1 Conexión y carga de datos

1.1 Librerías necesarias

rm(list = ls())
#if (!require("likert")) install.packages("likert")
#if (!require("ggplot2")) install.packages("ggplot2")
library(likert)
library(ggplot2)
library(dplyr)
library(readr)

1.2 Conexión a la base de datos

#install.packages("googlesheets4")
library(googlesheets4)
gs4_auth()
#O usar directamente la URLYE
sheetFACEN <- gs4_get("https://docs.google.com/spreadsheets/d/1Bkj0C2WyQkY4K9TvGvlF9QhtXzgU8biijRM_wygv9vY/edit?pli=1#gid=1543005597")
dataFACEN <- read_sheet(sheetFACEN, sheet = "DATOSfacen_procesado")
sheetUNI <- gs4_get("https://docs.google.com/spreadsheets/d/1Bkj0C2WyQkY4K9TvGvlF9QhtXzgU8biijRM_wygv9vY/edit?pli=1#gid=1820254199")
dataUNI <- read_sheet(sheetUNI, sheet = "DATOSuni_procesado")
sheetUNAE <- gs4_get("https://docs.google.com/spreadsheets/d/1Bkj0C2WyQkY4K9TvGvlF9QhtXzgU8biijRM_wygv9vY/edit?pli=1#gid=1587735776")
dataUNAE <- read_sheet(sheetUNAE, sheet = "DATOSunae_procesado")
sheetAMERICANA <- gs4_get("https://docs.google.com/spreadsheets/d/1Bkj0C2WyQkY4K9TvGvlF9QhtXzgU8biijRM_wygv9vY/edit?pli=1#gid=1793301254")
dataAMERICANA <- read_sheet(sheetAMERICANA, sheet = "DATOSamericana_procesado")
sheetUSIL <- gs4_get("https://docs.google.com/spreadsheets/d/1Bkj0C2WyQkY4K9TvGvlF9QhtXzgU8biijRM_wygv9vY/edit?pli=1#gid=684392496")
dataUSIL <- read_sheet(sheetUSIL, sheet = "DATOSusil_procesado")
# Guardar el dataframe 'data' como un archivo CSV en el directorio de trabajo actual

#codigo de autorizacion
#eyJjb2RlIjoiNC8wQWRMSXJZZk1KbzFJRU8zbGdQdDF6dHVNbVlaUDltM1RVc3BGclpYaGdHeXpWczF2N1pKdkp2Zi00cE9rTW5WWDFmUUhiUSIsInN0YXRlIjoiMDYwMmY5NDlhZWNiNmIxMzNlOTYyNGVmNzZlNzUyY2YifQ==

1.3 Guardado en formato csv

# Función para convertir todas las columnas a 'character'
convert_all_columns_to_character <- function(df) {
  df %>% mutate(across(everything(), as.character))
}

# Aplicar la función a cada dataframe
dataFACEN <- convert_all_columns_to_character(dataFACEN)
dataUSIL <- convert_all_columns_to_character(dataUSIL)
dataUNAE <- convert_all_columns_to_character(dataUNAE)
dataAMERICANA <- convert_all_columns_to_character(dataAMERICANA)
dataUNI <- convert_all_columns_to_character(dataUNI)
# Añadir la columna 'origen' a cada dataframe
dataFACEN$origen <- "FACEN"
dataUSIL$origen <- "USIL"
dataUNAE$origen <- "UNAE"
dataAMERICANA$origen <- "AMERICANA"
dataUNI$origen <- "UNI"

# Unir las cinco bases de datos
data_combined <- bind_rows(dataFACEN, dataUSIL, dataUNAE, dataAMERICANA, dataUNI)

# Guardar los dataframes como archivos CSV
write.csv(dataFACEN, "/cloud/project/dataFACEN.csv", row.names = FALSE)
write.csv(dataUSIL, "/cloud/project/dataUSIL.csv", row.names = FALSE)
write.csv(dataUNAE, "/cloud/project/dataUNAE.csv", row.names = FALSE)
write.csv(dataAMERICANA, "/cloud/project/dataAMERICANA.csv", row.names = FALSE)
write.csv(dataUNI, "/cloud/project/dataUNI.csv", row.names = FALSE)
write.csv(data_combined, "/cloud/project/data_combined.csv", row.names = FALSE)

1.4 Carga de la base

#carga y union de las 5 bases de datos
library(readr)
data <- read_csv("data_combined.csv", locale = locale(), show_col_types = FALSE)
table(data$origen)
## 
## AMERICANA     FACEN      UNAE       UNI      USIL 
##         1        75       558        84        57

