library(readxl)
## Warning: package 'readxl' was built under R version 4.4.3
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.4.3
## Warning: package 'ggplot2' was built under R version 4.4.3
## Warning: package 'tibble' was built under R version 4.4.3
## Warning: package 'tidyr' was built under R version 4.4.3
## Warning: package 'readr' was built under R version 4.4.3
## Warning: package 'purrr' was built under R version 4.4.3
## Warning: package 'dplyr' was built under R version 4.4.3
## Warning: package 'stringr' was built under R version 4.4.3
## Warning: package 'forcats' was built under R version 4.4.3
## Warning: package 'lubridate' was built under R version 4.4.3
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.2     ✔ tibble    3.2.1
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.1
## ✔ purrr     1.0.4     
## ── 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(janitor)
## Warning: package 'janitor' was built under R version 4.4.3
## 
## Adjuntando el paquete: 'janitor'
## 
## The following objects are masked from 'package:stats':
## 
##     chisq.test, fisher.test
library(ggthemes)
## Warning: package 'ggthemes' was built under R version 4.4.3
library(plotly)
## Warning: package 'plotly' was built under R version 4.4.3
## 
## Adjuntando el paquete: 'plotly'
## 
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## 
## The following object is masked from 'package:stats':
## 
##     filter
## 
## The following object is masked from 'package:graphics':
## 
##     layout
library(gt)
## Warning: package 'gt' was built under R version 4.4.3
library(moments)
library(stringr)
library(dplyr)
library(readr)
library(ggplot2)

1 Introducción:

El presente análisis tiene como objetivo examinar los hábitos de entretenimiento de las personas y la manera en que estos se integran en su rutina diaria. A través de esta encuesta, se pretende identificar patrones de comportamiento y posibles cambios en las acciones y percepciones de los individuos, influenciados por sus gustos y preferencias en materia de entretenimiento.

1.1 👤 Población objetivo:

La población objetivo de esta encuesta está conformada por personas residentes del municipio de Caucasia, Antioquia, que hacen parte del entorno social cercano de los encuestadores. Se trata de individuos seleccionados de manera no probabilística, con el propósito de obtener una visión general sobre sus hábitos de entretenimiento en el contexto local.

1.2 Fenomeno bajo análisis:

El fenómeno objeto de análisis en este estudio son los hábitos de entretenimiento y su influencia en la vida cotidiana de las personas. Se busca comprender cómo las actividades recreativas, como ver series, jugar videojuegos, escuchar música, entre otras, se incorporan en la rutina diaria, y de qué manera influyen en la conducta, el uso del tiempo libre y las preferencias personales.

1.3 Métricas estadisticas:

df_resultados <- read_excel("Datos/formulario-habitos.xlsx")
df_resultados

TABLA REORDENADA⬇️

df_resultados_ordenados <-
  df_resultados <-
  clean_names(df_resultados) |> 
  select(-marca_temporal) |> 
  rename(edad = qu_edad_tienes) |> 
  rename(cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido = cuantas_horas_al_dia_dedicas_en_promedio_a_este_tipo_de_contenido_valores_numericos) |> 
  select(edad, everything())

df_resultados_ordenados

2 Promedios:

  • Promedio de horas al día dedicadas al entretenimiento por las personas⬇️
mean(df_resultados_ordenados$cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido)
## [1] 3.482759
  • Promedio de series completas vistas el ultimo semestre por los encuestados⬇️
mean(df_resultados_ordenados$cuantas_series_completas_viste_el_ultimo_semestre_valores_numericos)
## [1] 3.034483
  • Promedio de días a la semana en los que juegan videojuegos los encuestados⬇️
mean(df_resultados_ordenados$cuantos_dias_a_la_semana_juegas_videojuegos_valores_numericos)
## [1] 2.517241

3 Medianas:

  • Mediana de horas al día dedicadas al entretenimiento de las personas:
median(df_resultados_ordenados$cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido)
## [1] 2
  • Tabla según la edad:
tabla <- df_resultados_ordenados |> group_by(edad) |> reframe(mediana_de_horas_dedicadas_al_entretenimiento = median(cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido))
tabla
tabla |> gt(rowname_col = "edad") |> tab_header(title = "Horas dedicadas al entretenimiento según la edad",
                                                subtitle = "personas entre 15 y 37 años de edad")
Horas dedicadas al entretenimiento según la edad
personas entre 15 y 37 años de edad
mediana_de_horas_dedicadas_al_entretenimiento
15 1.0
16 2.0
17 2.0
18 2.5
19 2.0
20 3.0
21 1.5
22 6.0
23 3.0
24 3.5
25 7.0
26 2.5
29 1.0
30 4.0
37 4.0
  • Mediana de series completas vistas el ultimo semestre por los encuestados:
median(df_resultados_ordenados$cuantas_series_completas_viste_el_ultimo_semestre_valores_numericos)
## [1] 2
  • Mediana de días a la semana en los que juegan videojuegos los encuestados:
median(df_resultados_ordenados$cuantos_dias_a_la_semana_juegas_videojuegos_valores_numericos)
## [1] 1

