Relação entre o nível de alfabetização financeira dos clientes MEIs e o acesso a produtos e serviços bancários em uma agência do segmento de varejo de Cabo Verde-MG
Ligia
Perguntas da análise
## [1] "Carimbo de data/hora"
## [2] "Você concorda com o Termo de Consentimento Livre e Esclarecido (TCLE) apresentado e deseja, voluntariamente, participar da pesquisa?"
## [3] "Hoje tenho a seguinte idade"
## [4] "Sou do sexo"
## [5] "Me considero da seguinte cor/raça/etnia"
## [6] "Meu nível de escolaridade é"
## [7] "Cursei o ensino fundamental"
## [8] "Cursei o ensino médio"
## [9] "Minha mãe possui o seguinte nível de escolaridade"
## [10] "Meu pai possui o seguinte nível de escolaridade"
## [11] "A minha renda média mensal individual é"
## [12] "A renda média mensal da minha família é"
## [13] "Em que período você iniciou as suas atividades como MEI?"
## [14] "Qual é a atividade principal do seu negócio?"
## [15] "Considere que você possui algum dinheiro para realizar investimentos, é mais seguro investir em..."
## [16] "Considerando que você tem R$100,00 em uma conta poupança e o banco paga juros de 10% ao ano. Se você não movimentar essa conta (não fizer depósitos ou retiradas), quanto você terá na mesma conta de poupança após 5 (cinco) anos?"
## [17] "Quando você contrata um seguro, você está procurando..."
## [18] "Um banco pagou juros de 10% ao ano para a sua conta de poupança e, no mesmo ano, a inflação foi de 15%. Após deixar o seu dinheiro naquela poupança por um ano, pode-se afirmar que você seria capaz de comprar..."
## [19] "Suponha que nos próximos 10 anos os preços dos itens que você compra regularmente dobrem de preço. Se o seu rendimento também dobrar, você comprará..."
## [20] "Você precisa tomar emprestado R$100,00. Qual a MENOR quantia você deve devolver ao credor?"
## [21] "Quando criança, meus pais e eu tratávamos de assuntos relacionados ao dinheiro."
## [22] "Na escola, tive a oportunidade de aprender sobre dinheiro por meio de disciplinas ou projetos."
## [23] "Em relação a minha renda pessoal, posso afirmar que..."
## [24] "Controlo meu dinheiro periodicamente. Ou seja, pelo menos uma vez por semana vejo o quanto recebi, quanto e com o que estou gastando."
## [25] "Realizo compras a prazo com frequência, ou seja, compro a prazo pelo menos uma vez por mês."
## [26] "Qual o percentual da sua renda média mensal (individual) é destinada para pagar suas compras a prazo?"
## [27] "Quando compro a prazo, uso como principal forma de pagamento..."
## [28] "De modo geral, qual o percentual das suas compras a prazo está com pagamento atrasado?"
## [29] "Sempre que compro à vista, peço desconto."
## [30] "Mensalmente, guardo uma parte da minha renda média (individual) para eventualidades."
## [31] "Eu faço investimentos com parte da minha renda média mensal individual."
## [32] "Parte da minha renda média mensal (individual) eu uso para contratar seguro de bens que possuo (como por exemplo: carro, casa, vida, aluguel, entre outros)."
## [33] "Como MEI que paga o INSS através do DAS, qual opção descreve melhor sua situação previdenciária?"
## [34] "Você poderia dizer qual dessas afirmações melhor representa a sua situação?"
## [35] "Quais desses produtos e serviços bancários você está usando ou usou nos últimos 24 meses para a sua empresa? Ou desde a constituição, caso o seu MEI tenha menos de dois anos."
## [36] "Como você escolheu o último serviço ou produto bancário para sua empresa?"
## [37] "Como você acompanha os registros financeiros da empresa?"
## [38] "Nos últimos 24 meses (ou desde a criação do negócio, caso a empresa tenha sido aberta a menos de um ano), alguma dessas pessoas ajudou você a tomar decisões financeiras sobre o negócio?"
## [39] "Nos últimos 24 meses (ou desde a criação do negócio, caso a empresa tenha sido aberta a menos de um ano), você pediu ajuda sobre dos seguintes assuntos?"
