library(readxl)
library(dplyr)
library(ggplot2)
library(ggthemes)
library(flextable)
library(tidyr)
library(corrplot)
gujarati <- read_excel("~/Base_de_dados-master/gujarati_empresa_tecnologia.xlsx")
table(gujarati$Educ)
##
## 1 2 3
## 12 21 13
As pessoas com graduação totalizam 34 pessoas, somando 21 da graduação e 13 da pós-graduação.
Qual é o salário mais baixo da empresa? Qual a escolaridade dessa pessoa? Qual a experiência?
min(gujarati$Salario)
## [1] 1053.5
O menor salário da gujarati é de R$ 1.053,50. Seu nível de escolaridade é ensino médio completo. Sua experiência é de dois anos
Qual a proporção de pessoas com pós-graduação na empresa Gujarati?
tabela_1 <- table(gujarati$Educ)
tabela_1
##
## 1 2 3
## 12 21 13
round(prop.table(tabela_1)*100)
##
## 1 2 3
## 26 46 28
Segundo a tabela, a proporção de pessoas com pós-graduação é de 28%
Qual a proporção de pessoas com pós-graduação exercendo cargos administrativos na empresa Gujarati?
tabela_2 <- table(gujarati$Educ,gujarati$Adm)
tabela_2
##
## 0 1
## 1 9 3
## 2 12 9
## 3 5 8
round(prop.table(tabela_2)*100)
##
## 0 1
## 1 20 7
## 2 26 20
## 3 11 17
A proporção de pessoas com pós grduação em cargos administrativos é de 17%
Qual o impacto da escolaridade no salário?
gujarati %>% select(Salario,Educ) %>%
group_by(Educ) %>%
summarise(
Média=round(mean(Salario)),
Mediana=median(Salario)) %>%
flextable() %>% theme_vader()
Educ | Média | Mediana |
1 | 1,494 | 1,491.8 |
2 | 1,799 | 1,688.2 |
3 | 1,818 | 1,980.0 |
Segundo a tabela, quanto maior a escolaridade maior o salário.
O fato de ter um cargo administrativo influência no salário?
gujarati %>% select(Salario,Adm) %>%
group_by(Adm) %>%
summarise(
média=round(mean(Salario)),
mediana=median(Salario)) %>%
flextable() %>% theme_alafoli()
Adm | média | mediana |
0 | 1,425 | 1,361.25 |
1 | 2,115 | 2,136.15 |
Segundo a tabela, ter um cargo administrativo influência positivamente o salário.
Qual o impacto da experiência no salário?
gujarati %>% select(Salario,Exp) %>%
group_by(Exp) %>%
summarise(
média=round(mean(Salario))) %>%
flextable() %>% theme_zebra()
Exp | média |
1 | 1,345 |
2 | 1,384 |
3 | 1,711 |
4 | 1,420 |
5 | 1,430 |
6 | 1,760 |
7 | 1,698 |
8 | 1,698 |
10 | 1,934 |
11 | 2,014 |
12 | 2,053 |
13 | 2,116 |
14 | 1,795 |
15 | 2,568 |
16 | 2,139 |
17 | 1,921 |
20 | 1,935 |
Seria possível criar uma nova variável com base na escolaridade? Faça uma nova variável com base na codificação abaixo: Nova classificação: UNIV = “ensino médio” (se Educ=1) UNIV = “ensino superior” (se Educ=2 ou Educ=3)
gujarati <- separate(gujarati,"Educ",into = "Ensino Médio,",
sep ="1", remove = FALSE )
gujarati <- separate(gujarati,"Educ", into = "Ensino Superior",
sep = "2", remove = FALSE)
gujarati <- separate(gujarati,"Ensino Superior", into = "Ensino Superior",
sep = "3", remove = FALSE)
Existe algum efeito no salário da interação do fato da pessoa estar em cargo administrativo?
atividadMC <- gujarati %>% select(Educ, Adm, Salario) %>% cor()
mc <- gujarati %>% select(Educ, Adm, Salario) %>% cor()
selecao <- c("Educação", "Cargo ADM", "Salário")
corrplot(mc,method = "number")
Faça a transformação da experiência em três faixas de experiência. 1. menor que 5 anos = “pouca experiência” 2. entre 6 e 10 anos = “média experiência” 3. maior que 11 anos = “muita experiência”
gujarati$Exp <- ifelse(gujarati$Exp<6,"pouca experiência",ifelse(gujarati$Exp>10,"muita experiência","média experiência"))
## Atividade 11 Quantas
pessoas estão em cada categoria dessa nova variável faixas de
experiência ?
tabela3 <- table(gujarati$Exp)
tabela3
##
## média experiência muita experiência pouca experiência
## 13 13 20
Média Experiência Muita Experiência 13 13 Pouca experiência 20
Qual o salário médio, mediano e o desvio-padrão de cada categoria dessa nova variável faixas de experiência?
gujarati %>% select(Salario,Exp) %>% group_by(Exp) %>%
summarise(mediana=median(Salario), mínimo=min(Salario),maximo=max(Salario),media=mean(Salario),desvio_padrão=round(sd(Salario),2)) %>% flextable() %>% theme_alafoli()
Exp | mediana | mínimo | maximo | media | desvio_padrão |
média experiência | 1,697.80 | 1,233.6 | 2,378.0 | 1,789.931 | 418.52 |
muita experiência | 1,920.70 | 1,486.1 | 2,783.7 | 2,076.831 | 445.30 |
pouca experiência | 1,306.45 | 1,053.5 | 2,137.1 | 1,453.750 | 361.62 |