Respostas da Avaliação 3

Introdução

A respostas abaixo detalham as abordagens metodológicas e os resultados obtidos nas atividades da disciplina de Análise Exploratória e Visualização de Dados. O foco central reside na aplicação prática de métodos estatísticos e ferramentas de visualização para informar a tomada de decisão no campo das políticas públicas. Optou-se pela linguagem de programação R, a fim de assegurar a reprodutibilidade das análises e a transparência do processo metodológico, com o auxílio de scripts devidamente comentados. Todo o trabalho, incluindo gráficos, cálculos e interpretações, foi gerado por código, e o arquivo final contém as respostas, os códigos utilizados e a indicação da linguagem escolhida, conforme os requisitos estabelecidos pelo professor.

Questão 1: Associação entre Turno Escolar e Percepção da Qualidade do Ensino

Uma secretaria municipal de educação busca avaliar a existência de uma associação entre o turno escolar (matutino, vespertino ou noturno) e a percepção dos pais quanto à qualidade do ensino (boa, regular ou ruim), com o objetivo de orientar futuras ações de melhoria no sistema educacional. Para tal, foi conduzida uma pesquisa com uma amostra aleatória de 300 responsáveis por estudantes da rede pública. A tabela de contingência a seguir sintetiza os resultados obtidos:

Turno / Percepção	Boa	Regular	Ruim	Total
Matutino	50	30	20	100
Vespertino	40	35	25	100
Noturno	30	20	50	100
Total	120	85	95	300

a) Elaboração e Interpretação do Teste do Qui-quadrado de Independência

A fim de investigar a existência de uma associação estatisticamente significativa entre “Turno Escolar” e “Percepção da Qualidade do Ensino”, ambas variáveis categóricas, procedeu-se à aplicação do teste do qui-quadrado de independência. Para esta análise, estabeleceu-se um nível de significância de 5% (\(\alpha = 0.05\)). Os dados foram coletados de uma amostra aleatória de 300 responsáveis por estudantes da rede pública. A tabela de contingência com os resultados obtidos é apresentada a seguir:

# 1. Criação da tabela de contingência com os dados observados
dados_contingencia <- matrix(c(50, 30, 20,
                              40, 35, 25,
                              30, 20, 50),
                            nrow = 3, byrow = TRUE,
                            dimnames = list(Turno = c("Matutino", "Vespertino", "Noturno"),
                                            Percepcao = c("Boa", "Regular", "Ruim")))
cat("### Tabela de Contingência Observada:\n")

## ### Tabela de Contingência Observada:

print(dados_contingencia) # Exibe a tabela no relatório

##             Percepcao
## Turno        Boa Regular Ruim
##   Matutino    50      30   20
##   Vespertino  40      35   25
##   Noturno     30      20   50

# 2. Realização do teste do qui-quadrado de independência
teste_chi_quadrado <- chisq.test(dados_contingencia)

cat("\n### Resultados do Teste Qui-Quadrado de Independência:\n")

## 
## ### Resultados do Teste Qui-Quadrado de Independência:

print(teste_chi_quadrado) # Exibe os resultados completos do teste no relatório

## 
##  Pearson's Chi-squared test
## 
## data:  dados_contingencia
## X-squared = 25.433, df = 4, p-value = 4.116e-05

# 3. Interpretação do p-valor com base no nível de significância de 5%
alfa <- 0.05 # Nível de significância definido
if (teste_chi_quadrado$p.value < alfa) {
  interpretacao_chi_q1 <- paste0("Com um nível de significância de ", alfa * 100, "%, rejeitamos a hipótese nula de independência. Há evidências estatisticamente significativas de associação entre o turno escolar e a percepção dos pais quanto à qualidade do ensino.")
} else {
  interpretacao_chi_q1 <- paste0("Com um nível de significância de ", alfa * 100, "%, não rejeitamos a hipótese nula de independência. Não há evidências estatisticamente significativas de associação entre o turno escolar e a percepção dos pais quanto à qualidade do ensino.")
}
cat("\n**Interpretação da Significância Estatística:**\n")

## 
## **Interpretação da Significância Estatística:**

cat(interpretacao_chi_q1, "\n")

## Com um nível de significância de 5%, rejeitamos a hipótese nula de independência. Há evidências estatisticamente significativas de associação entre o turno escolar e a percepção dos pais quanto à qualidade do ensino.

