ICON Survey Report

Inthraporn (Joop) Aranyanak, PhD

install.packages("readxl")
install.packages("openxlsx")
install.packages("ggplot2")
install.packages("tidyverse")
install.packages("multcomp")
install.packages("magick")

Upload the file into the dataframe

library(readxl)
library(ggplot2)
library(tidyverse)
library(multcomp)
library(dplyr)
library(magick)

ICONS

data <- read_excel("C:\\Users\\User\\Desktop\\Survey Signup +Icon\\SurveyICON.xlsx")
print(data)

summary(data)

       Id            Icon1           Icon2           Icon3           Icon4      
 Min.   : 1.00   Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
 1st Qu.:19.25   1st Qu.:1.000   1st Qu.:3.000   1st Qu.:3.000   1st Qu.:2.000  
 Median :37.50   Median :3.000   Median :4.000   Median :5.000   Median :3.000  
 Mean   :37.50   Mean   :2.716   Mean   :3.946   Mean   :4.662   Mean   :3.081  
 3rd Qu.:55.75   3rd Qu.:4.000   3rd Qu.:5.000   3rd Qu.:6.000   3rd Qu.:4.000  
 Max.   :74.00   Max.   :6.000   Max.   :6.000   Max.   :7.000   Max.   :7.000  
     Icon5           Icon6      
 Min.   :1.000   Min.   :1.000  
 1st Qu.:2.000   1st Qu.:2.000  
 Median :3.000   Median :4.000  
 Mean   :3.338   Mean   :4.122  
 3rd Qu.:4.750   3rd Qu.:6.000  
 Max.   :7.000   Max.   :7.000  

# เปลี่ยนรูปแบบจาก wide เป็น narrow
data2 <- data %>%
  pivot_longer(cols = starts_with("Icon"),
               names_to = "variable",      
               values_to = "value") %>%
  mutate(variable = as.factor(variable))
# print(data2)

#คำนวณ mean & SD เพื่อนำไปใช้ในการสร้าง Error Bar
summary_data <- data2 %>%
  group_by(variable) %>%
  summarize(
    mean_value = mean(value),
    se = sd(value) / sqrt(n()))

print(summary_data)

NA

#สร้างกราฟแท่งจาก Mean ของแต่ละไอคอน พร้อมใส่ Error Bar

ggplot(summary_data, aes(x = variable, y = mean_value)) +
  geom_bar(stat = "identity", fill = "orange", width = 0.6) +
  geom_errorbar(aes(ymin = mean_value - se*1.96, ymax = mean_value + se*1.96), width = 0.2) +
  geom_text(aes(label = round(mean_value, 2), y = mean_value), vjust = -0.5, , hjust = -0.3, size = 3, color = "blue") +
  labs(title = "กราฟแสดงผลความพึงพอใจของแต่ละรูปแบบไอคอน", x = "รูปแบบไอคอน", y = "ระดับความพึงพอใจ")

# การสร้างกราฟ(เป็นBoxplot)
ggplot(data2, aes(x = variable, y = value)) +
  geom_boxplot() +
  labs(title = "การแจกแจงคะแนนของแต่ละไอคอน",
       x = "รูปแบบไอคอน",
       y = "ค่าความพึงพอใจ")

# การวิเคราะห์ ANOVA เพื่อดูผลภาพรวมความต่างว่ามีนัยสำคัญหรือไม่
 anova_result <- aov(value ~ variable , data = data2)
 summary(anova_result)

             Df Sum Sq Mean Sq F value   Pr(>F)    
variable      5  194.4   38.88   12.89 1.04e-11 ***
Residuals   438 1321.4    3.02                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

จากผลการวิเคราะห์ด้านบนสรุปได้ว่าค่า P Value< 0.05 จึงสรุปได้ว่าระดับความพึงพอใจของไอคอนเหล่านั้นมีความแตกต่างกันอย่างมีนัยสำคัญ

#แล้วมาเปรียบเทียบทีละคู่ว่าต่างกันอย่างมีนัยสำคัญหรือไม่
posthoc_result <- glht(anova_result, linfct = mcp(variable = "Tukey"))
 summary(posthoc_result)

     Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts


Fit: aov(formula = value ~ variable, data = data2)

Linear Hypotheses:
                   Estimate Std. Error t value Pr(>|t|)    
Icon2 - Icon1 == 0   1.2297     0.2855   4.307  < 0.001 ***
Icon3 - Icon1 == 0   1.9459     0.2855   6.815  < 0.001 ***
Icon4 - Icon1 == 0   0.3649     0.2855   1.278  0.79708    
Icon5 - Icon1 == 0   0.6216     0.2855   2.177  0.25052    
Icon6 - Icon1 == 0   1.4054     0.2855   4.922  < 0.001 ***
Icon3 - Icon2 == 0   0.7162     0.2855   2.508  0.12373    
Icon4 - Icon2 == 0  -0.8649     0.2855  -3.029  0.03102 *  
Icon5 - Icon2 == 0  -0.6081     0.2855  -2.130  0.27399    
Icon6 - Icon2 == 0   0.1757     0.2855   0.615  0.98991    
Icon4 - Icon3 == 0  -1.5811     0.2855  -5.537  < 0.001 ***
Icon5 - Icon3 == 0  -1.3243     0.2855  -4.638  < 0.001 ***
Icon6 - Icon3 == 0  -0.5405     0.2855  -1.893  0.40784    
Icon5 - Icon4 == 0   0.2568     0.2855   0.899  0.94659    
Icon6 - Icon4 == 0   1.0405     0.2855   3.644  0.00399 ** 
Icon6 - Icon5 == 0   0.7838     0.2855   2.745  0.06868 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Adjusted p values reported -- single-step method)

เมื่อนำแต่ละไอคอนมาเปรียบเทียบกัน จากผลการวิเคราะห์ด้านบนสรุปได้ว่า Icon2, Icon3, Icon6 ไม่มีความต่างกันอย่างมีนัยยะสำคัญ แต่ Icon3 และ Icon6 มีผลความพึงพอใจที่ได้ใกล้เคียงกันมากที่สุด และเมื่อวิเคราะห์จากรูปแบบของการออกแบบ พบว่าไอคอนที่สื่อความหมายควรมีขีดทับตรงกลางเพื่อสื่อถึงปัญหาหรือสิ่งขัดข้อง และควรมีรูปสายไฟฟ้าและรูปหลอดไฟ ทางผู้วิจัยจึงนำข้อมูลเหล่านี้มาใช้เพื่อพัฒนาเป็นไอคอนแบบใหม่ที่มีส่วนประกอบที่สำคัญดังกล่าวเพื่อให้สื่อความหมายของ “พื้นที่ไฟฟ้าดับ/ขัดข้อง” มากที่สุด

Outage Area Icon