Primer Trabajo Grupal
Juan José Hurtado- jjhurtadoa@unal.edu.co
Omar David Mercado -omercado@unal.edu.co
Zuleima Carriazo- zcarriazo@unal.edu.co
Miercoles 14 de Abril de 2021
Valiendonos de las múltiples opciones que tenemos para presentar este proyecto, hacemos uso de estas bibliotecas en particular
library(tidyverse)
library(eeptools)Se realiza la lectura de la base de datos de la que vamos a tomar información para realizar un analisis gráfico/exploratorio de lo que podamos encontrar en ella; se codifica con UTF-08 para una lectura adecuada que permita tildes y letras en español.
Enc <- read.csv("encuesta1.csv", encoding = "UTF-8")Se muestran en el archivo los primeros 6 registros de la base de datos en cuestión, para dar una idea lo que pueda contener ésta misma.
| Respuesta | Enviado.el. | Q01_Genero | Q02_FechaNac | Q03_Carrera | Q04_Semestre | Q05_Saber11 | Q06_PercentilSaber11 | Q07_FechaSaber11 | Q08_PAPA | Q09_EnAreaMetropolitana | Q10_Estrato | Q11_R | Q12_RStudio | Q13_NoRoRStudio | Q14_RecursosInformaticos..Internet.de.cable.propio | Q14_RecursosInformaticos..Internet.de.cable.no.propio | Q14_RecursosInformaticos..Wifi.propio | Q14_RecursosInformaticos..Wifi.no.propio | Q14_RecursosInformaticos..Celular.sin.datos | Q14_RecursosInformaticos..Celular.con.datos | Q14_RecursosInformaticos..Portátil.propio | Q14_RecursosInformaticos..Portátil.no.propio | Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo | Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo | Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo | Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo | Q14_RecursosInformaticos..Tablet.sin.datos | Q14_RecursosInformaticos..Tablet.con.datos. | Q15_Alunizaje | Q16_EspionajeInternet | Q17_Experimentos | Q18_Vacunas | Q19_EvidenciaFalsa | Q20_RafagasSolares | Q21_TierraHueca | Q22_alienigenas | Q23_CambioClimatico | Q24_area | Q25_PorcentArea | Q26_Divisor..f.es.divisor.de.g.2. | Q26_Divisor..f.es.divisor.de.gh. | Q26_Divisor..f.es.divisor.de.h.g | Q27_PorcentDivisor |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2439 | 26/02/2021 09:43:10 | 1 : Masculino | 1997-01-17 | 1 : Matemáticas | 7.0 | 420 | 3.0 | 2014-08-26 | 3.7 | 1 | 4 : 3 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 4 : 4*pi | 45 | 1 | 1 | 0 | 35 | |
| 2459 | 26/02/2021 09:47:45 | 1 : Masculino | 1998-07-26 | 2 : Ingeniería de sistemas e informática | 5.3 | 347 | 90.9 | 2015-08-02 | 3.4 | 1 | 3 : 2 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 4 : 4*pi | 70 | 1 | 1 | 0 | 90 | |
| 2517 | 26/02/2021 09:56:39 | 1 : Masculino | 1996-09-05 | 2 : Ingeniería de sistemas e informática | 7.7 | 270 | 75.0 | 2013-04-13 | 3.8 | 1 | 4 : 3 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 6 : Ninguna de las anteriores | 20 | 1 | 1 | 0 | 40 | |
| 2448 | 26/02/2021 09:55:11 | 1 : Masculino | 1997-01-20 | 2 : Ingeniería de sistemas e informática | 6.0 | 325 | 70.0 | 2014-08-14 | 4.6 | 1 | 4 : 3 | 1 | 1 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 6 : Ninguna de las anteriores | 50 | 1 | 1 | 0 | 20 | |
| 2499 | 26/02/2021 09:56:13 | 1 : Masculino | 1990-08-23 | 2 : Ingeniería de sistemas e informática | 7.6 | 430 | 85.0 | 2008-09-20 | 3.7 | 1 | 3 : 2 | 1 | 1 | n/a | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 6 : Ninguna de las anteriores | 95 | 1 | 1 | 0 | 80 |
Se hace una revisión de las variables contenidas en la base de datos para mirar a que tipo pertenecen, y posteriormente convertirlas a otro para trabajarlas a nuestra conveniencia
glimpse(Enc)Rows: 87
Columns: 44
$ Respuesta <int> ~
$ Enviado.el. <chr> ~
$ Q01_Genero <chr> ~
$ Q02_FechaNac <chr> ~
$ Q03_Carrera <chr> ~
$ Q04_Semestre <dbl> ~
$ Q05_Saber11 <int> ~
$ Q06_PercentilSaber11 <dbl> ~
$ Q07_FechaSaber11 <chr> ~
$ Q08_PAPA <dbl> ~
$ Q09_EnAreaMetropolitana <int> ~
$ Q10_Estrato <chr> ~
$ Q11_R <int> ~
$ Q12_RStudio <int> ~
$ Q13_NoRoRStudio <chr> ~
$ Q14_RecursosInformaticos..Internet.de.cable.propio <int> ~
$ Q14_RecursosInformaticos..Internet.de.cable.no.propio <int> ~
$ Q14_RecursosInformaticos..Wifi.propio <int> ~
$ Q14_RecursosInformaticos..Wifi.no.propio <int> ~
$ Q14_RecursosInformaticos..Celular.sin.datos <int> ~
$ Q14_RecursosInformaticos..Celular.con.datos <int> ~
$ Q14_RecursosInformaticos..Portátil.propio <int> ~
$ Q14_RecursosInformaticos..Portátil.no.propio <int> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo <int> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo <int> ~
$ Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo <int> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo <int> ~
$ Q14_RecursosInformaticos..Tablet.sin.datos <int> ~
$ Q14_RecursosInformaticos..Tablet.con.datos. <int> ~
$ Q15_Alunizaje <int> ~
$ Q16_EspionajeInternet <int> ~
$ Q17_Experimentos <int> ~
$ Q18_Vacunas <int> ~
$ Q19_EvidenciaFalsa <int> ~
$ Q20_RafagasSolares <int> ~
$ Q21_TierraHueca <int> ~
$ Q22_alienigenas <int> ~
$ Q23_CambioClimatico <int> ~
$ Q24_area <chr> ~
$ Q25_PorcentArea <dbl> ~
$ Q26_Divisor..f.es.divisor.de.g.2. <int> ~
$ Q26_Divisor..f.es.divisor.de.gh. <int> ~
$ Q26_Divisor..f.es.divisor.de.h.g <int> ~
$ Q27_PorcentDivisor <dbl> ~summary(Enc) Respuesta Enviado.el. Q01_Genero Q02_FechaNac
Min. :2429 Length:87 Length:87 Length:87
1st Qu.:2450 Class :character Class :character Class :character
Median :2472 Mode :character Mode :character Mode :character
Mean :2472
3rd Qu.:2494
Max. :2517
Q03_Carrera Q04_Semestre Q05_Saber11 Q06_PercentilSaber11
Length:87 Min. :1.500 Min. : 0.0 Min. : 0.00
Class :character 1st Qu.:2.000 1st Qu.:298.5 1st Qu.: 74.50
Mode :character Median :3.000 Median :327.0 Median : 88.00
Mean :3.543 Mean :322.0 Mean : 82.78
3rd Qu.:5.000 3rd Qu.:358.5 3rd Qu.: 96.50
Max. :8.000 Max. :580.0 Max. :260.00
NA's :1
Q07_FechaSaber11 Q08_PAPA Q09_EnAreaMetropolitana Q10_Estrato
Length:87 Min. : 3.000 Min. :0.0000 Length:87
Class :character 1st Qu.: 3.800 1st Qu.:0.0000 Class :character
Mode :character Median : 4.100 Median :1.0000 Mode :character
Mean : 4.562 Mean :0.7241
3rd Qu.: 4.300 3rd Qu.:1.0000
Max. :45.000 Max. :1.0000
NA's :9
Q11_R Q12_RStudio Q13_NoRoRStudio
Min. :0.0000 Min. :0.0000 Length:87
1st Qu.:1.0000 1st Qu.:1.0000 Class :character
