options(repos = "https://cran-r.c3sl.ufpr.br/")
rm(list=ls())
install.packages("pacman")
## Installing package into 'C:/Users/william/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)
pacman::p_load(pacman,party,psych,rio,tidyverse,dplyr)
ETL (Importacao limpeza e ajuste de colunas)
library(dplyr)
library(tidyverse)
library(ggplot2)
set.seed(2023)
#Importantdo os dados dos questionarios
(df <- import("Questionario de Amostragem1.xlsx") %>% as_tibble())
## # A tibble: 62 × 16
## `Carimbo de data/hora` JA REALIZOU OU ESTA REALIZANDO ALG…¹ NOME SEXO IDADE
## <dttm> <chr> <chr> <chr> <dbl>
## 1 2023-08-14 16:59:32 Sim BREN… Homem 21
## 2 2023-08-11 15:56:23 Sim CARL… Homem 30
## 3 2023-08-11 15:34:47 Sim MARI… Mulh… 19
## 4 2023-08-10 14:03:03 Sim GUIL… Homem 20
## 5 2023-08-08 10:33:06 Sim GUST… Homem 22
## 6 2023-08-11 16:04:12 Sim ÍCAR… Homem 19
## 7 2023-08-11 15:59:54 Sim JOÃO… Homem 22
## 8 2023-08-10 11:37:25 Sim LETI… Mulh… 19
## 9 2023-08-11 09:31:12 Sim VITO… Mulh… 22
## 10 2023-08-10 20:25:13 Sim LETI… Mulh… 27
## # ℹ 52 more rows
## # ℹ abbreviated name:
## # ¹`JA REALIZOU OU ESTA REALIZANDO ALGUMA ATIVIDADE EXTRACURRICULAR? (ATIVIDADE ESTA PODENDO SER, UMA INICIACAO CIENTIFICA, ESTAGIO, CURSOS OFERECIDOS DE OUTROS INSTITUTOS, OU ALGUM OUTRO NAO MENCIONADO ACIMA.)`
## # ℹ 11 more variables: `NUMERO DE MATRICULA` <dbl>,
## # `1.COMO VOCE CLASSIFICARIA O TEMPO GASTO (EM HORAS) QUE VOCE DESTINOU A ATIVIDADE:` <dbl>,
## # `2.COMO VOCE CLASSIFICARIA A SUA SATISFACAO QUANTO AO IMPACTO PROFISSIONAL QUE A ATIVIDADE GERA (GEROU) .(ISTO E: INFLUENCIA NA CARREIRA)` <chr>,
## # `3.COMO VOCE CLASSIFICARIA A SUA SATISFACAO QUANTO AO IMPACTO ACADEMICO GERADO PELA ATIVIDADE EXTRACURRICULAR (COMO E A CONTRIBUICAO ACADEMICA DA ATIVIDADE).` <dbl>, …
# Exmplo do comando pipe, atalho é ctrl shit M
#a <- 5*2;a
#resultado <-a %>% {
#b=.+2
#}
#Criando faixas de idade
faixas <-
df$IDADE %>%
cut( breaks = c(17, 20, 24, 30), labels = c("17-20", "21-24", "25-30"))# Agrupar as idades em faixas
df <- data.frame(df,Faixa=faixas)
head(df$Idade);head(df$Faixa)
## NULL
## [1] 21-24 25-30 17-20 17-20 21-24 17-20
## Levels: 17-20 21-24 25-30
df$X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE. <- as.numeric(df$X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE.)
df$X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA. <- as.numeric(df$X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA.)
## Warning: NAs introduzidos por coerção
df$X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE.. <- as.numeric(df$X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE..)
df$X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE. <- as.numeric(df$X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE.)
df$X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE... <- as.numeric(df$X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE...)
## Warning: NAs introduzidos por coerção
df$X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE.. <- as.numeric(df$X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE..)
## Warning: NAs introduzidos por coerção
df$X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR.. <- as.numeric(df$X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR..)
## Warning: NAs introduzidos por coerção
colnames(df)
## [1] "Carimbo.de.data.hora"
## [2] "JA.REALIZOU.OU.ESTA.REALIZANDO.ALGUMA.ATIVIDADE.EXTRACURRICULAR...ATIVIDADE.ESTA.PODENDO.SER..UMA.INICIACAO.CIENTIFICA..ESTAGIO..CURSOS.OFERECIDOS.DE.OUTROS.INSTITUTOS..OU.ALGUM.OUTRO.NAO.MENCIONADO.ACIMA.."
