Proyecto semillero ELCA Urbano
Yesenia y Jessica
2023-05-10
Se cuenta con 19298 registros. 609 columnas que corresponden a las preguntas presentes en el formulario Urbano Adultos.
La ELCA es una encuesta longitudinal que sigue cada tres años a aproximadamente 10,000 hogares colombianos en zonas urbanas y rurales de Colombia. El objetivo principal de la encuesta es aumentar la comprensión de los cambios sociales y económicos a nivel individual y de los hogares, proveyendo información sobre el comportamiento de éstos en el tiempo y su efecto sobre el bienestar. Las bases públicas de la ELCA son: Hogar, personas y niños.
9033 hombres respondieron la encuesta. 10265 mujeres respondieron la encuesta relacionada con el formulario Adultos (Urbano).
Tema 1: Educación y situación laboral
Tema 2: Caracterización de aspectos laborales de la población femenina con algún tipo de discapacidad en Colombia.
Limpieza de los datos
Codificación de la variable La persona es: jefe de hogar(1) Cónyuge(2) Otro(3) con sus respectivas categorías:
1 se le asigna Jf correspondiente a Jefe de Hogar
2 se le asigna Cony correspondiente a cónyugue
3 se le asigna otro
library(haven)## Warning: package 'haven' was built under R version 4.2.2library(xtable)## Warning: package 'xtable' was built under R version 4.2.2UPersonas <- read_dta("F:/MI PC/proyecto_ELCA/Datos/UPersonas.dta")
nrow(UPersonas)## [1] 19298UPersonas2<-UPersonas
UPersonas2$parentesco<-as.numeric(UPersonas2$parentesco)
UPersonas2$parentesco[UPersonas2$parentesco %in% c(1)]<-"Jf"
UPersonas2$parentesco[UPersonas2$parentesco %in% c(2)]<-"Cony"
UPersonas2$parentesco[UPersonas2$parentesco %in% c(3:19)]<-"Otro"
tabla_parentesco<-table(UPersonas2$parentesco,useNA = "always")
tabla_parentesco##
## Cony Jf Otro <NA>
## 3073 4860 11365 0plot(table(UPersonas2$parentesco),col=c(2:7),xlab="categorias de parentesco",
ylab="cantidad de personas",ylim=c(0,7000))
Categorización de la variable edad en años cumplidos
0-10 personas que manifestaron tener de 0 a 10 años.
11-17 personas que manifestaron tener de 11 a 17 años.
18-30 personas que manifestaron tener de 18 a 30 años.
31-60 personas que manifestaron tener de 31 a 60 años.
61-75 personas que manifestaron tener de 61 a 75 años.
76-96 personas que manifestaron tener de 76 a 96 años.
UPersonas2$edad[UPersonas2$edad %in% c(0:10)]<-"edad0A10"
UPersonas2$edad[UPersonas2$edad %in% c(11:17)]<-"edad11-17"
UPersonas2$edad[UPersonas2$edad %in% c(18:30)]<-"edad18A30"
UPersonas2$edad[UPersonas2$edad %in% c(31:60)]<-"edad31A60"
UPersonas2$edad[UPersonas2$edad %in% c(61:75)]<-"edad61A75"
UPersonas2$edad[UPersonas2$edad %in% c(76:96)]<-"edad76A96"
tabla_edad<-table(UPersonas2$edad,useNA = "always")
tabla_edad##
## edad0A10 edad11-17 edad18A30 edad31A60 edad61A75 edad76A96 <NA>
## 3431 2831 3732 7342 1535 427 0plot(table(UPersonas2$edad),col=c(2:7),xlab="categorias de edad",ylab="cantidad de personas",ylim=c(0,7000))
Codificación de las categorías de la variable sexo
UPersonas2$sexo<-as.numeric(UPersonas2$sexo)
UPersonas2$sexo[UPersonas2$sexo %in% c(1)]<-"H" #Hombre
UPersonas2$sexo[UPersonas2$sexo %in% c(2)]<-"M" #Mujer
tabla_sexo<-table(UPersonas2$sexo,useNA = "always")
tabla_sexo##
## H M <NA>
## 9033 10265 0plot(table(UPersonas2$sexo),col=c(2:7),xlab="categorias de sexo",
ylab="cantidad de personas",ylim=c(0,7000))
Codificación de las categorías de la variable:¿Está cotizando a un fondo de pensiones?