## [40] "Eu acompanho a lucratividade do negócio regularmente."
## [41] "Mantenho dados e informações seguras sobre a minha empresa."
## [42] "Comparo o custo de diferentes fontes de financiamento para o negócio."
## [43] "Eu ajusto meu planejamento de acordo com as mudanças nos fatores econômicos e outros fatores externos, como o clima (desastres climáticos), pandemias e demais stakeholders (concorrentes, clientes, fornecedores) no mercado de atuação."Número de respostas “não tenho interesse em responder” e “não sei responder”
Análise sociodemográfico
Análise educação financeira
Análise socioeconômica
Análise Perfil do negócio
Análise da Alfabetização Financeira
## Scale for colour is already present.
## Adding another scale for colour, which will replace the existing scale.
Análise da educação financeira e Alfabetização Financeira
Análise do Comportamento de Resiliência do MEI
Análise do Comportamento financeiro
Análise do Perfil de Negócio do MEI
DT::datatable(datax |> group_by(COL4) |> summarise(media = mean(as.numeric(COL3),na.rm = T),
min = min(as.numeric(COL3),na.rm = T),
max = max(as.numeric(COL3),na.rm=T)))datax |> group_by(COL4) |> summarise(media = mean(round(as.numeric(COL3),1),na.rm = T),
min = min(as.numeric(COL3),na.rm = T),
max = max(as.numeric(COL3),na.rm=T),
sd = sd(round(as.numeric(COL3),1),na.rm=T))
Perguntas e respostas de Alfabetização Financeira
0 - errado
1 - correto
Perguntas e respostas de Alfabetização Financeira
datax %>% separate_longer_delim(COL35,delim = ";") |>
mutate(COL35 = case_when(COL35 == "capital de giro" ~ "crédito",
COL35 == "cheque especial" ~ "crédito",
COL35 == "cartão de crédito" ~ "crédito",
COL35 == "cobrança (boleto bancário)" ~ "recebíveis",
COL35 == "custódia e desconto de cheque" ~ "recebíveis",
COL35 == "antecipação de recebíveis (agenda de cartões de crédito e de boletos)" ~ "recebíveis",
COL35 == "título de capitalização" ~ "investimento curto prazo",
COL35 == "Aplicação em CDB" ~ "investimento curto prazo",
COL35 == "seguro de vida" ~ "seguros",
COL35 == "seguro de veículo" ~ "seguros",
COL35 == "poupança" ~ "investimento curto prazo",
COL35 == "previdência complementar aberta" ~ "investimentos longo prazo",
COL35 == "Aplicação em Letra de Crédito (LCI e LCA)" ~ "investimentos longo prazo",
COL35 == "Aplicação em ações" ~ "investimentos longo prazo")) |>
dplyr::select(COL35,alfabetizado,COL4)datax %>% dplyr::select(COL35,alfabetizado,COL4) |>
mutate(credito = case_when(
str_detect(COL35, "capital de giro") ~ 1,
str_detect(COL35, "cheque especial") ~ 1,
str_detect(COL35, "cartão de crédito") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(recebiveis = case_when(
str_detect(COL35, "cobrança (boleto bancário)") ~ 1,
str_detect(COL35, "custódia e desconto de cheque") ~ 1,
str_detect(COL35, "antecipação de recebíveis (agenda de cartões de crédito e de boletos)") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(investimento_curto_prazo = case_when(
str_detect(COL35, "título de capitalização") ~ 1,
str_detect(COL35, "Aplicação em CDB") ~ 1,
str_detect(COL35, "poupança") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(seguros = case_when(
str_detect(COL35, "seguro de vida") ~ 1,
str_detect(COL35, "seguro de veículo") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(investimento_longo_prazo = case_when(
str_detect(COL35, "previdência complementar aberta") ~ 1,
str_detect(COL35, "Aplicação em Letra de Crédito (LCI e LCA)") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
rename(Sexo = COL4) |>
mutate(alfabetizado = as.factor(alfabetizado)
#credito = as.factor(credito),
#recebiveis = as.factor(recebiveis),
#investimento_curto_prazo = as.factor(investimento_curto_prazo),
#seguros = as.factor(seguros),
#investimento_longo_prazo = as.factor(investimento_longo_prazo),
) |>
mutate(alfabetizado = case_when(alfabetizado == "não" ~ 0,
alfabetizado == "sim" ~ 1)) |>