2 Procesamiento de los datos

2.1 Cantidad de respuestas por Facultad

# Cargar las bibliotecas necesarias
library(dplyr)
library(kableExtra)

# Crear la tabla de frecuencias
tabla_origen <- table(data$origen)

# Convertir la tabla a un dataframe para manipulación
df_origen <- as.data.frame(tabla_origen)

# Calcular el total y los porcentajes
df_origen <- df_origen %>%
  mutate(Total = sum(Freq), 
         Porcentaje = round((Freq / sum(Freq)) * 100, 2))

# Mostrar la tabla con kableExtra
kable(df_origen, format = "html", col.names = c("Origen", "Frecuencia", "Total", "Porcentaje")) %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed", "responsive"))
Origen Frecuencia Total Porcentaje
AMERICANA 1 775 0.13
FACEN 75 775 9.68
UNAE 558 775 72.00
UNI 84 775 10.84
USIL 57 775 7.35 
# Crear etiquetas con porcentajes para el gráfico circular
labels <- paste0(names(tabla_origen), " (", round(100 * tabla_origen / sum(tabla_origen), 1), "%)")

# Crear el gráfico circular
pie(tabla_origen, labels = labels, main = "Distribución de la cantidad de encuestas por Factultad")

2.2 Ejemplo de procesamiento de una pregunta en escala Likert

2.2.1 8. ¿Qué planteamiento de gobierno corporativo tiene para los próximos 2-3 años?

# Importar las bibliotecas necesarias
library(dplyr)
library(ggplot2)
library(likert)

# Asegúrate de que 'data' y 'niveles_origen' estén definidos

niveles_origen <- unique(data$origen)# reemplaza esto con tus niveles de origen

# Crear una lista para almacenar las gráficas Likert
likert_plots <- list()

# Iterar sobre cada nivel de origen
for (nivel in niveles_origen) {
  # Filtrar los datos para el nivel de origen actual
  data_nivel <- data %>%
    filter(origen == nivel)

  data_selected <- data.frame( data_nivel$var8_1_Planes_para_incorporar_nuevos_socios,
                               data_nivel$var8_2_Planes_para_incorporar_directivos_externos,
                               data_nivel$var8_3_Planes_para_la_transmisión_generacional_de_la_empresa)
  
  colnames(data_selected)=c("Incorporar_socios", "Incorporar_directivos","Transmisión_generacional")

  data_selected_mut <- data_selected %>%
  mutate(Incorporar_socios = as.factor(Incorporar_socios),
         Incorporar_directivos = as.factor(Incorporar_directivos),
         Transmisión_generacional = as.factor(Transmisión_generacional)) 
  
  # Seleccionar las columnas relevantes y convertirlas en factores
  data_selected_sinori <- data_selected_mut %>%
    select(Incorporar_socios, Incorporar_directivos, Transmisión_generacional) %>%
    mutate(across(everything(), ~factor(.x, levels = 1:5, labels = c("1 Nada", "2 Poco", "3 Moderado", "4 Bastante", "5 Mucho"))))
  
  # Preparar los datos para el gráfico de Likert usando el paquete likert
  likert_data <- likert(data_selected_sinori)
  
  # Crear la gráfica Likert
  likert_plot <- likert.bar.plot(likert_data) +
    ggtitle(paste("Distribución de Respuestas en Escala Likert para", nivel)) +
    theme_minimal() +
    theme(axis.text.x = element_text(angle = 45, hjust = 1))
  