## [3] "NOME"
## [4] "SEXO"
## [5] "IDADE"
## [6] "NUMERO.DE.MATRICULA"
## [7] "X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE."
## [8] "X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA."
## [9] "X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE.."
## [10] "X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE."
## [11] "X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE..."
## [12] "X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE.."
## [13] "X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR.."
## [14] "X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE"
## [15] "X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU."
## [16] "email.institucional"
## [17] "Faixa"
Analisando os dados
Cores
siteCores=("https://datalab.cc/rcolors")
Criando o gráfico de pizza
sexo_count <- table(df$SEXO)
total_sexo <- sum(sexo_count)
# Calcular as porcentagens
porcentagens <- (sexo_count / total_sexo) * 100
etiquetas <- paste(sexo_count, " (", format(porcentagens, digits = 2), "%)", sep = "")
# Criar o gráfico de pizza com rótulos de quantidade e porcentagem
pie(sexo_count, labels = etiquetas, main = "", col = c("dodgerblue1", "pink"))
# Adicionar a legenda no canto superior direito
legend("topright", legend = names(sexo_count), fill = c("dodgerblue1", "pink"))
Histograma de idade
df$IDADE %>%
summary()
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.00 20.00 21.00 21.19 22.00 30.00
#Histograma de idade
df$IDADE %>%
hist(
main = "Histograma de Idade",
col = "dodgerblue1",
xlab = "Idades",
ylab="Freq. Idades",
sub="(Fonte: Entrevistas feitas pelo autor)",
border = NA,
breaks = 7
)
Barplot Idades
library(tidyverse)
library(ggplot2)
# Barplot Idades
df %>%
select(Faixa) %>%
table() %>%
barplot(
main = "Faixa Etaria",
sub = "(Fonte: Entrevistas feitas pelo autor)",
xlab = "Grafico de barras de Idade",
ylab="Freq. Idades",
col = "dodgerblue1",
)
Tabelas Sexo e idade e Faixas
Frequencia por Faixa Etaria
summary(df$IDADE)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.00 20.00 21.00 21.19 22.00 30.00
# Calcular as frequências de cada sexo
frequencia_sexo <- table(df$Faixa)
# Calcular as porcentagens de cada sexo
porcentagens <- round(frequencia_sexo / sum(frequencia_sexo) * 100, 1)
# Criar um dataframe para o gráfico
Sexo = names(frequencia_sexo)
Frequencia = frequencia_sexo
Porcentagem = porcentagens
grafico_data <- data.frame(Sexo = names(frequencia_sexo), Frequencia = frequencia_sexo, Porcentagem = porcentagens)
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = grafico_data, aes(x = Sexo, y = frequencia_sexo)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(frequencia_sexo, " - ", porcentagens, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Idades", y = "Quantidade") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
## Don't know how to automatically pick scale for object of type <table>.
## Defaulting to continuous.
Tabelas
Organizar em latex essas tabelas
Tabela Pergunta 1
summary(df$x)
## Length Class Mode
## 0 NULL NULL
#Tabela Pergunta 1
tabela_Pergunta1=
df %>%
select(X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE.,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta1
## SEXO
## X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE. Homem
## 1 0
## 2 1
## 3 4
## 4 5
## 5 4
## SEXO
## X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE. Mulher
## 1 2
## 2 4
## 3 11
## 4 17
## 5 14
Tabela Pergunta 2
summary(df$X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA.)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 4.017 5.000 5.000 2
#Tabela Pergunta 2
tabela_Pergunta2=
df %>%
select(X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA.,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta2
## SEXO
## X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA. Homem
## 1 3
## 2 0
## 3 2
## 4 3
## 5 6
## SEXO
## X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA. Mulher
## 1 0
## 2 5
## 3 6
## 4 13
## 5 22
Tabela Pergunta 3
summary(df$X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE..)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 3.000 5.000 3.968 5.000 5.000
#Tabela Pergunta 3
tabela_Pergunta3=
df %>%
select(X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE..,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta3
## SEXO
## X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE.. Homem
## 1 2
## 2 0
## 3 1
## 4 3
## 5 8
## SEXO
## X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE.. Mulher
## 1 2
## 2 6
## 3 9
## 4 7
## 5 24
Tabela Pergunta 4