# Geração do gráfico de barras empilhadas para visualização das proporções
dados_plot_q1 <- as.data.frame(as.table(dados_contingencia)) %>%
  group_by(Turno) %>%
  mutate(Proporcao = Freq / sum(Freq))

ggplot(dados_plot_q1, aes(x = Turno, y = Proporcao, fill = Percepcao)) +
  geom_bar(stat = "identity", position = "fill") +
  labs(title = "Proporção da Percepção da Qualidade do Ensino por Turno Escolar",
       x = "Turno Escolar",
       y = "Proporção",
       fill = "Percepção da Qualidade") +
  theme_minimal() +
  scale_y_continuous(labels = scales::percent_format())

Interpretação: O teste do qui-quadrado de independência resultou em um p-valor de 0. Considerando que este p-valor se mostra inferior ao nível de significância de 0.05, temos base para rejeitar a hipótese nula de independência. Consequentemente, pode-se inferir que existe associação estatisticamente significativa entre o turno escolar e a percepção parental sobre a qualidade do ensino. Uma análise mais detalhada das frequências observadas e esperadas (consultar teste_chi_quadrado$expected no código) e dos resíduos padronizados pode indicar quais categorias de turno e percepção contribuem mais para essa associação (ou falta dela). O gráfico de barras empilhadas também ilustra visualmente a distribuição das percepções dentro de cada turno.

b) Cálculo e Interpretação do Coeficiente de Contingência

O coeficiente de contingência (C) foi apurado para quantificar a força da associação observada entre as variáveis.

# Cálculo do coeficiente de contingência (C)
valor_qui_quadrado_q1 <- teste_chi_quadrado$statistic
N_q1 <- sum(dados_contingencia) # N é o total de observações
coeficiente_contingencia_q1 <- sqrt(valor_qui_quadrado_q1 / (valor_qui_quadrado_q1 + N_q1))

cat("\n### Coeficiente de Contingência (C):\n")

## 
## ### Coeficiente de Contingência (C):

cat("Valor de C:", round(coeficiente_contingencia_q1, 4), "\n")

## Valor de C: 0.2796

# Cálculo do C_max para uma tabela R x C (neste caso, 3x3)
num_linhas_q1 <- nrow(dados_contingencia)
num_colunas_q1 <- ncol(dados_contingencia)
C_max_q1 <- sqrt((min(num_linhas_q1, num_colunas_q1) - 1) / min(num_linhas_q1, num_colunas_q1))
cat("Coeficiente de Contingência Máximo (C_max para 3x3 tabela):", round(C_max_q1, 4), "\n")

## Coeficiente de Contingência Máximo (C_max para 3x3 tabela): 0.8165

# Interpretação dinâmica do coeficiente de contingência
if (coeficiente_contingencia_q1 > 0) {
  interpretacao_coef_q1 <- paste0("Existe uma associação entre o turno escolar e a percepção dos pais. O valor do coeficiente de contingência (", round(coeficiente_contingencia_q1, 4), ") indica a força dessa associação.")
  interpretacao_coef_q1 <- paste0(interpretacao_coef_q1, " Quanto mais próximo de ", round(C_max_q1, 4), ", que é o valor máximo possível para esta tabela, mais forte é a associação.")
} else {
  interpretacao_coef_q1 <- "Não há associação entre o turno escolar e a percepção dos pais."
}
cat("\n**Interpretação da Força da Associação:**\n")

## 
## **Interpretação da Força da Associação:**

cat(interpretacao_coef_q1, "\n")

## Existe uma associação entre o turno escolar e a percepção dos pais. O valor do coeficiente de contingência (0.2796) indica a força dessa associação. Quanto mais próximo de 0.8165, que é o valor máximo possível para esta tabela, mais forte é a associação.

