Análisis de Correspondencia Múltiple

Sobre el Cambio Climático

Caracterización de los estudiante según su conocimiento acerca del Cambio Climático aplicando la técnica de ACM, considerando la asociación entre el Semestre, Edad y Género con cada una de las preguntas del cuestionario.

Las bases las encuentras en este link: CambioClimáticoBases

Librerias

## Loading required package: ggplot2
## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

Pregunta 1 ¿Qué es el Cambio Climático?

Cargamos la base de datos de la Relación 1.

library(readxl)
Relacion1 <- read_excel("Relacion1.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion1$Semestre)
Genero<-as.factor(Relacion1$Género)
Edad<-as.factor(Relacion1$Edad)
QueeselCClimático<-as.factor(Relacion1$`¿Que es el cambio climático?`)
Relacion1<- cbind.data.frame(Sem,Edad,Genero,QueeselCClimático)
data(Relacion1)
## Warning in data(Relacion1): data set 'Relacion1' not found
str(Relacion1)
## 'data.frame':    52 obs. of  4 variables:
##  $ Sem              : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad             : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero           : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ QueeselCClimático: Factor w/ 3 levels "Cambio en las temperaturas",..: 1 1 1 1 1 1 1 1 1 1 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion1, method = 'Burt')

Pregunta 2 ¿Crees que exista un cambio climático en la actualidad?

Cargamos la base de datos de la Relación 2.

library(readxl)
Relacion2 <- read_excel("Relacion2.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion2$Semestre)
Genero<-as.factor(Relacion2$Género)
Edad<-as.factor(Relacion2$Edad)
Creesqueexistauncambioclimaticoenlaactualidad<-as.factor(Relacion2$`¿Crees que exista un cambio climático en la actualidad?`)

Relacion2<- cbind.data.frame(Sem,Edad,Genero,Creesqueexistauncambioclimaticoenlaactualidad)
data(Relacion2)
## Warning in data(Relacion2): data set 'Relacion2' not found
str(Relacion2)
## 'data.frame':    52 obs. of  4 variables:
##  $ Sem                                          : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad                                         : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero                                       : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ Creesqueexistauncambioclimaticoenlaactualidad: Factor w/ 2 levels "No sé","Sí": 2 2 2 2 2 2 2 2 2 2 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion2, method = 'Burt')

Pregunta 3 ¿Por qué ocurre el cambio climático?

Cargamos la base de datos de la Relación 3.

library(readxl)
Relacion3 <- read_excel("Relacion3.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion3$Semestre)
Genero<-as.factor(Relacion3$Género)
Edad<-as.factor(Relacion3$Edad)
Porqueocurreelcambio<-as.factor(Relacion3$`¿Por qué ocurre el cambio climático?`)

Relacion3<- cbind.data.frame(Sem,Edad,Genero,Porqueocurreelcambio)
data(Relacion3)
## Warning in data(Relacion3): data set 'Relacion3' not found
str(Relacion3)
## 'data.frame':    52 obs. of  4 variables:
##  $ Sem                 : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad                : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero              : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ Porqueocurreelcambio: Factor w/ 3 levels "Ambas cuestiones afectan",..: 1 2 2 2 1 1 2 2 2 1 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion3, method = 'Burt')

Pregunta 4 Indica cuales de los siguientes elementos son responsables del cambio climático

Cargamos la base de datos de la Relación 4.

library(readxl)
Relacion7 <- read_excel("Relacion7.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion7$Semestre)
Genero<-as.factor(Relacion7$Género)
Edad<-as.factor(Relacion7$Edad)
ARadiacionSolar<-as.factor(Relacion7$`Aumento de la radiacion solar`)
UsoCombustibles<-as.factor(Relacion7$`El uso de combustibles`)
AgujeroCO<-as.factor(Relacion7$`El agujero de la capa de ozono`)
DesechosTóxico<-as.factor(Relacion7$`Los desechos toxicos`)
Deforestacion<-as.factor(Relacion7$`La desorestacion`)
Ganaderia<-as.factor(Relacion7$`La ganaderia`)
LluviaÁcida<-as.factor(Relacion7$`La lluvia acida`)

