Strach i Samoskuteczność

Dane

Dane pochodzą z badania ankietowego zrealizowanego w styczniu 2022. Formularz ankiety umieszczono pod adresem: https://docs.google.com/forms/d/e/1FAIpQLSe978MLywUaAomO8BmD1_VsXdOzbV5cVtiIqbFQhurhtxFQKQ/viewform?usp=sf_link

s0 <- read.csv("aa.csv", sep = ',',  skip = 1, header=F, na.string="NA" )

#levels (s0$V22)

s <- s0 %>%
mutate_at(.vars= vars(V2:V18),
          .funs = funs(recode(., 
                  'zdecydowanie nie' = 1,
                  'nie' = 2, 
                  'ani tak/ani nie' = NA_real_, 
                  'tak' = 4,
                  'zdecydowanie tak' = 5, 
                  .default = NA_real_)) ) %>%
        mutate(V22=recode(V22, 
                        `1`= "M",
                        `do 9 osób`= "M",
                        `10-49` = 'S',
                        `50 i więcej` = 'D')) %>%
mutate(V19 = gsub("[^0-9.-]", "", V19),
       V19 = as.numeric(V19) ) %>%
  mutate(V19c = case_when(
    V19 < 2 ~ '-1',
    V19 >= 2 & V19 < 10 ~ '2-9',
    V19 >= 10  ~ '10+'),
    V19 = factor(V19))

## Warning: `funs()` was deprecated in dplyr 0.8.0.
## Please use a list of either functions or lambdas: 
## 
##   # Simple named list: 
##   list(mean = mean, median = median)
## 
##   # Auto named with `tibble::lst()`: 
##   tibble::lst(mean, median)
## 
##   # Using lambdas
##   list(~ mean(., trim = .2), ~ median(., na.rm = TRUE))

Łącznie zebrano 143 ankiet.

Pytania V2–V8 mierzą strach a pytania V9–V18 mierzą samoskuteczność

s1 <- s %>% 
  rowwise() %>%
  mutate(
    fear = sum(V2, V3, V4, V5, V6, V7, V8, na.rm=T),
    ss = sum(V9, V10, V11, V12, V13, V14, 
           V15, V16, V17, V18, na.rm=T )) %>%
  select (fear, ss, V19, experience=V19c, 
            covid.ex=V20, firmsize=V22)

Maksymalna (teoretycznie) wielkość fear to 7 x 5 = 35 a minimalna 0 (siedem razy nie wiem). W naszej ankiecie 28 / 4. Średnio 14.8181818

ggplot(s1, aes(x = fear)) + geom_histogram(binwidth = 2, fill='steelblue') +
  scale_y_continuous(breaks=seq(0, 500, by=5))

Maksymalna wielkość ss to 10 x 5 = 50 a minimalna 0 (10 razy nie wiem). W naszej ankiecie 50 / 4. Średnio 28.4055944

ggplot(s1, aes(x = ss)) + geom_histogram(binwidth = 2, fill='steelblue') +
  scale_y_continuous(breaks=seq(0, 500, by=5))

ggplot(s1, aes(x = ss, y=fear)) +
  geom_point(size=2.5, alpha=.3, color=default_violet)

albo

ggplot(s1, aes(x = ss, y=fear)) +
   geom_jitter(position=position_jitter(0.5), 
               color=default_violet,
               size=2.5, cex=1.2, alpha=.3) +
  geom_smooth(method="lm", se=F, span=.5)

## Warning: Duplicated aesthetics after name standardisation: size

## `geom_smooth()` using formula 'y ~ x'

Wielkość zakładu pracy a poziom strachu/samoskuteczność

s2 <- s1 %>%
  group_by(firmsize) %>%
  summarise (mf= mean(fear), ms=mean(ss))
kable(s2 )

firmsize	mf	ms
S	14.26531	27.48980
D	15.10843	29.26506
M	15.09091	26.00000

Doświadczenie zawodowe a a poziom strachu/samoskuteczność

ggplot(s1, aes(x = V19, y=fear)) +
  geom_point(size=2.5, alpha=.3, color=default_violet)

s3 <- s1 %>%
  group_by(experience) %>%
  summarise (mf= mean(fear), ms=mean(ss))
kable(s3 )

experience	mf	ms
-1	11.25000	32.25000
10+	14.97414	27.97414
2-9	14.94737	31.15789
NA	13.25000	24.00000

Opieka nad chorymi na COVID19 (tak/nie) a poziom strachu/samoskuteczność

s4 <- s1 %>%
  group_by(covid.ex) %>%
  summarise (mf= mean(fear), ms=mean(ss))
kable(s4 )

covid.ex	mf	ms
nie	15.64000	27.6400
tak	14.64407	28.5678

na wykresie

ggplot(s1, 
        aes(x=as.factor(covid.ex), 
            y=fear, 
            fill=as.factor(covid.ex))) + geom_boxplot() + 
  ylab("") + xlab("")