Median :1.0000 Median :1.0000 Mode :character
Mean :0.9195 Mean :0.8736
3rd Qu.:1.0000 3rd Qu.:1.0000
Max. :1.0000 Max. :1.0000
Q14_RecursosInformaticos..Internet.de.cable.propio
Min. :0.0000
1st Qu.:0.0000
Median :0.0000
Mean :0.4483
3rd Qu.:1.0000
Max. :1.0000
Q14_RecursosInformaticos..Internet.de.cable.no.propio
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.02299
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Wifi.propio Q14_RecursosInformaticos..Wifi.no.propio
Min. :0.0000 Min. :0.0000
1st Qu.:1.0000 1st Qu.:0.0000
Median :1.0000 Median :0.0000
Mean :0.8621 Mean :0.1149
3rd Qu.:1.0000 3rd Qu.:0.0000
Max. :1.0000 Max. :1.0000
Q14_RecursosInformaticos..Celular.sin.datos
Min. :0.0000
1st Qu.:0.0000
Median :1.0000
Mean :0.5172
3rd Qu.:1.0000
Max. :1.0000
Q14_RecursosInformaticos..Celular.con.datos
Min. :0.0000
1st Qu.:0.0000
Median :0.0000
Mean :0.2989
3rd Qu.:1.0000
Max. :1.0000
Q14_RecursosInformaticos..Portátil.propio
Min. :0.0000
1st Qu.:1.0000
Median :1.0000
Mean :0.8161
3rd Qu.:1.0000
Max. :1.0000
Q14_RecursosInformaticos..Portátil.no.propio
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.06897
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo
Min. :0.0000
1st Qu.:0.0000
Median :0.0000
Mean :0.1034
3rd Qu.:0.0000
Max. :1.0000
Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.01149
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.05747
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.04598
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Tablet.sin.datos
Min. :0.00000
1st Qu.:0.00000
Median :0.00000
Mean :0.08046
3rd Qu.:0.00000
Max. :1.00000
Q14_RecursosInformaticos..Tablet.con.datos. Q15_Alunizaje
Min. :0.00000 Min. :0.0000
1st Qu.:0.00000 1st Qu.:0.0000
Median :0.00000 Median :0.0000
Mean :0.03448 Mean :0.1264
3rd Qu.:0.00000 3rd Qu.:0.0000
Max. :1.00000 Max. :1.0000
Q16_EspionajeInternet Q17_Experimentos Q18_Vacunas Q19_EvidenciaFalsa
Min. :0.0000 Min. :0.0000 Min. :0.00000 Min. :0.0000
1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:0.00000 1st Qu.:1.0000
Median :1.0000 Median :1.0000 Median :0.00000 Median :1.0000
Mean :0.6782 Mean :0.6322 Mean :0.03448 Mean :0.7816
3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:0.00000 3rd Qu.:1.0000
Max. :1.0000 Max. :1.0000 Max. :1.00000 Max. :1.0000
Q20_RafagasSolares Q21_TierraHueca Q22_alienigenas Q23_CambioClimatico
Min. :0.0000 Min. :0.00000 Min. :0.0000 Min. :0.0000
1st Qu.:0.0000 1st Qu.:0.00000 1st Qu.:0.0000 1st Qu.:0.0000
Median :0.0000 Median :0.00000 Median :0.0000 Median :0.0000
Mean :0.2299 Mean :0.05747 Mean :0.3563 Mean :0.1609
3rd Qu.:0.0000 3rd Qu.:0.00000 3rd Qu.:1.0000 3rd Qu.:0.0000
Max. :1.0000 Max. :1.00000 Max. :1.0000 Max. :1.0000
Q24_area Q25_PorcentArea Q26_Divisor..f.es.divisor.de.g.2.
Length:87 Min. : 0.10 Min. :0.0000
Class :character 1st Qu.: 30.75 1st Qu.:0.0000
Mode :character Median : 50.00 Median :1.0000
Mean : 52.25 Mean :0.6667
3rd Qu.: 70.00 3rd Qu.:1.0000
Max. :100.00 Max. :1.0000
NA's :1
Q26_Divisor..f.es.divisor.de.gh. Q26_Divisor..f.es.divisor.de.h.g
Min. :0.0000 Min. :0.0000
1st Qu.:1.0000 1st Qu.:0.0000
Median :1.0000 Median :0.0000
Mean :0.7816 Mean :0.3333
3rd Qu.:1.0000 3rd Qu.:1.0000
Max. :1.0000 Max. :1.0000
Q27_PorcentDivisor
Min. : 0.50
1st Qu.: 33.50
Median : 60.00
Mean : 53.46
3rd Qu.: 70.00
Max. :100.00
NA's :1 Se cambian las variables de tipo caracter a factor sobre una nueva base de datos replicada; para un adecuado manejo de los resultados encontrados en éstas en su análisis descriptivo
enc <- Enc %>%
mutate_if(is.character, as.factor)Como primer depurado; se convierte el asignado de la primera variable Respuesta a tipo character, pues se considera que con estas cifras no debemos hacer ningún tipo de cálculo matemático como para dejarla ser entero
enc$Respuesta<-factor(enc$Respuesta)Tambien se convierte a tipo factor las variables en lenguaje binario, representando como Si al número 1, para una mayor claridad al público,en la lectura de la base de datos
enc$Q09_EnAreaMetropolitana<-factor(enc$Q09_EnAreaMetropolitana, levels=c(0:1), labels=c('No','Si'))
enc$Q11_R<-factor(enc$Q11_R, levels=c(0:1), labels=c('No','Si'))
enc$Q12_RStudio<-factor(enc$Q12_RStudio,levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Internet.de.cable.no.propio<-factor(enc$Q14_RecursosInformaticos..Internet.de.cable.no.propio, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Wifi.propio<-factor(enc$Q14_RecursosInformaticos..Wifi.propio, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Wifi.no.propio<-factor(enc$Q14_RecursosInformaticos..Wifi.no.propio,levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Celular.sin.datos<-factor(enc$Q14_RecursosInformaticos..Celular.sin.datos, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Celular.con.datos<-factor(enc$Q14_RecursosInformaticos..Celular.con.datos, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Portátil.propio<-factor(enc$Q14_RecursosInformaticos..Portátil.propio, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Portátil.no.propio<-factor(enc$Q14_RecursosInformaticos..Portátil.no.propio, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo<-factor(enc$Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo<-factor(enc$Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo<-factor(enc$Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo,levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo<-factor(enc$Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Tablet.sin.datos<-factor(enc$Q14_RecursosInformaticos..Tablet.sin.datos, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Tablet.con.datos.<-factor(enc$Q14_RecursosInformaticos..Tablet.con.datos., levels=c(0:1), labels=c('No','Si'))
enc$Q15_Alunizaje<-factor(enc$Q15_Alunizaje, levels=c(0:1), labels=c('No','Si'))
enc$Q17_Experimentos<-factor(enc$Q17_Experimentos, levels=c(0:1), labels=c('No','Si'))
enc$Q16_EspionajeInternet<-factor(enc$Q16_EspionajeInternet, levels=c(0:1), labels=c('No','Si'))
enc$Q18_Vacunas<-factor(enc$Q18_Vacunas, levels=c(0:1), labels=c('No','Si'))
enc$Q19_EvidenciaFalsa<-factor(enc$Q19_EvidenciaFalsa, levels=c(0:1), labels=c('No','Si'))