mutate(alfabetizado = as.factor(alfabetizado)) |>
dplyr::select(alfabetizado,credito,recebiveis,
investimento_curto_prazo,seguros,investimento_longo_prazo) -> data_cluster
data_cluster %>% View()data_cluster |>
group_by(alfabetizado) |>
summarise(n = n(),
credito = sum(credito)/n*100,
recebiveis = sum(recebiveis)/n*100,
investimento_curto_prazo = sum(investimento_curto_prazo)/n*100,
seguros = sum(seguros)/n*100,
investimento_longo_prazo = sum(investimento_longo_prazo)/n*100)datax |> #separate_longer_delim(COL35,delim = ";") |>
mutate(COL35x = case_when(COL35 == "capital de giro" ~ "crédito",
COL35 == "cheque especial" ~ "crédito",
COL35 == "cartão de crédito" ~ "crédito")) |>
dplyr::select(COL35x,COL35,alfabetizado,COL4) |>
mutate(capital_de_giro = case_when(
str_detect(COL35, "capital de giro") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(cheque_especial = case_when(
str_detect(COL35, "cheque especial") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
mutate(cartao_credito = case_when(
str_detect(COL35, "cartão de crédito") ~ 1,
TRUE ~ 0 # Add a default value if none of the conditions match
)) |>
filter(COL35x == "crédito") |>
group_by(alfabetizado) |>
summarise(n = n(),
capital_de_giro = sum(capital_de_giro)/n*100,
cheque_especial = sum(cheque_especial)/n*100,
cartao_credito = sum(cartao_credito)/n*100)Perguntas 3 grupos:
Produtos e Serviços
datax |> separate_longer_delim(COL35,delim = ";") |>
mutate(COL35x = case_when(COL35 == "capital de giro" ~ "tomador",
COL35 == "cheque especial" ~ "tomador",
COL35 == "cartão de crédito" ~ "tomador",
COL35 == "cobrança (boleto bancário)" ~ "tomador",
COL35 == "custódia e desconto de cheque" ~ "tomador",
COL35 == "antecipação de recebíveis (agenda de cartões de crédito e de boletos)" ~ "tomador",
COL35 == "título de capitalização" ~ "poupador",
COL35 == "Aplicação em CDB" ~ "poupador",
COL35 == "seguro de vida" ~ "poupador",
COL35 == "seguro de veículo" ~ "poupador",
COL35 == "poupança" ~ "poupador",
COL35 == "previdência complementar aberta" ~ "aplicador",
COL35 == "Aplicação em Letra de Crédito (LCI e LCA)" ~ "aplicador",
COL35 == "Aplicação em ações" ~ "aplicador")) |>
dplyr::select(COL35x,COL35,alfabetizado,COL4) |>
group_by(alfabetizado,COL35x) |>
summarise(n = n()) |>
mutate(perc = case_when(alfabetizado == "não" ~ round(n /105*100,1),
alfabetizado == "sim" ~ round(n /33*100,1))) |>
ggplot()+
geom_col(aes(x=COL35x,y=perc,fill=alfabetizado),color="black",position=position_dodge())+
theme_get()+ scale_fill_manual(values = c('#dbf76a','#009c12'))+
theme(axis.text.x = element_text(angle=90))+
labs(x="Produtos e Serviços bancários",y= "Percentual (%)", title = "Produtos e Serviços")## `summarise()` has grouped output by 'alfabetizado'. You can override using the
## `.groups` argument.
Gestão
datax |>
dplyr::select(COL37,alfabetizado) |>
filter(!COL37 %in% c("não sei responder","não tenho interesse em responder")) |>
mutate(COL37x = case_when(COL37 == "em formato eletrônico, por exemplo, MS Excel ou software dedicado" ~ "Digital",
COL37 == "de outra forma" ~ "Manual",
COL37 == "em papel, por exemplo, anotando-os em um caderno, mantendo recibos e faturas" ~ "Manual",
COL37 == "eu acompanho os registros financeiros na minha cabeça" ~ "Manual",
COL37 == "eu não costumo acompanhar" ~ "Ausente",
COL37 == "outra pessoa faz isso por mim, por exemplo, o contador" ~ "Manual")) |>
group_by(alfabetizado,COL37x) |>
summarise(n = n()) |>
mutate(perc = case_when(alfabetizado == "não" ~ round(n /41*100,1),
alfabetizado == "sim" ~ round(n /13*100,1))) |>
ggplot()+
geom_col(aes(x=COL37x,y=perc,fill=alfabetizado),color="black",position=position_dodge())+
theme_get()+ scale_fill_manual(values = c('#dbf76a','#009c12'))+
theme(axis.text.x = element_text(angle=90))+
labs(x="Gestão do MEI",y= "Percentual (%)", title = "Gestão MEI")## `summarise()` has grouped output by 'alfabetizado'. You can override using the
