Projeto de Análise de Dados

Aluno: Yasmin Pires
Curso: Engenharia Civil
Instituição: Faculdade Celso Lisboa
Disciplina: Programação em Rmd
Local: Rio de Janeiro - RJ

Introdução

Este trabalho apresenta uma análise estatística de uma base de dados referente à Empresa Y A Atelier. A proposta é utilizar a linguagem R, no ambiente RStudio, para carregar, organizar, tratar e interpretar os dados presentes em uma planilha no formato .xlsx.

A análise permite compreender melhor os investimentos realizados, os valores pagos em diárias e os registros financeiros relacionados aos fornecedores. Dessa forma, o projeto demonstra como a análise de dados pode auxiliar no controle financeiro, organização administrativa e tomada de decisão.

O relatório está organizado em etapas: carregamento dos pacotes, carregamento da base de dados, preparação dos dados, estatística básica, análises por agrupamento, construção de gráficos e conclusão final.

Carregamento dos Pacotes

Os pacotes abaixo foram utilizados para leitura da planilha, manipulação dos dados, elaboração de tabelas e criação dos gráficos estatísticos.

library(readxl)
library(dplyr)
library(ggplot2)
library(knitr)
library(scales)
library(tidyr)

Explicação dos Pacotes

readxl: utilizado para carregar a planilha Excel.
dplyr: utilizado para tratamento e organização dos dados.
ggplot2: utilizado para criação dos gráficos estatísticos.
knitr: utilizado para construção das tabelas com kable.
scales: utilizado para formatação monetária.
tidyr: utilizado para reorganização dos dados.

Carregamento da Base de Dados

A base utilizada neste trabalho foi obtida a partir da planilha PLANILHA DA EMPRESA Y A ATELIER(2).xlsx, disponibilizada para desenvolvimento da atividade acadêmica.

arquivo <- "PLANILHA DA EMPRESA Y A ATELIER(2).xlsx"

investimento_bruto <- read_excel(
  arquivo,
  sheet = "INVESTIMENTO",
  col_names = FALSE
)

diaria_bruto <- read_excel(
  arquivo,
  sheet = "DIARIA ",
  col_names = FALSE
)

fornecedores_bruto <- read_excel(
  arquivo,
  sheet = "FORNECEDORES ",
  col_names = FALSE
)

Visualização Inicial

Investimentos

## # A tibble: 6 × 4
##   ...1                  ...2 ...3  ...4 
##   <chr>                <dbl> <lgl> <chr>
## 1 APARELHO DE OVERLOCK 185   NA    <NA> 
## 2 FIO E LINHA          124.  NA    <NA> 
## 3 AGULIAS               55.4 NA    <NA> 
## 4 COMBUSTIVÉL           40   NA    <NA> 
## 5 CORRENTE DA MAQUINA   12   NA    <NA> 
## 6 OLEO                  10   NA    <NA>

Diárias

## # A tibble: 3 × 5
##   ...1        ...2  ...3           ...4  ...5  
##   <chr>       <chr> <chr>          <chr> <chr> 
## 1 FUNCIONARIO DATA  HORARIO        VALOR SEMANA
## 2 <NA>        <NA>  <NA>           <NA>  <NA>  
## 3 Eliete      46147 14:43h / 22:45 140   980

Fornecedores

## # A tibble: 3 × 11
##   ...1         ...2    ...3      ...4  ...5  ...6  ...7  ...8  ...9  ...10 ...11
##   <chr>        <chr>   <chr>     <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 EMPRESA      NOME    QUANTIDA… VALOR TOTA… AVIS… OBJE… STAT… RECE… ENTR… PAGA…
## 2 FORCENECEDOR AMANDA  <NA>      3     <NA>  Sem … <NA>  <NA>  <NA>  <NA>  <NA> 
## 3 FORNECEDOR   BARBARA 852       1.3   1107… Com … baby… Paga… 46147 45790 46097

Preparação e Tratamento dos Dados

Nesta etapa foram realizadas correções de tipos de dados, remoção de valores ausentes, organização das colunas e padronização das variáveis.

Tratamento da Base de Investimentos

investimento <- investimento_bruto %>%
  select(item = 1, valor = 2) %>%
  filter(!is.na(item), !is.na(valor)) %>%
  mutate(
    item = as.character(item),
    valor = as.numeric(valor)
  ) %>%
  filter(!grepl("TOTAL", item, ignore.case = TRUE)) %>%
  mutate(
    grupo = ifelse(valor >= 1000,
                   "Investimento Principal",
                   "Despesas e Materiais")
  )

kable(investimento, digits = 2)

item	valor	grupo
APARELHO DE OVERLOCK	185.00	Despesas e Materiais
FIO E LINHA	123.60	Despesas e Materiais
AGULIAS	55.40	Despesas e Materiais
COMBUSTIVÉL	40.00	Despesas e Materiais
CORRENTE DA MAQUINA	12.00	Despesas e Materiais
OLEO	10.00	Despesas e Materiais
TESOURA	8.50	Despesas e Materiais
PARAFUSOS DA MAQUINA	7.80	Despesas e Materiais
ESTACIONAMENTO	7.00	Despesas e Materiais
UBER DO APARELHO	6.00	Despesas e Materiais
TESOUURINHAS, ALFINETE	23.47	Despesas e Materiais
MAQUINA OVERLOCK	1200.00	Investimento Principal
MAQUINA COLARETE	1800.00	Investimento Principal
MAQUINA RETA	1000.00	Investimento Principal

