library("questionr") library("tidyverse") # importer base de données ---- barometre_opinion <- read.csv2("C:/Users/StalineTchoupi/Documents/Socio Quant/Analyse memoire/data/barometre2022_diff.csv") # Maintenant on va recoder les variables lol ---- barometre_opinion$sexe <- factor(barometre_opinion$sdsexe) barometre_opinion$age <- factor(barometre_opinion$sdagetr) barometre_opinion$pcs <- factor(barometre_opinion$sdpcs10) barometre_opinion$diplome <- factor(barometre_opinion$sddipl_det) barometre_opinion$politique <- factor (barometre_opinion$sdpol) barometre_opinion$preoccupechomage <- factor(barometre_opinion$og04_6) barometre_opinion$preoccupepauvrete <- factor(barometre_opinion$og04_3) barometre_opinion$integresociete <- factor(barometre_opinion$cs05) barometre_opinion$troptravailleurimmigre <- factor(barometre_opinion$og08_1) barometre_opinion$preocupeinsecurite <- factor(barometre_opinion$og04_4) barometre_opinion$merite_social <- factor(barometre_opinion$og09) barometre_opinion$evolution_inegalite <- factor(barometre_opinion$in03) barometre_opinion$inegalite_repandu <- factor(barometre_opinion$in04) barometre_opinion$france_injuste_juste <- factor(barometre_opinion$in01) # recodage à l'aide du dico ---- barometre_opinion$sexe <- fct_collapse(barometre_opinion$sexe, "Homme"="1", "Femme"="2") barometre_opinion$age <- fct_collapse(barometre_opinion$age, "18 - 24 ans" = "1", "25 - 34 ans" = "2", "35 - 49 ans" = "3", "50 - 64 ans" = "4", "65 ans et plus" = "5" ) barometre_opinion$pcs <- fct_collapse(barometre_opinion$pcs, "Agriculteur.trice"="1", "artisan.e ou commerçant"="2", "Profession libérale,cadre sup"="3", "Profession intermediaire"="4", "Employé.e"="5", "Ouvrier.ere"="6", "Chômeure.euse"="7", "Retraité"="8", "Foyer"="9", "Autre inactif"="10") barometre_opinion$preoccupechomage <- fct_collapse (barometre_opinion$preoccupechomage, "Beaucoup"="1", "Assez"="2", "Peu"="3", "Pas du tout"="4", "NSP"="5") barometre_opinion$diplome <- fct_collapse(barometre_opinion$diplome, "Aucun diplome"="1", "Certificat etude primaire"="2", "brevet,bepc"="3", "CAP, BEP"="4", "Bac pro"="5", "Bac techno"="6", "Bac general"="7", "Bac +2"="8", "Diplome sup"="9", "Autre situation"="10", "NSP"="11") barometre_opinion$preoccupepauvrete <- fct_collapse(barometre_opinion$preoccupepauvrete, "Beaucoup"="1", "Assez"="2", "Peu"="3", "Pas du tout"="4", "NSP"="5") barometre_opinion$politique <- fct_collapse(barometre_opinion$politique, "Très à gauche" = "1", "Gauche radicale" = "2", "Gauche modérée" = "3", "Centre-gauche" = "4", "Centre (libéral-modéré)" = "5", "Centre-droit" = "6", "Droite modérée" = "7", "Droite dure" = "8", "Droite radicale" = "9", "Extrême droite" = "10", "Extrême droite radicale" = "11", "NSP" = "12", "Ne se classe pas sur cette échelle" = "13" ) barometre_opinion$integresociete <- fct_collapse(barometre_opinion$integresociete, "Très bien intégré.e" = "1", "Assez bien intégré.e" = "2", "Pas bien intégré.e" = "3", "Pas intégré.e du tout" = "4", "(NSP)" = "5" ) barometre_opinion$troptravailleurimmigre <- fct_collapse(barometre_opinion$troptravailleurimmigre, "Tout à fait d'accord" = "1", "Plutôt d'accord" = "2", "Plutôt pas d'accord" = "3", "Pas du tout d'accord" = "4", "(NSP)" = "5" ) barometre_opinion$preocupeinsecurite <- fct_collapse(barometre_opinion$preocupeinsecurite, "Beaucoup" = "1", "Assez" = "2", "Peu" = "3", "Pas du tout" = "4", "(NSP)" = "5" ) barometre_opinion$merite_social <- fct_collapse(barometre_opinion$merite_social, "Le mérite individuel" = "1", "Le hasard des circonstances" = "2", "Le milieu social