Si
No
UPersonas2$cotizando<-as.numeric(UPersonas2$cotizando)
UPersonas2$cotizando[UPersonas2$cotizando %in% c(1)]<-"Si" #Hombre
UPersonas2$cotizando[UPersonas2$cotizando %in% c(2)]<-"No" #Mujer
tabla_cotizando<-table(UPersonas2$cotizando,useNA = "always")
tabla_cotizando##
## No Si <NA>
## 5247 2108 11943plot(table(UPersonas2$cotizando),col=c(2:7),
xlab="categorias",
ylab="cantidad de personas",ylim=c(0,7000))
Codificacion de la variable: Por enfermedad, accidente o nacimiento, ¿______ tiene alguna de las siguientes condiciones de forma permanente como…?
Ceguera total 1. Si, 2. No
Sordera total 1. Si, 2. No
Mudez 1. Si, 2. No
Dificultad para moverse o caminar por si mismo 1. Si, 2. No
Dificultad para bañarse, vestirse, o alimentarse por si mismo 1. Si, 2. No
Dificultad para salir a la calle sin ayuda o compañía 1. Si, 2. No
Dificultad para entender o aprender 1. Si, 2. No
UPersonas2$discp<-rep(0,nrow(UPersonas2))
UPersonas2$ceguera<-as.numeric(UPersonas2$ceguera)
UPersonas2$sordera<-as.numeric(UPersonas2$sordera)
UPersonas2$mudez<-as.numeric(UPersonas2$mudez)
UPersonas2$dif_moverse<-as.numeric(UPersonas2$dif_moverse)
UPersonas2$dif_banarse<-as.numeric(UPersonas2$dif_banarse)
UPersonas2$dif_calle<-as.numeric(UPersonas2$dif_calle)
UPersonas2$dif_aprender<-as.numeric(UPersonas2$dif_aprender)
UPersonas2$discp[(UPersonas2$ceguera %in% c(1)) |
(UPersonas2$sordera %in% c(1))|
(UPersonas2$mudez %in% c(1)) &
(UPersonas2$dif_moverse %in% c(2)) &
(UPersonas2$dif_banarse %in% c(2)) &
(UPersonas2$dif_calle %in% c(2))&
(UPersonas2$dif_aprender %in% c(2))]<-'csm'
UPersonas2$discp[((UPersonas2$ceguera %in% c(1)) |
(UPersonas2$sordera %in% c(1))|
(UPersonas2$mudez %in% c(1))) &
((UPersonas2$dif_moverse %in% c(1)) |
(UPersonas2$dif_banarse %in% c(1)) |
(UPersonas2$dif_calle %in% c(1)) |
(UPersonas2$dif_aprender %in% c(1)))]<-'+TFP'
UPersonas2$discp[((UPersonas2$ceguera %in% c(2)) &
(UPersonas2$sordera %in% c(2))&
(UPersonas2$mudez %in% c(2))) &
((UPersonas2$dif_moverse %in% c(1)) &
(UPersonas2$dif_banarse %in% c(1)) &
(UPersonas2$dif_calle %in% c(1)) &
(UPersonas2$dif_aprender %in% c(2)))]<-'+mbc'
UPersonas2$discp[((UPersonas2$ceguera %in% c(2)) &
(UPersonas2$sordera %in% c(2))&
(UPersonas2$mudez %in% c(2))) &
((UPersonas2$dif_moverse %in% c(2)) &
(UPersonas2$dif_banarse %in% c(2)) &
(UPersonas2$dif_calle %in% c(2)) &
(UPersonas2$dif_aprender %in% c(1)))]<-'ap'
UPersonas2$discp[((UPersonas2$ceguera %in% c(2)) &
(UPersonas2$sordera %in% c(2))&
(UPersonas2$mudez %in% c(2))) &
((UPersonas2$dif_moverse %in% c(1)) |
