#importar a base de dados

library(readxl)
QE <- read_excel("C:/Users/Windows/Desktop/Base_de_dados-master/Questionario_Estresse.xls")

Olhando a estrutura de dados e corrigindo as variáveis

# Olhando a estrutura de dados
head (QE)
## # A tibble: 6 x 10
##   Aluno Turma Mora_pais    RJ Namorado_a Trabalha Desempenho Estresse Créditos
##   <dbl> <dbl>     <dbl> <dbl>      <dbl>    <dbl>      <dbl>    <dbl>    <dbl>
## 1     1     1         2     2          2        2       8.89       23       27
## 2     2     1         1     1          2        2       8.8        24       28
## 3     3     1         2     2          2        2       8          25       25
## 4     4     1         2     2          1        1       8.8        38       21
## 5     5     1         2     2          2        1       8.9        41       18
## 6     6     1         2     2          1        1       8.1        25       29
## # ... with 1 more variable: Horas_estudo <dbl>
str (QE)
## tibble [95 x 10] (S3: tbl_df/tbl/data.frame)
##  $ Aluno       : num [1:95] 1 2 3 4 5 6 7 8 9 10 ...
##  $ Turma       : num [1:95] 1 1 1 1 1 1 1 1 1 1 ...
##  $ Mora_pais   : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ RJ          : num [1:95] 2 1 2 2 2 2 2 1 1 1 ...
##  $ Namorado_a  : num [1:95] 2 2 2 1 2 1 2 1 2 2 ...
##  $ Trabalha    : num [1:95] 2 2 2 1 1 1 2 1 1 1 ...
##  $ Desempenho  : num [1:95] 8.89 8.8 8 8.8 8.9 8.1 9.2 8.5 8.7 8.3 ...
##  $ Estresse    : num [1:95] 23 24 25 38 41 25 41 20 26 36 ...
##  $ Créditos    : num [1:95] 27 28 25 21 18 29 26 24 20 49 ...
##  $ Horas_estudo: num [1:95] 27 28 25 30 20 32 25 25 25 59 ...
# Corrigindo as variáveis
QE$Trabalha <- ifelse(QE$Trabalha==1,"SIM","NÃO")
QE$Namorado_a <- ifelse(QE$Namorado_a==1,"SIM","NÃO")
QE$RJ <- ifelse(QE$RJ ==1,"SIM","NÃO") 
QE$Mora_pais <- ifelse(QE$Mora_pais==1,"SIM","NÃO")
QE$Turma <- as.factor (QE$Turma)

Qualitativa vs Qualitativa

Hipóteses

Quem não é do Rio, trabalha.

Quem mora com os pais, não trabalha.

Quem trabalha, não namora.

A turma não trabalha tanto quanto as outras turmas.

Quem namora, se estressa mais.

Trabalhar a variável estress

# Trabalhar a variável estresse
summary(QE$Estresse)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   12.00   22.50   27.00   27.82   33.00   44.00
quantile(QE$Estresse, probs=c(0,0.33,0.66,1))
##   0%  33%  66% 100% 
##   12   25   31   44
# 12 até 25 - faixa 1 - Aluno tranquilo
# 26 até 31 - faixa 2 - Aluno mediano
# 32 até 44 - faixa 3 - Aluno estressado

QE$Faixas_estresse <- ifelse(QE$Estresse<=25,"Tranquilo",
                      ifelse(QE$Estresse<=31,"Mediano",
                                    "Muito Estresse"))

summary(QE$Faixas_estresse)
##    Length     Class      Mode 
##        95 character character
table(QE$Faixas_estresse)
## 
##        Mediano Muito Estresse      Tranquilo 
##             28             30             37
table (QE$Namorado_a,QE$Faixas_estresse)
##      
##       Mediano Muito Estresse Tranquilo
##   NÃO      15             13        20
##   SIM      13             17        17

Reordenar as categorias

# Reordenar as categorias

QE$Faixas_estresse <- factor (QE$Faixas_estresse,levels = c('Tranquilo','Mediano','Muito Estresse'))
table (QE$Namorado_a,QE$Faixas_estresse)
##      
##       Tranquilo Mediano Muito Estresse
##   NÃO        20      15             13
##   SIM        17      13             17
prop.table(table(QE$Namorado_a,QE$Faixas_estresse),1)
##      
##       Tranquilo   Mediano Muito Estresse
##   NÃO 0.4166667 0.3125000      0.2708333
##   SIM 0.3617021 0.2765957      0.3617021
round(prop.table(table(QE$Namorado_a,QE$Faixas_estresse),1),2)
##      
##       Tranquilo Mediano Muito Estresse
##   NÃO      0.42    0.31           0.27
##   SIM      0.36    0.28           0.36
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(flextable)

Criação da tabela 1

# Criação da tabela
Tabela_final <- QE %>% select(Namorado_a,Faixas_estresse)%>% 
  table() %>% 
  prop.table(1) %>%
  round(4)*100 

#Tabela_final

#Criação da Tabela 2 e mudança de rótulo

# mudança do Rótulo
Tabela_final2 <- data.frame (Tabela_final) 
colnames(Tabela_final2) <-c("Namora", "Faixa de Estresse", "Percentual")

Dividir a tabela

# Dividir a tabela

Tabela_final2 %>% filter(`Faixa de Estresse`=="Tranquilo") %>% flextable() %>%  bg(j = ~ Percentual, bg = "skyblue")
Tabela_final2 %>% filter(`Faixa de Estresse`=="Muito Estresse") %>% flextable()
Tabela_final2 %>% flextable()
rotulo <- paste0(Tabela_final,"%")

# Gráfico de barras

bp <- barplot (Tabela_final, main = "Estresse",
         col=c("skyblue", "darkblue"),
         beside=TRUE,
         legend.text=TRUE,ylim = c(0,50))
text(bp, 0, rotulo,cex=1,pos=3,col = "white")

Mosaico

#Mosaico 

tabela_p_mosaico <-table (QE$Faixas_estresse, QE$Namorado_a)
mosaicplot(tabela_p_mosaico, 
           las = 1,
           main = "Gráfico mosaico",
           color =c("skyblue","darkblue"))