-
Notifications
You must be signed in to change notification settings - Fork 0
/
Script_Survey.R
128 lines (97 loc) · 5.14 KB
/
Script_Survey.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
#####################################################
############ Vragenlijst ###########################
#####################################################
library(readxl)
library(ggplot2)
library(tidyverse)
# Read data
data <- read_excel("data/Vragenlijst Rattenmonitor INBO_Complete.xlsx", sheet = 1)
View(data)
##Plots
colnames(data)
#1
# Summarize data: count occurrences of each value in the column
data_summary <- data %>%
group_by(`Wanneer een inwoner melding maakt van ratten op privaat terrein, wordt er dan een actie ondernomen (bestrijding, uitdelen van rodenticiden, preventieve maatregelen, informatie verstrekken)?`) %>%
summarize(count = n()) %>%
mutate(percentage = count / sum(count) * 100)
# Clean up the data
colnames(data_summary)[1] <- "answer"
data_summary <- data_summary %>%
mutate(answer = ifelse(answer %in% c("Nee",
"Ja, door personeel van de gemeente",
"Ja, door een externe firma in opdracht van de gemeente",
"We krijgen zulke meldingen niet"), answer, "Ander"))
data_summary$percentage[which(data_summary$answer=="Ander")]<-sum(data_summary$percentage[which(data_summary$answer=="Ander")])
data_summary <- data_summary %>%
group_by(answer) %>%
filter(answer != "Ander" | row_number() == 1) %>%
ungroup()
data_summary$answer <- factor(data_summary$answer,
levels = c("Ja, door een externe firma in opdracht van de gemeente",
"Ja, door personeel van de gemeente",
"Nee",
"We krijgen zulke meldingen niet",
"Ander"))
# Create the pie chart
ggplot(data_summary, aes(x = "", y = percentage, fill = answer)) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) +
theme_void() + # Remove background, axes, and grid
guides(fill = guide_legend(title = NULL))+
geom_text(aes(label = paste0(round(percentage, 1), "%")),
position = position_stack(vjust = 0.5)) +
theme(legend.text = element_text(size = 12))
#2
# Summarize data: count occurrences of each value in the column
data_summary <- data %>%
filter(`Hoe worden deze gegevens bijgehouden binnen de gemeente?...19` != "NA") %>% # Drop rows where the answer is "NA"
group_by(`Hoe worden deze gegevens bijgehouden binnen de gemeente?...19`) %>%
summarize(count = n()) %>%
mutate(percentage = count / sum(count) * 100)
# Clean up the data
colnames(data_summary)[1] <- "answer"
data_summary <- data_summary %>%
mutate(answer = ifelse(answer %in% c("In een digitaal registratiesysteem waar enkel de melding wordt bijgehouden, zonder eventuele acties die hieraan gekoppeld zijn",
"In een digitaal registratiesysteem waar zowel de melding als de actie die hieraan gekoppeld zijn worden bijgehouden", "Op papier, waar enkel de melding wordt bijgehouden, zonder eventuele acties die hieraan gekoppeld zijn", "Op papier, waar zowel de melding als de hieraan gekoppelde acties worden bijgehouden",
"Deze worden niet geregistreerd"), answer, "Ander"))
data_summary$percentage[which(data_summary$answer=="Ander")]<-sum(data_summary$percentage[which(data_summary$answer=="Ander")])
data_summary <- data_summary %>%
group_by(answer) %>%
filter(answer != "Ander" | row_number() == 1) %>%
ungroup()
# Create the pie chart
ggplot(data_summary, aes(x = "", y = percentage, fill = answer)) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) +
theme_void() + # Remove background, axes, and grid
guides(fill = guide_legend(title = NULL))+
geom_text(aes(label = paste0(round(percentage, 1), "%")),
position = position_stack(vjust = 0.5)) +
theme(legend.text = element_text(size = 8.5))
#3
# Summarize data: count occurrences of each value in the column
data_summary <- data %>%
filter(`Zou u bereid zijn om deze gegevens door te geven aan INBO voor de rattenmonitortool?` != "NA") %>% # Drop rows where the answer is "NA"
group_by(`Zou u bereid zijn om deze gegevens door te geven aan INBO voor de rattenmonitortool?`) %>%
summarize(count = n()) %>%
mutate(percentage = count / sum(count) * 100)
# Clean up the data
colnames(data_summary)[1] <- "answer"
#View(data_summary)
data_summary <- data_summary %>%
mutate(answer = ifelse(answer %in% c("Ja","Nee"), answer, "Ander"))
data_summary$percentage[which(data_summary$answer=="Ander")]<-sum(data_summary$percentage[which(data_summary$answer=="Ander")])
data_summary <- data_summary %>%
group_by(answer) %>%
filter(answer != "Ander" | row_number() == 1) %>%
ungroup()
# Create the pie chart
ggplot(data_summary, aes(x = "", y = percentage, fill = answer)) +
geom_bar(stat = "identity", width = 1) +
coord_polar("y", start = 0) +
theme_void() + # Remove background, axes, and grid
guides(fill = guide_legend(title = NULL))+
geom_text(aes(label = paste0(round(percentage, 1), "%")),
position = position_stack(vjust = 0.5)) +
theme(legend.text = element_text(size = 12))