1. Fazendo o upload da base de dados

library(readxl)
Questionario_Estresse <- read_excel("C:/Users/Usuario/Desktop/Base_de_dados-master/Questionario_Estresse.xls", 
                                    sheet = "Dados")
library(corrplot)
## corrplot 0.84 loaded

2. Diagrama de dispersão e o coeficiente de correlação

2.1. Dispersão entre Estresse e Desempenho

plot(Questionario_Estresse$Estresse,Questionario_Estresse$Desempenho,col = "darkred",pch=16)
abline(lsfit(Questionario_Estresse$Estresse,Questionario_Estresse$Desempenho),col="darkgrey")

cor(Questionario_Estresse$Desempenho,Questionario_Estresse$Estresse)
## [1] 0.08257246
round(cor(Questionario_Estresse$Desempenho,Questionario_Estresse$Estresse),2)
## [1] 0.08
Percebe-se que há pouca - quase nenhuma - correlação entre estresse e desempenho, gerando um coeficiente de correlação de 0.08.

2.2. Dispersão entre Estresse e Horas de Estudo

plot(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo,col = "yellow2",pch=16)
abline(lsfit(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo),col="darkgreen")

cor(Questionario_Estresse$Desempenho,Questionario_Estresse$Horas_estudo)
## [1] 0.2231532
round(cor(Questionario_Estresse$Desempenho,Questionario_Estresse$Horas_estudo),2)
## [1] 0.22
Percebe-se que há baixa correlação entre estresse e horas de estudo, gerando um coeficiente de correlação de 0.22.

3. Corrplot da base de dados

Quest <- cor(Questionario_Estresse[,c("Aluno","Turma","Mora_pais","RJ","Namorado(a)","Trabalha","Desempenho","Estresse","Horas_estudo")])
corrplot(Quest, method="square")

corrplot(Quest,addCoef.col = TRUE,number.cex = 0.7, method="square")

Percebe-se, a partir dos dados apresentados e usando a variável Estresse como ponto de partida, que a maioria das outras não apresenta nada além de uma baixa correlação. Usando ela como ponto de referência, a que apresentou o maior grau de associação, por mais baixo que ele seja, foi a correlação entre Estresse e Horas de Estudo, podendo mostrar, talvez, que haja de forma, mesmo que fraca, algo que as una.
Tirando essa variável, a maior correlação é entre pessoas que moram com os pais e moram no RJ (0.65), gerando um grau moderado ou bom de associação e entre alunos e turma, gerando um grau de 0.94, que resulta em um excelente grau de associação.

Obs: não foi usada a variável créditos, pois contém erro de leitura

QuestFinal <- cor(Questionario_Estresse[,c("Aluno","Turma","Mora_pais","RJ","Namorado(a)","Trabalha","Desempenho","Estresse","Horas_estudo","Créditos")])
corrplot(QuestFinal,addCoef.col = TRUE,number.cex = 0.7, method="square")