enc$Q20_RafagasSolares<-factor(enc$Q20_RafagasSolares, levels=c(0:1), labels=c('No','Si'))
enc$Q21_TierraHueca<-factor(enc$Q21_TierraHueca, levels=c(0:1), labels=c('No','Si'))
enc$Q22_alienigenas<-factor(enc$Q22_alienigenas, levels=c(0:1), labels=c('No','Si'))
enc$Q23_CambioClimatico<-factor(enc$Q23_CambioClimatico, levels=c(0:1), labels=c('No','Si'))
enc$Q26_Divisor..f.es.divisor.de.g.2.<-factor(enc$Q26_Divisor..f.es.divisor.de.g.2.,levels=c(0:1), labels=c('No','Si'))
enc$Q26_Divisor..f.es.divisor.de.gh.<-factor(enc$Q26_Divisor..f.es.divisor.de.gh., levels=c(0:1), labels=c('No','Si'))
enc$Q26_Divisor..f.es.divisor.de.h.g<-factor(enc$Q26_Divisor..f.es.divisor.de.h.g, levels=c(0:1), labels=c('No','Si'))
enc$Q14_RecursosInformaticos..Internet.de.cable.propio<-factor(enc$Q14_RecursosInformaticos..Internet.de.cable.propio, levels=c(0:1), labels=c('No','Si'))summary(enc) Respuesta Enviado.el. Q01_Genero Q02_FechaNac
2429 : 1 26/02/2021 09:42:30: 2 1 : Masculino:66 2002-09-14: 2
2430 : 1 26/02/2021 09:43:02: 2 2 : Femenino :20 2002-11-23: 2
2431 : 1 26/02/2021 09:43:10: 2 3 : Otro : 1 1982-07-19: 1
2432 : 1 26/02/2021 09:46:02: 2 1988-02-19: 1
2433 : 1 26/02/2021 09:46:19: 2 1990-08-23: 1
2434 : 1 26/02/2021 09:47:08: 2 1993-02-26: 1
(Other):81 (Other) :75 (Other) :79
Q03_Carrera Q04_Semestre Q05_Saber11
1 : Matemáticas : 2 Min. :1.500 Min. : 0.0
2 : Ingeniería de sistemas e informática:26 1st Qu.:2.000 1st Qu.:298.5
3 : Estadística :54 Median :3.000 Median :327.0
4 : Ingeniería administrativa : 1 Mean :3.543 Mean :322.0
5 : Ingeniería física : 1 3rd Qu.:5.000 3rd Qu.:358.5
6 : Ingeniería industrial : 2 Max. :8.000 Max. :580.0
7 : Otra : 1 NA's :1
Q06_PercentilSaber11 Q07_FechaSaber11 Q08_PAPA
Min. : 0.00 2019-08-11:13 Min. : 3.000
1st Qu.: 74.50 2016-07-31: 7 1st Qu.: 3.800
Median : 88.00 2017-08-27: 7 Median : 4.100
Mean : 82.78 2018-08-12: 7 Mean : 4.562
3rd Qu.: 96.50 2015-08-02: 3 3rd Qu.: 4.300
Max. :260.00 2013-08-25: 2 Max. :45.000
(Other) :48 NA's :9
Q09_EnAreaMetropolitana Q10_Estrato Q11_R Q12_RStudio
No:24 2 : 1 : 8 No: 7 No:11
Si:63 3 : 2 :26 Si:80 Si:76
4 : 3 :45
5 : 4 : 6
6 : 5 : 1
8 : No se conoce: 1
Q13_NoRoRStudio
:76
0 : 1
Al momento de ingresar me salta en error del software : 1
lo tengo instalado pero los paquetes no me los deja instalar. : 1
n/a : 1
No cuento con capacidad para descargar estos programas, estoy a la espera de un nuevo computador : 1
(Other) : 6
Q14_RecursosInformaticos..Internet.de.cable.propio
No:48
Si:39
Q14_RecursosInformaticos..Internet.de.cable.no.propio
No:85
Si: 2
Q14_RecursosInformaticos..Wifi.propio Q14_RecursosInformaticos..Wifi.no.propio
No:12 No:77
Si:75 Si:10
Q14_RecursosInformaticos..Celular.sin.datos
No:42
Si:45
Q14_RecursosInformaticos..Celular.con.datos
No:61
Si:26
Q14_RecursosInformaticos..Portátil.propio
No:16
Si:71
Q14_RecursosInformaticos..Portátil.no.propio
No:81
Si: 6
Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo
No:78
Si: 9
Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo
No:86
Si: 1
Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo
No:82
Si: 5
Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo
No:83
Si: 4
Q14_RecursosInformaticos..Tablet.sin.datos
No:80
Si: 7
Q14_RecursosInformaticos..Tablet.con.datos. Q15_Alunizaje
No:84 No:76
Si: 3 Si:11
Q16_EspionajeInternet Q17_Experimentos Q18_Vacunas Q19_EvidenciaFalsa
No:28 No:32 No:84 No:19
Si:59 Si:55 Si: 3 Si:68
Q20_RafagasSolares Q21_TierraHueca Q22_alienigenas Q23_CambioClimatico
No:67 No:82 No:56 No:73
Si:20 Si: 5 Si:31 Si:14
Q24_area Q25_PorcentArea
1 : 7.5*pi : 3 Min. : 0.10
2 : 6*pi : 9 1st Qu.: 30.75
3 : 4.5*pi :13 Median : 50.00
4 : 4*pi :39 Mean : 52.25
5 : 3*pi : 5 3rd Qu.: 70.00
6 : Ninguna de las anteriores:18 Max. :100.00
NA's :1
Q26_Divisor..f.es.divisor.de.g.2. Q26_Divisor..f.es.divisor.de.gh.
No:29 No:19
Si:58 Si:68
Q26_Divisor..f.es.divisor.de.h.g Q27_PorcentDivisor
No:58 Min. : 0.50
Si:29 1st Qu.: 33.50
Median : 60.00
Mean : 53.46
3rd Qu.: 70.00
Max. :100.00
NA's :1 glimpse(enc)Rows: 87
Columns: 44
$ Respuesta <fct> ~
$ Enviado.el. <fct> ~
$ Q01_Genero <fct> ~
$ Q02_FechaNac <fct> ~
$ Q03_Carrera <fct> ~
$ Q04_Semestre <dbl> ~
$ Q05_Saber11 <int> ~
$ Q06_PercentilSaber11 <dbl> ~
$ Q07_FechaSaber11 <fct> ~
$ Q08_PAPA <dbl> ~
$ Q09_EnAreaMetropolitana <fct> ~
$ Q10_Estrato <fct> ~
$ Q11_R <fct> ~
$ Q12_RStudio <fct> ~
$ Q13_NoRoRStudio <fct> ~
$ Q14_RecursosInformaticos..Internet.de.cable.propio <fct> ~
$ Q14_RecursosInformaticos..Internet.de.cable.no.propio <fct> ~
$ Q14_RecursosInformaticos..Wifi.propio <fct> ~
$ Q14_RecursosInformaticos..Wifi.no.propio <fct> ~
$ Q14_RecursosInformaticos..Celular.sin.datos <fct> ~
$ Q14_RecursosInformaticos..Celular.con.datos <fct> ~
$ Q14_RecursosInformaticos..Portátil.propio <fct> ~
$ Q14_RecursosInformaticos..Portátil.no.propio <fct> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo <fct> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo <fct> ~
$ Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo <fct> ~
$ Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo <fct> ~
$ Q14_RecursosInformaticos..Tablet.sin.datos <fct> ~
$ Q14_RecursosInformaticos..Tablet.con.datos. <fct> ~
$ Q15_Alunizaje <fct> ~
$ Q16_EspionajeInternet <fct> ~
$ Q17_Experimentos <fct> ~
$ Q18_Vacunas <fct> ~
$ Q19_EvidenciaFalsa <fct> ~
$ Q20_RafagasSolares <fct> ~
$ Q21_TierraHueca <fct> ~
$ Q22_alienigenas <fct> ~
$ Q23_CambioClimatico <fct> ~
$ Q24_area <fct> ~
$ Q25_PorcentArea <dbl> ~
$ Q26_Divisor..f.es.divisor.de.g.2. <fct> ~
$ Q26_Divisor..f.es.divisor.de.gh. <fct> ~
$ Q26_Divisor..f.es.divisor.de.h.g <fct> ~
$ Q27_PorcentDivisor <dbl> ~ANÁLISIS UNIVARIADO
Análisis de la variable género
gen <- table(enc$Q01_Genero)
gen
1 : Masculino 2 : Femenino 3 : Otro
66 20 1 paramAnt <- par(no.readonly = TRUE)
barplot(gen, las = 1,
main = "Distribución por género",
ylim = c(0,80),
col ='black')
# legend.text = c('Masculino', 'Femenino', 'Otro'))
#text(enc, gen + 7, paste(round(gen, 1), "%"))
grid(NA, 10)
par(paramAnt)Análisis de la variable Fecha de nacimiento
enc <- enc %>%
mutate(Q02_FechaNac = as.Date(as.character(Q02_FechaNac), "%Y-%m-%d"))summary(enc$Q02_FechaNac) Min. 1st Qu. Median Mean 3rd Qu. Max.