4 Modas:

  • Moda del tipo de contenido que consumen las personas para entretenerse🍿
moda <- function(x) {
  ux = unique(x)
  tab = tabulate(match(x, ux))
  ux[tab == max(tab)]
}

moda(df_resultados_ordenados$que_tipo_de_contenido_consumes_con_mas_frecuencia)
## [1] "Películas"
  • Moda: ¿Cuánto dinero invierten los encuestados en su entretenimiento?
moda <- function(x) {
  ux = unique(x)
  tab = tabulate(match(x, ux))
  ux[tab == max(tab)]
}

moda(df_resultados_ordenados$cuanto_dinero_aproximadamente_gastas_al_mes_en_plataformas_de_entretenimiento_digital_como_netflix_game_pass_etc)
## [1] "$0 – No gasto nada"

la mayoria de la gente prefiere no invertir dinero en estas plataformas y busca alternativas gratis como youtube u otras aplicaciones libres.

  • Moda: ¿Qué genero consumen mayormente en series o peliculas?
moda <- function(x) {
  ux = unique(x)
  tab = tabulate(match(x, ux))
  ux[tab == max(tab)]
}

moda(df_resultados_ordenados$que_genero_consumes_mas_en_series_o_peliculas)
## [1] "Drama"  "Acción"
  • Moda: ¿En qué dispositivo juegan videojuegos regularmente los encuestados?
moda <- function(x) {
  x <- x[!is.na(x)]
  ux = unique(x)
  tab = tabulate(match(x, ux))
  ux[tab == max(tab)]
}

moda(df_resultados_ordenados$si_respondiste_que_si_en_la_anterior_en_que_dispositivo_juegas_mas)
## [1] "Consola (PlayStation, Xbox, etc.)"

de 13/30 personas que contestaron esta pregunta porque sí jugaban algo, la moda resulta ser en Consolas como PlayStation y Xbox

  • Moda: ¿Qué tipo de videojuego prefieren jugar los encuestados de la moda anterior?⬆️⬇️
moda <- function(x) {
  x <- x[!is.na(x)]
  ux = unique(x)
  tab = tabulate(match(x, ux))
  ux[tab == max(tab)]
}

moda(df_resultados_ordenados$que_tipo_de_videojuego_prefieres_jugar)
## [1] "Juegos móviles casuales (ej. subway surfers, Candy Crush)"
## [2] "RPG / Mundo abierto (ej. The Witcher, Genshin Impact)"

Vemos que juego Móviles y RPGS cuentan con las mismas repeticiones en los resultados de la encuesta siendo los que más se repiten.

5 GRÁFICAS

  • Representación gráfica de la cantidad e personas que juegan o no videojuegos según la edad
df_totalsiono <- df_resultados_ordenados |> 
  group_by(edad, juegas_videojuegos) |> 
  summarise(total = n(), .groups = "drop")
df_totalsiono |> 
  ggplot(aes(x = total, y = factor(edad), fill = juegas_videojuegos)) +
  geom_col(position = "dodge") +
  labs(
    x = "Cantidad de personas",
    y = "Edad",
    fill = "Respuesta",
    title = "Comparación de respuestas por edad",
    subtitle = "Cantidad de personas que respondieron 'Sí' o 'No'",
    caption = "Fuente: Encuesta propia"
  ) +
  scale_fill_manual(values = c("Sí" = "#8BC34A", "No" = "#D32F2F")) +
  theme_minimal()

  • Representación gráfica de las horas de contenido que consumen en promedio los encuestados según la edad
promedio_edad <- df_resultados_ordenados |> 
  group_by(edad) |> 
  summarise(
    promedio_horas = mean(cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido, na.rm = TRUE)
  )

promedio_edad |> 
  ggplot(mapping = aes(x = edad, y = promedio_horas)) +
  geom_col(color = "#2E4057", fill = "#00A6A6", width = 0.7, alpha = 0.8) +
  geom_label(aes(label = round(promedio_horas, 1)), color = "white", fill = "#00A6A6", size = 3.5) +
  labs(
    x = "Edad",
    y = "Promedio de horas al día",
    title = "Promedio de horas diarias dedicadas al entretenimiento por edad",
    subtitle = "Resultados basados en los datos de la encuesta",
    caption = "Fuente: Encuesta propia"
  ) +
  theme_minimal()