(UPersonas2$dif_banarse %in% c(1)) |
(UPersonas2$dif_calle %in% c(1)) |
(UPersonas2$dif_aprender %in% c(2)))]<-'fis'
UPersonas2$discp[(UPersonas2$ceguera %in% c(2)) &
(UPersonas2$sordera %in% c(2))&
(UPersonas2$mudez %in% c(2)) &
(UPersonas2$dif_moverse %in% c(2))&
(UPersonas2$dif_banarse %in% c(2))&
(UPersonas2$dif_calle %in% c(2))&
(UPersonas2$dif_aprender %in% c(2))]<-'Nn'
UPersonas2$discp[UPersonas2$discp %in% c(0)]<-'otra'
tabla_discp<-table(UPersonas2$discp,useNA = "always")
tabla_discp##
## +TFP ap csm fis Nn otra <NA>
## 32 84 41 444 17870 827 0plot(table(UPersonas2$discp),col=c(2:7),xlab="categorías",ylab="cantidad de personas",ylim=c(0,1500))
Donde: +TFP da a conocer las personas que tienen alguna diacapacidad fisica o de aprendizaje y además ceguera o sordera o mudez,ap personas que solo tienen discapacidad de aprendizaje, fis personas que tienen alguna discapacidad fisica (para moverse, o bañarse, o salir a la calle), Nn no tiene ningún tipo de discapacidad, otra personas que tienen otras discapacidades no relacionadas en las anteriores categorías.
Codificación de la variable: ¿Cuántos hijos(as) nacidos(as) vivos tiene, o ha tenido__________?
Hijas
“ninguno”, “uno”, “dos”, “tres o más”
Donde quedaron codificadas estas categorías de la siguiente manera con respecto a “ninguno” como Nn y con respecto a ’tres o más” como +2.
UPersonas2$hijas_mujeres[UPersonas2$hijas_mujeres %in% c(0)]<-'Nn'
UPersonas2$hijas_mujeres[UPersonas2$hijas_mujeres %in% c(1)]<-'uno'
UPersonas2$hijos_hombres[UPersonas2$hijos_hombres %in% c(2)]<-'dos'
UPersonas2$hijas_mujeres[UPersonas2$hijas_mujeres %in% c(3:30)]<-'+2'
tabla_hm<-table(UPersonas2$hijas_mujeres,useNA = "always")
tabla_hm##
## +2 2 Nn uno <NA>
## 284 699 995 1557 15763plot(table(UPersonas2$hijas_mujeres),col=c(2:7),
xlab="categorías",ylab="cantidad de personas",ylim=c(0,1500))
Hijos
“ninguno”, “uno”, “dos”, “tres o más”
Donde quedaron codificadas estas categorías de la siguiente manera con resopecto a “ninguno” como Nn y con respecto a ’tres o más” como +2.
UPersonas2$hijos_hombres[UPersonas2$hijos_hombres %in% c(0)]<-'Nn'
UPersonas2$hijos_hombres[UPersonas2$hijos_hombres %in% c(1)]<-'uno'
UPersonas2$hijos_hombres[UPersonas2$hijos_hombres %in% c(2)]<-'dos'
UPersonas2$hijos_hombres[UPersonas2$hijos_hombres %in% c(3:30)]<-'+2'
tabla_hh<-table(UPersonas2$hijos_hombres,useNA = "always")
tabla_hh##
## +2 dos Nn uno <NA>
## 319 706 948 1562 15763plot(table(UPersonas2$hijos_hombres),col=c(2:7),xlab="categorías",
ylab="cantidad de personas",ylim=c(0,1500))
¿Está embarazada?
