#Carregar a base de dados

Escola_Oliveira_p_Livro_DMQ <- read.csv("C:/Users/pimen/OneDrive/Documentos/7 periodo/bases_curso_estatistica/Base_de_dados-master/Escola_Oliveira_p_Livro_DMQ.csv",  sep = ";")
View(Escola_Oliveira_p_Livro_DMQ)
dadoscvs = read.csv("C:/Users/pimen/OneDrive/Documentos/7 periodo/bases_curso_estatistica/Base_de_dados-master/Escola_Oliveira_p_Livro_DMQ.csv",  sep = ";")
View(dadoscvs)
str(dadoscvs)
## 'data.frame':    420 obs. of  9 variables:
##  $ id            : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ grau_pagamento: int  1 1 2 1 2 1 1 1 2 1 ...
##  $ sexo          : int  1 1 1 0 1 1 0 1 0 1 ...
##  $ raca          : int  1 0 0 1 0 1 0 0 0 1 ...
##  $ casado        : int  0 0 0 0 1 1 1 1 0 1 ...
##  $ idade         : int  NA 25 23 26 22 23 31 21 31 38 ...
##  $ anos_trabalho : chr  "0,5" "2,4" "3,6" "1,9" ...
##  $ desempenho    : int  2 3 7 3 6 4 3 2 5 3 ...
##  $ salario       : int  890 1100 1070 1190 1290 1010 990 880 1520 1290 ...
library(readr)
library(readxl)
## Warning: package 'readxl' was built under R version 4.2.2
library(flextable)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

#Diagrama de dispersão: #Análises de duas variáveis quantitativas: Salário e Sexo

plot(dadoscvs$desempenho, dadoscvs$salario, pch = 19, col = "#13f48c", main = "Salário por Desempenho", xlab = "Salário", ylab = "Desempenho")
abline(lsfit(dadoscvs$desempenho,dadoscvs$salario),col="red",lwd=1)

#Coeficiente de correlação:

cor(dadoscvs$desempenho,dadoscvs$salario)
## [1] 0.8346379

#Matriz de Correlação de duas variáveis quantitativas

library(corrplot)
## Warning: package 'corrplot' was built under R version 4.2.2
## corrplot 0.92 loaded
M <- cor(Escola_Oliveira_p_Livro_DMQ[,c("salario","desempenho")])
corrplot(M, method="circle")

Interpretação:

Nesta atividade, foram analisadas as variáveis quantitativas “salário” e “desempenho”.Duas variáveis quantitativas da base de dados Escola_Oliveira_p_Livro_DMQ, afim de verificar o questionamento: “Quem tem menos produtividade possui um salário melhor do que quem tem mais desempenho?”

A partir da base de dados pude fazer um diagrama de dispersão entre as variáveis, esse diagrama me apresentou a correlação entre o salário e o desempenho com um crescimento, o que significa que quanto maior o desempenho, maior o salário dos funcionários.

Além do diagrama, foi calculado o coeficiente de correlação entre as variáveis, o resultado 0.8346379 mostra que a correlação entre salário e desempenho é positiva forte, confirmando que, quem mais se desempenha, recebe um salário maior.

Conclusão, os instrumentos utilizados convergem para o mesmo resultado. A relação é direta. De modo geral, quem produz mais é premiado com uma maior remuneração.Então, é razoável buscar melhor rendimento no dia a dia do trabalho.