Relacion7<- cbind.data.frame(Sem,Edad,Genero,ARadiacionSolar,UsoCombustibles,AgujeroCO,DesechosTóxico,Deforestacion,Ganaderia,LluviaÁcida)
data(Relacion7)
## Warning in data(Relacion7): data set 'Relacion7' not found
str(Relacion7)
## 'data.frame':    52 obs. of  10 variables:
##  $ Sem            : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad           : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero         : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ ARadiacionSolar: Factor w/ 1 level "Aumento de la radiación solar": 1 NA NA 1 NA NA NA NA NA NA ...
##  $ UsoCombustibles: Factor w/ 1 level "El uso de combustibles": 1 1 NA NA 1 1 1 1 1 1 ...
##  $ AgujeroCO      : Factor w/ 1 level "El agujero de la capa de ozono": 1 NA 1 NA NA 1 NA NA 1 NA ...
##  $ DesechosTóxico : Factor w/ 1 level "Los desechos toxicos": NA 1 NA 1 1 1 1 1 1 1 ...
##  $ Deforestacion  : Factor w/ 1 level "La desorestacion": NA 1 1 1 1 1 1 1 1 1 ...
##  $ Ganaderia      : Factor w/ 1 level "La ganaderia": NA NA 1 NA NA NA NA NA 1 NA ...
##  $ LluviaÁcida    : Factor w/ 1 level "La lluvia acida": NA NA 1 NA NA NA NA 1 NA NA ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion7, method = 'Burt')
## Warning: ggrepel: 7 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps

Pregunta 5 Afectación del cambio climático ¿A futuras generaciones? ¿A la población del Continente Americano? ¿A la población del país? ¿A tu ciudad? ¿A ti y tu familia?

Cargamos la base de datos de la Relación 5.

library(readxl)
Relacion5 <- read_excel("Relacion5.xlsx")
## New names:
## * `` -> ...10
## * `` -> ...11
## * `` -> ...12
## * `` -> ...13
## * `` -> ...14
## * ...

Establecemos las relaciones pertinentes utilizando el DataFrame.

library(FactoMineR); library(factoextra)
Sem<-as.factor(Relacion5$Semestre)
Genero<-as.factor(Relacion5$Género)
Edad<-as.factor(Relacion5$Edad)
P1 <- as.factor(Relacion5$`¿A futuras generaciones de México?`)
P2 <- as.factor(Relacion5$`¿A la población del Continente Americano?`)
P3 <- as.factor(Relacion5$`¿A la población del país?`)
P4 <- as.factor(Relacion5$`¿A tu ciudad?`)
P5 <- as.factor(Relacion5$`¿A ti y tu familia?`)

Relacion5<- cbind.data.frame(Sem,Edad,Genero,P1,P2,P3,P4,P5)
data(Relacion5)
## Warning in data(Relacion5): data set 'Relacion5' not found
str(Relacion5)
## 'data.frame':    52 obs. of  8 variables:
##  $ Sem   : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad  : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero: Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ P1    : Factor w/ 5 levels "Bastante importante",..: 2 1 3 1 3 3 1 1 3 3 ...
##  $ P2    : Factor w/ 3 levels "Bastante importante",..: 3 1 2 1 2 1 1 2 2 1 ...
##  $ P3    : Factor w/ 4 levels "Bastante importante",..: 2 1 3 1 3 3 1 3 3 1 ...
##  $ P4    : Factor w/ 5 levels "Bastante importante",..: 2 5 3 1 3 1 1 3 3 1 ...
##  $ P5    : Factor w/ 4 levels "Bastante importante",..: 2 4 3 1 3 1 1 1 3 1 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion5, method = 'Burt')
## Warning: ggrepel: 17 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps

Pregunta 6 ¿Qué sentimientos le surgen cuando escucha hablar de cambio climático?