  • Grafica de los generos mas vistos de series y peliculas por cada edad y horas vistas.
ggplotly(df_resultados_ordenados |> 
           ggplot(aes(
             x = edad, y = cuantas_horas_al_dia_dedicas_a_este_tipo_de_contenido, color = que_genero_consumes_mas_en_series_o_peliculas
           )) + labs(
    x = "edad",
    y = "Horas al dia",
    color = "genero") +
           geom_line())

Gracias a esta grafica podemnoms apreciar que los jóvenes adultos dedican más horas a géneros como Acción y Ciencia ficción, mientras que personas más jóvenes o mayores consumen menos tiempo o prefieren otros géneros. Esto refleja cómo las prioridades y gustos cambian según la etapa de vida, mostrando un consumo dinámico y diverso.

  • ¿Cuántas personas consideran que el contenido que consumen influye en su forma de pensar y actuar?
library(dplyr)

acuerdos <- df_resultados_ordenados |>
  group_by(consideras_que_el_contenido_que_consumes_influye_en_tu_forma_de_pensar_o_actuar) |>
  summarise(total = n(), .groups = "drop")
library(ggplot2)

acuerdos |> 
  ggplot(aes(x = consideras_que_el_contenido_que_consumes_influye_en_tu_forma_de_pensar_o_actuar, y = total)) +
  geom_col(color = "#657C6A", fill = "#BB3E00", width = 0.75, alpha = 0.5) +
  geom_label(aes(label = total), color = "white", fill = "#BB3E00", size = 3.5) +
  labs(
    x = "Respuestas",
    y = "Cantidad de personas",
    title = "¿Consideras que el contenido que consumes influye en tu forma de pensar o actuar?  ",
    subtitle = "Respuestas de la encuesta",
    caption = "Datos obtenidos mediante encuesta propia"
  ) +
  theme_minimal()

  • ¿Cuántas personas han deajdo de hacer otras actividades por ver series o peliculas? 🤔
library(dplyr)

dejar <- df_resultados_ordenados |>
  group_by(has_dejado_de_hacer_otras_actividades_como_estudiar_salir_dormir_por_ver_series_o_jugar_videojuegos) |>
  summarise(total = n(), .groups = "drop")
library(ggplot2)

dejar |> 
  ggplot(aes(x = has_dejado_de_hacer_otras_actividades_como_estudiar_salir_dormir_por_ver_series_o_jugar_videojuegos, y = total)) +
  geom_col(color = "#657C6A", fill = "#4E79A7", width = 0.75, alpha = 0.5) +
  geom_label(aes(label = total), color = "white", fill = "#F1CE63", size = 3.5) +
  labs(
    x = "Respuestas",
    y = "Cantidad de personas",
    title = "¿Has dejado de hacer otras actividades por ver series, peliculas o jugar videojuegos ",
    subtitle = "Respuestas de la encuesta",
    caption = "Datos obtenidos mediante encuesta propia"
  ) +
  theme_minimal()

6 Conclusión

A partir de los datos recolectados, se puede afirmar que los hábitos de entretenimiento de las personas están fuertemente orientados al consumo pasivo de contenido digital, como ver series o navegar por redes sociales. Este tipo de entretenimiento ocupa un tiempo considerable en la rutina diaria y genera efectos emocionales mixtos: desde relajación y distracción hasta ansiedad o dependencia.

Además, una proporción significativa de los encuestados reconoce que el entretenimiento influye en su comportamiento, lo que confirma su impacto en la mente y la forma de actuar. Estos hallazgos resaltan la importancia de fomentar un consumo más consciente y equilibrado, promoviendo opciones de entretenimiento activas y saludables.

7 Preguntas realizadas en la encuesta:

  • ¿Que edad tienes?
  • ¿Qué tipo de contenido consumes con más frecuencia?
  • ¿Cuántas horas al día dedicas en promedio a este tipo de contenido? (valores numéricos)
  • ¿Cuántas series completas viste el último semestre? (Valores numéricos)
  • ¿Qué género consumes más en series o películas?
  • ¿Cuántos días a la semana juegas videojuegos? (Valores numéricos)
  • ¿Juegas videojuegos?
  • Si respondiste que sí en la anterior, ¿en qué dispositivo juegas más?
  • ¿Qué tipo de videojuego prefieres jugar?
  • ¿Has dejado de hacer otras actividades (como estudiar, dormir) por ver series o jugar?
  • ¿Consideras que el contenido que consumes influye en tu forma de pensar o actuar?