Korelacje

Dołączamy odpowiedź ani/ani

s <- s0 %>%
mutate_at(.vars= vars(V2:V18),
          .funs = funs(recode(., 
                  'zdecydowanie nie' = 1,
                  'nie' = 2, 
                  'ani tak/ani nie' = 3, 
                  'tak' = 4,
                  'zdecydowanie tak' = 5, 
                  .default = NA_real_)) ) %>%
  rename(CF1=V2, CF2=V3, CF3=V4, CF4=V5, CF5=V6, CF6=V7, CF7=V8) %>%
  rename(SE1=V9, SE2=V10, SE3=V11, SE4=V12, 
         SE5=V13, SE6=V14, SE7=V15, SE8=V16, SE9=V17, SE10=V18)


fear.cors <- s %>% select (CF1:CF7) %>% cor(method = "spearman", use = "complete.obs")
kable(fear.cors, digits = 3)

	CF1	CF2	CF3	CF4	CF5	CF6	CF7
CF1	1.000	0.537	0.207	0.576	0.344	0.277	0.281
CF2	0.537	1.000	0.260	0.432	0.452	0.220	0.336
CF3	0.207	0.260	1.000	0.263	0.287	0.332	0.461
CF4	0.576	0.432	0.263	1.000	0.370	0.467	0.358
CF5	0.344	0.452	0.287	0.370	1.000	0.317	0.371
CF6	0.277	0.220	0.332	0.467	0.317	1.000	0.542
CF7	0.281	0.336	0.461	0.358	0.371	0.542	1.000

ss.cors <- s %>% select (SE1:SE10) %>% cor(method = "spearman", use = "complete.obs")
kable(ss.cors, digits=3)

	SE1	SE2	SE3	SE4	SE5	SE6	SE7	SE8	SE9	SE10
SE1	1.000	0.316	0.238	0.556	0.475	0.503	0.150	0.227	0.268	0.435
SE2	0.316	1.000	0.323	0.443	0.387	0.361	0.207	0.275	0.374	0.226
SE3	0.238	0.323	1.000	0.357	0.471	0.233	0.314	0.318	0.239	0.166
SE4	0.556	0.443	0.357	1.000	0.669	0.470	0.244	0.272	0.439	0.472
SE5	0.475	0.387	0.471	0.669	1.000	0.490	0.301	0.335	0.415	0.457
SE6	0.503	0.361	0.233	0.470	0.490	1.000	0.219	0.401	0.337	0.316
SE7	0.150	0.207	0.314	0.244	0.301	0.219	1.000	0.346	0.231	0.262
SE8	0.227	0.275	0.318	0.272	0.335	0.401	0.346	1.000	0.211	0.281
SE9	0.268	0.374	0.239	0.439	0.415	0.337	0.231	0.211	1.000	0.470
SE10	0.435	0.226	0.166	0.472	0.457	0.316	0.262	0.281	0.470	1.000

Skale

Strach przed C19 (CF)

Boję się koronawirusa
Czuję dyskomfort, gdy myślę o koronawirusie
Pocą mi się dłonie, gdy myślę o koronawirusie
Boję się, że mogę stracić życie z powodu koronawirusa
Gdy oglądam wiadomości i czytam o koronawirusie w mediach społecznościowych, robię się nerwowy i niespokojny
Nie mogę spać, ponieważ martwię się, że ja lub moi bliscy zarażą się
Dostaję palpitacji serca, gdy myślę o tym, że mógłbym się zarazić.

pb1 <- s %>% select(CF1:CF7) %>%
  pivot_longer(cols=(CF1:CF7), names_to = 'P', values_to = 'V') %>%
ggplot( aes(x=as.factor(P), y=V, 
            color=as.factor(P))) + 
  geom_jitter(size=1.0, height=.25, width=.1, alpha=.3) +
  ylab("") + xlab("")
pb1

Pytania 3/6/7 vs 1/2 oraz 4/5.

Samoskuteczność (SE)

Zawsze jestem w stanie rozwiązać trudne problemy, jeśli tylko wystarczająco się staram
Jeśli ktoś mi się sprzeciwia, mam sposoby, aby osiągnąć to co chcę
Łatwo jest mi trzymać się swoich celów
Jestem przekonany, że skutecznie poradziła/poradziłbym sobie z niespodziewanymi wydarzeniami
Dzięki swojej pomysłowości dać sobie radę w nieoczekiwanych sytuacjach
Potrafię rozwiązać większość problemów, jeśli włożę w to odpowiednio dużo wysiłku
Potrafię zachować spokój w obliczu trudności, gdyż mogę polegać na swoich umiejętnościach radzenie sobie
Gdy zmagam się z jakimś problemem, zwykle znajduję kilka rozwiązań
Gdy jestem w kłopotliwej sytuacji, na ogół wiem, co robić
Niezależnie od tego co mnie spotyka, potrafię sobie z tym poradzić

pb1 <- s %>% select(SE1:SE10) %>%
  pivot_longer(cols=(SE1:SE10), names_to = 'P', values_to = 'V') %>%
ggplot( aes(x=as.factor(P), y=V, 
            color=as.factor(P))) + 
  geom_jitter(size=1.0, height=.25, width=.1, alpha=.3) +
  ylab("") + xlab("")
pb1

Strach i Samoskuteczność

TP

22 01 2022

Dane

Korelacje

Skale