#Fase 1 - Carregar Banco de Dados

library(readxl)
questionario_estresse <- read_excel("D:/OneDrive/Documentos/Base_de_dados-master/questionario_estresse.xls", sheet="Dados")

#Fase 2 - Manipulação de Dados

summary(questionario_estresse$Desempenho)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   5.820   8.500   8.700   8.594   9.050   9.700
class(questionario_estresse$Desempenho)
## [1] "numeric"
summary(questionario_estresse$Trabalha)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   1.000   2.000   1.621   2.000   2.000
class(questionario_estresse$Trabalha)
## [1] "numeric"
questionario_estresse$Trabalha_2 <- ifelse(questionario_estresse$Trabalha=="1", "Sim", "Não")
questionario_estresse$Mora_pais2 <- ifelse(questionario_estresse$Mora_pais=="1", "Sim", "Não")

#Fase 3 - Construção das Estatísticas

tabela_estresse <- table(questionario_estresse$Trabalha_2)
tabela_estresse #abs
## 
## Não Sim 
##  59  36
prop.table(tabela_estresse)*100 #rel
## 
##      Não      Sim 
## 62.10526 37.89474
tabela_estresse3 <- table(questionario_estresse$Mora_pais2)

pie(tabela_estresse, col = c("#c23c3c","#3c74c2"),
    main = ("Alunos que trabalham"))

barplot(tabela_estresse3, col = c("#3c74c2","#c23c3c"),
    main = ("Alunos que moram com os pais"))

Interpretação dos resultados

“Foram analisadas as variáveis”Trabalha“,”Desempenho" e “mora_pais” dentro da população entrevistada. O gráfico evidencia que 62% do estudantes não trabalham, o que pode justificar uma média da variável “Desempenho” de 8.59, considerada alta. Devendo esta possibilidade ser comprovada com a análise do desempenho entre os alunos que trabalham e não trabalham. Chama a atenção também o fato de que 53% dos estudantes entrevistados não moram com os pais, logo, possivelmente recebem algum tipo de auxílio da família, ou de alguma instituição de pesquisa e ensino"