Dissertação do Prof. Jesus - AMAN

#install.packages("knitr", dependencies = TRUE)
#library (devtools)
#install.packages('knitr', repos = c('http://rforge.net', 'http://cran.rstudio.org'),type = 'source')
#install_github('knitr')

likert_q1 <- likert(dados[,c(1:12)], nlevels = 5)
likert.bar.plot(likert_q1,plot.percents=F,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "Questões", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Item low neutral high
Questão_02 13,33 0,00 86,67
Questão_06 13,33 0,00 86,67
Questão_03 13,33 6,67 80,00
Questão_07 13,33 6,67 80,00
Questão_11 6,67 13,33 80,00
Questão_05 20,00 6,67 73,33
Questão_08 6,67 20,00 73,33
Questão_10 13,33 20,00 66,67
Questão_12 13,33 20,00 66,67
Questão_01 20,00 13,33 66,67
Questão_04 26,67 20,00 53,33
Questão_09 26,67 20,00 53,33 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$Cargo)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "Cargo no órgão de vinculação", y = "Porcentagem", size=12) + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
Chefe Questão_01 20,00 20,00
Chefe Questão_02 20,00 0,00
Chefe Questão_03 0,00 20,00
Chefe Questão_04 20,00 20,00
Chefe Questão_05 20,00 20,00
Chefe Questão_06 0,00 0,00
Chefe Questão_07 20,00 0,00
Chefe Questão_08 0,00 40,00
Chefe Questão_09 20,00 20,00
Chefe Questão_10 20,00 20,00
Chefe Questão_11 0,00 20,00
Chefe Questão_12 20,00 20,00
Direção Questão_01 0,00 0,00
Direção Questão_02 0,00 0,00
Direção Questão_03 0,00 0,00
Direção Questão_04 66,67 0,00
Direção Questão_05 0,00 0,00
Direção Questão_06 0,00 0,00
Direção Questão_07 0,00 0,00
Direção Questão_08 0,00 0,00
Direção Questão_09 0,00 0,00
Direção Questão_10 0,00 0,00
Direção Questão_11 0,00 0,00
Direção Questão_12 0,00 0,00
Lider/Vice Líder Questão_01 0,00 0,00
Lider/Vice Líder Questão_02 0,00 0,00
Lider/Vice Líder Questão_03 0,00 0,00
Lider/Vice Líder Questão_04 0,00 25,00
Lider/Vice Líder Questão_05 0,00 0,00
Lider/Vice Líder Questão_06 0,00 0,00
Lider/Vice Líder Questão_07 0,00 0,00
Lider/Vice Líder Questão_08 0,00 0,00
Lider/Vice Líder Questão_09 0,00 50,00
Lider/Vice Líder Questão_10 0,00 0,00
Lider/Vice Líder Questão_11 0,00 0,00
Lider/Vice Líder Questão_12 0,00 25,00
Técnico Questão_01 66,67 33,33
Técnico Questão_02 33,33 0,00
Técnico Questão_03 66,67 0,00
Técnico Questão_04 33,33 33,33
Técnico Questão_05 66,67 0,00
Técnico Questão_06 66,67 0,00
Técnico Questão_07 33,33 33,33
Técnico Questão_08 33,33 33,33
Técnico Questão_09 100,00 0,00
Técnico Questão_10 33,33 66,67
Técnico Questão_11 33,33 33,33
Técnico Questão_12 33,33 33,33 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$Qualificação)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = " Nível de qualificação acadêmica", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
Doutorado Questão_01 0,00 0,00
Doutorado Questão_02 0,00 0,00
Doutorado Questão_03 0,00 0,00
Doutorado Questão_04 100,00 0,00
Doutorado Questão_05 0,00 0,00
Doutorado Questão_06 0,00 0,00
Doutorado Questão_07 0,00 0,00
Doutorado Questão_08 0,00 0,00
Doutorado Questão_09 0,00 0,00
Doutorado Questão_10 0,00 0,00
Doutorado Questão_11 0,00 0,00
Doutorado Questão_12 0,00 0,00
Doutorando Questão_01 33,33 0,00
Doutorando Questão_02 0,00 0,00
Doutorando Questão_03 0,00 33,33
Doutorando Questão_04 33,33 66,67
Doutorando Questão_05 33,33 0,00
Doutorando Questão_06 0,00 0,00
Doutorando Questão_07 33,33 0,00
Doutorando Questão_08 0,00 33,33
Doutorando Questão_09 33,33 66,67
Doutorando Questão_10 33,33 33,33
Doutorando Questão_11 0,00 33,33
Doutorando Questão_12 33,33 33,33
Especialização Questão_01 50,00 0,00
Especialização Questão_02 0,00 0,00
Especialização Questão_03 50,00 0,00
Especialização Questão_04 100,00 0,00
Especialização Questão_05 50,00 0,00
Especialização Questão_06 50,00 0,00
Especialização Questão_07 0,00 50,00
Especialização Questão_08 0,00 50,00
Especialização Questão_09 50,00 0,00
Especialização Questão_10 50,00 0,00
Especialização Questão_11 50,00 0,00
Especialização Questão_12 50,00 0,00
Mestrado Questão_01 12,50 12,50
Mestrado Questão_02 12,50 0,00
Mestrado Questão_03 0,00 0,00
Mestrado Questão_04 0,00 0,00
Mestrado Questão_05 0,00 12,50
Mestrado Questão_06 0,00 0,00
Mestrado Questão_07 0,00 0,00
Mestrado Questão_08 0,00 12,50
Mestrado Questão_09 12,50 12,50
Mestrado Questão_10 0,00 12,50
Mestrado Questão_11 0,00 0,00
Mestrado Questão_12 0,00 12,50
Mestrando Questão_01 0,00 100,00
Mestrando Questão_02 100,00 0,00
Mestrando Questão_03 100,00 0,00
Mestrando Questão_04 0,00 100,00
Mestrando Questão_05 100,00 0,00
Mestrando Questão_06 100,00 0,00
Mestrando Questão_07 100,00 0,00
Mestrando Questão_08 100,00 0,00
Mestrando Questão_09 100,00 0,00
