library(tidyverse)
df <- read_csv("encuesta_tito.csv")
Parsed with column specification:
cols(
  Alumno = col_character(),
  `I.- Calidad del Contenido` = col_double(),
  `II.- Motivaci�n` = col_double(),
  `III.- Dise�o y Presentaci�n` = col_double(),
  `IV.- Usabilidad` = col_double(),
  `V.- Accesibilidad` = col_double(),
  `VI.- Valor Educativo` = col_double(),
  `VII.- Valoraci�n Global` = col_double()
)
glimpse(df)
Observations: 6
Variables: 8
$ Alumno                        <chr> "alumno 1", "alumno 2", "alumno 3", "alumno 4", "…
$ `I.- Calidad del Contenido`   <dbl> 5, 4, 5, 4, 4, 5
$ `II.- Motivaci�n`             <dbl> 4, 5, 4, 5, 5, 3
$ `III.- Dise�o y Presentaci�n` <dbl> 5, 5, 3, 5, 5, 4
$ `IV.- Usabilidad`             <dbl> 5, 5, 5, 5, 5, 4
$ `V.- Accesibilidad`           <dbl> 5, 4, 5, 4, 3, 3
$ `VI.- Valor Educativo`        <dbl> 5, 4, 4, 5, 4, 5
$ `VII.- Valoraci�n Global`     <dbl> 5, 5, 4, 5, 4, 4
df <- janitor::clean_names(df)

necesito hacer grafico de barras con el promedio de cada respuesta por categoría en columnas.

en el eje x que se encuentren los criterior de las columnas (I. calidad contenido; motivación; usabilidad, hasta el numer VII) y en el eje Y que este el valor promedio de las respuestas de las encuestas en números arábigos

1.- es deficiente 2.- suficiente 3.- promedio 4.- bien 5.- excelente.

library(likert)
mylevels <- c('Strongly Disagree', 'Disagree', 'Neither', 'Agree', 'Strongly Agree')
df <- df %>% 
  gather(key = "item", value = "value", i_calidad_del_contenido:vii_valoraci_n_global ) %>% 
  mutate(value = case_when(
    value == "5" ~ "Strongly Agree",
    value == "4" ~ "Agree", 
    value == "3" ~ "Neither",
    value == "2" ~ "Disagree", 
    value == "1" ~ "Strongly Disagree"
  )
  ) %>% 
  spread(item, value)
df <- as.data.frame(df)
str(df)
'data.frame':   6 obs. of  8 variables:
 $ alumno                   : chr  "alumno 1" "alumno 2" "alumno 3" "alumno 4" ...
 $ i_calidad_del_contenido  : chr  "Strongly Agree" "Agree" "Strongly Agree" "Agree" ...
 $ ii_motivaci_n            : chr  "Agree" "Strongly Agree" "Agree" "Strongly Agree" ...
 $ iii_dise_o_y_presentaci_n: chr  "Strongly Agree" "Strongly Agree" "Neither" "Strongly Agree" ...
 $ iv_usabilidad            : chr  "Strongly Agree" "Strongly Agree" "Strongly Agree" "Strongly Agree" ...
 $ v_accesibilidad          : chr  "Strongly Agree" "Agree" "Strongly Agree" "Agree" ...
 $ vi_valor_educativo       : chr  "Strongly Agree" "Agree" "Agree" "Strongly Agree" ...
 $ vii_valoraci_n_global    : chr  "Strongly Agree" "Strongly Agree" "Agree" "Strongly Agree" ...
df <- df %>% 
  mutate_if(is.character,as.factor)
df2 <- df %>% 
  select(-alumno) 
df2 <-   likert(df2)
Error in likert(df2) : 
  All items (columns) must have the same number of levels

Fail! vamos a ver como solucionar esto…

sapply(df2, class) # todos factores, verdad?
  i_calidad_del_contenido             ii_motivaci_n iii_dise_o_y_presentaci_n 
                 "factor"                  "factor"                  "factor" 
            iv_usabilidad           v_accesibilidad        vi_valor_educativo 
                 "factor"                  "factor"                  "factor" 
    vii_valoraci_n_global 
                 "factor" 
sapply(df2, function(x) { length(levels(x)) } ) # el numero de niveles por factor
  i_calidad_del_contenido             ii_motivaci_n iii_dise_o_y_presentaci_n 
                        2                         3                         3 
            iv_usabilidad           v_accesibilidad        vi_valor_educativo 
                        2                         3                         2 
    vii_valoraci_n_global 
                        2 
sapply(df2, function(x) { length(levels(x)) } ) # el numero de niveles por factor
  i_calidad_del_contenido             ii_motivaci_n iii_dise_o_y_presentaci_n 
                        5                         5                         5 
            iv_usabilidad           v_accesibilidad        vi_valor_educativo 
                        5                         5                         5 
    vii_valoraci_n_global 
                        5 

Ahora debería funcionar…

df2_likert <- likert::likert(df2)
Error in likert::likert(df2) : 
  All items (columns) must have the same number of levels

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