summary(df$X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE.)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.0 3.0 4.5 4.0 5.0 5.0
#Tabela Pergunta 4
tabela_Pergunta4=
df %>%
select(X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE.,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta4
## SEXO
## X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE. Homem Mulher
## 1 2 3
## 2 0 3
## 3 0 10
## 4 1 12
## 5 11 20
Tabela Pergunta 5
summary(df$X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE...)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 3.741 5.000 5.000 4
#Tabela Pergunta 5
tabela_Pergunta5=
df %>%
select(X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE...,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta5
## SEXO
## X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE... Homem
## 1 2
## 2 1
## 3 2
## 4 5
## 5 4
## SEXO
## X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE... Mulher
## 1 2
## 2 5
## 3 7
## 4 16
## 5 14
Tabela Pergunta 6
summary(df$X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE..)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 3.625 5.000 5.000 6
#Tabela Pergunta 6
tabela_Pergunta6=
df %>%
select(X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE..,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta6
## SEXO
## X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE.. Homem
## 1 1
## 2 1
## 3 0
## 4 5
## 5 6
## SEXO
## X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE.. Mulher
## 1 5
## 2 6
## 3 11
## 4 5
## 5 16
Tabela Pergunta 7
summary(df$X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR..)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 4.000 5.000 4.333 5.000 5.000 2
#Tabela Pergunta 7
tabela_Pergunta7=
df %>%
select(X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR..,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta7
## SEXO
## X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR.. Homem
## 1 0
## 3 2
## 4 1
## 5 11
## SEXO
## X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR.. Mulher
## 1 3
## 3 7
## 4 9
## 5 27
Tabela Pergunta 8
summary(df$X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE)
## Length Class Mode
## 62 character character
#Tabela Pergunta 8
tabela_Pergunta8=
df %>%
select(X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta8
## SEXO
## X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE Homem
## Experiência Acadêmica 10
## Outras 0
## Pós-graduação 0
## Retorno Financeiro 4
## SEXO
## X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE Mulher
## Experiência Acadêmica 34
## Outras 3
## Pós-graduação 2
## Retorno Financeiro 9
Tabela Pergunta 9
summary(df$X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU.)
## Length Class Mode
## 62 character character
#Tabela Pergunta 9
tabela_Pergunta9=
df %>%
select(X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU.,SEXO) %>%
group_by(SEXO) %>%
table()
tabela_Pergunta9
## SEXO
## X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU. Homem Mulher
## Docentes 7 28
## Email 1 5
## Outras 3 9
## PRAE 1 2
## Redes Sociais 2 4
Fim das Tabelas
Grafico de Frequencia pergunta 9
summary(df$X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU.)
## Length Class Mode
## 62 character character
# Definir tamanho global do gráfico
options(
repr.plot.width =9, # Largura em polegadas
repr.plot.height = 8 # Altura em polegadas
)
# Carregar a biblioteca ggplot2
library(ggplot2)
# Substitua 'df' pelo seu próprio dataframe
frequencia <- df %>%
select(X9.COMO.VOCE.ENCONTROU.A.ATIVIDADE.QUE.REALIZOU.) %>%
table()
# Ordenar a tabela de frequência em ordem decrescente
frequencia_ordenada <- frequencia
# Calcular as porcentagens de cada categoria
porcentagens <- round(frequencia_ordenada / sum(frequencia_ordenada) * 100, 1)
Modo_Encontro = names(frequencia_ordenada)
Frequencia = frequencia_ordenada
Porcentagem = porcentagens
# Criar o dataframe para o gráfico
grafico_data <- data.frame(Modo_Encontro = names(frequencia_ordenada), Frequencia = frequencia_ordenada, Porcentagem = porcentagens)
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = grafico_data, aes(x = reorder(Modo_Encontro, -Frequencia), y = Frequencia)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(Frequencia, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "", y = "Quantidade") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