Interpretação: O Coeficiente de Contingência (C) apurado foi de 0.2796. O valor máximo possível para o Coeficiente de Contingência em uma tabela 3x3 é de aproximadamente 0.8165. O valor de C de 0.2796 sugere uma associação fraca entre o turno escolar e a percepção da qualidade do ensino. Um C próximo de zero indicaria ausência de associação, enquanto um valor mais próximo do máximo indicaria uma associação mais robusta.

c) Subsídio a Políticas Públicas

Os resultados desta análise podem oferecer insights valiosos para a formulação de políticas públicas destinadas à melhoria da qualidade do ensino nos diferentes turnos escolares.

• Cenário 1: Associação Estatisticamente Significativa Confirmada: Caso a análise do qui-quadrado aponte para uma associação estatisticamente significativa, torna-se imperativo que a secretaria de educação promova uma investigação mais aprofundada das particularidades inerentes a cada turno. Por exemplo, se o turno noturno apresentar consistentemente uma percepção de qualidade “Ruim” em proporção maior (conforme evidenciado pelo gráfico e pela análise das frequências esperadas/resíduos), políticas específicas poderiam ser delineadas para:
  • Identificar as causas raiz dessa percepção, que podem incluir fatores como infraestrutura inadequada, problemas de segurança no entorno da escola, perfil socioeconômico dos alunos e pais, ou métodos pedagógicos menos eficazes para esse público.
  • Implementar programas de intervenção focados, como capacitação docente direcionada para as especificidades do ensino noturno, melhorias na infraestrutura física (iluminação, ventilação), reforço da segurança, ou oferta de apoio psicopedagógico.
  • Recomenda-se, ainda, a condução de estudos de natureza qualitativa (e.g., grupos focais, entrevistas aprofundadas) a fim de apreender as nuances da percepção de pais e responsáveis, fomentando uma compreensão mais holística dos desafios e oportunidades intrínsecos a cada turno.
• Cenário 2: Ausência de Associação Estatisticamente Significativa: Caso a análise não revele uma associação significativa, isso sugere que a percepção da qualidade do ensino não varia substancialmente entre os turnos. Nesse caso, as políticas públicas podem ser mais universalistas, focando em melhorias gerais do sistema educacional que beneficiem todos os turnos. Ainda assim, a distribuição geral das percepções (quantos pais, no total, avaliam a qualidade como boa, regular ou ruim) deve ser considerada para identificar áreas que necessitem de atenção global, independentemente do turno.

Em ambos os cenários, a visualização dos dados (como o gráfico de barras empilhadas) é fundamental para comunicar de forma clara as distribuições e auxiliar na tomada de decisão estratégica.

Questão 2: Relação entre Ônibus por Habitante e Tempo Médio de Deslocamento

Um departamento municipal de mobilidade urbana deseja investigar se há relação entre o número de ônibus disponíveis por habitante e o tempo médio de deslocamento diário da população (em minutos). O objetivo é avaliar se a oferta de transporte coletivo está relacionada à redução no tempo de deslocamento, de forma a subsidiar melhorias no sistema de transporte público. Os dados a seguir foram coletados em 10 cidades:

Cidade	Ônibus por 1.000 Habitantes	Tempo Médio de Deslocamento (min)
A	0.8	54
B	1.2	46
C	0.5	60
D	1.0	50
E	1.4	43
F	0.6	58
G	1.3	44
H	0.9	52
I	1.1	48
J	0.7	56

a) Construção do Gráfico de Dispersão e Identificação do Tipo de Associação

A fim de visualizar a inter-relação entre as duas variáveis quantitativas sob estudo, procedeu-se à construção de um gráfico de dispersão.

