O script, as tabelas e o gráfico são apresentados a seguir:

df_estresse <- readxl::read_xls("C:/Users/rianm/Desktop/Mestrado_UFF/Estatística/Base_de_dados-master/Questionario_Estresse.xls")

#Calcula os percentis
estresse <- df_estresse$Estresse

P20 <- quantile(estresse, 0.20)
P40 <- quantile(estresse, 0.40)
P60 <- quantile(estresse, 0.60)
P80 <- quantile(estresse, 0.80)
P100 <-quantile(estresse, 1.00)

remove(estresse)

#Transforma em variável qualitativa
for (aluno in 1:nrow(df_estresse)){
  if (df_estresse$Estresse[aluno] <= P20){
    df_estresse$Estresse[aluno] <- "Baixíssimo"
  }else if (df_estresse$Estresse[aluno] <= P40){
    df_estresse$Estresse[aluno] <- "Baixo"
  }else if (df_estresse$Estresse[aluno] <= P60){
    df_estresse$Estresse[aluno] <- "Moderado"
  }else if (df_estresse$Estresse[aluno] <= P80){
    df_estresse$Estresse[aluno] <- "Alto"
  }else {
    df_estresse$Estresse[aluno] <- "Altissímo"
  }
  if (df_estresse$Trabalha[aluno] == 1){
    df_estresse$Trabalha[aluno] <- "Trabalha"
  }else{
    df_estresse$Trabalha[aluno] <- "Não Trabalha"
  }
}

Tabela 1: Número de alunos trabalhadores e não trabalhadores

tab1 <- table(df_estresse$Trabalha)
tab1
## 
## Não Trabalha     Trabalha 
##           59           36

Tabela 2: Análise Bi-Variada: Grau de estresse de alunos trabalhadores e não trabalhadores

temp <- table(df_estresse$Estresse, df_estresse$Trabalha)
tab2 <- prop.table(temp, margin= 2)*100
tab2
##             
##              Não Trabalha Trabalha
##   Altissímo      16.94915 22.22222
##   Alto           22.03390 11.11111
##   Baixíssimo     22.03390 25.00000
##   Baixo          22.03390 27.77778
##   Moderado       16.94915 13.88889
remove(aluno, temp)
#Gera o gráfico mosaico
par(bg="#ffffdd", cex= 1.4)
mosaicplot(tab2, main = "Gráfico: Vínculo Empregatício Vs Estresse", color = c("#993030", "#305699"), xlab= "Estresse", ylab= "Vínculo Empregatício")

Comentário:

Observando os resultados apresentados pela tabela 1, nota-se que dos 95 alunos inscritos na turma, 36 trabalham enquanto 59 não trabalham. Já a tabela 2 ilustra a análise bi-variada para as variáveis “Trabalha” e “Estresse”. Desta tabela, nota-se que cerca de 39% dos alunos que não trabalham atingem níveis altos/altíssimos de estresse, enquanto 33% dos alunos trabalhadores chegam a alcançar este mesmo patamar. Por outro lado, 53% dos alunos que trabalham se enquadraram nos níveis baixo/baixíssimo de estresse, enquanto apenas 44% dos que não trabalham estão inseridos nesta categoria. A princípio, estes resultados contrariam o senso comum de que os alunos que trabalham sentem-se mais estressados que os demais. Entretanto, as seguintes hipóteses podem ser formuladas para justificar os resultados apresentados anteriormente:

  1. Como cada estudante tem liberdade de decisão quanto ao número de créditos que deseja cursar, é possível que os alunos não trabalhadores se comprometam com um maior número de créditos e sintam-se sobrecarregados com o acúmulo de atividades de diversas disciplinas.
  2. Os alunos trabalhadores podem ter decidido cursar um número reduzido de créditos, a fim de melhor conciliar suas vidas profissionais, acadêmicas e sociais.
  3. Cada aluno reage de maneira diferente aos desafios promovidos por suas disciplinas, e desta maneira, podem dedicar mais ou menos horas de estudo em busca de um melhor desempenho. Assim, o número de horas de estudo e a consequente privação de momentos de lazer pode ter influenciado no grau de estresse dos estudantes.

Estas hipóteses podem ser melhor avaliadas através de um estudo mais detalhado, no qual as variáveis “Créditos” e “Hora_Estudo” sejam incluídas na análise.