## Don't know how to automatically pick scale for object of type <table>.
## Defaulting to continuous.
Grafico de Frequencia pergunta 8
summary(df$X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE)
## Length Class Mode
## 62 character character
# Carregar a biblioteca ggplot2
library(ggplot2)
# Substitua 'df' pelo seu próprio dataframe
frequencia <- df %>%
select(X8.QUAL.FOI.A.PRINCIPAL.MOTIVACAO.PARA.A.REALIZACAO.DA.ATIVIDADE.MAIS.RECENTE) %>%
table()
# Ordenar a tabela de frequência em ordem decrescente
frequencia_ordenada <- sort(frequencia, decreasing = TRUE)
# Calcular as porcentagens de cada categoria
porcentagens <- round(frequencia_ordenada / sum(frequencia_ordenada) * 100, 1)
Modo_Encontro = names(frequencia_ordenada)
Frequencia = frequencia_ordenada
Porcentagem = porcentagens
# Criar o dataframe para o gráfico
grafico_data <- data.frame(Modo_Encontro = names(frequencia_ordenada), Frequencia = frequencia_ordenada, Porcentagem = porcentagens)
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = grafico_data, aes(x = reorder(Modo_Encontro, -Frequencia), y = Frequencia)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(Frequencia, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
## Don't know how to automatically pick scale for object of type <table>.
## Defaulting to continuous.
Grafico de Frequencia pergunta 7
summary(df$X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR..)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 4.000 5.000 4.333 5.000 5.000 2
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X7.QUAL.A.PROBABILIDADE.DE.VOCE.REALIZAR.UMA.NOVA.ATIVIDADE.EXTRACURRICULAR..EM.QUE.1.E..POUCO.PROVAVEL.DE.REALIZAR..E.5..MUITO.PROVAVEL.DE.REALIZAR..)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 6
summary(df$X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE..)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 3.625 5.000 5.000 6
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X6.COMO.VOCE.AVALIARIA.A.DISPONIBILIDADE.DO.DOCENTE.ORIENTADOR.PARA.SANAR.DUVIDAS.DA.ATIVIDADE..CASO.HOUESSE.NECESSIDADE..)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 5
summary(df$X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE...)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 3.741 5.000 5.000 4
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X5.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.IMPACTO.SOCIAL..ISTO.E..HOUVE.RELEVANCIA.DO.SEU.TRABALHO.NA.SOCIEDADE...)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 4
summary(df$X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE.)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.0 3.0 4.5 4.0 5.0 5.0
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X4.IMPACTO.PESSOAL..HOUVE.RELEVANCIA.NA.VIDA.DO.DISCENTE.)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 3
summary(df$X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE..)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 3.000 5.000 3.968 5.000 5.000
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X3.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.ACADEMICO.GERADO.PELA.ATIVIDADE.EXTRACURRICULAR..COMO.E.A.CONTRIBUICAO.ACADEMICA.DA.ATIVIDADE..)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 2
summary(df$X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA.)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.000 3.000 4.000 4.017 5.000 5.000 2
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X2.COMO.VOCE.CLASSIFICARIA.A.SUA.SATISFACAO.QUANTO.AO.IMPACTO.PROFISSIONAL.QUE.A.ATIVIDADE.GERA..GEROU....ISTO.E..INFLUENCIA.NA.CARREIRA.)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle =0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
Grafico de Frequencia pergunta 1
summary(df$X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE.)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 3.00 4.00 3.79 5.00 5.00
# Carregar a biblioteca ggplot2
library(ggplot2)
library(dplyr)
# Exemplo de um dataframe simulado
df1 <- data.frame(df$X1.COMO.VOCE.CLASSIFICARIA.O.TEMPO.GASTO..EM.HORAS..QUE.VOCE.DESTINOU.A.ATIVIDADE.)
colnames(df1)="ColunaNotas"
# Calcular a frequência das notas
frequencia <- df1 %>%
count(ColunaNotas)
# Ordenar a tabela de frequência em ordem decrescente das notas
frequencia_ordenada <- frequencia %>%
arrange(desc(ColunaNotas))
# Calcular as porcentagens de cada categoria
porcentagens <- frequencia_ordenada %>%
mutate(Porcentagem = round(n / sum(n) * 100, 1))
# Criar o gráfico de barras usando ggplot2
grafico_barras <- ggplot(data = porcentagens, aes(x = factor(ColunaNotas), y = Porcentagem)) +
geom_bar(stat = "identity", fill = "dodgerblue1") +
geom_text(aes(label = paste(n, " - ", Porcentagem, "%", sep = "")), vjust = -0.5, color = "black") +
labs(title = "", x = "Notas", y = "Freq. Relat.") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 0, hjust = 1))
# Exibir o gráfico de barras
print(grafico_barras)