Mestrando Questão_10 0,00 100,00
Mestrando Questão_11 0,00 100,00
Mestrando Questão_12 0,00 100,00 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$Tempo)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "Tempo em que você está no órgão de vinculação", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
00 –| 05 anos Questão_01 60 0,00
00 –| 05 anos Questão_02 0 0,00
00 –| 05 anos Questão_03 20 20,00
00 –| 05 anos Questão_04 60 20,00
00 –| 05 anos Questão_05 40 0,00
00 –| 05 anos Questão_06 20 0,00
00 –| 05 anos Questão_07 20 20,00
00 –| 05 anos Questão_08 0 40,00
00 –| 05 anos Questão_09 60 20,00
00 –| 05 anos Questão_10 40 40,00
00 –| 05 anos Questão_11 20 20,00
00 –| 05 anos Questão_12 40 20,00
05 –| 10 anos Questão_01 0 0,00
05 –| 10 anos Questão_02 50 0,00
05 –| 10 anos Questão_03 0 0,00
05 –| 10 anos Questão_04 0 0,00
05 –| 10 anos Questão_05 0 0,00
05 –| 10 anos Questão_06 0 0,00
05 –| 10 anos Questão_07 0 0,00
05 –| 10 anos Questão_08 0 0,00
05 –| 10 anos Questão_09 0 0,00
05 –| 10 anos Questão_10 0 0,00
05 –| 10 anos Questão_11 0 0,00
05 –| 10 anos Questão_12 0 0,00
10 –| 20 anos Questão_01 0 25,00
10 –| 20 anos Questão_02 25 0,00
10 –| 20 anos Questão_03 25 0,00
10 –| 20 anos Questão_04 25 25,00
10 –| 20 anos Questão_05 25 0,00
10 –| 20 anos Questão_06 25 0,00
10 –| 20 anos Questão_07 25 0,00
10 –| 20 anos Questão_08 25 0,00
10 –| 20 anos Questão_09 25 0,00
10 –| 20 anos Questão_10 0 25,00
10 –| 20 anos Questão_11 0 25,00
10 –| 20 anos Questão_12 0 25,00
20 –| 30 anos Questão_01 0 0,00
20 –| 30 anos Questão_02 0 0,00
20 –| 30 anos Questão_03 0 0,00
20 –| 30 anos Questão_04 0 100,00
20 –| 30 anos Questão_05 0 0,00
20 –| 30 anos Questão_06 0 0,00
20 –| 30 anos Questão_07 0 0,00
20 –| 30 anos Questão_08 0 0,00
20 –| 30 anos Questão_09 0 100,00
20 –| 30 anos Questão_10 0 0,00
20 –| 30 anos Questão_11 0 0,00
20 –| 30 anos Questão_12 0 0,00
30 anos ou mais Questão_01 0 33,33
30 anos ou mais Questão_02 0 0,00
30 anos ou mais Questão_03 0 0,00
30 anos ou mais Questão_04 0 0,00
30 anos ou mais Questão_05 0 33,33
30 anos ou mais Questão_06 0 0,00
30 anos ou mais Questão_07 0 0,00
30 anos ou mais Questão_08 0 33,33
30 anos ou mais Questão_09 0 33,33
30 anos ou mais Questão_10 0 0,00
30 anos ou mais Questão_11 0 0,00
30 anos ou mais Questão_12 0 33,33 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$Idade)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "Faixa de idade", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
De 35 a 45 anos Questão_01 42,86 0,00
De 35 a 45 anos Questão_02 0,00 0,00
De 35 a 45 anos Questão_03 14,29 14,29
De 35 a 45 anos Questão_04 57,14 28,57
De 35 a 45 anos Questão_05 28,57 0,00
De 35 a 45 anos Questão_06 14,29 0,00
De 35 a 45 anos Questão_07 14,29 14,29
De 35 a 45 anos Questão_08 0,00 28,57
De 35 a 45 anos Questão_09 42,86 28,57
De 35 a 45 anos Questão_10 28,57 28,57
De 35 a 45 anos Questão_11 14,29 14,29
De 35 a 45 anos Questão_12 28,57 14,29
De 45 a 60 anos Questão_01 0,00 25,00
De 45 a 60 anos Questão_02 25,00 0,00
De 45 a 60 anos Questão_03 12,50 0,00
De 45 a 60 anos Questão_04 0,00 12,50
De 45 a 60 anos Questão_05 12,50 12,50
De 45 a 60 anos Questão_06 12,50 0,00
De 45 a 60 anos Questão_07 12,50 0,00
De 45 a 60 anos Questão_08 12,50 12,50
De 45 a 60 anos Questão_09 12,50 12,50
De 45 a 60 anos Questão_10 0,00 12,50
De 45 a 60 anos Questão_11 0,00 12,50
De 45 a 60 anos Questão_12 0,00 25,00 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$`Lei de Inovação`)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "O senhor(a) tem conhecimento sobre a Lei de Inovação?", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
Não Questão_01 0,00 66,67
Não Questão_02 66,67 0,00
Não Questão_03 33,33 0,00
Não Questão_04 0,00 33,33
Não Questão_05 33,33 33,33
Não Questão_06 33,33 0,00
Não Questão_07 33,33 0,00
Não Questão_08 33,33 33,33
Não Questão_09 33,33 0,00
Não Questão_10 0,00 33,33
Não Questão_11 0,00 33,33
Não Questão_12 0,00 33,33
Sim Questão_01 25,00 0,00
Sim Questão_02 0,00 0,00
Sim Questão_03 8,33 8,33
Sim Questão_04 33,33 16,67
Sim Questão_05 16,67 0,00
Sim Questão_06 8,33 0,00
Sim Questão_07 8,33 8,33
Sim Questão_08 0,00 16,67
Sim Questão_09 25,00 25,00
Sim Questão_10 16,67 16,67
Sim Questão_11 8,33 8,33
Sim Questão_12 16,67 16,67 
#likert.heat.plot(likert_q1)
likert_q1 <- likert(dados[,c(1:12)], nlevels = 5, grouping = dados$`Funções ICT e ou NIT`)
likert.bar.plot(likert_q1,plot.percents=TRUE,legend = "Legenda", low.color = "red", text.size=4) + ggtitle("") + labs( x = "O senhor(a) acredita que a AMAN possa ter funções relativas a um ICT e/ou NIT?", y = "Porcentagem") + theme_minimal() + theme(legend.position = "bottom")