"1982-07-19" "1998-08-06" "2000-04-19" "1999-08-08" "2001-10-04" "2003-08-16" Como la variable Fecha de Nacimiento no da claridad de los datos para un análisis, realizamos la conversión de la Fecha de nacimiento a Edad
# Cálculo de la edad
enc <- enc %>%
mutate(edad = as.numeric(as.Date("2021-06-30") - Q02_FechaNac)/365.25)ed<- table(enc$edad)
ed
17.8726899383984 18.3353867214237 18.4093086926762 18.4613278576318
1 1 1 1
18.4722792607803 18.5051334702259 18.570841889117 18.6009582477755
1 1 1 2
18.6803559206023 18.757015742642 18.7926078028747 18.798083504449
1 1 2 1
18.8993839835729 18.9705681040383 18.9924709103354 19.1156741957563
1 1 1 1
19.3127994524298 19.4332648870637 19.564681724846 19.7262149212868
1 1 1 1
19.7453798767967 19.7754962354552 19.8384668035592 19.9288158795346
1 1 1 1
19.9315537303217 19.9507186858316 19.9835728952772 20.0273785078713
1 1 1 1
20.104038329911 20.1916495550992 20.3340177960301 20.37234770705
1 1 1 1
20.5366187542779 20.5420944558522 20.6297056810404 20.6707734428474
1 1 1 1
20.8624229979466 20.8651608487337 21.0020533880903 21.0321697467488
1 1 1 1
21.1060917180014 21.1964407939767 21.1991786447639 21.2073921971253
1 1 1 1
21.4948665297741 21.555099247091 21.5633127994524 21.5989048596851
1 1 1 1
21.864476386037 21.8699520876112 22.1464750171116 22.1820670773443
1 1 1 1
22.2094455852156 22.4093086926762 22.4284736481862 22.444900752909
1 1 1 1
22.4585900068446 22.4777549623546 22.4969199178645 22.5954825462012
1 1 1 1
22.8199863107461 22.839151266256 22.8665297741273 22.9295003422313
1 1 1 1
22.9678302532512 23.1813826146475 23.2717316906229 23.4086242299795
1 1 1 1
23.8877481177276 24.4407939767283 24.4490075290897 24.4709103353867
1 1 1 1
24.8158795345654 24.8925393566051 24.9637234770705 25.0924024640657
1 1 1 1
25.2183436002738 26.5133470225873 26.715947980835 27.2635181382615
1 1 1 1
27.6194387405886 28.3394934976044 30.8528405201916 33.3607118412047
1 1 1 1
38.9486652977413
1 enc[,"edad"] <- floor(enc[,"edad"])
enc[,"edad"] [1] 24 22 24 24 30 38 23 26 28 24 27 25 24 21 21 21 21 22 22 21 21 22 20 20 20
[26] 21 22 19 22 20 21 23 33 19 19 18 20 18 20 19 19 26 22 27 22 19 19 22 19 21
[51] 19 21 20 20 24 17 18 18 18 23 22 18 18 20 21 18 21 22 20 19 20 18 18 18 19
[76] 25 18 19 23 18 22 18 22 18 18 22 22summary(enc$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 21.00 21.33 22.00 38.00 Análisis de la variable Carrera
Una tabla sencilla que muestra la distribución general de resultados de la variable Carrera de la base de datos; dado que existe un nombre único para cada carrera, no se considera que deba ser depurada, se procederá a ver en grafico la cantidad de estudiantes por carrrera.
Q03<-table(enc$Q03_Carrera)
Q03
1 : Matemáticas
2
2 : Ingeniería de sistemas e informática
26
3 : Estadística
54
4 : Ingeniería administrativa
1
5 : Ingeniería física
1
6 : Ingeniería industrial
2
7 : Otra
1 Se cambian los valores a frecuencia relativa para posteriormente ser graficados.
carrera <- Q03 / sum(Q03)*100
carrera
1 : Matemáticas
2.298851
2 : Ingeniería de sistemas e informática
29.885057
3 : Estadística
62.068966
4 : Ingeniería administrativa
1.149425
5 : Ingeniería física
1.149425
6 : Ingeniería industrial
2.298851
7 : Otra
1.149425 Se realizará una gráfica de barras para representar los datos de los estudiantes y sus respectivas carreras, basandonos en su tabla de frecuencia
Q03 <- c("Mate", "Estadístic.", "Ing. Física", "Sistemas", "Ing.Admin.", "Industrial.", "Otra")
Frecuencia<- c(2, 54, 1, 26, 1, 2, 1)
barplot(Frecuencia, names.arg = Q03, density = 20, las= 2, main= 'Cantidad de estudiantes\n encuestados por carrera', ylim=c(0,60), col= 'cyan')
abline(h=seq(0,60,1), col= rep('grey', 6), lty=3)
Análisis de la variable Semestre
summary(enc$Q04_Semestre) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
1.500 2.000 3.000 3.543 5.000 8.000 1 Q04 <- table(enc$Q04_Semestre)
Q04
1.5 1.7 2 2.5 3 3.5 4 4.5 4.6 5 5.2 5.3 5.5 5.6 6 7 7.5 7.6 7.7 8
4 1 33 4 5 4 10 1 1 6 1 1 2 1 1 7 1 1 1 1 Análisis de la variable Resultados Pruebas Saber 11
summary(enc$Q05_Saber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0 298.5 327.0 322.0 358.5 580.0 enc %>%
filter(enc$Q05_Saber11 > 500) Respuesta Enviado.el. Q01_Genero Q02_FechaNac
1 2493 26/02/2021 09:48:42 1 : Masculino 1994-03-26
Q03_Carrera Q04_Semestre Q05_Saber11
1 2 : Ingeniería de sistemas e informática 7.5 580
Q06_PercentilSaber11 Q07_FechaSaber11 Q08_PAPA Q09_EnAreaMetropolitana
1 90 2009-09-16 4.1 Si
Q10_Estrato Q11_R Q12_RStudio Q13_NoRoRStudio
1 4 : 3 Si Si
Q14_RecursosInformaticos..Internet.de.cable.propio
1 No
Q14_RecursosInformaticos..Internet.de.cable.no.propio
1 No
Q14_RecursosInformaticos..Wifi.propio
1 Si
Q14_RecursosInformaticos..Wifi.no.propio
1 No
Q14_RecursosInformaticos..Celular.sin.datos
1 Si
Q14_RecursosInformaticos..Celular.con.datos
1 No
Q14_RecursosInformaticos..Portátil.propio
1 Si
Q14_RecursosInformaticos..Portátil.no.propio
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo
1 No
Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo
1 No
Q14_RecursosInformaticos..Tablet.sin.datos
1 No
Q14_RecursosInformaticos..Tablet.con.datos. Q15_Alunizaje
1 No No
Q16_EspionajeInternet Q17_Experimentos Q18_Vacunas Q19_EvidenciaFalsa
1 Si Si No Si
Q20_RafagasSolares Q21_TierraHueca Q22_alienigenas Q23_CambioClimatico
1 No No No No
Q24_area Q25_PorcentArea Q26_Divisor..f.es.divisor.de.g.2.
