# ============================================================================== # CreateResultCount.R – Versão generalizada # # Diferença em relação à versão original: # - O argumento `responses` (responses$responseData do Qualtrics) foi removido. # - A contagem de nAvailable agora é derivada diretamente de `dataMlogit`, # identificando quais atributos estavam disponíveis em cada tarefa (Id x Q) # a partir das colunas Best e Worst de cada par de escolha. # - Todos os demais cálculos (nBest, nWorst, DiffBestWorst, Score, Rank) # permanecem idênticos à versão original. # ============================================================================== CreateResultCount <- function( dataMlogit = dataMlogit ){ # --- nBest: vezes que cada atributo foi escolhido como MELHOR --------------- nBestDf <- dataMlogit %>% filter(Response == TRUE) %>% group_by(ResponseBest) %>% summarise(nBest = n(), .groups = "drop") %>% rename(labelId = ResponseBest) # --- nWorst: vezes que cada atributo foi escolhido como PIOR ---------------- nWorstDf <- dataMlogit %>% filter(Response == TRUE) %>% group_by(ResponseWorst) %>% summarise(nWorst = n(), .groups = "drop") %>% rename(labelId = ResponseWorst) # --- nAvailable: número de tarefas em que cada atributo esteve disponível --- # Cada atributo presente num conjunto de escolha (Id x Q) aparece tanto na # coluna Best quanto na coluna Worst dos pares expandidos. # Tomamos a união e contamos ocorrências únicas por (Id, Q, atributo). nAvailableDf <- bind_rows( dataMlogit %>% distinct(Id, Q, labelId = Best), dataMlogit %>% distinct(Id, Q, labelId = Worst) ) %>% distinct(Id, Q, labelId) %>% count(labelId, name = "nAvailable") # --- Combinar e calcular Score e Rank (idêntico ao original) ---------------- resultCount <- nBestDf %>% left_join(nWorstDf, by = "labelId") %>% left_join(nAvailableDf, by = "labelId") %>% mutate( DiffBestWorst = nBest - nWorst, Score = DiffBestWorst / nAvailable ) %>% arrange(desc(Score)) %>% mutate(Rank = 1:n()) return(resultCount) }