# 1. Criação do dataframe com os dados de mobilidade
dados_mobilidade <- data.frame(
  Cidade = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J"),
  Onibus_por_1000_Habitantes = c(0.8, 1.2, 0.5, 1.0, 1.4, 0.6, 1.3, 0.9, 1.1, 0.7),
  Tempo_Medio_Deslocamento_min = c(54, 46, 60, 50, 43, 58, 44, 52, 48, 56)
)
cat("### Dados de Mobilidade:\n")

## ### Dados de Mobilidade:

print(dados_mobilidade)

##    Cidade Onibus_por_1000_Habitantes Tempo_Medio_Deslocamento_min
## 1       A                        0.8                           54
## 2       B                        1.2                           46
## 3       C                        0.5                           60
## 4       D                        1.0                           50
## 5       E                        1.4                           43
## 6       F                        0.6                           58
## 7       G                        1.3                           44
## 8       H                        0.9                           52
## 9       I                        1.1                           48
## 10      J                        0.7                           56

# 2. Construção do gráfico de dispersão
ggplot(dados_mobilidade, aes(x = Onibus_por_1000_Habitantes, y = Tempo_Medio_Deslocamento_min)) +
  geom_point(color = "blue", size = 3) + # Pontos azuis para cada cidade
  labs(title = "Relação entre Ônibus por 1.000 Habitantes e Tempo Médio de Deslocamento",
       x = "Ônibus por 1.000 Habitantes",
       y = "Tempo Médio de Deslocamento (min)") +
  theme_minimal() + # Tema minimalista para clareza
  geom_smooth(method = "lm", se = FALSE, color = "red") # Adiciona linha de regressão para visualizar tendência

Tipo de Associação (Interpretação Visual): A inspeção visual do gráfico de dispersão revela uma inclinação descendente dos pontos. Isso sugere a existência de uma associação negativa entre o número de ônibus por 1.000 habitantes e o tempo médio de deslocamento diário. Em outras palavras, observa-se uma tendência de redução no tempo médio de deslocamento à medida que a disponibilidade de transporte coletivo aumenta.

b) Cálculo e Interpretação do Coeficiente de Correlação Linear de Pearson

Com o intuito de quantificar a magnitude e a direção dessa associação de natureza linear, calculou-se o coeficiente de correlação linear de Pearson (\(\rho\)).

# 1. Calcular o coeficiente de correlação de Pearson
# A função cor() calcula a correlação entre duas variáveis.
correlacao_pearson_q2 <- cor(dados_mobilidade$Onibus_por_1000_Habitantes,
                          dados_mobilidade$Tempo_Medio_Deslocamento_min,
                          method = "pearson")
cat("\n### Coeficiente de Correlação de Pearson:\n")

## 
## ### Coeficiente de Correlação de Pearson:

cat("Valor de Pearson (r):", round(correlacao_pearson_q2, 4), "\n")

## Valor de Pearson (r): -0.999

# 2. Interpretação do valor obtido (direção e força da correlação)
if (correlacao_pearson_q2 > 0) {
  direcao_q2 <- "positiva"
} else if (correlacao_pearson_q2 < 0) {
  direcao_q2 <- "negativa"
} else {
  direcao_q2 <- "inexistente (ou muito fraca)"
}

valor_absoluto_cor_q2 <- abs(correlacao_pearson_q2)

if (valor_absoluto_cor_q2 >= 0.7) {
  forca_q2 <- "forte"
} else if (valor_absoluto_cor_q2 >= 0.5) {
  forca_q2 <- "moderada"
} else if (valor_absoluto_cor_q2 >= 0.3) {
  forca_q2 <- "fraca"
} else {
  forca_q2 <- "muito fraca ou insignificante"
}