1 4 : 4*pi 60 Si
Q26_Divisor..f.es.divisor.de.gh. Q26_Divisor..f.es.divisor.de.h.g
1 Si Si
Q27_PorcentDivisor edad
1 65 27Se depuran unos resultados que se salen del rango de la respuesta en la variable enc$Q05_Saber11, asumiendo que fue un error de digitación al redactar el valor.
enc$Q05_Saber11[enc$Q05_Saber11 == 580 & !is.na(enc$Q06_PercentilSaber11)] <- 58Distribución de los puntajes de los estudiantes
boxplot(enc$Q05_Saber11, main = "Distribución Puntaje Saber 11", notch= TRUE,
outline = FALSE)
## Análisis de la variable Percentil Pruebas Saber 11
summary(enc$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 74.50 88.00 82.78 96.50 260.00 enc %>%
filter(enc$Q06_PercentilSaber11 > 100) Respuesta Enviado.el. Q01_Genero Q02_FechaNac Q03_Carrera
1 2432 26/02/2021 09:38:56 1 : Masculino 1996-07-13 3 : Estadística
2 2476 26/02/2021 09:50:29 1 : Masculino 2003-01-09 3 : Estadística
Q04_Semestre Q05_Saber11 Q06_PercentilSaber11 Q07_FechaSaber11 Q08_PAPA
1 2 286 230 2015-08-23 4.5
2 NA 274 260 2019-08-11 NA
Q09_EnAreaMetropolitana Q10_Estrato Q11_R Q12_RStudio
1 Si 3 : 2 Si Si
2 No 2 : 1 Si No
Q13_NoRoRStudio
1
2 RStudio no me permite instalar por que mi sistema operativo es de 32 bits
Q14_RecursosInformaticos..Internet.de.cable.propio
1 Si
2 Si
Q14_RecursosInformaticos..Internet.de.cable.no.propio
1 No
2 No
Q14_RecursosInformaticos..Wifi.propio
1 Si
2 Si
Q14_RecursosInformaticos..Wifi.no.propio
1 No
2 No
Q14_RecursosInformaticos..Celular.sin.datos
1 Si
2 Si
Q14_RecursosInformaticos..Celular.con.datos
1 No
2 No
Q14_RecursosInformaticos..Portátil.propio
1 Si
2 No
Q14_RecursosInformaticos..Portátil.no.propio
1 No
2 Si
Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo
1 No
2 No
Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo
1 Si
2 No
Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo
1 No
2 No
Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo
1 No
2 No
Q14_RecursosInformaticos..Tablet.sin.datos
1 No
2 No
Q14_RecursosInformaticos..Tablet.con.datos. Q15_Alunizaje
1 No No
2 No No
Q16_EspionajeInternet Q17_Experimentos Q18_Vacunas Q19_EvidenciaFalsa
1 No Si No Si
2 No No No No
Q20_RafagasSolares Q21_TierraHueca Q22_alienigenas Q23_CambioClimatico
1 Si No No No
2 No No Si No
Q24_area Q25_PorcentArea
1 6 : Ninguna de las anteriores 70
2 5 : 3*pi 70
Q26_Divisor..f.es.divisor.de.g.2. Q26_Divisor..f.es.divisor.de.gh.
1 Si Si
2 Si Si
Q26_Divisor..f.es.divisor.de.h.g Q27_PorcentDivisor edad
1 No 49 24
2 No 70 18Se depuran unos resultados que se salen del rango de la respuesta en la variable enc$Q06_PercentilSaber11
enc$Q06_PercentilSaber11[enc$Q06_PercentilSaber11 == 260.0 & !is.na(enc$Q06_PercentilSaber11)] <- 54.8
enc$Q06_PercentilSaber11[enc$Q06_PercentilSaber11 == 230.0 & !is.na(enc$Q06_PercentilSaber11)] <- 56.12summary(enc$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 71.00 88.00 78.42 95.00 100.00 Distribución de los percentiles prueba de los estudiantes
boxplot(enc$Q06_PercentilSaber11, main = "Distribución Percentil Pruebas Saber 11", notch= TRUE,
outline = FALSE)
## Análisis de la variable Fecha Pruebas Saber 11
enc <- enc %>%
mutate(Q07_FechaSaber11 = as.Date(as.character(Q07_FechaSaber11), "%Y-%m-%d"))summary(enc$Q07_FechaSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
"1999-08-21" "2015-08-03" "2017-08-27" "2016-10-05" "2018-10-20" "2021-08-08" Análisis de la variable Fecha Pruebas Saber 11
Se toma la decisión de omitir los datos en NA ya que no hacen una gran representacion y se filtra la fila en donde la variable Q08_PAPA presenta un error atípico y para tomar la decisión de corregir el dato, pues consideramos que pudo deberse a un error en la digitación de éste
enc %>%
filter(Q08_PAPA > 5) Respuesta Enviado.el. Q01_Genero Q02_FechaNac Q03_Carrera
1 2494 26/02/2021 09:44:43 1 : Masculino 2002-11-23 3 : Estadística
Q04_Semestre Q05_Saber11 Q06_PercentilSaber11 Q07_FechaSaber11 Q08_PAPA
1 2 262 63 2019-08-11 45
Q09_EnAreaMetropolitana Q10_Estrato Q11_R Q12_RStudio Q13_NoRoRStudio
1 No 3 : 2 Si Si
Q14_RecursosInformaticos..Internet.de.cable.propio
1 Si
Q14_RecursosInformaticos..Internet.de.cable.no.propio
1 No
Q14_RecursosInformaticos..Wifi.propio
1 Si
Q14_RecursosInformaticos..Wifi.no.propio
1 No
Q14_RecursosInformaticos..Celular.sin.datos
1 Si
Q14_RecursosInformaticos..Celular.con.datos
1 No
Q14_RecursosInformaticos..Portátil.propio
1 Si
Q14_RecursosInformaticos..Portátil.no.propio
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo
1 No
Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo
1 No
Q14_RecursosInformaticos..Computador.de.escritorio.ni.propio.ni.exclusivo
1 No
Q14_RecursosInformaticos..Tablet.sin.datos
1 No
Q14_RecursosInformaticos..Tablet.con.datos. Q15_Alunizaje
1 No Si
Q16_EspionajeInternet Q17_Experimentos Q18_Vacunas Q19_EvidenciaFalsa
1 Si Si No Si
Q20_RafagasSolares Q21_TierraHueca Q22_alienigenas Q23_CambioClimatico
1 No No No No
Q24_area Q25_PorcentArea Q26_Divisor..f.es.divisor.de.g.2.
1 4 : 4*pi 70 Si
Q26_Divisor..f.es.divisor.de.gh. Q26_Divisor..f.es.divisor.de.h.g
1 No Si
Q27_PorcentDivisor edad
1 60 18enc$Q08_PAPA[enc$Q08_PAPA == 45 & !is.na(enc$Q08_PAPA)] <- 4.5summary(enc$Q08_PAPA) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
3.000 3.800 4.100 4.042 4.300 4.700 9 bxp1<-boxplot(enc$Q08_PAPA, horizontal = TRUE, notch= TRUE, col= 'gold')
title(main= 'Distribución_PAPA',
outline = FALSE,
font=2,
xlab='Promedio Academico Ponderado Acumulado')
points(mean(enc$Q08_PAPA, na.rm=FALSE),1, col=' green', pch=19, cex=2)
legend(4.2,1.5, legend=c('Promedio'), pch=19, col= 'red')
Análisis de la variable Reside en el Área Metropolitana
summary(enc$Q09_EnAreaMetropolitana)No Si
24 63 plot(x = enc$Q09_EnAreaMetropolitana)
Análisis de la variable Estrato
summary(enc$Q10_Estrato) 2 : 1 3 : 2 4 : 3 5 : 4
8 26 45 6
6 : 5 8 : No se conoce
1 1 plot(x = enc$Q10_Estrato)
Análisis de la variable Tiene o no Tiene R
summary(enc$Q11_R)No Si
7 80 plot(x = enc$Q11_R)
Análisis de la variable Tiene o no Tiene R Studio
summary(enc$Q12_RStudio)No Si
11 76 plot(x = enc$Q12_RStudio)
### Se omite la Pregunta 13 ya que esta son justificaciones del encuestado.
Análisis de la variable Recursos Informaticos
summary(enc$Q14_RecursosInformaticos..Internet.de.cable.propio)No Si
48 39 plot(x = enc$Q14_RecursosInformaticos..Internet.de.cable.propio)
summary(enc$Q14_RecursosInformaticos..Internet.de.cable.no.propio)No Si
85 2 summary(enc$Q14_RecursosInformaticos..Wifi.propio)No Si
12 75 summary(enc$Q14_RecursosInformaticos..Celular.sin.datos)No Si
42 45 summary(enc$Q14_RecursosInformaticos..Computador.de.escritorio.propio.y.exclusivo)No Si
78 9 summary(enc$Q14_RecursosInformaticos..Computador.de.escritorio.no.propio.pero.exclusivo)No Si
86 1 summary(enc$Q14_RecursosInformaticos..Computador.propio..pero.no.exclusivo)No Si
82 5 summary(enc$Q14_RecursosInformaticos..Portátil.propio)No Si
16 71 summary(enc$Q14_RecursosInformaticos..Wifi.propio)No Si
12 75 Análisis de la variable Alunizaje ¿Cree que el hombre en realidad llegó a la Luna?
