Análise de dados da pesquisa DataSenado

Análise dos dados com o R - EM CONSTRUÇÃO…

Estimativas pontuais considerando o delineamento amostral

Este artigo foi reescrito em Sexta-Feira, 03 de maio de 2024.

Análise descritiva dos dados do DataSenado

Resumo

O código começa carregando os dados necessários para a análise do site do Data Senado. Em seguida, são realizadas algumas transformações nos dados, como mudança de nomenclatura e agrupamento por região, sexo, idade, entre outros, para facilitar a compreensão e análise futura.

Em seguida, o código realiza uma ponderação dos dados, utilizando o pacote survey, ajustando os pesos das observações para que reflitam a distribuição da população.

Após a ponderação, são realizadas análises descritivas e multivariadas dos dados. São apresentadas visualizações sobre as principais preocupações da população brasileira, opiniões sobre temas como redução da maioridade penal e criação de impostos sobre grandes fortunas, bem como análises estratificadas por sexo, idade, voto nas últimas eleições e religião.

Essas análises visam fornecer insights sobre as opiniões e preocupações da população brasileira em relação a diversos temas.

Carregando dados

Os dados utilizados nesta análise estão disponíveis no site do Data Senado. Você pode acessar os dados, documentos técnicos e alguns dos blocos de códigos utilizados nesta análise clicando aqui.

Instalando e carregando pacotes

if(!require("pacman")){install.packages("pacman")}; library(pacman)

pacman::p_load(readxl, tidyverse, survey, purrr, srvyr, knitr, shinydashboard,shiny)

Carregando o dicionário de dados.

rm(list = ls())
DICIONARIO_DE_DADOS <- read_excel("C:/Users/welli/OneDrive/portifolio-dados.github.io/projetos-R/dados/DATASEN BR 2022 NOV BAROMETRO - DICIONARIO DE DADOS.xlsx")

Carregando Microdado

df = read.csv2("C:/Users/welli/OneDrive/portifolio-dados.github.io/projetos-R/dados/DATASEN BR 2022 NOV BAROMETRO - DADOS.csv",  sep = ";")

