Basic parsing of Software Carpentry pre-workshop survey results in Japanese

parse_ja_pre_workshop_survey.R

library(tidyverse)

path_to_csv_file <- "change/this/to/the/path/on/your/machine.csv"

# Load the participants responses
# The `#` column has a unique ID for each answer, but this is not the same
# as the user-entered unique ID (those are unfortunately NA in some cases as the
# participant didn't answer that question)
partic <- read_csv(path_to_csv_file) %>%
  rename(num = `#`)

# Multiple-answer questions have one column per answer. Separate these out first. 
fields <- select(partic, num, `農業もしくは環境科学`:Other) %>%
  pivot_longer(names_to = "field", values_to = "value", -num) %>%
  filter(!is.na(value)) %>% 
  select(num, field)

occupation <- select(partic, num, 事務職:Other_1) %>%
  rename(other = Other_1) %>%
  pivot_longer(names_to = "occupation", values_to = "value", -num) %>%
  filter(!is.na(value)) %>% 
  select(num, occupation)

reason <- select(partic, num, `新しいスキルを習得するため。` :Other_2) %>%
  rename(other = Other_2) %>%
  pivot_longer(names_to = "reason", values_to = "value", -num) %>%
  filter(!is.na(value)) %>% 
  select(num, reason)

heard_about <- select(partic, num, `ワークショップに関する E メールもしくはチラシを受け取った。`:Other_3) %>%
  rename(other = Other_3) %>%
  pivot_longer(names_to = "how_heard", values_to = "value", -num) %>%
  filter(!is.na(value)) %>% 
  select(num, how_heard)

# Other questions have one column per answer, but the column names are very long
# (they are the actual questions).
# select/rename these so they are easier to read.
simple_answers <-
select(
  partic, num, 
  id = `固有の ID を以下のように入力してください。兄弟・姉妹の人数（半角数字）+ 生まれた街の最初の2文字（小文字）＋現在住んでいる通りの最初の3文字 (ローマ字小文字)。`,
  which_workshop = `どのワークショップに参加しますか？`,
  os = `ワークショップで使用するコンピュータのオペレーティングシステムを教えてください。`,
  use_gui = `ポイントアンドクリックグラフィックユーザーインターフェースに特化したソフトウェア (例: 統計解析: SPSS、SAS、など; 地理学的解析: ArcGIS、 QGIS、など; ゲノム解析: Geneious、など)`,
  use_program = `プログラム言語 (R、パイソンなど)`,
  use_database = `データベース (SQL、アクセスなど)`,
  use_version_control = `バージョン管理ソフトウェア (Git、Subversion (SVN)、Mercurial、など)`,
  use_shell = `コマンドシェル (通常マック OS やウィンドウズのパワーシェルを介してターミナルにアクセス)`,
  workflow_satisfaction = `あなたの現在のデータマネジメントと解析に関するワークフロー(どのようにデータを収集、整理、保存そして解析するか)の満足度を教えてください。`,
  agree_raw_data = `元の生データにアクセスできることは、分析を再現するために重要である。`,
  agree_write_script = `仕事上、小さなプログラム、スクリプトもしくはマクロを問題解決のために作成することが出来る。`,
  agree_find_answer_online = `技術的な質問の答えをオンラインで探す方法が分かる。`,
  agree_find_solution = `プログラミングをしていて行き詰ったときに、その問題を解決する手法を見つけることが出来る。`,
  agree_program_confidence = `自分のプログラミングソフトウェアによるデータ解析能力に自信がある。`,
  agree_program_reproduce = `プログラミング言語（RやPythonなど）を使うことで、自分の分析をより再現しやすくすることができる。`,
  agree_program_efficiency = `プログラミング言語（RやPythonなど）を使用することで、データの処理をより効率的に行うことができる。`,
  want_to_learn = `このワークショップから学びたいことを教えてください。`)

view(simple_answers)