Análisis Factorial de la simpatía por los políticos en R

simpatia_analisis_Factorial.R

Creados para tuitear sobre la encuesta preelectoral y hacer este tuit https://twitter.com/GuidoBCor/status/1120248040848334849

simpatia_analisis_factorial.R

######################################################################
# Functions To Factor Analyze the scale
######################################################################
rm(list=ls()); gc()

options(scipen=20)
if (!require("pacman")) install.packages("pacman")
pacman::p_load("tidyverse", "psych", "haven", "bootnet", "qgraph", "Rmisc", "Hmisc")
# Sacamos del CIS la encuesta
dataset <- read_sav("3242.sav")

# Nos interesan las preguntas de simpatía, asi que vamos por la que empiezan por P11
df = dataset %>% dplyr::select(starts_with("P11"))
colnames(df) <- c("Abascal", "Casado", "Garzón", "Iglesias", "Rivera", "Sánchez")
df$id = 1:nrow(df)
df = gather(df, key = "Simpatía", value = "valoración", 1:6)  
df[df$valoración == 99 | df$valoración == 98 | df$valoración == 97, "valoración"] <- NA
df <- spread(df, key = "Simpatía", value = "valoración")
df <- select(df, -id)
df <- df[complete.cases(df),]


parallel <- fa.parallel(df,  fa = "fa", fm = "ml", plot = FALSE)
factores = fa(df, nfactors = 2, rotate = "oblimin",  fm = "ml")
summary(factores)

loadings_efa <- factores$loadings[,1:2] %>% round(2) %>% as.data.frame()
loadings_efa <- loadings_efa %>%  rownames_to_column("Político") 
#loadings_efa$Item <- toupper(loadings_efa$Item)


loadings_efa_m <- gather(loadings_efa, 
                         key = "Factor", 
                         value = "Carga", 2:3)
loadings_efa_m <- loadings_efa_m %>% arrange(
  desc(Carga))
loadings_efa_m$Factor <- ifelse(loadings_efa_m$Factor == "ML1", "Derecha", "Izquierda")

ggplot(loadings_efa_m, aes(Político, Carga, fill=Carga)) + 
  facet_wrap(~ Factor, nrow=1) + #place the factors in separate facets
  geom_bar(stat="identity") + #make the bars
  coord_flip() + #flip the axes so the test names can be horizontal  
  #define the fill color gradient: blue=positive, red=negative
  scale_fill_gradient2(name = "Loading", 
                       high = "black", mid = "grey", low = "grey", 
                       midpoint=0.3, guide=F) +
  ylim(-.1,1) +
  ylab("Carga factorial") + #improve y-axis label
  theme_bw(base_size=10) +  #use a black-and-white theme with set font size
  ggtitle("Cargas factoriales de la puntuación en simpatía de cada lider")
  
write.csv(df, "simpatia.csv", row.names = F)