summary(enc$Q15_Alunizaje)No Si
76 11 plot(x = enc$Q15_Alunizaje)
Análisis de la variable Espionaje por Internet ¿Cree en el Espionaje a traves del Internet?
summary(enc$Q16_EspionajeInternet)No Si
28 59 plot(x = enc$Q16_EspionajeInternet)
Análisis de la variable Experimentos ¿Se realizaron experimento en personas afroamericanas en donde no se suministró la penicilina a enfermos con sífilis?
summary(enc$Q17_Experimentos)No Si
32 55 plot(x = enc$Q17_Experimentos)
Análisis de la variable Vacunas ¿Las vacunas no sirven y son una conspiración de las multinacionales farmacéuticas para enriquecers?
summary(enc$Q18_Vacunas)No Si
84 3 plot(x = enc$Q18_Vacunas)
Análisis de la variable Evidencia Falsa ¿Se utilizó evidencia falsa por el FBI para condenar personas inocentes durante el siglo pasado en EEUU?
summary(enc$Q19_EvidenciaFalsa)No Si
19 68 plot(x = enc$Q19_EvidenciaFalsa)
Análisis de la variable Rafaga Solares ¿Las ráfagas solares causan los sismos en la tierra?
summary(enc$Q20_RafagasSolares)No Si
67 20 plot(x = enc$Q20_RafagasSolares)
Análisis de la variable Tierra Hueca ¿La tierra es hueca y en su interior existe una civilización oculta?
summary(enc$Q21_TierraHueca)No Si
82 5 plot(x = enc$Q21_TierraHueca)
Análisis de la variable Alienigenas ¿Los alienígenas visitaron las civilizaciones antiguas, influyeron en sus historia y construyeron los mega monumentos de la antigüedad?
ali<-table(enc$Q22_alienigenas)
ali
No Si
56 31 plot(x = enc$Q22_alienigenas)
Análisis de la variable Cambio Climatico ¿Los efectos del cambio climático son naturales, y el escándalo se debe a conspiraciones de ambientalistas y de ciertos gremios económicos?
summary(enc$Q23_CambioClimatico)No Si
73 14 plot(x = enc$Q23_CambioClimatico)
Análisis de la variable área
Area<- table(enc$Q24_area)
Area
1 : 7.5*pi 2 : 6*pi
3 9
3 : 4.5*pi 4 : 4*pi
13 39
5 : 3*pi 6 : Ninguna de las anteriores
5 18 Cambio de la variable área Frecuencia relativa para hacer un análisis posteriormente.
are <- Area / sum(Area)*100
are
1 : 7.5*pi 2 : 6*pi
3.448276 10.344828
3 : 4.5*pi 4 : 4*pi
14.942529 44.827586
5 : 3*pi 6 : Ninguna de las anteriores
5.747126 20.689655 Se presentará en un grafico de pastel el porcentaje de estudiantes que seleccionaron cada una de las posibles opciones de respuesta a la pregunta sobre área sombreada de una circunferencia
are<-c("7.5pi 3.4%", "6pi 10.3%", "4.5pi 15%", "4pi 44.9%", "3pi 5.8%","Ninguna de\n las anteriores 20.7%")
pie(Area, label = are, main = "Porcentaje de\n estudiantes en sus respectivos calculos del área ")
Análisis de la variable Porcentaje que respondieron bien la respuesta anterior
summary(enc$Q25_PorcentArea) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
0.10 30.75 50.00 52.25 70.00 100.00 1 Análisis de la variable Porcentaje que respondieron bien de los Divisores
summary(enc$Q27_PorcentDivisor) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
0.50 33.50 60.00 53.46 70.00 100.00 1 ANÁLISIS BIVARIADO
Cruce variable PAPA con Carreras
Se hace una visualización del comportamiento del PAPA con respecto a las carreras registradas en la base de datos, para verificar si tal como pensamos; ¿será los estudiantes de Estadistica por ser semi-primíparos en la universidad tienen un mejor (mayor) PAPA?
boxplot(enc$Q08_PAPA ~ enc$Q03_Carrera, notch= TRUE, col = "lightgreen",
par(oma=c(5,0,0,0)),
xaxt='n',
main = "Dispersión de promedios por carreras", las=1,
ylab = "Promedio Acádemico Ponderado Acumulado",
xlab = " ",
ylim = c(3,5))
axis(1,1:7, labels= c("Matemáticas", "Ingeniería de sistemas", "Estadística", "Ingeniería administrativa", "Ingeniería física", "Ingeniería industrial", "Otra"), las=2)
Esta pregunta se puede responder claramente con un No a nivel general de todos los estudiantes, y al ser comparado con los estudiantes de ingeniería de sistemas, no se puede concluir que grupo tiene el PAPA más elevado.
CRUCE PAPA CON EDAD
Se representará por medio de un gráfico de dispersión el comportamiento de PAPA deacuerdo a la edad de los estudiantes, para reforzar o refutar la idea de que ¿A mayor edad, mejor será el promedio académico ya que se cuenta con más experiencia, y por ende mejores métodos de aprendizaje adquiridos a lo largo de sus años? ¡Veamoslo!
PA_ED<-with(enc, scatter.smooth(x=edad,
y= Q08_PAPA,
main= 'Dispersión de promedios por edades',
ylim=c(3,5),
xlim=c(16,38),
ylab = 'Promedio Académico Ponderado Acumulado',
xlab='Edad de los estudiantes', pch=17, col='blue'))
Al observar los datos podemos ver que los promedios mas altos se cocentran en los estudiantes de edades entre 18-22 así que al compararlos con lo que pensabamos; refutamos la idea que teníamos pero no podemos decir que los años y la experiencia no ayudan en la parte académica.
Presentaremos un gráfico que relacione la edad de los estudiantes con la carrera que cursan, para respondernos la pregunta ¿Los estudiantes de menor edad son los de estadistica?, al ser una asignatura que se ve en primeros semestres de su malla curricular)?
boxplot(enc$edad ~ enc$Q03_Carrera, notch= TRUE,col="lightblue",
par(oma=c(6,0,0,0)),
xaxt='n',
main = "Comportamiento de la edad deacuerdo a las carrera de los estudiantes", las=1,
ylab = "Edades de los estudiantes",
xlab = " ",
ylim = c(17,40), las=1)
axis(1,1:7, labels= c("Matemáticas", "Ingeniería de sistemas", "Estadística", "Ingeniería administrativa", "Ingeniería física", "Ingeniería industrial", "Otra"), las=2)
Al traslaparse esta información en particular con el grupo de estudiantes de ingeniería de sistemas; no podemos decir con certeza que sí pues aúnque el estudiante más joven es de Estadística; existen intervalos de confianza en el mismo rango de las edades para estos dos grupos, lo que quiere decir que entre éstos dos, estan los estudiantes más jovenes de la encuesta.