de naissance" = "3", "Les trois à parts égales" = "4", "(NSP)" = "5" ) barometre_opinion$evolution_inegalite <- fct_collapse(barometre_opinion$evolution_inegalite, "Vont plutôt augmenter" = "1", "Vont plutôt diminuer" = "2", "Resteront stables" = "3", "(NSP)" = "4" ) barometre_opinion$inegalite_repandu <- fct_collapse(barometre_opinion$inegalite_repandu, "Les inégalités de revenus" = "1", "Les inégalités de logement" = "2", "Les inégalités liées à l'héritage familial" = "3", "Les inégalités par rapport au type d'emploi" = "4", "Les inégalités dans les études scolaires" = "5", "Les inégalités d'accès aux soins" = "6", "Les inégalités par rapport au fait d'avoir un emploi" = "7", "Les inégalités liées à l'origine ethnique" = "8", "Les inégalités entre les femmes et les hommes" = "9", "(NSP)" = "10" ) barometre_opinion$france_injuste_juste <- fct_collapse(barometre_opinion$france_injuste_juste, "Plutôt juste" = "1", "Plutôt injuste" = "2", "(NSP)" = "3" ) # Tri croisé pour analyser ---- rprop(table(barometre_opinion$pcs, barometre_opinion$preoccupepauvrete, useNA = "ifany")) rprop(table(barometre_opinion$pcs, barometre_opinion$sexe, useNA = "ifany")) rprop(table(barometre_opinion$preoccupepauvrete, barometre_opinion$integresociete, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$troptravailleurimmigre, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$preocupeinsecurite, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$merite_social, useNA = "ifany")*100,1) rprop(table(barometre_opinion$sexe, barometre_opinion$inegalite_repandu, useNA = "ifany")*100,1) addmargins(table(barometre_opinion$preoccupechomage, barometre_opinion$pcs, useNA = "ifany")) addmargins(table(barometre_opinion$politique, barometre_opinion$diplome, useNA = "ifany"))library("questionr") library("tidyverse") # importer base de données ---- barometre_opinion <- read.csv2("C:/Users/StalineTchoupi/Documents/Socio Quant/Analyse memoire/data/barometre2022_diff.csv") # Maintenant on va recoder les variables lol ---- barometre_opinion$sexe <- factor(barometre_opinion$sdsexe) barometre_opinion$age <- factor(barometre_opinion$sdagetr) barometre_opinion$pcs <- factor(barometre_opinion$sdpcs10) barometre_opinion$diplome <- factor(barometre_opinion$sddipl_det) barometre_opinion$politique <- factor (barometre_opinion$sdpol) barometre_opinion$preoccupechomage <- factor(barometre_opinion$og04_6) barometre_opinion$preoccupepauvrete <- factor(barometre_opinion$og04_3) barometre_opinion$integresociete <- factor(barometre_opinion$cs05) barometre_opinion$troptravailleurimmigre <- factor(barometre_opinion$og08_1) barometre_opinion$preocupeinsecurite <- factor(barometre_opinion$og04_4) barometre_opinion$merite_social <- factor(barometre_opinion$og09) barometre_opinion$evolution_inegalite <- factor(barometre_opinion$in03) barometre_opinion$inegalite_repandu <- factor(barometre_opinion$in04) barometre_opinion$france_injuste_juste <- factor(barometre_opinion$in01) # recodage à l'aide du dico ---- barometre_opinion$sexe <- fct_collapse(barometre_opinion$sexe, "Homme"="1", "Femme"="2") barometre_opinion$age <- fct_collapse(barometre_opinion$age, "18 - 24 ans" = "1", "25 - 34 ans" = "2", "35 - 49 ans" = "3", "50 - 64 ans" = "4", "65 ans et plus" = "5" ) barometre_opinion$pcs <- fct_collapse(barometre_opinion$pcs, "Agriculteur.trice"="1", "artisan.e ou commerçant"="2", "Profession libérale,cadre sup"="3", "Profession intermediaire"="4", "Employé.e"="5", "Ouvrier.ere"="6", "Chômeure.euse"="7", "Retraité"="8", "Foyer"="9", "Autre inactif"="10") barometre_opinion$preoccupechomage <- fct_collapse (barometre_opinion$preoccupechomage, "Beaucoup"="1", "Assez"="2", "Peu"="3", "Pas du tout"="4", "NSP"="5") barometre_opinion$diplome <- fct_collapse(barometre_opinion$diplome, "Aucun diplome"="1", "Certificat etude primaire"="2", "brevet,bepc"="3", "CAP, BEP"="4", "Bac pro"="5", "Bac techno"="6", "Bac general"="7", "Bac +2"="8", "Diplome sup"="9", "Autre situation"="10", "NSP"="11") barometre_opinion$preoccupepauvrete <- fct_collapse(barometre_opinion$preoccupepauvrete, "Beaucoup"="1", "Assez"="2", "Peu"="3", "Pas du tout"="4", "NSP"="5") barometre_opinion$politique <- fct_collapse(barometre_opinion$politique, "Très à gauche" = "1", "Gauche radicale" = "2", "Gauche modérée" = "3", "Centre-gauche" = "4", "Centre (libéral-modéré)" = "5", "Centre-droit" = "6", "Droite modérée" = "7", "Droite dure" = "8", "Droite radicale" = "9", "Extrême droite" = "10", "Extrême droite radicale" = "11", "NSP" = "12", "Ne se classe pas sur cette échelle" = "13" ) barometre_opinion$integresociete <- fct_collapse(barometre_opinion$integresociete, "Très bien intégré.e" = "1", "Assez bien intégré.e" = "2", "Pas bien intégré.e" = "3", "Pas intégré.e du tout" = "4", "(NSP)" = "5" ) barometre_opinion$troptravailleurimmigre <- fct_collapse(barometre_opinion$troptravailleurimmigre, "Tout à fait d'accord" = "1", "Plutôt d'accord" = "2", "Plutôt pas d'accord" = "3", "Pas du tout d'accord" = "4", "(NSP)" = "5" ) barometre_opinion$preocupeinsecurite <- fct_collapse(barometre_opinion$preocupeinsecurite, "Beaucoup" = "1", "Assez" = "2", "Peu" = "3", "Pas du tout" = "4", "(NSP)" = "5" ) barometre_opinion$merite_social <- fct_collapse(barometre_opinion$merite_social, "Le mérite individuel" = "1", "Le hasard des circonstances" = "2", "Le milieu social de naissance" = "3", "Les trois à parts égales" = "4", "(NSP)" = "5" ) barometre_opinion$evolution_inegalite <- fct_collapse(barometre_opinion$evolution_inegalite, "Vont plutôt augmenter" = "1", "Vont plutôt diminuer" = "2", "Resteront stables" = "3", "(NSP)" = "4" ) barometre_opinion$inegalite_repandu <- fct_collapse(barometre_opinion$inegalite_repandu, "Les inégalités de revenus" = "1", "Les inégalités de logement" = "2", "Les inégalités liées à l'héritage familial" = "3", "Les inégalités par rapport au type d'emploi" = "4", "Les inégalités dans les études scolaires" = "5", "Les inégalités d'accès aux soins" = "6", "Les inégalités par rapport au fait d'avoir un emploi" = "7", "Les inégalités liées à l'origine ethnique" = "8", "Les inégalités entre les femmes et les hommes" = "9", "(NSP)" = "10" ) barometre_opinion$france_injuste_juste <- fct_collapse(barometre_opinion$france_injuste_juste, "Plutôt juste" = "1", "Plutôt injuste" = "2", "(NSP)" = "3" ) # Tri croisé pour analyser ---- rprop(table(barometre_opinion$pcs, barometre_opinion$preoccupepauvrete, useNA = "ifany")) rprop(table(barometre_opinion$pcs, barometre_opinion$sexe, useNA = "ifany")) rprop(table(barometre_opinion$preoccupepauvrete, barometre_opinion$integresociete, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$troptravailleurimmigre, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$preocupeinsecurite, useNA = "ifany")*100,1) rprop(table(barometre_opinion$politique, barometre_opinion$merite_social, useNA = "ifany")*100,1) rprop(table(barometre_opinion$sexe, barometre_opinion$inegalite_repandu, useNA = "ifany")*100,1) addmargins(table(barometre_opinion$preoccupechomage, barometre_opinion$pcs, useNA = "ifany")) addmargins(table(barometre_opinion$politique, barometre_opinion$diplome, useNA = "ifany"))