Mudanca de nomenclatura das variaveis para facilitar entendimento do codigo

df <- df |> 
  mutate(
    P02 = case_when(
      P02 == 12 ~ "Acre",
      P02 == 27 ~ "Alagoas",
      P02 == 13 ~ "Amazonas",
      P02 == 16 ~ "Amapá",
      P02 == 29 ~ "Bahia",
      P02 == 23 ~ "Ceará",
      P02 == 53 ~ "Distrito Federal",
      P02 == 32 ~ "Espírito Santo",
      P02 == 52 ~ "Goiás",
      P02 == 21 ~ "Maranhão",
      P02 == 51 ~ "Mato Grosso",
      P02 == 50 ~ "Mato Grosso do Sul",
      P02 == 31 ~ "Minas Gerais",
      P02 == 15 ~ "Pará",
      P02 == 25 ~ "Paraíba",
      P02 == 41 ~ "Paraná",
      P02 == 26 ~ "Pernambuco",
      P02 == 22 ~ "Piauí",
      P02 == 33 ~ "Rio de Janeiro",
      P02 == 24 ~ "Rio Grande do Norte",
      P02 == 43 ~ "Rio Grande do Sul",
      P02 == 11 ~ "Rondônia",
      P02 == 14 ~ "Roraima",
      P02 == 42 ~ "Santa Catarina",
      P02 == 35 ~ "São Paulo",
      P02 == 28 ~ "Sergipe",
      P02 == 17 ~ "Tocantins",
      TRUE ~ NA)) |>
  mutate(
  VD_REGIAO = case_when(
    VD_REGIAO == 1  ~ "Norte",
    VD_REGIAO == 2  ~ "Nordeste",
    VD_REGIAO == 3  ~ "Sudeste",
    VD_REGIAO == 4  ~ "Sul",
    VD_REGIAO == 5  ~ "Centro-Oeste",
      TRUE ~ NA)) |> 
  mutate(
    V02 = case_when(
      V02 == 1 ~ "Masculino",
      V02 == 2 ~ "Feminino",
      TRUE ~ NA)) |> 
  mutate(
    V04 = case_when(
      V04 == 1  ~ "Branca",
      V04 == 2  ~ "Preta",
      V04 == 3  ~ "Parda",
      V04 == 4  ~ "Indígena",
      V04 == 5  ~ "Amarela",
      V04 == 97 ~ "Não sei/Prefiro não responder",
      TRUE ~ NA)) |> 
  mutate(
    V09 = case_when(
      V09 == 1  ~ 'Católica',
      V09 == 2  ~ 'Evangélica',
      V09 == 3  ~ 'Espírita',
      V09 == 4  ~ 'Sem religião ou crença',
      V09 == 5  ~ 'Outra',
      V09 == 99 ~ 'Prefiro não responder',
      TRUE ~ NA)) |> 
  mutate(
    P04 = case_when( 
      P04 == 1  ~ "Saúde",
      P04 == 2  ~ "Emprego",
      P04 == 3  ~ "Custo de vida",
      P04 == 4  ~ "Corrupção",
      P04 == 5  ~ "Segurança pública",
      P04 == 6  ~ "Educação",
      P04 == 7  ~ "Outro",
      P04 == 97 ~ "Não sei/Prefiro não responder",
      TRUE ~ NA)) |> 
  mutate(
    P19 = case_when(
      P19 == 1 ~ "Muito satisfeito(a)",
      P19 == 2 ~ "Pouco satisfeito(a)",
      P19 == 3 ~ "Nada satisfeito(a)",
      P19 == 97 ~ "Não sei/Prefiro não responder",
      TRUE ~ NA)) |> 
  mutate(
    VD_IDADE = case_when(
      VD_IDADE == 1 ~ "16 a 29 anos",
      VD_IDADE == 2 ~ "30 a 39 anos",
      VD_IDADE == 3  ~ "40 a 49 anos",
      VD_IDADE == 4 ~ "50 a 59 anos",
      VD_IDADE == 5 ~ "60 anos ou mais",
      TRUE ~ NA_character_)) |> 
    mutate(
    VD_VOTO.TURNO1_ = case_when(
      VD_VOTO.TURNO1 == 1 ~ "Jair Bolsonaro (22)",
      VD_VOTO.TURNO1 == 2 ~ "Lula (13)",
      VD_VOTO.TURNO1 == 3 ~ "Outros/Branco/Nulo/Não votou",
      TRUE ~ NA_character_)) |> 
      mutate(
    VD_VOTO.TURNO2_ = case_when(
      VD_VOTO.TURNO2 == 1 ~ "Jair Bolsonaro (22)",
      VD_VOTO.TURNO2 == 2 ~ "Lula (13)",
      VD_VOTO.TURNO2 == 3 ~ "Outros / Branco/Nulo/Não votou",
      TRUE ~ NA_character_)) |> 
  mutate(
    P06 = case_when(
      P06 == 1 ~ "A favor",
      P06 == 2 ~ "Contra",
      P06 == 97 ~ "Não sei / Prefiro não responder",
      TRUE ~ NA_character_)) |> 
    mutate(
    P08 = case_when(
      P08 == 1 ~ "A favor",
      P08 == 2 ~ "Contra",
      P08 == 97 ~ "Não sei / Prefiro não responder",
      TRUE ~ NA_character_)) |> 
  mutate(
    P09 = case_when(
      P09 == 1 ~ "Qualquer valor abaixo de R$ 499 mil",
      P09  == 2 ~ "De R$ 500 mil a R$ 999 mil",
      P09 == 3 ~ "De R$ 1 milhão a R$ 9,9 milhões",
      P09 == 4 ~ "De R$ 10 milhões a 49 milhões",
      P09 == 5 ~ "De R$ 50 milhões a 99 milhões",
      P09 == 6 ~ "Acima de R$ 100 milhões",
      P09 == 7 ~ "Não sei",
      P09 == 8 ~ "Prefiro não responder",
      TRUE ~ NA_character_
    )
  )

