Atividades
Ronaldo Adeliano
2022-07-04
Introdução
Resposta das perguntas como solicitado.
Carregando a base da dados e biblioteca usada:
library(readxl)
GET <- read_excel("C:/Users/Ronaldo/Desktop/Base_de_dados-master/gujarati_empresa_tecnologia.xlsx")
library(dplyr)Atividade 1:
GET %>% select(Educ) %>% table()## Educ
## 1 2 3
## 12 21 13 Resposta: 21 pessoas.Atividade 2:
summary(GET$Salario)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1054 1332 1644 1725 2072 2784table(GET$Salario, GET$Educ) ##
## 1 2 3
## 1053.5 1 0 0
## 1128.3 0 1 0
## 1141.7 1 0 0
## 1160.8 0 0 1
## 1176.7 0 0 1
## 1177.2 0 1 0
## 1219.5 0 0 1
## 1223.1 0 0 1
## 1231.3 0 1 0
## 1233.6 1 0 0
## 1288.4 0 1 0
## 1324.5 0 0 1
## 1354.8 1 0 0
## 1367.7 0 1 0
## 1383.9 0 1 0
## 1387.6 0 1 0
## 1446.7 1 0 0
## 1480.3 0 1 0
## 1486.1 1 0 0
## 1497.5 1 0 0
## 1594.2 0 1 0
## 1596.5 0 1 0
## 1599 1 0 0
## 1688.2 0 1 0
## 1697.8 1 0 0
## 1740.4 1 0 0
## 1748.3 1 0 0
## 1794.9 0 1 0
## 1870.1 0 0 1
## 1883.8 0 1 0
## 1920.7 0 1 0
## 1934.6 1 0 0
## 1980 0 0 1
## 2026.3 0 0 1
## 2087.2 0 1 0
## 2135.2 0 0 1
## 2137.1 0 1 0
## 2218.4 0 0 1
## 2288.4 0 1 0
## 2317.4 0 0 1
## 2378 0 1 0
## 2417 0 0 1
## 2541 0 1 0
## 2568.5 0 0 1
## 2633 0 1 0
## 2783.7 0 1 0table(GET$Salario, GET$Exp)##
## 1 2 3 4 5 6 7 8 10 11 12 13 14 15 16 17 20
## 1053.5 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1128.3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1141.7 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1160.8 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1176.7 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1177.2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1219.5 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1223.1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1231.3 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1233.6 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
## 1288.4 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1324.5 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
## 1354.8 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## 1367.7 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
## 1383.9 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
## 1387.6 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1446.7 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
## 1480.3 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## 1486.1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
## 1497.5 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1594.2 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
## 1596.5 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
## 1599 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## 1688.2 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
## 1697.8 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
## 1740.4 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## 1748.3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
## 1794.9 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
## 1870.1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 1883.8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
## 1920.7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0
## 1934.6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
## 1980 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 2026.3 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
## 2087.2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 2135.2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
## 2137.1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 2218.4 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## 2288.4 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
## 2317.4 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
## 2378 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
## 2417 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
## 2541 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
## 2568.5 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
## 2633 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## 2783.7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 Resposta: o menor salário é R$ 1053.5, a escolaridade da pessoa é ensino médio completo, e possui experiência de dois anos.Atividade 3:
GET %>% select(Posg) %>% table() %>% prop.table() %>% round(2)*100## Posg
## 0 1
## 70 30 Resposta: a proporção é de 30%.Atividade 4:
GET %>% select(Posg, Adm) %>% table() %>% prop.table() %>% round(2)*100## Adm
## Posg 0 1
## 0 46 24
## 1 11 20 Resposta: a proporção é de 20%.Atividade 5:
GET %>% select(Salario,Educ) %>%
group_by(Educ) %>%
summarise(Média=mean(Salario),
Mediana=median(Salario),
Desvio_Padrão=round(sd(Salario),2))## # A tibble: 3 × 4
## Educ Média Mediana Desvio_Padrão
## <dbl> <dbl> <dbl> <dbl>
## 1 1 1494. 1492. 266.
## 2 2 1799. 1688. 508.
## 3 3 1818. 1980 525. Resposta: observa-se que a média de salário aumenta de acordo com o aumento do grau de escolaridade. Isso leva a concluir que possuir maior grau de escolaridade influencia positivamente no aumento do salário.Atividade 6:
boxplot(Salario ~ Adm, data=GET,
col=c("#c25706", "#c9c904", "green"),
main="Boxplot: salário X Educação",
ylab="Salário")
Resposta: sim, pois observa-se através do gráfico boxplot, que todos os pontos do boxplot que se refere aos que são da administração estão a cima dos pontos do boxplot referente ao grupo dos que não são da administração. Isso leva a concluir que possuir um cargo administrativo influencia positivamente no aumento do salário.Atividade 7:
GET %>% select(Salario,Exp) %>%
group_by(Exp) %>%
summarise(Média=mean(Salario),
Mediana=median(Salario),
Desvio_Padrão=round(sd(Salario),2))## # A tibble: 17 × 4
## Exp Média Mediana Desvio_Padrão
## <dbl> <dbl> <dbl> <dbl>
## 1 1 1345. 1177. 311.
## 2 2 1384. 1198. 474.
## 3 3 1711. 1739. 420.
## 4 4 1420. 1256. 409.
## 5 5 1430. 1368. 146.
## 6 6 1760. 1760. 529.
## 7 7 1698. 1698. NA
## 8 8 1698. 1610. 382.
## 9 10 1934. 1956. 482.
## 10 11 2014. 2014. 746.
## 11 12 2053. 2053. 515.
## 12 13 2116 2116 731.
## 13 14 1795. 1795. NA
## 14 15 2568. 2568. NA
## 15 16 2139. 1884. 563.
## 16 17 1921. 1921. NA
## 17 20 1935. 1935. NAboxplot(Salario ~ Exp, data=GET,
col=c("#c25706", "#c9c904"),
main="Boxplot: salário X experiência",
ylab="Salário")
Resposta: observa-se de acordo com o gráfico boxplot que os boxs estão levemente em uma inclinação ascendente a medida que aumemta o grau de experiência, levando a conclusão que quanto maior a experiência maior tende a ser o salário.