ANÁLISIS MULTIVARIADO
Se espera que en la pregunta relacionada con la gráfica, las carreras relacionadas con matemáticas obtengan un mejor puntaje. A la vez queremos analizar si el nivel del semestre influye en contestar correctamente.
Analisís multivariado, Semestre, carrera, respuesta correcta a la pregunta del área
Gráfica de puntos, el color rojo indica que el estudiante acertó la pregunta, el color azul que falló
par(oma=c(0,8,0,0))
plot(enc$Q04_Semestre, enc$Q03_Carrera, notch=TRUE,
"p",
xlab="Semestre",ylab=" ",
yaxt="n",
pch= 16,
col= ifelse(enc$Q24_area == "4 : 4*pi", "red", "blue"),
)
axis(2,1:7, labels= c("Matemáticas", "Ingeniería de sistemas", "Estadística", "Ingeniería administrativa", "Ingeniería física", "Ingeniería industrial", "Otra"), las=2)
enc_area_acertada <- enc %>%
filter(enc$Q24_area =="4 : 4*pi")
enc_area_desacertada <- enc %>%
filter(enc$Q24_area !="4 : 4*pi")Análisis numérico de los estudiantes que acertaron la pregunta según la carrera
summary( enc_area_acertada$Q03_Carrera ) 1 : Matemáticas
2
2 : Ingeniería de sistemas e informática
12
3 : Estadística
21
4 : Ingeniería administrativa
0
5 : Ingeniería física
1
6 : Ingeniería industrial
2
7 : Otra
1 Análisis numérico de los estudiantes que fallaron la encuesta según la carrera
summary( enc_area_desacertada$Q03_Carrera ) 1 : Matemáticas
0
2 : Ingeniería de sistemas e informática
14
3 : Estadística
33
4 : Ingeniería administrativa
1
5 : Ingeniería física
0
6 : Ingeniería industrial
0
7 : Otra
0 Análisis numérico de los estudiantes que acertaron la pregunta según el semestre
summary( enc_area_acertada$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max.
1.500 2.000 4.000 3.928 5.250 7.500 Análisis numérico de los estudiantes que fallaron la pregunta según el semestre
summary( enc_area_desacertada$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
1.500 2.000 2.500 3.223 4.000 8.000 1 Partiendo del hecho que las carreras con más personas son ingeniería de sistemas y estadística, podemos que mientras ing de sistemas está equilibrado entre estudiantes que acertaron y fallaron, estadística se inclina un poco más a fallar. Esto tal vez se deba a que gran parte de los estudiantes de estadística son de primeros semestres, donde sí hay una clara tendencia de más fallo en la respuesta a la pregunta
Analisís multivariado, Semestre, carrera, y si tiene instalado el Rstudio
Nos preguntamos si los estudiantes que tenían instalado Rstudio al momento de la encuesta son en su mayoría estudiantes de estadística o en su defecto de semestres avanzados
Gráfica de puntos, el color rojo indica que el estudiante tenía instalado Rstudio, el color azul que no
par(oma=c(0,8,0,0))
plot(enc$Q04_Semestre, enc$Q03_Carrera, notch=TRUE,
"p",
xlab="Semestre",ylab=" ",
yaxt="n",
pch= 19,
col= ifelse(enc$Q12_RStudio == "Si", "red", "blue"),
)
axis(2,1:7, labels= c("Matemáticas", "Ingeniería de sistemas", "Estadística", "Ingeniería administrativa", "Ingeniería física", "Ingeniería industrial", "Otra"), las=2)
enc_RStudio <- enc %>%
filter(enc$Q12_RStudio =="Si")
enc_RStudio_no <- enc %>%
filter(enc$Q12_RStudio !="Si")Análisis numérico de los estudiantes que tenían Rstudio instalado pregunta según la carrera
summary( enc_RStudio$Q03_Carrera ) 1 : Matemáticas
2
2 : Ingeniería de sistemas e informática
25
3 : Estadística
44
4 : Ingeniería administrativa
1
5 : Ingeniería física
1
6 : Ingeniería industrial
2
7 : Otra
1 Análisis numérico de los estudiantes que no tenían Rstudio instalado según la carrera
summary( enc_RStudio_no$Q03_Carrera ) 1 : Matemáticas
0
2 : Ingeniería de sistemas e informática
1
3 : Estadística
10
4 : Ingeniería administrativa
0
5 : Ingeniería física
0
6 : Ingeniería industrial
0
7 : Otra
0 ( enc_RStudio_no$Q03_Carrera ) [1] 2 : Ingeniería de sistemas e informática
[2] 3 : Estadística
[3] 3 : Estadística
[4] 3 : Estadística
[5] 3 : Estadística
[6] 3 : Estadística
[7] 3 : Estadística
[8] 3 : Estadística
[9] 3 : Estadística
[10] 3 : Estadística
[11] 3 : Estadística
7 Levels: 1 : Matemáticas ... 7 : OtraAnálisis numérico de los estudiantes que tenían Rstudio instalado según el semestre
summary( enc_RStudio$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max.
1.5 2.0 3.0 3.7 5.0 8.0 Análisis numérico de los estudiantes que no tenían Rstudio instalado según el semestre
( enc_RStudio_no$Q04_Semestre ) [1] 5.0 2.0 3.5 1.5 2.0 2.0 1.5 2.0 NA 2.0 2.0summary( enc_RStudio_no$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
1.50 2.00 2.00 2.35 2.00 5.00 1 Los estudiantes que no tenían instalado Rstudio marcan tendencia de ser de semestres tempraneros, y vemos que siendo 11, 10 de estos son de estadística, lo que nos indica que los estudiantes de estadística en gran parte están cursando los primeros semestres y apenas están entrando en el mundo de la programación
Analisís multivariado, edad, semestre, conspiración de alienígenas
….. Nos preguntamos en los estudiantes que creen que los alienígenas ayudaron civilizaciones antiguas la edad cómo influye. Si al ser mayor se cree menos en conspiraciones o por el contrario tiene más mitos impregnados en sí, también es interesante analizar si el nivel de avance en la carrera influye en esta respuesta
Gráfica de puntos, el color rojo indica que el estudiante cree que los alienígenas ayudaron a civilizaciones antiguas, el color azul que no
par(oma=c(0,8,0,0))
plot(enc$edad, enc$Q04_Semestre, notch=TRUE,
"p",
xlab="Edad",ylab="Semestre ",
pch= 19,
col= ifelse(enc$Q22_alienigenas == "Si", "red", "blue"),
)
La grafica nos demuestra ue mientras más se avanza en las carreras; menor creencia en teorias conspiratorias se tiene. Y ue ademas estas teorias son mas creibles en personas más jovenes.
enc_alien <- enc %>%
filter(enc$Q22_alienigenas =="Si")
enc_alien_no <- enc %>%
filter(enc$Q22_alienigenas !="Si")Análisis numérico de los estudiantes que creen en que los alienigenas ayudaron a civilizaciones según el semestre
summary( enc_alien$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
1.500 2.000 2.000 2.643 3.375 5.000 1 Análisis numérico de los estudiantes que no creen en que los alienigenas ayudaron a civilizaciones según el semestre
summary(enc_alien_no$Q04_Semestre) Min. 1st Qu. Median Mean 3rd Qu. Max.
1.500 2.000 4.000 4.025 5.500 8.000 Análisis numérico de los estudiantes que creen en que los alienigenas ayudaron a civilizaciones según la edad
summary( enc_alien$edad ) Min. 1st Qu. Median Mean 3rd Qu. Max.
