Edson,
Segue uma possível solução. Deixo a conferência dos resultados com você.
Tive que fazer algumas correções na tabela devido a forma como os dados estão armazenados. Evite utilizar pontuação nas palavras (ex: Discordância, prefira Discordancia ) e acredito que o nome das colunas podem ser melhor escolhido para facilitar o entendimento.
Segue um dput da planilha editada que utilizei.
dados <-structure(list(id = 1:30, entrevistado = structure(c(NA, NA,
22L, 20L, 18L, 7L, 10L, 21L, 28L, 6L, 19L, 3L, 9L, 15L, 26L,
13L, 4L, 5L, 16L, 1L, 24L, 27L, 17L, 25L, 11L, 8L, 2L, 12L, 23L,
14L), .Label = c("agenorsantos01@gmail.com", "andreavieira.am@gmail.com",
"anymargareth@gmail.com", "aruana@acritica.com", "byjuniorbrasil@gmail.com",
"cardoso.orlando@gmail.com", "carlos.bonatelli@redeamazonica.com.br",
"cassiadiaslima.ap@gmail.com", "contato@correiodenoticia.com.br",
"czarwanderley@gmail.com", "daniwalen@gmail.com", "dantegraca@gmail.com",
"elissanpaula@gmail.com", "faber.teixeira@yahoo.com", "geisy.negreiros@redeamazonica.com.br",
"gilvancostarr@gmail.com", "hc.cintia@gmail.com", "hiellevy@gmail.com",
"irineia.barbosa@redeamazonica.com.br ", "luciano.falbo@acritica.com",
"machristina.imprensa@gmail.com", "marioadolfoemtempo@gmail.com",
"rascunhoserascunhos@yahoo.com.br", "ricardoamaral.roraima@gmail.com",
"rodineyjornalista76@gmail.com", "sergiobartholo@hotmail.com",
"shirleyfolha@hotmail.com", "thiago.cabral@redeamazonica.com.br"
), class = "factor"), v_ist_presr = structure(c(1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Indiferente"), class = "factor"), v_ist_gov_fed = structure(c(1L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Discordancia"), class = "factor"), v_ist_gov_est = structure(c(1L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Discordancia"), class = "factor"), v_ist_gov_mun = structure(c(1L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 2L, 3L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), v_prev_temvida = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Indiferente"), class = "factor"), v_soc_con_ac = structure(c(1L,
2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 2L,
2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 2L), .Label = c("Concordancia",
"Discordancia"), class = "factor"), v_ores_div_mcom = structure(c(1L,
2L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L,
2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 2L, 2L), .Label = c("Concordancia",
"Discordancia"), class = "factor"), v_mveic_diss = structure(c(2L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 3L, 1L, 1L, 1L, 1L, 1L, 1L,
2L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 2L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), o_ap_auto_impc = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Indiferente"), class = "factor"), o_ap_continuadas = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Indiferente"), class = "factor"), o_ind_fund_meiocom = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Indiferente"), class = "factor"), c_com_prtrab = structure(c(2L,
1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 3L, 1L, 1L, 2L, 1L, 3L, 1L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_con_atr_site = structure(c(3L,
1L, 1L, 1L, 2L, 2L, 1L, 1L, 3L, 2L, 3L, 1L, 1L, 1L, 1L, 3L, 1L,
1L, 2L, 1L, 3L, 1L, 3L, 1L, 1L, 1L, 2L, 2L, 1L, 2L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_be_inf_ist = structure(c(3L,
1L, 1L, 1L, 3L, 1L, 3L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 3L,
1L, 1L, 1L, 3L, 1L, 1L, 3L, 1L, 2L, 1L, 1L, 1L, 1L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_mat_edicao = structure(c(3L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 3L, 1L, 1L, 1L, 1L, 2L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_camp_div_meiocomun = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "Concordancia", class = "factor"),
c_gt_imp_enfr = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "Concordancia", class = "factor"),
c_acomp_div = structure(c(2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 3L, 1L, 3L,
1L, 1L, 1L, 1L, 1L, 2L, 2L), .Label = c("Concordancia", "Discordancia",
"Indiferente"), class = "factor"), c_inf_rep_gov_fed = structure(c(3L,
1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 3L, 1L, 2L, 1L, 1L, 2L,
1L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 3L, 1L, 2L, 1L, 1L, 1L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_inf_rep_gov_est = structure(c(3L,
3L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 3L, 1L, 2L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 3L, 1L, 2L, 1L, 2L, 1L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor"), c_inf_rep_gov_mun = structure(c(3L,
2L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 3L, 1L, 2L, 1L, 1L, 2L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 3L, 1L, 1L, 1L, 2L, 2L), .Label = c("Concordancia",
"Discordancia", "Indiferente"), class = "factor")), class = "data.frame", row.names = c(NA,
-30L))
head(dados)
#install.packages(tidyr)
library(tidyr)
#Organiza a tabela em formato longo
corrigido <- dados%>% gather('v_ist_presr','v_ist_gov_fed','v_ist_gov_est','v_ist_gov_mun','v_prev_temvida','v_soc_con_ac','v_ores_div_mcom','v_mveic_diss','o_ap_auto_impc','o_ap_continuadas','o_ind_fund_meiocom','c_com_prtrab','c_con_atr_site','c_be_inf_ist','c_mat_edicao','c_camp_div_meiocomun','c_gt_imp_enfr','c_acomp_div','c_inf_rep_gov_fed','c_inf_rep_gov_est','c_inf_rep_gov_mun',key= "Perguntas",value="Respostas")
#Transforma o tipo dos dados para fator
corrigido <-transform(corrigido,entrevistado=factor(entrevistado),Perguntas=factor(Perguntas),Respostas=factor(Respostas))
#install.packages("dplyr")
library(dplyr)
#Tabela final agrupada por Perguntas e Resposta
tabela_final <- as.data.frame(corrigido%>%group_by(Perguntas,Respostas)%>% summarize(n=n()))
tabela_final
On Sep 27 2018, at 11:37 am, Edson Lira <edinhoestat@yahoo.com.br> wrote:
Fernando Souza, abaixo o link de um banco para vc avaliar.
[ ]'s
Prof. Edson Lira, Me
Estatístico
Manaus-Amazonas
Em quarta-feira, 26 de setembro de 2018 16:54:42 AMT, Fernando Souza <nandodesouza@gmail.com> escreveu:
Mande um CMR porque montar uma tabela baseada em sua descrição ou criar soluções de cabeça é isso. Bom mínimo de um dput dos dados ou parte representativa deles, copie e cole aqui
Bom dia a todos! Tenho um banco aonde da coluna 19 a coluna 29 tenho respostas do tipo: Concordância, Indiferente e Discordância, com um banco de 29 linhas.
O meu objetivo é somar por linha (por cada indivíduo, a quantidade e o percentual de Concordância), ou seja acrescentar mais duas colunas por indivíduo.
Abaixo as respostas de um indivíduo (uma linha).
Concordância Concordância Concordância Concordância Concordância Concordância Concordância Discordância Concordância Concordância Concordância Discordância Indiferente
Indiferente Indiferente Concordância Concordância Discordância Indiferente Indiferente Indiferente
[ ]'s
Prof. Edson Lira, Me
Estatístico
Manaus-Amazonas
_______________________________________________
R-br mailing list