#INTRODUÇÃO#

O estudo apresentado aqui mostra dados sobre o estresse em alunos de determinada escola. Foram coletados dados entre os alunos de 3 turmas de um colégio, alem de conter os dados sobre estresse dos estudantes, o estudo mostra informaçoes pessoais dos alunos como saber onde moram, com quem moram, se trabalham ou namoram.

Importação dos dados

library(readxl)
Questionario_Estresse <- read_excel("C:/Users/helen/Desktop/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  
##

Tratamento dos dados

Questionario_Estresse$Mora_pais <- ifelse(Questionario_Estresse$Mora_pais==1, "Sim", "Não" )

Questionario_Estresse$RJ <- ifelse(Questionario_Estresse$RJ==1, "Sim", "Não")

Questionario_Estresse$Namorado_a <- ifelse(Questionario_Estresse$Namorado_a==1, "Sim", "Não")

Questionario_Estresse$Trabalha <- ifelse(Questionario_Estresse$Trabalha==1, "Sim", "Não")

Tabelas

tabela_turma <- table(Questionario_Estresse$Turma)
tabela_turma
## 
##  1  2  3 
## 28 32 35
tabela_mora_pais <- table(Questionario_Estresse$Mora_pais)
tabela_mora_pais
## 
## Não Sim 
##  51  44
tabela_RJ <- table(Questionario_Estresse$RJ)
tabela_RJ
## 
## Não Sim 
##  62  33
tabela_namorado_a <- table(Questionario_Estresse$Namorado_a)
tabela_namorado_a
## 
## Não Sim 
##  48  47
tabela_trabalha <- table(Questionario_Estresse$Trabalha)
tabela_trabalha
## 
## Não Sim 
##  59  36
#--------------------------------------
#tabela com a proporção
#--------------------------------------

prop.table(tabela_turma)*100
## 
##        1        2        3 
## 29.47368 33.68421 36.84211
prop.table(tabela_mora_pais)*100
## 
##      Não      Sim 
## 53.68421 46.31579
prop.table(tabela_RJ)*100
## 
##      Não      Sim 
## 65.26316 34.73684
prop.table(tabela_namorado_a)*100
## 
##      Não      Sim 
## 50.52632 49.47368
prop.table(tabela_trabalha)*100
## 
##      Não      Sim 
## 62.10526 37.89474

Gráfico de Pizza

pie(tabela_turma)

pie(tabela_turma, main= "TURMA DOS ALUNOS")

pie(tabela_turma, col= c("#c9f5f4", "#ffb8eb", "#d4a3d6"), 
    main = "TURMA DOS ALUNOS")

pie(tabela_mora_pais)

pie(tabela_mora_pais, main= "OS ALUNOS MORAM COM OS PAIS?")

pie(tabela_mora_pais, col = c("#c9f5f4", "#ffb8eb"),
    main= "OS ALUNOS MORAM COM OS PAIS?" )

pie(tabela_RJ)

pie(tabela_RJ, main= "OS ALUNOS MORAM NO RIO DE JANEIRO?")

pie(tabela_RJ, col= c("#c9f5f4", "#d4a3d6"),
    main = "OS ALUNOS MORAM NO RIO DE JANEIRO?")

pie(tabela_namorado_a)

pie(tabela_namorado_a, main= "OS ALUNOS NAMORAM?")

pie(tabela_namorado_a, col= c("#ffb8eb", "#d4a3d6"),
    main= "OS ALUNOS NAMORAM?")

pie(tabela_trabalha)

pie(tabela_trabalha, main= "OS ALUNOS TRABALHAM?")

pie(tabela_trabalha, col = c("#c9f5f4", "#ffb8eb"),
    main = "OS ALUNOS TRABALHAM?")

# Conclusão

Grafico “turma dos alunos”: O grafico mostra que a quantidade de alunos na sala 3 maior do que as salas 1 e 2.

Grafico “os alunos moram com os pais?”: O grafico mostra que a maioria dos alunos mora sem a companhia dos pais.

Grafico “os alunos moram no Rio de Janeiro?”: O grafico nos informa que a maioria dos alunos não reside no estado do Rio de Janeiro.

Grafico “Os alunos trabalham?” : O grafico mostra que a maioria dos alunos não trabalham.