Ponderação

Definição das variáveis a serem usadas no raking (calibracao):

# Mudanca de nomenclatura das variaveis para facilitar entendimento do codigo

df$regiao.wgts      = df$VD_REGIAO
df$sexo.wgts        = df$V02
df$edu.wgts         = df$VD_EDUCACAO
df$raca.wgts        = df$VD_RACA 
df$idade.wgts       = df$VD_IDADE 
df$porte.wgts       = df$VD_PORTE
df$voto.turno1.wgts = df$VD_VOTO.TURNO1
df$voto.turno2.wgts = df$VD_VOTO.TURNO2

## Ponderacao ------------

# Definição das variáveis a serem usadas no raking (calibracao):
var.wgts = c("raca.wgts",
             "sexo.wgts",
             "idade.wgts",
             "porte.wgts",
             "edu.wgts",
             "voto.turno2.wgts",
             "voto.turno1.wgts")


# Definição das variaveis populacionais que servirao de parametro para o raking
# Essas variaveis foram extraidas da PNADC 2021-03

var.pop = c("POP_REGIAO_RACA",
            "POP_REGIAO_SEXO",
            "POP_REGIAO_IDADE",
            "POP_REGIAO_PORTE",
            "POP_REGIAO_EDU",
            "POP_REGIAO_VOTO.TURNO2",
            "POP_REGIAO_VOTO.TURNO1")

# Criacao da lista de referencia com os parametros populacionais a serem usados na funcao rake:

population <- list(0)
for (i in 1:length(var.wgts)) {
  pop = unique(df[, c('regiao.wgts', var.wgts[i], var.pop[i])])
  names(pop) <- c('regiao.wgts', var.wgts[i], 'freq')
  population[[i]] <- pop
  
}

# Definicao das variaveis na amostra que serao usadas no rake, no formato exigido pela funcao

sample <- map(paste0("~", "regiao.wgts +", var.wgts), as.formula)

# Delineamento amostral ------------
data.svy <-
  svydesign(
    id = ~ ID,
    weights = df$W1,
    data = df,
    strata = df$regiao.wgts
  )

# Ponderacao Rake ------------
data.rake <-
  rake(
    data.svy,
    sample.margins = sample,
    population.margins = population,
    control = list(maxit = 62)
  )

Teste para ver se a ponderacao acima bate com o peso calculado pelo DataSenado disponivel na base

Wrake <- data.frame(ID = data.svy$cluster, W2_teste = weights(data.rake))
summary(Wrake$W2_teste)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1323   31923   55903   83460   97066 1547555 

summary(df$W2)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1323   31923   55903   83460   97066 1547555 

Como os valores são iguais vamos partir para as análises

Usando o pacote srvyr para facilitar a análise

data.rake.srvyr <- as_survey(data.rake)

Análise descritiva

Qual é a maior preocupação dos cidadãos do Brasil atualmente?

preocupacao <- data.rake.srvyr %>%
  group_by(P04) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Preocupação"=P04)

ggplot(preocupacao, aes(x = Preocupação, y = (porcentagem*100), fill = Preocupação)) +
  geom_bar(stat = "identity") +
  geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Principais preocupações dos respondentes", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), vjust = 3, size = 3, position = position_dodge(width = 0.9))

Qual é a opinião predominante da população brasileira em relação à redução da maioridade penal?

maioridADE <- data.rake.srvyr %>%
  group_by(P06) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Opinião" = P06)
ggplot(maioridADE, aes(x = Opinião, y = (porcentagem*100), fill = Opinião)) +
  geom_bar(stat = "identity") +
    geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião sobre a redução da maioridade penal", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), vjust = 3, size = 3, position = position_dodge(width = 0.9))

Qual é a opinião predominante da população brasileira em relação à criar impostos sobre grandes fortunas?

