# Ve svém výzkumu se věnujete problematice postojů a vybraných osobnostních a kognitivních charakteristik. Doposud jste na základě rigorózního (a blíže nespecifikovaného) samplingu oslovili 5 osob - Martina, Janu, Tomia, Evu a Miloše. Každého z nich jste nechali vyplnit 15 položkovou škálu RWA (Right-wing authoritarianism), na níž mohou respondenti skórovat mezi 15 a 105 body.

# Vytvořte vektor Jména, který bude obsahovat jména všech participantů v následujícím pořadí: 
Martin, Jana, Tomio, Eva a Miloš. 

# Vytvořte vektor Pohlaví, který bude obsahovat pohlaví všech participantů v následujícím pořadí: 
Muž, Žena, Muž, Žena, Muž. 

# Vytvořte vektor Vzdělání, který bude obsahovat nejvyšší dosažený stupeň vzdělání všech participantů v následujícím pořadí:
ZŠ, VŠ, ZŠ, SŠ, ZŠ

# Vektor vzdělání R chápe jako "character", přestože se jedná o "factor", resp. kategorickou proměnnou ordinální úrovně měření. Vytvořte proměnnou Vzdělání_Factor, která bude a) factor, b) ordinální, c) s následujícími úrovněmi: ZŠ, SŠ, VŠ:

# Vytvořte vektor RWA_Skór, který bude obsahovat následující hodnoty odpovídající výše uvedenému pořadí jmen:
70, 85, 15, 50, 35

# Jednotlivé vektory spojte dohromady v matici s názvem Matice

# Skvělé! Po vytvoření Matice se rozhodnete ji trochu prozkoumat funkcí str(). Reportujte kód použitý k získání informace i výstup z R po zavadení tohoto kódu.

# V čem se od sebe z hlediska svých charakteristik liší proměnné Vzdělání a Vzdělání_Factor v rámci objektu Matice?

# Skórovali na škále RWA více lidé se ZŠ nebo lidé se SŠ? Skrze funkci subset() vytvořte z proměnné Vzdělání_Factor objekty ZŠ_Subset a SŠ_Subjekt, které skrze logické operátory porovnejte ve skóre získaném u RWA.


# Až zpětně vám došlo, že srovnávat celkový skór nestejně velkých skupin není v pořádku. Do obou subsetů (tedy ZŠ_Subset a SŠ_Subset) přidejte sloupec ID, který bude reflektovat počet participantů.