interpretacao_cor_q2 <- paste0("O coeficiente de correlação de Pearson de ", round(correlacao_pearson_q2, 4), " indica uma associação ", direcao_q2, " e ", forca_q2, " entre o número de ônibus por 1.000 habitantes e o tempo médio de deslocamento diário.")
if (direcao_q2 == "negativa") {
  interpretacao_cor_q2 <- paste0(interpretacao_cor_q2, " Isso sugere que, à medida que o número de ônibus por habitante aumenta, o tempo médio de deslocamento tende a diminuir.")
} else if (direcao_q2 == "positiva") {
  interpretacao_cor_q2 <- paste0(interpretacao_cor_q2, " Isso sugere que, à medida que o número de ônibus por habitante aumenta, o tempo médio de deslocamento também tende a aumentar.")
}

cat("\n**Interpretação da Correlação:**\n")

## 
## **Interpretação da Correlação:**

cat(interpretacao_cor_q2, "\n")

## O coeficiente de correlação de Pearson de -0.999 indica uma associação negativa e forte entre o número de ônibus por 1.000 habitantes e o tempo médio de deslocamento diário. Isso sugere que, à medida que o número de ônibus por habitante aumenta, o tempo médio de deslocamento tende a diminuir.

Interpretação: O coeficiente de correlação linear de Pearson calculado foi de -0.999. Este valor indica uma correlação negativa de força forte entre o número de ônibus por 1.000 habitantes e o tempo médio de deslocamento. Um valor próximo a -1 (neste caso, espera-se um valor negativo significativo) confirma a observação do gráfico de dispersão: quanto maior a oferta de ônibus per capita, menor tende a ser o tempo que as pessoas levam para se deslocar.

c) Orientação para Políticas Públicas

Os resultados encontrados fornecem uma base empírica para orientar a formulação de políticas públicas no setor de mobilidade urbana.

• Confirmação de Correlação Negativa Forte/Moderada: Se a correlação for negativa e de força moderada a forte, isso sugere que o investimento no aumento da oferta de transporte coletivo por habitante é uma estratégia promissora para mitigar o tempo de deslocamento da população. As políticas públicas poderiam focar em:
  • Ampliação e Modernização da Frota: Aumentar o número de veículos em circulação e modernizá-los para garantir maior conforto e eficiência.
  • Otimização de Rotas e Frequências: Realizar estudos de demanda para otimizar as linhas de ônibus e aumentar a frequência nos horários de pico, reduzindo o tempo de espera.
  • Priorização do Transporte Coletivo: Implementar medidas como faixas exclusivas para ônibus (BRT) e semáforos inteligentes, visando acelerar o fluxo dos veículos e tornar o transporte público mais competitivo.
  • Incentivo ao Uso: Campanhas de conscientização e programas de incentivo ao uso do transporte público, desestimulando o uso individual de veículos.
• Correlação Fraca ou Inexistente (se fosse o caso): Se a correlação fosse fraca, indicaria que apenas o aumento no número de ônibus pode não ser o fator mais determinante para a redução do tempo de deslocamento. Nesses cenários, as políticas públicas precisariam adotar uma abordagem mais holística, considerando outros fatores:
  • Infraestrutura Viária: Investimento em melhorias na malha viária, como recapeamento e construção de novas vias, mas com cautela para não incentivar excessivamente o transporte individual.
  • Integração Modal: Promover a integração entre diferentes modais de transporte (ônibus, metrô, bicicletas, transporte ativo) para otimizar os deslocamentos.
  • Planejamento Urbano: Políticas de desenvolvimento urbano que incentivem a proximidade entre moradia, trabalho e serviços, reduzindo a necessidade de grandes deslocamentos.
  • Gestão da Demanda por Viagens: Implementação de medidas para gerenciar a demanda, como incentivo ao trabalho remoto e horários flexíveis.

Em conclusão, a análise da correlação entre a oferta de ônibus e o tempo de deslocamento é um subsídio crucial para que o departamento de mobilidade urbana possa alocar recursos de forma mais eficiente e desenvolver políticas que impactam positivamente a qualidade de vida da população.