Análisis de los datos de la encuesta de TPR (Feb 2015)

## Loading required package: lavaan
## This is lavaan 0.5-23.1097
## lavaan is BETA software! Please report any bugs.
## Loading required package: psych
## Loading required package: polycor
## 
## Attaching package: 'polycor'
## The following object is masked from 'package:psych':
## 
##     polyserial
## Loading required package: semPlot
## Loading required package: ztable
## Welcome to package ztable ver 0.1.5
## 
## Attaching package: 'ztable'
## The following object is masked from 'package:psych':
## 
##     tr
## Loading required package: pander
## Loading required package: MASS

Introducción:

Se parte de la encuesta realizada por TPR y cuyos resultados se recogen en el fichero ~/git/TPR_2015/DATOS_SAMMON.csv.

Para comenzar el análisis procedemos a cargar los datos:

setwd("~/git/TPR_2015/")
datos=read.csv(file="DATOS_SAMMON.csv",sep=",",header=TRUE,stringsAsFactors=FALSE)
cold_orig=colnames(datos)
idx = apply(datos,1,function(x){return(sum(is.na(x)))}) == 0
dat = datos[idx,]
# causas de conflicto 6:17
# indicadores de segmentación 1:5
# valores 1:5 => Estrategias de abordar el conflicto

Ahora realziamos un sammon de las causas del conflicto.

# Calculamos la distancia
ddst = dist(dat)
mdst = as.matrix(ddst)
for (i in 1:(ncol(mdst)-1)) {
  for (j in ((i+1):ncol(mdst))) {
    if (abs(mdst[i,j]) < 0.0001 ) {
      cat(paste("Fila: ",i,". Col: ",j, " son iguales\n",sep=""))
    }
  }
}
d2=sammon(ddst,niter=1000,trace=TRUE,tol=1e-8)

Initial stress : 0.00045 stress after 5 iters: 0.00035

plot(d2$points)

Como se ve no hay clusters ! Es decir los 139 usuarios presentan un comprtamiento no estructurado. Si segmentamos por algunos criterios podemos explorar la proximidad

plot(d2$points[dat[,4]==1,],col=dat[dat[,4]==1,3])

plot(d2$points[dat[,4]==2,],col=dat[dat[,4]==2,3])

plot(d2$points[dat[,4]==2,],col=dat[dat[,4]==2,2])