Carregando os dados

```{r dados, echo=TRUE, message=FALSE, warning=FALSE} dados_Do <- read.csv( “https://www.dropbox.com/scl/fi/q7zmuqj01dpkp0br61ebt/Autoavalia-o-2022-Inform-tica-Aplicada.xlsx-Docente.csv?rlkey=m31ab6bqgy83lc073r6xhe6p8&dl=1”, strip.white = TRUE, na.strings = “” )

cat(“Dimensoes docentes:”, nrow(dados_Do), “linhas e”, ncol(dados_Do), “colunas”)


## Recodificando valores para numericos

```{r recodificar, echo=TRUE}
# Seleciona colunas 4 ate 82
docentes <- dados_Do[, 4:82]

# Funcao corrigida para os valores reais do dataset
recodificar <- function(coluna) {
  coluna <- as.character(coluna)
  coluna[coluna == "Muito Ruim (1)"] <- "1"
  coluna[coluna == "Ruim (2)"]       <- "2"
  coluna[coluna == "Razoavel (3)" |
         coluna == "Razoável (3)"]   <- "3"
  coluna[coluna == "Bom (4)"]        <- "4"
  coluna[coluna == "Excelente (5)"]  <- "5"
  coluna[coluna == "Nao se aplica ou nao sei informar" |
         coluna == "Não se aplica ou não sei informar"] <- NA
  return(as.numeric(coluna))
}

docentes_num <- as.data.frame(lapply(docentes, recodificar))

cat("Recodificacao concluida!\n")
cat("Colunas processadas:", ncol(docentes_num), "\n")

Medias por topico

```{r medias, echo=TRUE} medias_topicos <- colMeans(docentes_num, na.rm = TRUE)

df_medias <- data.frame( Topico = names(medias_topicos), Media = round(medias_topicos, 2) ) rownames(df_medias) <- NULL

knitr::kable( df_medias, caption = “Media por topico da autoavaliacao dos docentes”, align = c(“l”, “r”) )


## Media geral

```{r media_geral, echo=TRUE}
media_geral <- mean(medias_topicos, na.rm = TRUE)

cat("================================================\n")
cat("MEDIA GERAL DA AUTOAVALIACAO DOS DOCENTES:", round(media_geral, 2), "\n")
cat("================================================\n")