  # Almacenar la gráfica en la lista
  likert_plots[[nivel]] <- likert_plot
}

# Mostrar las gráficas Likert para cada nivel de origen
for (nivel in niveles_origen) {
  print(likert_plots[[nivel]])
}

3 Conclusiones

AAA

4 Anexos

4.1 Variables disponibles en la base

NRO VARIABLES DESCRIPCIÓN
1 fecha Fecha y hora en que se completó la encuesta.
2 pais País de operación de la empresa.
3 nombreempresa Nombre oficial de la empresa.
4 email Correo electrónico de contacto de la empresa.
5 sectorActividad Sector económico al que pertenece la empresa.
6 fundacionempre Año de fundación de la empresa.
7 companySize Tamaño de la empresa basado en el número de empleados.
8 tamaempresa_nromedio Número medio de empleados en la empresa.
9 esempfami Indica si la empresa es familiar o no.
10 quiendirec Género del director general o gerente (hombre o mujer).
11 porcenmujeres Porcentaje de mujeres en el equipo directivo.
12 disponeuni Si el director o gerente general tiene estudios universitarios.
13 newPartners Planes para incorporar nuevos socios.
14 externalExecutives Planes para incorporar directivos externos.
15 generationalTransfer Planes para la transmisión generacional de la empresa.
16 sale Consideraciones sobre vender la empresa.
17 closure Consideraciones sobre cerrar la empresa.
18 sales2023 Evolución de las ventas en 2023.
19 sales2024 Expectativas de ventas para 2024.
20 workers2023 Número de trabajadores en 2023.
21 workers2024 Número esperado de trabajadores en 2024.
22 investments2023 Inversiones realizadas en 2023.
23 investments2024 Inversiones planeadas para 2024.
24 percentageInternational Porcentaje de ventas provenientes de mercados internacionales.
25 numberOfCountries Número de países a los que exporta la empresa.
26 economicSituation Percepción de la situación económica del entorno empresarial.
27 infrastructure Calidad de las infraestructuras disponibles.
28 bureaucracy Impacto de la burocracia y obligaciones legales.
29 politicalStability Estabilidad política y seguridad en el país de operación.
30 factorProvision Facilidad de acceso a factores productivos (financieros, humanos, etc.).
31 qualityPosition Posición de la empresa respecto a la calidad de sus productos comparada con competidores.
32 qualityRating Calificación de la calidad de los productos.
33 efficiencyPosition Posición de la empresa respecto a la eficiencia de sus procesos comparada con competidores.
34 efficiencyRating Calificación de la eficiencia operativa.
35 customerSatisfactionPosition Posición de la empresa en términos de satisfacción del cliente comparada con competidores.
36 customerSatisfactionRating Calificación de la satisfacción del cliente.
37 marketAdaptationPosition Capacidad de adaptación al mercado.
38 marketAdaptationRating Calificación de la adaptabilidad al mercado.
39 salesGrowthPosition Posición respecto al crecimiento de ventas comparado con competidores.
40 salesGrowthRating Calificación del crecimiento de ventas.
41 profitabilityPosition Posición en rentabilidad comparada con competidores.
42 profitabilityRating Calificación de la rentabilidad.
43 employeeSatisfactionPosition Posición en satisfacción de empleados comparada con competidores.
44 employeeSatisfactionRating Calificación de la satisfacción de empleados.
45 innovation1DoneSI Indica si se realizaron cambios o mejoras en productos/servicios.
46 innovation1DoneNO Indica si no se realizaron cambios o mejoras en productos/servicios.
47 importance1 Importancia de las innovaciones en productos/servicios.
48 innovation2DoneSI Indica si se lanzaron nuevos productos/servicios.
49 innovation2DoneNO Indica si no se lanzaron nuevos productos/servicios.
50 importance2 Importancia de los nuevos productos/servicios lanzados.
51 innovation3DoneSI Indica si se accedió a nuevos mercados.
52 innovation3DoneNO Indica si no se accedió a nuevos mercados.
53 importance3 Importancia del acceso a nuevos mercados.
54 innovation4DoneSI Indica si se establecieron nuevas alianzas o colaboraciones.
55 innovation4DoneNO Indica si no se establecieron nuevas alianzas o colaboraciones.
56 importance4 Importancia de las nuevas alianzas o colaboraciones.
57 innovation5DoneSI Indica si se realizaron otras innovaciones especificadas.
58 innovation5DoneNO Indica si no se realizaron otras innovaciones especificadas.
59 importance5 Importancia de las otras innovaciones realizadas.
60 innovation6DoneSI Indica si se adquirieron nuevos bienes de equipo o instalaciones.
61 innovation6DoneNO Indica si no se adquirieron nuevos bienes de equipo o instalaciones.
62 importance6 Importancia de la adquisición de nuevos bienes de equipo o instalaciones.
63 innovation7DoneSI Indica si se hicieron cambios en organización/gestión.
64 innovation7DoneNO Indica si no se hicieron cambios en organización/gestión.
65 importance7 Importancia de los cambios en organización/gestión.
66 innovation8DoneSI Indica si se hicieron cambios en compras/aprovisionamientos.