kable(summary(likert_q1)[,1:4],digits =2, row.names = F,longtable = TRUE, align=c('c', 'c', 'c', 'c'), booktabs = T, format.args = list(decimal.mark = ","))
Group Item low neutral
Nâo Questão_01 0,00 100,00
Nâo Questão_02 0,00 0,00
Nâo Questão_03 0,00 0,00
Nâo Questão_04 0,00 0,00
Nâo Questão_05 0,00 100,00
Nâo Questão_06 0,00 0,00
Nâo Questão_07 0,00 0,00
Nâo Questão_08 0,00 100,00
Nâo Questão_09 0,00 0,00
Nâo Questão_10 0,00 0,00
Nâo Questão_11 0,00 0,00
Nâo Questão_12 0,00 0,00
Sim Questão_01 21,43 7,14
Sim Questão_02 14,29 0,00
Sim Questão_03 14,29 7,14
Sim Questão_04 28,57 21,43
Sim Questão_05 21,43 0,00
Sim Questão_06 14,29 0,00
Sim Questão_07 14,29 7,14
Sim Questão_08 7,14 14,29
Sim Questão_09 28,57 21,43
Sim Questão_10 14,29 21,43
Sim Questão_11 7,14 14,29
Sim Questão_12 14,29 21,43 
#likert.heat.plot(likert_q1)

