Introdução

Aqui vamos carregar a base de dados chamada “Questionario_Estresse.xlsx”

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

Inspecionar os dados

str(Questionario_Estresse)
## 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 ...
summary(Questionario_Estresse)
##      Aluno          Turma         Mora_pais           RJ          Namorado_a   
##  Min.   : 1.0   Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:24.5   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000  
##  Median :48.0   Median :2.000   Median :2.000   Median :2.000   Median :2.000  
##  Mean   :48.0   Mean   :2.074   Mean   :1.537   Mean   :1.653   Mean   :1.505  
##  3rd Qu.:71.5   3rd Qu.:3.000   3rd Qu.:2.000   3rd Qu.:2.000   3rd Qu.:2.000  
##  Max.   :95.0   Max.   :3.000   Max.   :2.000   Max.   :2.000   Max.   :2.000  
##                                                                                
##     Trabalha       Desempenho       Estresse        Créditos    
##  Min.   :1.000   Min.   :5.820   Min.   :12.00   Min.   :15.00  
##  1st Qu.:1.000   1st Qu.:8.500   1st Qu.:22.50   1st Qu.:23.00  
##  Median :2.000   Median :8.700   Median :27.00   Median :24.00  
##  Mean   :1.621   Mean   :8.594   Mean   :27.82   Mean   :24.95  
##  3rd Qu.:2.000   3rd Qu.:9.050   3rd Qu.:33.00   3rd Qu.:27.00  
##  Max.   :2.000   Max.   :9.700   Max.   :44.00   Max.   :49.00  
##                                                  NA's   :1      
##   Horas_estudo  
##  Min.   :19.00  
##  1st Qu.:25.00  
##  Median :30.00  
##  Mean   :30.73  
##  3rd Qu.:35.00  
##  Max.   :60.00  
## 

Transformarção de dados

Questionario_Estresse$Mora_pais <- ifelse(Questionario_Estresse$Mora_pais==1, "sim", "não")
Questionario_Estresse$Trabalha <- ifelse(Questionario_Estresse$Trabalha== 1, "sim", "não")

Olhar os dados novamente

summary(Questionario_Estresse)
##      Aluno          Turma        Mora_pais               RJ       
##  Min.   : 1.0   Min.   :1.000   Length:95          Min.   :1.000  
##  1st Qu.:24.5   1st Qu.:1.000   Class :character   1st Qu.:1.000  
##  Median :48.0   Median :2.000   Mode  :character   Median :2.000  
##  Mean   :48.0   Mean   :2.074                      Mean   :1.653  
##  3rd Qu.:71.5   3rd Qu.:3.000                      3rd Qu.:2.000  
##  Max.   :95.0   Max.   :3.000                      Max.   :2.000  
##                                                                   
##    Namorado_a      Trabalha           Desempenho       Estresse    
##  Min.   :1.000   Length:95          Min.   :5.820   Min.   :12.00  
##  1st Qu.:1.000   Class :character   1st Qu.:8.500   1st Qu.:22.50  
##  Median :2.000   Mode  :character   Median :8.700   Median :27.00  
##  Mean   :1.505                      Mean   :8.594   Mean   :27.82  
##  3rd Qu.:2.000                      3rd Qu.:9.050   3rd Qu.:33.00  
##  Max.   :2.000                      Max.   :9.700   Max.   :44.00  
##                                                                    
##     Créditos      Horas_estudo  
##  Min.   :15.00   Min.   :19.00  
##  1st Qu.:23.00   1st Qu.:25.00  
##  Median :24.00   Median :30.00  
##  Mean   :24.95   Mean   :30.73  
##  3rd Qu.:27.00   3rd Qu.:35.00  
##  Max.   :49.00   Max.   :60.00  
##  NA's   :1

Tabela para variável qualitativa

tabela_mp <- table(Questionario_Estresse$Mora_pais)
tabela_mp
## 
## não sim 
##  51  44
tabela_t <- table(Questionario_Estresse$Trabalha)
tabela_t
## 
## não sim 
##  59  36

Tabela com a proporção

prop.table(tabela_mp)*100
## 
##      não      sim 
## 53.68421 46.31579
prop.table(tabela_mp)
## 
##       não       sim 
## 0.5368421 0.4631579
prop.table(tabela_t)*100
## 
##      não      sim 
## 62.10526 37.89474
prop.table(tabela_t)
## 
##       não       sim 
## 0.6210526 0.3789474

Gráfico de pizza

O gráfico 1 nos mostra a quantidade de alunos que ainda moram com os pais, sendo eles 44 alunos (verde) em comparação aos 51 alunos (rosa) que não moram com os pais. O gráfico 2 mostra a quantidade de alunos que trabalham, sendo eles 36 alunos (roxo) em comparação aos 59 alunos (verde) que não trabalham. Segundo estudo a partir da pesquisa do Pnad Contínua, do IBGE, realizada em 2019, 2,6 milhões de estudantes do ensino superior do Brasil também trabalhavam, isso equivale a 48,3% dos universitários.

pie(tabela_mp)

pie(tabela_mp, main = "1 - Mora com os pais")

pie(tabela_mp, col = c("#f08dde","#8df08f"))

pie(tabela_t)

pie(tabela_t, main = "2 - Trabalha")

pie(tabela_t, col = c("#e2fcbd","#d7bdfc"))

Conclusão

Podemos entender que muitos dos alunos que moram sozinhos se sustentam através de seu trabalho, já aqueles que moram sozinhos e não trabalham podem ainda receber ajuda dos pais.