Skip to content

Latest commit

 

History

History
114 lines (77 loc) · 5.29 KB

README.md

File metadata and controls

114 lines (77 loc) · 5.29 KB

PNADCovid TrabalhadoresAPP

Descrição

Este projeto realiza uma análise de trabalhadores em plataformas digitais utilizando dados da PNAD COVID-19, fornecidos pelo IBGE. Foi desenvolvido um dashboard interativo desenvolvido em R utilizando o pacote Shiny. O objetivo é analisar dados de trabalhadores em plataformas digitais no ano de 2020, permitindo a visualização e filtragem dos dados por meio de uma interface amigável.

Objetivos

  • Analisar o impacto da pandemia de COVID-19 no trabalho em plataformas digitais.
  • Explorar dados demográficos como idade, sexo, escolaridade e características do trabalho.

Como a Análise Funciona

1. Importação dos Dados

Os dados são importados diretamente da PNAD COVID-19 usando o pacote PNADcIBGE. Os dados carregados incluem informações como:

  • UF: Unidade da Federação.
  • A002: Idade.
  • A003: Sexo.
  • A004: Cor ou raça.
  • A005: Escolaridade.
  • C007: Realização de trabalho remunerado.
  • C007B: Trabalho em aplicativos de transporte ou entrega.
  • C007C: Trabalho em aplicativos de venda ou outros.
  • C008: Horas trabalhadas na semana de referência.
  • C009: Rendimento efetivo de todos os trabalhos.

2. Dicionário de Variáveis

Cada coluna dos dados é descrita e padronizada com base no dicionário da PNAD COVID-19. Isso permite facilitar a interpretação dos resultados e a criação de filtros.

3. Construção do Banco de Dados

Os dados são filtrados e manipulados para atender aos objetivos da análise. Por exemplo:

  • Filtragem de dados referentes aos meses de 2020.
  • Foco em indivíduos que realizam trabalhos em plataformas digitais, como aplicativos de transporte ou entrega.
  • Criação de variáveis derivadas para cálculo de estatísticas como rendimento médio e horas trabalhadas.

4. Análise Estatística

A análise utiliza os pacotes survey e srvyr para realizar cálculos de estimativas com pesos amostrais, garantindo que os resultados sejam representativos da população.

5. Visualização de Dados

  • Filtros Interativos: Permite filtrar os dados por ano, mês, unidade da federação (UF), tipo de ocupação, faixa etária, sexo, cor ou raça, escolaridade, carteira assinada, função, carga horária semanal habitual, rendimentos habituais e contribuição para o INSS.
  • Visualizações Gráficas: Inclui gráficos de barras e gráficos de pizza para visualizar a distribuição dos dados.
  • Tabela Interativa: Exibe os dados filtrados em uma tabela com paginação e busca.
  • Download de Dados: Permite o download dos dados filtrados em formato CSV.

Instalação

Para executar este projeto, siga os passos abaixo:

  1. Instale o R: Certifique-se de que o R está instalado no seu sistema. Você pode baixá-lo em (https://cran.r-project.org/).

  2. Instale o RStudio (opcional): Recomenda-se o uso do RStudio para uma melhor experiência de desenvolvimento. Baixe-o em (https://www.rstudio.com/products/rstudio/download/).

  3. Instale os Pacotes Necessários: No console do R, execute os seguintes comandos para instalar os pacotes necessários:

     install.packages("shiny")
 install.packages("shinydashboard")
 install.packages("ggplot2")
 install.packages("dplyr")
 install.packages("plotly")
 install.packages("DT")

  4. Clone o repositório:

    git clone https://github.com/seu-usuario/PNADCovid_TrabalhadoresAPP.git
cd PNADCovid_TrabalhadoresAPP

  5. Execute o Projeto: Navegue até o diretório do projeto e execute o arquivo app.R.

    shiny::runApp("caminho/para/o/projeto")

Estrutura do Projeto

  • app.R: Contém o código principal do aplicativo Shiny, incluindo a interface do usuário (UI) e a lógica do servidor (server).
  • trabalhadoresAPP_2020.csv: Arquivo de dados utilizado no projeto. Certifique-se de que este arquivo está no mesmo diretório que o app.R.

Uso

  1. Filtros: Utilize os filtros no painel lateral para selecionar os critérios desejados.
  2. Tabela: Visualize os dados filtrados na aba "Tabela".
  3. Gráficos: Explore as visualizações gráficas na aba "Gráficos".
  4. Download: Baixe os dados filtrados clicando no botão "Baixar Dados Filtrados".

Contribuição

Contribuições são bem-vindas! Siga os passos abaixo para colaborar:

  1. Faça um fork do repositório.
  2. Crie uma nova branch:
git checkout -b sua-feature
  1. Faça suas alterações e envie um pull request.

Embora o foco desta análise tenha sido uma extração de trabalhadores por meio de plataformas digitais, a estrutura pode ser aproveitada para diversos outros tipos de análises alterando as variáveis analisadas e aplicando filtros diferentes consultando as variáveis no Dicionário.

Licença

Este projeto está licenciado sob a MIT License.

Se precisar de mais detalhes ou quiser alterações específicas, é só avisar!

Este projeto foi desenvolvido para auxiliar na pesquisa e análise de dados da minha dissertação de mestrado.