Análise de Correspondência Múltipla

# install.packages("FactoMineR", "gglot2", "readxl")
# install.packages("devtools")
# devtools::install_github("kassambara/factoextra")
library("FactoMineR")
library("factoextra")
## Welcome! Related Books: `Practical Guide To Cluster Analysis in R` at https://goo.gl/13EFCZ
library("readxl")
library("gplots")
## 
## Attaching package: 'gplots'
## The following object is masked from 'package:stats':
## 
##     lowess
library("corrplot")
## corrplot 0.84 loaded
library("graphics")
library("foreign")
library("readxl")
library("amap")
# atribuir níveis ao perfil 

dados <- read_excel("dados.xlsx")
dados <- as.data.frame(dados)

dados$`Questão_01`<-factor(dados$`Questão_01`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_02`<-factor(dados$`Questão_02`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_03`<-factor(dados$`Questão_03`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_04`<-factor(dados$`Questão_04`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_05`<-factor(dados$`Questão_05`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_06`<-factor(dados$`Questão_06`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_07`<-factor(dados$`Questão_07`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_08`<-factor(dados$`Questão_08`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_09`<-factor(dados$`Questão_09`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_10`<-factor(dados$`Questão_10`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_11`<-factor(dados$`Questão_11`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))
dados$`Questão_12`<-factor(dados$`Questão_12`, levels = c("1","2","3","4","5"), labels =c("Discordo","Discordo","Indiferente","Concordo", "Concordo"))

dados$Idade <- as.factor(dados$Idade)
dados$Qualificação <- as.factor(dados$Qualificação) 
dados$Tempo <- as.factor(dados$Tempo)
dados$Cargo <- as.factor(dados$Cargo)
dados$`Lei de Inovação` <- as.factor(dados$`Lei de Inovação`)
dados$`Funções ICT e ou NIT` <- as.factor(dados$`Funções ICT e ou NIT`)

#dados

codificação binária e matriz de BURT

#matbinaria <- matlogic(dados[,c(1,3,4,5,7,8,9,10,11,12,13,14,15,16,17,18)])
#matbinaria
dados_acm <- dados[,c(1,3,4,5,7,8,9,10,11,12,13,14,15,16,17,18)]

