geom_col() +
  geom_text(aes(label = pct_label),
            position = position_stack(vjust = 0.5),
            color = "white", size=2 #,fontface = "bold"
            ) +
  coord_flip() +
  scale_x_discrete() +
  #scale_fill_viridis_d() +
    scale_fill_manual(values=colores,
                      limits=c( "Nunca","Casi nunca", "En ocasiones","A menudo","Casi siempre"))+
  labs(title = "Qué insultos se reciben, hacen y observan",
       x = NULL,
       fill = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_blank(),
        axis.title.x = element_blank(),
#        panel.grid = element_blank(),
        legend.position = "top")+
  facet_grid(prefijo~nivel_estudios)

dfDivergente %>% filter(!is.na(nivel_estudios)) %>%
  ggplot(aes(x = nivel_estudios, 
             y = pct,
             fill = valor)) +
  geom_col() +
  geom_text(aes(label = pct_label),
            position = position_stack(vjust = 0.5),
            color = "white", size=2 #,fontface = "bold"
            ) +
  coord_flip() +
  scale_x_discrete() +
  #scale_fill_viridis_d() +
    scale_fill_manual(values=colores,
                      limits=c( "Nunca","Casi nunca", "En ocasiones","A menudo","Casi siempre"))+
  labs(title = "Qué insultos se reciben, hacen y observan",
       x = NULL,
       fill = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_blank(),
        axis.title.x = element_blank(),
#        panel.grid = element_blank(),
        legend.position = "top")+
  facet_grid(sufijo~prefijo)+
   theme(strip.text = element_text(size = 8))

dfOrd <- df %>% select(id,GeneroSimplificado2,insultosRecibidos_genero:insultosObservados_apariencia) %>% 
  pivot_longer(-c(id,GeneroSimplificado2),names_to = "variable",values_to = "valor") %>% 
  separate(variable,into=c("prefijo","sufijo"),sep="_") %>% 
  pivot_wider(names_from="sufijo",values_from="valor")




dfNum=dfOrd %>% select(-id,-GeneroSimplificado2,-prefijo) %>% 
  mutate_all(as.integer) %>% rowwise() %>% mutate(Total=sum(c_across(everything()))) %>% ungroup()





dfJunto=dfOrd %>% select(id:prefijo) %>% cbind(dfNum %>% select(Total)) %>% filter(!is.na(GeneroSimplificado2))





dfWide=dfJunto %>% 
  pivot_wider(names_from="prefijo",values_from=Total) %>% 
  mutate(Exceso=insultosHechos>insultosRecibidos)
dfWide %>% filter(!is.na(GeneroSimplificado2)) %>% ggplot(aes(x=insultosRecibidos,y=insultosHechos,color=GeneroSimplificado2))+
  geom_jitter()+geom_smooth(method="lm")+theme_minimal()+
  geom_abline(intercept = 0, slope = 1, color = "black", linetype = "dashed")+
  coord_cartesian(ylim=c(7,25))
`geom_smooth()` using formula = 'y ~ x'

dfJunto %>% filter(!is.na(GeneroSimplificado2)) %>% 
  ggplot(aes(x=GeneroSimplificado2,y=Total,color=GeneroSimplificado2))+
  geom_boxplot()+
  facet_grid(~prefijo)