R Notebook

Cargamos las librerías

# Si falta alguna libreria la puedes instalar antes ejecutando esto:

#ggradar no es oficial, así que se instala desde github

# devtools::install_github("ricardo-bion/ggradar", dependencies = TRUE)

# scales
# install.packages("scales")


library(tidyverse)
library(haven)
library(ggradar)
library(scales)

Cargamos las tres bases, las resumimos en los valores medios de cada grupo de tratamiento:

df1<-read_sav("DAT_T0_Isorepair_Test_Expectativa_050525.sav") %>% 
  group_by(Tratamiento) %>% summarise_all(mean)

df1

df2<-read_sav("DAT_T45_Isorepair_Test_Expectativa_050525.sav") %>% 
  group_by(Tratamiento) %>% summarise_all(mean, na.rm=TRUE)
df2

df3<-read_sav("DAT_T90_Isorepair_Test_Expectativa_050525.sav") %>%
  select (-T90_FacilitaCumplimiento) %>% 
  group_by(Tratamiento) %>% summarise_all(mean, na.rm=TRUE)

df3

ggradar(df1)

Warning: 'plot.data' contains value(s) > grid.max, data scaled to grid.max

ggradar(df1)

Warning: 'plot.data' contains value(s) > grid.max, data scaled to grid.max

ggradar(df2)

Warning: 'plot.data' contains value(s) > grid.max, data scaled to grid.max

ggradar(df3)

Warning: 'plot.data' contains value(s) > grid.max, data scaled to grid.max