## `.groups` argument.
Resiliência
datax |>
dplyr::select(COL40,COL41,COL42,COL43,alfabetizado) |>
mutate(COL40 = case_when(COL40 == "discordo totalmente" ~ 1 ,
COL40 == "discordo parcialmente" ~ 2 ,
COL40 == "indiferente" ~ 3 ,
COL40 == "concordo parcialmente" ~ 4 ,
COL40 == "concordo totalmente" ~ 5)) |>
mutate(COL41 = case_when(COL41 == "discordo totalmente" ~ 1 ,
COL41 == "discordo parcialmente" ~ 2 ,
COL41 == "indiferente" ~ 3 ,
COL41 == "concordo parcialmente" ~ 4 ,
COL41 == "concordo totalmente" ~ 5)) |>
mutate(COL42 = case_when(COL42 == "discordo totalmente" ~ 1 ,
COL42 == "discordo parcialmente" ~ 2 ,
COL42 == "indiferente" ~ 3 ,
COL42 == "concordo parcialmente" ~ 4 ,
COL42 == "concordo totalmente" ~ 5)) |>
mutate(COL43 = case_when(COL43 == "discordo totalmente" ~ 1 ,
COL43 == "discordo parcialmente" ~ 2 ,
COL43 == "indiferente" ~ 3 ,
COL43 == "concordo parcialmente" ~ 4 ,
COL43 == "Concordo totalmente" ~ 5)) |>
mutate(resiliente_score = COL40+COL41+COL42+COL43) |>
mutate(resiliente = case_when(resiliente_score >=12 ~ "Alta Resiliência",
resiliente_score <12 & resiliente_score >6~ "Média Resiliência",
resiliente_score <=62 ~ "Baixa Resiliência")) |>
group_by(alfabetizado,resiliente) |>
summarise(n = n()) |>
mutate(perc = case_when(alfabetizado == "não" ~ round(n /47*100,1),
alfabetizado == "sim" ~ round(n /13*100,1))) |>
ggplot()+
geom_col(aes(x=resiliente,y=perc,fill=alfabetizado),color="black",position=position_dodge())+
theme_get()+ scale_fill_manual(values = c('#dbf76a','#009c12'))+
theme(axis.text.x = element_text(angle=90))+
labs(x="Resiliência do MEI",y= "Percentual (%)", title = "Resiliência MEI")## `summarise()` has grouped output by 'alfabetizado'. You can override using the
## `.groups` argument.
datax %>%
dplyr::select(COL11,COL12,COL4,alfabetizado) %>%
mutate(meu = case_when(COL11 == "menor do que R$ 1.320,00 (menos de 1 salário mínimo)" ~ "Renda individual <1 salário",
COL11 == "de até R$ 2.640,00 (até 2 salários mínimos)" ~ "Renda individual <2 salários",
COL11 == "de R$ 2.640,00 a R$ 5.280,00 (de 2 a 4 salários mínimos)" ~ "Renda individual 2-4 salários",
COL11 == "de R$ 5.280,00 a R$ 10.560,00 (de 4 a 8 salários mínimos)" ~ "Renda individual 4-8 salários",
.default = "0")) %>%
mutate(fam = case_when(COL12 == "menor do que R$ 1.320,00 (menos de 1 salário mínimo)" ~ "<1 salário",
COL12 == "de até R$ 2.640,00 (até 2 salários mínimos)" ~ "<2 salários",
COL12 == "de R$ 2.640,00 a R$5.280,00 (de 2 a 4 salários mínimos)" ~ "2-4 salários",
COL12 == "de R$5280,00 a R$10.560,00 (de 4 a 8 salários mínimos)" ~ "4-8 salários",
COL12 == "de R$10.560,00 a R$13.200,00 (de 8 a 10 salários mínimos)" ~ "8-10 salários",
.default = "0")) %>%
filter(meu != "0" & fam != "0")-> datax1
datax %>%
dplyr::select(COL11,COL12,COL4,alfabetizado) %>%
mutate(meu = case_when(COL11 == "menor do que R$ 1.320,00 (menos de 1 salário mínimo)" ~ 1,
COL11 == "de até R$ 2.640,00 (até 2 salários mínimos)" ~ 2,
COL11 == "de R$ 2.640,00 a R$ 5.280,00 (de 2 a 4 salários mínimos)" ~ 3,
COL11 == "de R$ 5.280,00 a R$ 10.560,00 (de 4 a 8 salários mínimos)" ~ 4,
.default = 0)) %>%
mutate(fam = case_when(COL12 == "menor do que R$ 1.320,00 (menos de 1 salário mínimo)" ~ 1,
COL12 == "de até R$ 2.640,00 (até 2 salários mínimos)" ~ 2,
COL12 == "de R$ 2.640,00 a R$5.280,00 (de 2 a 4 salários mínimos)" ~ 3,
COL12 == "de R$5280,00 a R$10.560,00 (de 4 a 8 salários mínimos)" ~ 4,