Cargamos la base de datos de la Relación 6.

library(readxl)
Relacion6 <- read_excel("Relacion6.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion6$Semestre)
Genero<-as.factor(Relacion6$Género)
Edad<-as.factor(Relacion6$Edad)
Sentimientos<-as.factor(Relacion6$`¿Qué sentimientos le surgen cuando escucha hablar de cambio climático?`)

Relacion6<- cbind.data.frame(Sem,Edad,Genero,Sentimientos)
data(Relacion6)
## Warning in data(Relacion6): data set 'Relacion6' not found
str(Relacion6)
## 'data.frame':    52 obs. of  4 variables:
##  $ Sem         : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad        : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero      : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ Sentimientos: Factor w/ 4 levels "Confusión","Preocupación",..: 2 2 4 3 2 2 2 2 2 4 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion6, method = 'Burt')

Pregunta 7 ¿Qué sectores crees que deben tomar acciones para combatir el cambio climático? (La ciudadanía misma, El gobierno, Las organizaciones no gubernamentales, Las instituciones educativas, Los científicos, Las empresas privadas)

Cargamos la base de datos de la Relación 7.

library(readxl)
Relacion4 <- read_excel("Relacion4.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion4$Semestre)
Genero<-as.factor(Relacion4$Género)
Edad<-as.factor(Relacion4$Edad)
LaCM<-as.factor(Relacion4$`La ciudadania misma`)
ElGobierno<-as.factor(Relacion4$`El gobierno`)
LasONG<-as.factor(Relacion4$`Las organizaciones no gubernamentales`)
LasEP<-as.factor(Relacion4$`Las empresas privadas`)
LosCientificos<-as.factor(Relacion4$`Los cientificos`)
LasIE<-as.factor(Relacion4$`Las instituciones educativas`)

Relacion4<- cbind.data.frame(Sem,Edad,Genero,LaCM,ElGobierno,LasONG,LasEP,LosCientificos,LasIE)
data(Relacion4)
## Warning in data(Relacion4): data set 'Relacion4' not found
str(Relacion4)
## 'data.frame':    52 obs. of  9 variables:
##  $ Sem           : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad          : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero        : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ LaCM          : Factor w/ 1 level "La ciudadanía misma": 1 1 1 1 1 1 1 NA 1 1 ...
##  $ ElGobierno    : Factor w/ 1 level "El gobierno": NA 1 1 1 NA 1 1 1 1 NA ...
##  $ LasONG        : Factor w/ 1 level "Las organizaciones no gubernamentales": NA NA NA 1 NA NA NA NA 1 NA ...
##  $ LasEP         : Factor w/ 1 level "Las empresas privadas": NA NA NA NA 1 NA 1 1 1 1 ...
##  $ LosCientificos: Factor w/ 1 level "Los cientificos": NA NA NA 1 1 NA 1 NA NA NA ...
##  $ LasIE         : Factor w/ 1 level "Las instituciones educativas": NA 1 NA 1 NA NA NA NA 1 NA ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion4, method = 'Burt')
## Warning: ggrepel: 11 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps

Pregunta 8 ¿Crees que el cambio climático tendrá algún cambio en el planeta?

Cargamos la base de datos de la Relación 8.

library(readxl)
Relacion8 <- read_excel("Relacion8.xlsx")

Establecemos las relaciones pertinentes utilizando el DataFrame.

Sem<-as.factor(Relacion8$Semestre)
Genero<-as.factor(Relacion8$Género)
Edad<-as.factor(Relacion8$Edad)
Cambios<-as.factor(Relacion8$`¿Crees que el cambio climático supondrá algún cambio en el planeta?`)

Relacion8<- cbind.data.frame(Sem,Edad,Genero,Cambios)
data(Relacion8)
## Warning in data(Relacion8): data set 'Relacion8' not found
str(Relacion8)
## 'data.frame':    52 obs. of  4 variables:
##  $ Sem    : Factor w/ 4 levels "2","4","6","8": 2 2 2 1 2 2 1 1 1 3 ...
##  $ Edad   : Factor w/ 6 levels "18","19","20",..: 3 2 2 3 2 3 1 1 1 4 ...
##  $ Genero : Factor w/ 3 levels "Hombre","Mujer",..: 2 2 2 2 2 2 1 2 2 2 ...
##  $ Cambios: Factor w/ 2 levels "Si, pero serán cambios leves que no modificarán nuestro estilo de vida",..: 2 2 2 2 2 2 2 2 2 2 ...

Realizamos el gráfico Biplot.

res.mca <- MCA(Relacion8, method = 'Burt')

Para conocer más información sobre el protocolo el link: CambioClimático