تصدير البيانات إلى R

في هذا الشرح الإرشادي، سترى كيفية تصدير البيانات إلى RStudio ثم تحويلها إلى الرسوم البيانية والجداول

🌐 تحميل البيانات إلى RStudio

ابدأ بتصدير بيانات المستجيبين من NGSurvey بصيغة CSV

في RStudio استخدم السكربت لاستيراد ملف CSV وإعداد مجموعة بياناتك.

survey_csv <- read.csv(file="C:/Users/Admin/Downloads/ClientSatisfactionSurvey.csv",stringsAsFactors = TRUE, header=TRUE, sep=",")

أين:

• survey_csv: متغير لتخزين البيانات.

• read.csv: دالة لقراءة ملف CSV.

• ملف: مسار ملف CSV.

• stringsAsFactors: تحويل أعمدة السلسلة إلى عوامل.

• header: استخدام الصف الأول كأسماء أعمدة.

• sep: الفاصل المستخدم في الملف (فاصلة).

📊 تحليل البيانات وتصويرها في RStudio

الآن بعد أن تم تحميل بياناتك في R أو RStudio، يمكنك البدء في تحليلها وإنشاء التصويرات والجداول.

1. ملخص البيانات: يوفر ملخصًا سريعًا لمجموعة البيانات، بما في ذلك إحصاءات لكل عمود.

summary(survey_csv)

أين:

• summary: دالة لتقديم إحصاءات وصفية أساسية لكل عمود في مجموعة بياناتك

• survey_csv: مجموعة بياناتك.

1. جدول بسيط: لهذا الشرح اخترنا المتغير Recommend_likelihood الذي يمثل سؤال الاستبيان "ما مدى احتمال أن توصي بخدمتنا لصديق أو زميل"

table(survey_csv$Recommend_likelihood

أين:

• table: هذه الدالة تنشئ جدول تكراري.

• survey_csv$Recommend_likelihood: هذا يحدد العمود Recommend_likelyhood من survey_csv مجموعة البيانات.

• المخرجات: يُظهر جدول التكرار عدد مرات حدوث كل فئة من فئات احتمال التوصية في مجموعة البيانات.

اختياري: نوصي بضمان الترتيب الصحيح للمتغير الفئوي في الجداول والتصويرات.

survey_csv$Recommend_likelihood <- factor(
  survey_csv$Recommend_likelihood,
  levels = c("Very unlikely", "Unlikely", 
  "Neutral", "Likely", "Very likely")
)

أين:

• factor: يحول المتغير إلى عامل (متغير فئوي).

• levels: يحدد ترتيب الفئات للعامل.

1. التصوير: مخطط شريطي بسيط لتصوير توزيع احتمالية التوصية.

انشئ الـ barplot لتصوير البيانات:

barplot(
  table(survey_csv$Recommend_likelihood), 
  main = "How likely are you to recommend our service to a friend or colleague",
  xlab = "Recommendation Likelihood",
  ylab = "Frequency",
  col = "lightblue",
  las = 2,
  cex.names = 0.8  # Reduces the size of the bar labels
)

أين:

• barplot: يولد مخططًا شريطيًا.

• table(survey_csv$Recommend_likelyhood): ينشئ جدول تكراري لأطوال الأعمدة الشريطية.

• main: يحدد عنوان الرسم.

• xlab: تسمية محور x.

• ylab: تسمية محور y.

• col: يحدد لون الأشرطة إلى أزرق فاتح.

• las = 2: يدور تسميات المحاور لتكون عمودية لقراءة أفضل.

• cex.names = 0.8: يقلل من حجم تسميات الأعمدة لتجنب التداخل.

اختياري: اضبط الهوامش ومواقع التسميات للمخطط الشريطي.

par(mar = c(7, 5, 4, 2) + 0.1, mgp = c(4, 1, 0))

أين:

• par: يحدد معلمات الرسم البياني.

• mar: يضبط هوامش الرسم: أسفل، يسار، أعلى، يمين (تم زيادة الهامش السفلي لتجنب التداخل).

• + 0.1: يزيد قليلاً كل هامش للرسم لضمان مساحة إضافية لعناصر الرسم، مما يمنع قطعها أو اكتظاظها.

• mgp: يتحكم في وضعية عنوان المحور والتسميات والخط. هنا، 4 يزحزح تسمية محور x لأسفل أكثر.