67 innovation8DoneNO Indica si no se hicieron cambios en compras/aprovisionamientos.
68 importance8 Importancia de los cambios en compras/aprovisionamientos.
69 innovation9DoneSI Indica si se hicieron cambios en área comercial/ventas.
70 innovation9DoneNO Indica si no se hicieron cambios en área comercial/ventas.
71 importance9 Importancia de los cambios en área comercial/ventas.
72 directivos Dificultades para cubrir puestos directivos.
73 engineeringTICs Dificultades para cubrir puestos en ingeniería y TICs.
74 legalFinancial Dificultades para cubrir puestos legales y financieros.
75 technicalServices Dificultades para cubrir puestos técnicos.
76 sales Dificultades para cubrir puestos de ventas.
77 adminSupport Dificultades para cubrir puestos administrativos y de soporte.
78 languages Importancia y dificultades para disponer de habilidades en idiomas.
79 digitalization Importancia y dificultades para disponer de habilidades en digitalización.
80 projectManagement Importancia y dificultades para disponer de habilidades en gestión de proyectos.
81 diverseTeams Importancia y dificultades para trabajar en equipos diversos.
82 communication Importancia y dificultades para disponer de habilidades de comunicación.
83 flexibility Importancia y dificultades para disponer de flexibilidad y adaptabilidad.
84 initiative Importancia y dificultades para disponer de iniciativa y proactividad.
85 customerFocus Importancia y dificultades para tener orientación al cliente.
86 companyCommitment Importancia y dificultades para tener compromiso con la empresa.
87 professionalism Importancia y dificultades para tener profesionalidad e integridad.
88 qualificationLack Factores que dificultan la contratación: falta de cualificación.
89 motivationLack Factores que dificultan la contratación: falta de motivación.
90 conditionsDemands Factores que dificultan la contratación: exigencias en condiciones laborales.
91 experienceLack Factores que dificultan la contratación: falta de experiencia.
92 highCosts Factores que dificultan la contratación: costes elevados.
93 offerShortage Factores que dificultan la contratación: escasez de oferta.
94 trainingDoneSI Indica si la empresa suele realizar formación.
95 trainingDoneNO Indica si la empresa no suele realizar formación.
96 trainingImportance Importancia de la formación realizada.
97 reorganizationDoneSI Indica si la empresa suele realizar reorganizaciones.
98 reorganizationDoneNO Indica si la empresa no suele realizar reorganizaciones.
99 reorganizationImportance Importancia de las reorganizaciones realizadas.
100 externalSearchesDoneSI Indica si la empresa realiza búsquedas externas para cubrir puestos.
101 externalSearchesDoneNO Indica si la empresa no realiza búsquedas externas para cubrir puestos.
102 externalSearchesImportance Importancia de las búsquedas externas realizadas.
103 institutionalAgreementsDoneSI Indica si la empresa tiene convenios institucionales.
104 institutionalAgreementsDoneNO Indica si la empresa no tiene convenios institucionales.
105 institutionalAgreementsImportance Importancia de los convenios institucionales.
106 outsourcingDoneSI Indica si la empresa externaliza funciones.
107 outsourcingDoneNO Indica si la empresa no externaliza funciones.
108 outsourcingImportance Importancia de la externalización realizada.
109 workingConditionsDoneSI Indica si la empresa mejora condiciones laborales.
110 workingConditionsDoneNO Indica si la empresa no mejora condiciones laborales.
111 workingConditionsImportance Importancia de la mejora de condiciones laborales realizada.
112 reputationImprovementDoneSI Indica si la empresa trabaja en mejorar su reputación.
113 reputationImprovementDoneNO Indica si la empresa no trabaja en mejorar su reputación.
114 reputationImprovementImportance Importancia de la mejora de la reputación realizada.
115 workEnvironmentDoneSI Indica si la empresa trabaja en mejorar el ambiente laboral.
116 workEnvironmentDoneNO Indica si la empresa no trabaja en mejorar el ambiente laboral.
117 workEnvironmentImportance Importancia de la mejora del ambiente laboral realizada.
118 jobInitiativeIncreaseDoneSI Indica si la empresa fomenta la iniciativa en el trabajo.
119 jobInitiativeIncreaseDoneNO Indica si la empresa no fomenta la iniciativa en el trabajo.
120 jobInitiativeIncreaseImportance Importancia del incremento de la iniciativa en el trabajo.
121 careerPlansDoneSI Indica si la empresa diseña planes de carrera para empleados.
122 careerPlansDoneNO Indica si la empresa no diseña planes de carrera para empleados.
123 careerPlansImportance Importancia de los planes de carrera diseñados.
124 educationalSystem Medidas que los poderes públicos deberían tomar para mejorar el sistema educativo.
125 valueSystem Medidas para mejorar el sistema de valores en la sociedad.
126 laborLegislation Medidas para mejorar la legislación laboral.
127 hiringSupport Medidas para fomentar la contratación.
128 jobPromotion Medidas para fomentar ciertos trabajos o oficios.