18.00 19.00 21.00 21.13 22.00 33.00 Análisis numérico de los estudiantes que no creen en que los alienigenas ayudaron a civilizaciones según la edad
summary(enc_alien_no$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 21.00 21.45 23.00 38.00 Podemos ver que la edad al parecer no es un factor decisivo ya que las medias de quienes creen y quienes no es exactamente la misma, pero tal vez el semestre que cursa sí indica algo, ya que la media de quienes creen más baja que los que no
Analisís multivariado, edad, semestre , PAPA
Queremos saber si a los mayores les va mejor que a los jovenes dependiendo también del nivel de avance en la carrera
summary(enc$Q08_PAPA) Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
3.000 3.800 4.100 4.042 4.300 4.700 9 Gráfica de puntos, los colores nos indican en cuál cuartil están, rojo para papa < 3.8, dorado para 3.8 < papa < 4.042, verde para 4.042 < papa < 4.3, azul para papa > 4.3
par(oma=c(0,8,0,0))
plot(enc$edad, enc$Q04_Semestre, notch=TRUE,
"p",
xlab="Edad",ylab=" ",
pch= 19,
col= ifelse(enc$Q08_PAPA < 3.8, "red", ifelse(enc$Q08_PAPA < 4.042, "darkgoldenrod1", ifelse(enc$Q08_PAPA < 4.3, "forestgreen", "blue"))),
)
En la grafica p odemos concluir que aquellos estudiantes que presentan mejor promedio académico son los de semestres entre el 4to y 6to, y además estos estudiantes tienen edades entre los 22 a 25 años.
hacer el análisis numérico tendremos en cuenta la media, para dividir los que están abajo de la media como menos buenos que los que están arriba
enc_papa_bueno <- enc %>%
filter(enc$Q08_PAPA > 4.042)
enc_papa_no_bueno <- enc %>%
filter(enc$Q08_PAPA <= 4.042)Análisis numérico de los estudiantes con un PAPA “bueno” según el semestre
summary( enc_papa_bueno$Q04_Semestre ) Min. 1st Qu. Median Mean 3rd Qu. Max.
1.500 2.000 3.500 3.746 5.000 8.000 Análisis numérico de los estudiantes con un PAPA “no bueno” según el semestre
summary(enc_papa_no_bueno$Q04_Semestre) Min. 1st Qu. Median Mean 3rd Qu. Max.
1.500 2.000 3.000 3.489 4.500 7.700 Análisis numérico de los estudiantes con un PAPA “bueno” según la edad
summary( enc_papa_bueno$edad ) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 20.00 20.98 22.00 33.00 Análisis numérico de los estudiantes con un PAPA “no bueno” según la edad
summary(enc_papa_no_bueno$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
18.0 19.0 21.0 21.7 22.0 38.0 Poner conclusiones de este análiss!!!!!!! porfa
Analisís multivariado, edad, estrato , PAPA
Ahora nos interesa saber si teniendo en cuenta la edad, el estrato influye en el papa de las personas
Gráfica de puntos, los colores nos indican en cuál cuartil están, rojo para papa < 3.8, dorado para 3.8 < papa < 4.042, verde para 4.042 < papa < 4.3, azul para papa > 4.3
par(oma=c(0,8,0,0))
plot(enc$edad, enc$Q10_Estrato, notch=TRUE,
"p",
xlab="Edad", ylab="Estrato ",
pch= 19,
col= ifelse(enc$Q08_PAPA < 3.8, "red", ifelse(enc$Q08_PAPA < 4.042, "darkgoldenrod1", ifelse(enc$Q08_PAPA < 4.3, "forestgreen", "blue"))),
)
###### Con respecto al estrato y edad notamos que mientras más jovenes y de estratos bajos; el PAPA se puede considerar medianamente alto, entre 4 y 4.3
Análisis numérico de los estudiantes con un PAPA “bueno” según el estrato
summary( enc_papa_bueno$Q10_Estrato ) 2 : 1 3 : 2 4 : 3 5 : 4
2 13 20 4
6 : 5 8 : No se conoce
1 1 Análisis numérico de los estudiantes con un PAPA “no bueno” según el estrato
summary(enc_papa_no_bueno$Q10_Estrato) 2 : 1 3 : 2 4 : 3 5 : 4
3 11 21 2
6 : 5 8 : No se conoce
0 0 Análisis numérico de los estudiantes con un PAPA “bueno” según la edad
summary( enc_papa_bueno$edad ) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 20.00 20.98 22.00 33.00 Análisis numérico de los estudiantes con un PAPA “no bueno” según la edad
summary(enc_papa_no_bueno$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
18.0 19.0 21.0 21.7 22.0 38.0 summary(enc$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 71.00 88.00 78.42 95.00 100.00 Analisís multivariado, edad, percentilPruebasSaber , PAPA, Espionaje
par(oma=c(0,8,0,0))
plot(enc$edad, enc$Q06_PercentilSaber11, notch=TRUE,
"p",
xlab="Edad",ylab="Percentil pruebas del saber ",
pch= ifelse(enc$Q16_EspionajeInternet == "Si", 20, 0),
col= ifelse(enc$Q08_PAPA < 3.8, "red", ifelse(enc$Q08_PAPA < 4.042, "darkgoldenrod1", ifelse(enc$Q08_PAPA < 4.3, "forestgreen", "blue"))),
)
En la población notamos que las personas con edades inferiores a 25 años cuyos percentiles obtenidos son mayores o iguales a 80 tienden a creer en el espionaje por ser la población que más navega en internet, (dentados con puntos)
Análisis numérico
enc_papa_bueno <- enc %>%
filter(enc$Q08_PAPA > 4.042)
enc_papa_no_bueno <- enc %>%
filter(enc$Q08_PAPA <= 4.042)
enc_espionaje <- enc %>%
filter(enc$Q16_EspionajeInternet == "Si")
enc_no_espionaje <- enc %>%
filter(enc$Q16_EspionajeInternet == "No")summary( enc_papa_bueno$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
20.00 74.00 90.00 84.32 97.00 100.00 summary( enc_papa_no_bueno$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 75.00 87.00 77.08 94.00 100.00 summary( enc_espionaje$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 78.00 89.00 80.05 94.00 100.00 summary( enc_no_espionaje$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 60.00 77.50 75.00 96.25 100.00 Podemos ver que el PAPA de las personas que estuvieron en un buen percentil en las pruebas del saber es un poco mejor, y en cuanto al espionaje los que no creen estuvieron un poquito peor.
summary( enc_papa_bueno$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 20.00 20.98 22.00 33.00 summary( enc_no_espionaje$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
18.00 20.00 21.50 21.86 22.50 33.00 En cuanto a la edad se puede ver que hay más tendencia a los jovenes para creer que hubo espionaje
Analisís multivariado, edad, percentilPruebasSaber, Aterrizaje en la luna
Analizaremos qué tanto tiene que ver la edad y el porcentaje de las pruebas del saber en la creencia que el hombre llegó a la luna, rojo indica que cree que es un montaje, azul cree lo contrario
par(oma=c(0,8,0,0))
plot(enc$edad, enc$Q06_PercentilSaber11, notch=TRUE,
"p",
xlab="Edad",ylab="Percentil pruebas del saber ",
pch= ifelse(enc$Q15_Alunizaje == "Si", 20, 0),
col= ifelse(enc$Q15_Alunizaje == "Si", "red", "blue")
)
### Analisis numérico
enc_luna <- enc %>%
filter(enc$Q15_Alunizaje == "Si")
enc_no_luna <- enc %>%
filter(enc$Q15_Alunizaje == "No")summary(enc_luna$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
18.00 18.00 21.00 20.45 22.00 23.00 summary(enc_no_luna$edad) Min. 1st Qu. Median Mean 3rd Qu. Max.
17.00 19.00 21.00 21.46 22.00 38.00 summary(enc_luna$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
20.00 60.00 66.00 66.36 77.00 97.00 summary(enc_no_luna$Q06_PercentilSaber11) Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 75.00 89.50 80.17 96.25 100.00 Podemos ver que el promedio del saber de las personas que no creen en la coonspiración es considerablemente mayor, mientras que los que creen en la conspiración son un poco más escépticos
RECOMENDACIONES
- Para la tabla de datos debería omitirse de ella la primera variable que asigna un número aleoatorio a cada fila puesto que no representa importancia significativa dentro de ésta.
CONCLUSIONES
Podemos ver que la universidad como es de carácter público la mayoría de sus estudiantes son de estrato 1, 2, y 3 medianamente, por lo cual es escaso encontrar estudiantes con estratos elevados .