#as coordenadas geradas pela matriz de BURT são conhecidas como coordenadas principais.
# MCA with function dudi.acm
library(ade4)
## 
## Attaching package: 'ade4'
## The following object is masked from 'package:FactoMineR':
## 
##     reconst
# apply dudi.acm

mca1 <- dudi.acm(dados_acm, scannf = F)
# eig   eigenvalues, a vector with min(n,p) components
# c1    principal axes, data frame with p rows and nf columns
# co    column coordinates, data frame with p rows and nf columns
summary(mca1)
## Class: acm dudi
## Call: dudi.acm(df = dados_acm, scannf = F)
## 
## Total inertia: 2.125
## 
## Eigenvalues:
##     Ax1     Ax2     Ax3     Ax4     Ax5 
##  0.5476  0.3561  0.2568  0.2337  0.1860 
## 
## Projected inertia (%):
##     Ax1     Ax2     Ax3     Ax4     Ax5 
##  25.768  16.757  12.083  10.998   8.753 
## 
## Cumulative projected inertia (%):
##     Ax1   Ax1:2   Ax1:3   Ax1:4   Ax1:5 
##   25.77   42.52   54.61   65.61   74.36 
## 
## (Only 5 dimensions (out of 14) are shown)
#coordenadas principais (BURT)
 # round(mca1$co, 3)
# coordenadas padrão (geradas com a matriz binária)
 # round(mca1$c1, 3)
# number of categories per variable
cats = apply(dados_acm, 2, function(x) nlevels(as.factor(x)))
# data frame for ggplot
mca1_vars_df = data.frame(mca1$co, Variable = rep(names(cats), cats))
# plot
ggplot(data = mca1_vars_df, aes(x = Comp1, y = Comp2, label = rownames(mca1_vars_df))) +
  geom_hline(yintercept = 0, colour = "gray70") + geom_vline(xintercept = 0, colour = "gray70") +
  geom_text(aes(colour = Variable)) + ggtitle("Análise de correspondência múltipla") + theme_minimal()

library(psych)
## 
## Attaching package: 'psych'
## The following object is masked from 'package:amap':
## 
##     pca
## The following objects are masked from 'package:ggplot2':
## 
##     %+%, alpha
dados <- read_excel("dados.xlsx")
alfa <- alpha(dados[,1:12])
alfa$total[,2]
## [1] 0.9264604
kable(alfa$alpha.drop[,c(1:2)])
raw_alpha std.alpha
Questão_01 0.9200039 0.9255665
Questão_02 0.9357033 0.9407263
Questão_03 0.9077222 0.9140475
Questão_04 0.9230061 0.9287755
Questão_05 0.9074021 0.9141501
Questão_06 0.9141034 0.9199497
Questão_07 0.9117839 0.9175446
Questão_08 0.9127725 0.9170515
Questão_09 0.9121509 0.9189013
Questão_10 0.9088415 0.9164238
Questão_11 0.9066797 0.9116525
Questão_12 0.9069824 0.9145215 
alfa$item.stats
##             n     raw.r     std.r     r.cor    r.drop     mean        sd
## Questão_01 15 0.6588780 0.6297458 0.6266533 0.5704245 3.800000 1.4735768
## Questão_02 15 0.2430330 0.2597424 0.2272284 0.1326397 4.266667 1.2227993
## Questão_03 15 0.8585483 0.8705532 0.8690131 0.8238759 4.066667 1.2227993
## Questão_04 15 0.5645218 0.5568920 0.5329080 0.4736930 3.466667 1.3020131
## Questão_05 15 0.8586983 0.8685399 0.8682979 0.8203365 3.933333 1.3345233
## Questão_06 15 0.7382118 0.7510156 0.7435560 0.6906990 4.200000 1.0141851
## Questão_07 15 0.7870634 0.8006611 0.7981045 0.7439888 3.800000 1.0823255
## Questão_08 15 0.7858105 0.8106768 0.8057471 0.7494423 4.000000 0.9258201
## Questão_09 15 0.7957782 0.7728184 0.7696650 0.7328774 3.400000 1.5491933
## Questão_10 15 0.8420920 0.8233501 0.8277862 0.8060049 3.733333 1.1629192
## Questão_11 15 0.9110465 0.9169231 0.9180334 0.8924065 3.933333 1.0327956
## Questão_12 15 0.8675007 0.8612337 0.8612773 0.8326695 3.666667 1.2909944
#alfa$response.freq