1. Importar os dados

#---------------------------------
#  PASSO 1 - Importação de Dados
#---------------------------------

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

2. Inspecionar os dados

#----------------------------------
#  PASSO 2 - 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  
##

3. Transformar os dados

#------------------------------------
#  PASSO 3 - Tranformação 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")

4. Olhar novamente os dados

#--------------------------------------
#  PASSO 4 - Olhar os dados novamente
#--------------------------------------

summary(Questionario_Estresse)
##      Aluno          Turma        Mora_pais              RJ           
##  Min.   : 1.0   Min.   :1.000   Length:95          Length:95         
##  1st Qu.:24.5   1st Qu.:1.000   Class :character   Class :character  
##  Median :48.0   Median :2.000   Mode  :character   Mode  :character  
##  Mean   :48.0   Mean   :2.074                                        
##  3rd Qu.:71.5   3rd Qu.:3.000                                        
##  Max.   :95.0   Max.   :3.000                                        
##                                                                      
##   Namorado_a          Trabalha           Desempenho       Estresse    
##  Length:95          Length:95          Min.   :5.820   Min.   :12.00  
##  Class :character   Class :character   1st Qu.:8.500   1st Qu.:22.50  
##  Mode  :character   Mode  :character   Median :8.700   Median :27.00  
##                                        Mean   :8.594   Mean   :27.82  
##                                        3rd Qu.:9.050   3rd Qu.:33.00  
##                                        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

5. Tabela para variável qualitativa

#----------------------------------------------
# PASSO 5 - Tabela para variável qualiitativa
#----------------------------------------------

tabela_rj <- table(Questionario_Estresse$RJ)
tabela_rj
## 
## não sim 
##  62  33

6. Tabela com proporção

#------------------------------------
# PASSO 6 - tabela com a proporção
#------------------------------------

prop.table(tabela_rj)*100
## 
##      não      sim 
## 65.26316 34.73684
#----------------------------------------------
# PASSO 7 - gráfico de pizza
#----------------------------------------------

pie(tabela_rj, col = c("#f7966d", "#8aa7ff"),
    main = "ALUNOS QUE MORAM NO RJ")
legend("bottomright", fill = c("#f7966d", "#8aa7ff" ), legend = c("não", "sim"))

Conclusão

Com a análise de todos os dados e seguindo todos os passos foi possível observar que os dados da base de dados estavam errados e o R não havia classificado as variáveis corretamente, portanto foi preciso corrigi-los usando o comando específico do R script, ao final desse passo foi possível criar a tabela, a tabela de proporção e o gráfico de pizza.Dessa forma, as informações ficaram expostas de um forma mais clara, logo analisei que apenas 34% dos alunos moram no Rio de Janeiro.