Análise com duas varáveis quantitativas
Lucas Cardial Marques Rodrigues
15/01/2022
Passo 1 - Importar os dados do Excel
library(readxl)
Questionario_Estresse <- read_excel("C:/Users/cardi/Base_de_dados-master/Questionario_Estresse.xls",
sheet = "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
## - Com essa inspeção fica evidente a presenta de alguns dados que não correspondem a suas próprias naturezas, como por exemplo o dado “Namorado_a” onde é representado por números o que não faz sentido.
Passo 3 - Transformação de dados
- Este passo, consiste em corrigir os dados que estão errados.
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,"namora","solteiro")
Questionario_Estresse$Trabalha <- ifelse(Questionario_Estresse$Trabalha==1,"trabalha","desempregado")Passo 4 - Diagrama de Dispersão
- Diagrama de dispersão é uma ferramenta que permite a análise entre duas variáveis quantitativas. -Neste trabalho estarão sendo analisados os seguintes dados: Estresse e Horas_estudo. É importante salientar que o dado “Estresse” trata-se do grau de estresse de cada aluno e “Horas_estudo” número médio de horas de estudo semanal de cada aluno.
par(bg="lightyellow")
par(cex=1.4)
plot(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo,pch=16,col="blue",main = "Diagrama de dispersão entre Estresse \n e Horas de Estudo",ylab = "Horas de Estudo",xlab = "Estresse")
abline(lsfit(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo),col="darkred")
- À partir da visualização da relação destes dois dados quantitativos, fica evindente um Diagrama de Dispersão- sem correlação. Portanto, uma variável não exerce tanto impacto sobre a outra.
Passo 5 - Cálculo da correlação
- Correlação seria uma forma de medir a direção do grafíco (positivo ou negativo)e também a intensidade/força da relação entre as duas variáveis. cor(Questionario_Estresse\(Estresse,Questionario_Estresse\)Horas_estudo)
cor(Questionario_Estresse$Estresse,Questionario_Estresse$Horas_estudo)## [1] 0.303917- No estudo da correlação o máximo positivo é 1 e o máximo negativo é -1. Assim, quanto mais próximo de zero for a relação entre duas variáveis quantitativas, menor será o grau de associação delas. Tendo isso em mente, é possível afirmar que a intensidade da relação entre Estresse e Horas de Estudo é fraca/moderada, pois o valor da correlação está entre 0,2< r <0,7
Passo 6 - Matriz de correlação
- Neste passo, será feita uma tabela que mostra o valor da correlação entre as variáveis quantitativas desta base de dados.
names(Questionario_Estresse)## [1] "Aluno" "Turma" "Mora_pais" "RJ" "Namorado_a"
## [6] "Trabalha" "Desempenho" "Estresse" "Créditos" "Horas_estudo"library(corrplot)## corrplot 0.92 loadedselecao<-c("Estresse","Desempenho","Horas_estudo")
cor_Questionario_estresse<-cor(Questionario_Estresse[,selecao])
cor_Questionario_estresse## Estresse Desempenho Horas_estudo
## Estresse 1.00000000 0.08257246 0.3039170
## Desempenho 0.08257246 1.00000000 0.2231532
## Horas_estudo 0.30391699 0.22315316 1.0000000par(cex=1.4)
corrplot(cor_Questionario_estresse)
corrplot(cor_Questionario_estresse,method="number")
Passo 7 - Considerações finais
Levando em consideração as correlações vistas na Matriz de correlação, fica evidente que em geral o grau de associação das variáveis deste banco de dados é fraco. Entretanto, ainda sim é possível afirmar que a relação entre as variáveis estresse e horas de estudo possuem uma maior intensidade de correlação se comparado com a relação entre estresse e desempenho. Enquanto estresse X hora de estudo a correlação é de 0,3 (grau fraco/moderado), a de estresse X desemepenho é 0,08 (grau baixo ou nenhuma associação). Portanto, pode-se concluir que enquanto a variável hora de estudo possui um algum impacto sobre estresse, não se pode afirmar o mesmo da varíavel desempenho sobre estresse, já que nessa o impacto é insignificante.