przeliczone wszystkie dane

przygotuj_dane.R

@@ -1,5 +1,6 @@
 # Przygotowanie danych do analiz projektu moralnosci
 #
+library(dplyr)
 # Skrypt:
 # 1. czyta surowe dane ankietowe,
 # 2. czyta wyniki eksperymentu karcianego,
@@ -267,8 +268,71 @@ merged <- merge(
 
 matched <- merged[!is.na(merged$exp_n_stacji), , drop = FALSE]
 
+# liczenie fundamentów z gry
+
+library(tidyverse)
+
+# klucz stacji z pliku markdown
+klucz_stacji <- readr::read_tsv("stacje.md", show_col_types = FALSE) |>
+  setNames(c("stacja", "fundament_a", "fundament_b")) |>
+  mutate(
+    negatywna = str_detect(stacja, "-"),
+    stacja = as.integer(str_remove(stacja, "-"))
+  )
+
+
+score_ipsatywne_fundamenty <- function(dane,
+                                       klucz = klucz_stacji,
+                                       id_col = "kod_uczestnika_clean",
+                                       negative_weight = 1) {
+  fundamenty <- c("Troska", "Sprawiedliwość", "Lojalność", "Autorytet")
+  
+  long <- dane |>
+    dplyr::select(dplyr::all_of(id_col), dplyr::matches("^wybor_final_stacja_\\d+$")) |>
+    tidyr::pivot_longer(
+      cols = dplyr::matches("^wybor_final_stacja_\\d+$"),
+      names_to = "stacja_col",
+      values_to = "wybor"
+    ) |>
+    dplyr::mutate(
+      id = .data[[id_col]],
+      stacja = as.integer(stringr::str_extract(stacja_col, "\\d+")),
+      wybor = stringr::str_to_lower(as.character(wybor))
+    ) |>
+    dplyr::left_join(klucz, by = "stacja") |>
+    dplyr::filter(wybor %in% c("a", "b")) |>
+    dplyr::mutate(
+      winner = dplyr::case_when(
+        wybor == "a" & !negatywna ~ fundament_a,
+        wybor == "b" & !negatywna ~ fundament_b,
+        wybor == "a" &  negatywna ~ fundament_b,
+        wybor == "b" &  negatywna ~ fundament_a
+      ),
+      punkty = dplyr::if_else(negatywna, negative_weight, 1)
+    )
+  
+  wyniki_raw <- long |>
+    dplyr::group_by(id, winner) |>
+    dplyr::summarise(punkty = sum(punkty), .groups = "drop") |>
+    tidyr::pivot_wider(
+      names_from = winner,
+      values_from = punkty,
+      values_fill = 0
+    ) |> dplyr::arrange(id)
+  
+  wyniki_raw
+}
+
+
+
+profil_fundamentow <- score_ipsatywne_fundamenty(matched, negative_weight = 0.5) |>
+  left_join(matched, by = c("id" = "kod_uczestnika_clean"))
+
+
+
+# zapis
 write.csv2(merged, path("outputs", "dane_polaczone_skale.csv"), row.names = FALSE, na = "")
-write.csv2(matched, path("outputs", "dane_polaczone_skale_tylko_eksperyment.csv"), row.names = FALSE, na = "")
+write.csv2(profil_fundamentow, path("outputs", "dane_polaczone_skale_tylko_eksperyment.csv"), row.names = FALSE, na = "")
 write.csv2(experiment_long, path("outputs", "wyniki_eksperymentu_long.csv"), row.names = FALSE, na = "")
 write.csv2(experiment_prepared, path("outputs", "wyniki_eksperymentu_podsumowanie.csv"), row.names = FALSE, na = "")