COL12 == "de R$10.560,00 a R$13.200,00 (de 8 a 10 salários mínimos)" ~ 5,
.default = 0)) %>%
filter(meu != 0 & fam != 0) %>%
dplyr::select(COL4,meu,fam) %>%
mutate(renda_exclusiva_MEI = case_when(meu >= fam ~ 1,
.default = 0)) -> datax2datax1 %>% filter(COL4=="Masculino") %>%
ggplot()+
geom_bar(aes(x=fam,fill=alfabetizado),color='#63acd4')+
#facet_wrap(~meu)+
lemon::facet_rep_wrap(~ meu, repeat.tick.labels = 'all')+
ggtitle("Masculino")+
scale_fill_manual(values = c('#dbf76a','#009c12'))+
theme(axis.text.x = element_text(angle=45))+
labs(y= "Proporção",x= "Renda família",fill="Alfabetizado financeiramente") -> masc
datax1 %>% filter(COL4=="Feminino") %>%
ggplot()+
geom_bar(aes(x=fam,fill=alfabetizado),color='#e36d6d')+
#facet_wrap(~meu)+
lemon::facet_rep_wrap(~ meu, repeat.tick.labels = 'all')+
ggtitle("Feminino")+
scale_fill_manual(values = c('#dbf76a','#009c12'))+
theme(axis.text.x = element_text(angle=45))+
labs(y= "Proporção",x= "Renda família",fill="Alfabetizado financeiramente") -> femi
masc / femi
datax2 %>%
group_by(COL4,renda_exclusiva_MEI) %>%
mutate(renda_exclusiva_MEI = case_when(renda_exclusiva_MEI == 0 ~ "Renda Parcial MEI",
renda_exclusiva_MEI == 1 ~ "Renda Exclusiva MEI")) %>%
count() %>%
group_by(COL4) %>%
mutate(perc = round(100 *n/sum(n),1)) %>%
ungroup() %>%
ggplot()+
geom_col(aes(x=renda_exclusiva_MEI,y=perc,fill=COL4),position=position_dodge(),color="black")+
labs(title = 'Percentual da Renda MEI na renda da família',
y = 'Percentual (%)',
x = 'Renda',
fill = 'Sexo')+
theme_get()+
geom_label(aes(x=renda_exclusiva_MEI,y=perc,fill=COL4,label=str_c(perc," %")),position=position_dodge())+
scale_fill_manual(values = c('#e36d6d','#63acd4'))## Warning: Width not defined
## ℹ Set with `position_dodge(width = ...)`
datax |> separate_longer_delim(COL35,delim = ";") |>
mutate(COL35x = case_when(COL35 == "capital de giro" ~ "crédito",
COL35 == "cheque especial" ~ "crédito",
COL35 == "cartão de crédito" ~ "crédito",
COL35 == "cobrança (boleto bancário)" ~ "recebíveis",
COL35 == "custódia e desconto de cheque" ~ "recebíveis",
COL35 == "antecipação de recebíveis (agenda de cartões de crédito e de boletos)" ~ "recebíveis",
COL35 == "título de capitalização" ~ "investimento curto prazo",
COL35 == "Aplicação em CDB" ~ "investimento curto prazo",
COL35 == "seguro de vida" ~ "seguros",
COL35 == "seguro de veículo" ~ "seguros",
COL35 == "poupança" ~ "investimento curto prazo",
COL35 == "previdência complementar aberta" ~ "investimentos longo prazo",
COL35 == "Aplicação em Letra de Crédito (LCI e LCA)" ~ "investimentos longo prazo",
COL35 == "Aplicação em ações" ~ "investimentos longo prazo")) |> count(COL35x,alfabetizado,COL4) %>%
rename(genero = COL4) %>%
ggplot()+
geom_col(aes(x=COL35x,y=n,fill=alfabetizado,color=genero,group=genero),
position=position_dodge(preserve = "total"))+
theme(axis.text.x = element_text(angle=90))+
labs(title = 'Uso de Produtos Fincanceiros por Sexo e Nível de Alfabetização Financeira',
y = 'Número de ocorrências',
x= "Categoria de Produtos",
fill = 'Alfabetizado',
color = "Sexo") +
theme_get()+ scale_fill_manual(values = c('#dbf76a','#009c12'))+
scale_color_manual(values = c('#e36d6d','#63acd4'))+
theme(
axis.text.x = element_text(angle=90,size=14),
axis.text.y = element_text(size=14),
axis.title.y = element_text(size=14),
axis.title.x = element_text(size=14),
title = element_text(size=14),
legend.text =element_text(size=14) )