Tratamento da Base de Diárias

diaria <- diaria_bruto %>%
  slice(3:n()) %>%
  select(1:5) %>%
  setNames(c(
    "funcionario",
    "data",
    "horario",
    "valor",
    "semana"
  )) %>%
  filter(!is.na(funcionario)) %>%
  mutate(
    funcionario = as.character(funcionario),
    data = as.Date(as.numeric(data), origin = "1899-12-30"),
    horario = as.character(horario),
    valor = as.numeric(valor),
    semana = as.numeric(semana)
  )

kable(diaria, digits = 2)

funcionario	data	horario	valor	semana
Eliete	2026-05-05	14:43h / 22:45	140	980

Tratamento da Base de Fornecedores

fornecedores <- fornecedores_bruto %>%
  slice(6:n()) %>%
  select(1:11) %>%
  setNames(c(
    "empresa",
    "nome",
    "quantidade",
    "valor_unitario",
    "total_semana",
    "avisamentos",
    "objeto",
    "status",
    "recebido",
    "entregue",
    "pagamento"
  )) %>%
  filter(!is.na(nome)) %>%
  mutate(
    empresa = as.character(empresa),
    nome = as.character(nome),
    quantidade = as.numeric(quantidade),
    valor_unitario = as.numeric(valor_unitario),
    total_semana = as.numeric(total_semana),
    recebido = as.Date(as.numeric(recebido), origin = "1899-12-30"),
    entregue = as.Date(as.numeric(entregue), origin = "1899-12-30"),
    pagamento = as.Date(as.numeric(pagamento), origin = "1899-12-30")
  )

kable(fornecedores, digits = 2)

empresa	nome	quantidade	valor_unitario	total_semana	avisamentos	objeto	status	recebido	entregue	pagamento
FORNECEDOR	BARBARA	852	1.3	1107.6	Com aviamento	baby look (blusa)	Pagamento 3 dias ulteis depois da entrega	2026-05-05	2025-05-13	2026-03-16

Estrutura das Bases

## tibble [14 × 3] (S3: tbl_df/tbl/data.frame)
##  $ item : chr [1:14] "APARELHO DE OVERLOCK" "FIO E LINHA" "AGULIAS" "COMBUSTIVÉL" ...
##  $ valor: num [1:14] 185 123.6 55.4 40 12 ...
##  $ grupo: chr [1:14] "Despesas e Materiais" "Despesas e Materiais" "Despesas e Materiais" "Despesas e Materiais" ...

## tibble [1 × 5] (S3: tbl_df/tbl/data.frame)
##  $ funcionario: chr "Eliete"
##  $ data       : Date[1:1], format: "2026-05-05"
##  $ horario    : chr "14:43h / 22:45"
##  $ valor      : num 140
##  $ semana     : num 980

## tibble [1 × 11] (S3: tbl_df/tbl/data.frame)
##  $ empresa       : chr "FORNECEDOR"
##  $ nome          : chr "BARBARA"
##  $ quantidade    : num 852
##  $ valor_unitario: num 1.3
##  $ total_semana  : num 1108
##  $ avisamentos   : chr "Com aviamento"
##  $ objeto        : chr "baby look (blusa)"
##  $ status        : chr "Pagamento 3 dias ulteis depois da entrega"
##  $ recebido      : Date[1:1], format: "2026-05-05"
##  $ entregue      : Date[1:1], format: "2025-05-13"
##  $ pagamento     : Date[1:1], format: "2026-03-16"

Verificação de Valores Ausentes

ausentes <- data.frame(
  Base = c(
    rep("Investimento", length(names(investimento))),
    rep("Diária", length(names(diaria))),
    rep("Fornecedores", length(names(fornecedores)))
  ),
  Coluna = c(
    names(investimento),
    names(diaria),
    names(fornecedores)
  ),
  Valores_Ausentes = c(
    colSums(is.na(investimento)),
    colSums(is.na(diaria)),
    colSums(is.na(fornecedores))
  )
)

kable(ausentes)

Base	Coluna	Valores_Ausentes
Investimento	item	0
Investimento	valor	0
Investimento	grupo	0
Diária	funcionario	0
Diária	data	0
Diária	horario	0
Diária	valor	0
Diária	semana	0
Fornecedores	empresa	0
Fornecedores	nome	0
Fornecedores	quantidade	0
Fornecedores	valor_unitario	0
Fornecedores	total_semana	0
Fornecedores	avisamentos	0
Fornecedores	objeto	0
Fornecedores	status	0
Fornecedores	recebido	0
Fornecedores	entregue	0
Fornecedores	pagamento	0

Estatística Básica

A tabela abaixo apresenta média, mediana, desvio padrão, variância, máximo e mínimo das principais variáveis numéricas.

Variavel	Media	Mediana	Desvio_Padrao	Variancia	Maximo	Minimo
Investimentos	319.91	31.74	575.28	330951.6	1800.0	6.0
Diárias	140.00	140.00	NA	NA	140.0	140.0
Fornecedores	1107.60	1107.60	NA	NA	1107.6	1107.6

Análises por Agrupamento

Valor Total por Categoria Financeira

Categoria	Valor_Total
Investimentos	4478.77
Diárias	140.00
Fornecedores	1107.60

Valor Total por Fornecedor

nome	quantidade_total	valor_total
BARBARA	852	1107.6

Gráficos

Gráfico de Linha

Boxplot

Histograma

Gráfico de Colunas

Gráfico de Pizza

Conclusão

A análise estatística da planilha da Empresa Y A Atelier permitiu compreender melhor os valores relacionados aos investimentos, diárias e fornecedores da empresa.

Os indicadores estatísticos auxiliaram na interpretação dos dados numéricos, enquanto os gráficos facilitaram a visualização da distribuição dos valores financeiros e das categorias analisadas.

Conclui-se que o uso do RStudio e da linguagem R foi adequado para organização, tratamento e análise da base de dados, permitindo transformar a planilha em informações estatísticas úteis para apoio administrativo e tomada de decisão.