impo_fortuna <- data.rake.srvyr %>%
  group_by(P08) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Opinião" = P08)
ggplot(impo_fortuna, aes(x = Opinião, y = (porcentagem*100), fill = Opinião)) +
  geom_bar(stat = "identity") +
    geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião sobre criar impostos sobre grandes fortunas", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), vjust = 3, size = 3, position = position_dodge(width = 0.9))

Para a população brasileira a partir de que valor seria uma grande fortuna?

fortuna <- data.rake.srvyr %>%
  group_by(P09) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Faixa de Valores" = P09)
ggplot(fortuna, aes(x = `Faixa de Valores`, y = (porcentagem*100), fill = `Faixa de Valores`)) +
  geom_bar(stat = "identity") +
    geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "A partir de que valor seria uma grande fortuna?", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), vjust = 3.5, size = 3, position = position_dodge(width = 0.9))

Análise multivariada

Qual a principal preocupação da população brasileira por sexo

preocupacao_por_sexo <- data.rake.srvyr %>%
  group_by(V02, P04) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Sexo" = V02, "Preocupação" = P04)

ggplot(preocupacao_por_sexo, aes(x = Preocupação, y = (porcentagem*100), fill = Sexo)) +
  geom_bar(stat = "identity", position = "dodge") +
      geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Principais preocupações dos respondentes por sexo", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 3)

Qual a opinião da população brasileira sobre a redução maioridade penal por sexo?

opi_sexo <- data.rake.srvyr %>%
  group_by(V02, P06) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Opinião" = P06, "Sexo" = V02)

ggplot(opi_sexo, aes(x = Opinião, y = (porcentagem*100), fill = Sexo)) +
  geom_bar(stat = "identity", position = "dodge") +
      geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião sobre a redução maioridade penal por sexo", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 3)

Qual a opinião da população brasileira sobre a redução maioridade penal por quem votou na última eleição (Voto no 1° Turno)?

opi_1_tur <- data.rake.srvyr %>%
  group_by(VD_VOTO.TURNO1_, P06) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Opinião" = P06, "Voto no 1° Turno" = VD_VOTO.TURNO1_)

ggplot(opi_1_tur, aes(x = Opinião, y = (porcentagem*100), fill = `Voto no 1° Turno`)) +
  geom_bar(stat = "identity", position = "dodge") +
      geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião sobre a redução maioridade penal por quem votou na última eleição (Voto no 1° Turno)", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 3)

Qual a opinião da população brasileira sobre a redução maioridade penal por quem votou na última eleição (Voto no 2° Turno)?

opi_2_tur <- data.rake.srvyr %>%
  group_by(VD_VOTO.TURNO2_, P06) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Opinião" = P06, "Voto no 2° Turno" = VD_VOTO.TURNO2_)

ggplot(opi_2_tur, aes(x = Opinião, y = (porcentagem*100), fill = `Voto no 2° Turno`)) +
  geom_bar(stat = "identity", position = "dodge") +
      geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião sobre a redução maioridade penal por quem votou na última eleição (Voto no 2° Turno)", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 3)

Qual a opinião da população brasileira sobre a redução maioridade penal por Religião?

opi_por_rel <- data.rake.srvyr %>%
  group_by(V09, P06) %>%
  summarise(porcentagem = survey_prop()) |> 
  rename("Religião" = V09, "Opinião" = P06)

ggplot(opi_por_rel, aes(x = Religião, y = (porcentagem*100), fill = Opinião)) +
  geom_bar(stat = "identity", position = "dodge") +
      geom_errorbar(aes(ymin = (porcentagem*100) - (porcentagem_se*100), ymax = (porcentagem*100) + (porcentagem_se*100)), width = 0.4, position = position_dodge(0.9), color = "red") +
  labs(title = "Opinião da população brasileira sobre a redução maioridade penal por Religião", y = NULL, x = NULL) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_fill_brewer(palette = "Set3") +
  geom_text(aes(label = paste0(round((porcentagem*100), 1), "%")), position = position_dodge(width = 0.9), vjust = -0.5, size = 3)