THỰC HÀNH

1. Đọc dữ liệu

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.0     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(DT)
library(scales)

## 
## Attaching package: 'scales'
## 
## The following object is masked from 'package:purrr':
## 
##     discard
## 
## The following object is masked from 'package:readr':
## 
##     col_factor

d <- read.csv(file = 'C:/Users/Admin/Downloads/Supermarket Transactions.csv', header = T)

datatable(head(d), options = list(scrollX = TRUE))

2. Biến định tính

---

2.1. Biến Gender

tanso.gender <- table(d$Gender)
phantram.gender <- prop.table(tanso.gender) * 100
 
d %>% group_by(Gender) %>% summarise(n = n()) %>%
  mutate(percentage = n / sum(n) * 100) %>%
  ggplot(aes(x = '', y = n,fill = Gender)) +
    geom_col(color = 'black') +
    coord_polar('y') +
    geom_text(aes(x = 1.3, label = paste0(round(percentage, 1), "%")),position = position_stack(vjust = .5)) +
    theme_void() +
 labs(title = 'Hình 1: Biểu đồ tròn thể hiện số lượng khách theo giới tính', x = ' ', y = ' ')

Kết quả cho thấy có khách hàng nữ chiếm 51% và khách hàng nam chiếm 49%. Cửa hàng nhận được sự ủng hộ nhiều hơn từ khách hàng nữ, nhưng sự khác biệt giữa hai giới tính là không lớn, chỉ khoảng 2%.

---

2.2. Biến Marital Status

tanso.maritalstatus <- table(d$MaritalStatus)

phantram.maritalstatus <- prop.table(tanso.maritalstatus) * 100

ggplot(d, aes(x = MaritalStatus)) +
  geom_bar(fill = "steelblue") +
  geom_text(stat = "count", aes(label = after_stat(count)), vjust = -0.5) +
  labs(
    title = "Hình 2: Tần số phân bố theo tình trạng hôn nhân",
    x = "Tình trạng hôn nhân",
    y = "Số lượng"
  ) +
  theme_minimal()

Kết quả cho thấy tình trạng kết hôn không quá chênh lệch nhiều khi nhóm độc thân chiếm tỷ lệ nhỉnh hơn với 7193 người (51.2%), trong khi nhóm đã kết hôn là 6866 người (48.8%). Việc nhóm độc thân chiếm tỷ lệ cao hơn một chút có thể gợi ý rằng đối tượng khách hàng chưa lập gia đình đang chiếm ưu thế nhẹ trong tệp khách hàng hiện tại.

---

2.3. Biến Homeowner

tanso.homeowner <- table(d$Homeowner)

phantram.homeowner <- prop.table(tanso.homeowner) * 100

ggplot(d, aes(x = Homeowner)) +
  geom_bar(fill = "lightgreen") +
  geom_text(stat = "count", aes(label = after_stat(count)), vjust = -0.5) +
  labs(
    title = "Hình 3: Tần số phân bố theo tình trạng sở hữu nhà riêng",
    x = "Tình trạng sở hữu nhà riêng",
    y = "Số lượng"
  ) +
  theme_minimal()

Kết quả cho thấy rằng có 60,1% khách hàng sở hữu nhà riêng, trong khi 39,9% còn lại không sở hữu nhà.