Las categorías son:
Si
No
UPersonas2$embarazada<-as.numeric(UPersonas2$embarazada)
UPersonas2$embarazada[UPersonas2$embarazada %in% c(1)]<-'Si'
UPersonas2$embarazada[UPersonas2$embarazada %in% c(2)]<-'No'
tabla_emb<-table(UPersonas2$embarazada,useNA = "always")
tabla_emb##
## No Si <NA>
## 5939 155 13204plot(table(UPersonas2$embarazada),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,1500))
402 - ¿___________actualmente estudia? (asiste a la escuela, colegio o universidad)
UPersonas2$estudia<-as.numeric(UPersonas2$estudia)
UPersonas2$estudia[UPersonas2$estudia %in% c(1)]<-'Si'
UPersonas2$estudia[UPersonas2$estudia %in% c(2)]<-'No'
tabla_est<-table(UPersonas2$estudia,useNA = "always")
tabla_est##
## No Si <NA>
## 11160 5886 2252plot(table(UPersonas2$estudia),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,14000))
404 - ¿Hace cuánto tiempo_____dejó de estudiar?
1 Menos de tres (3) años
2 Más de tres (3) años
3 Nunca ha estudiado
UPersonas2$t_dejoestudio<-as.numeric(UPersonas2$t_dejoestudio)
UPersonas2$t_dejoestudio[UPersonas2$t_dejoestudio %in% c(1)]<-'-3'
UPersonas2$t_dejoestudio[UPersonas2$t_dejoestudio %in% c(2)]<-'+3'
UPersonas2$t_dejoestudio[UPersonas2$t_dejoestudio %in% c(3)]<-'Nunca'
tabla_t_dejoestudio<-table(UPersonas2$t_dejoestudio,useNA = "always")
tabla_t_dejoestudio##
## -3 +3 Nunca <NA>
## 1186 7737 339 10036plot(table(UPersonas2$t_dejoestudio),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,2000))
Población ocupada
502a - ¿Es su trabajo actual, su primer trabajo?
1.Si 2.No
UPersonas2$es_ptrabajo<-as.numeric(UPersonas2$es_ptrabajo)
UPersonas2$es_ptrabajo[UPersonas2$es_ptrabajo %in% c(1)]<-'Si'
UPersonas2$es_ptrabajo[UPersonas2$es_ptrabajo %in% c(2)]<-'No'
tabla_es_ptrabajo<-table(UPersonas2$es_ptrabajo,useNA = "always")
tabla_es_ptrabajo##
## No Si <NA>
## 4195 1083 14020plot(table(UPersonas2$es_ptrabajo),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,2000))
502 - ¿A qué actividad se dedica principalmente la empresa o negocio en la que__________ trabaja?
La variable se encuentra codificada como descripcion_ciiu
Categorías:
1 Agricultura, ganadería, caza,silvicultura y pesca
2 Explotación de minas y canteras
3 Industrias manufactureras
4 Suministro de electricidad, gas, vapor y aire acondicionado
5 Distribución de agua; evacuación y tratamiento de aguas residuales, gestión de desechos y actividades de saneamiento ambiental.
6 Construcción
7 Comercio al por mayor y al por menor; reparación de vehículos automotores y motocicletas.
8 Transporte y almacenamiento.
9 Alojamiento y servicios de comida.
10 Información y comunicaciones.
11 Actividades financieras y de seguros.
12 Actividades inmobiliarias.
13 Actividades profesionales, científicas y técnicas.
14 Actividades de servicios administrativos y de apoyo.
15 Administración pública y defensa; planes de seguridad social de afiliación obligatoria.
16 Educación.
17 Actividades de atención de la salud humana y de asistencia social.
18 Actividades artísticas, de entrenamiento y recreación.
19 Otras actividades de servicios.
20 Actividades de los hogares individuales en calidad de empleadores; actividades no diferenciadas de los hogares individuales como productores de bienes y servicios para uso propio.
21 Actividades de organizaciones y entidades extraterritoriales.
Veamos la cantidad de personas que se encuentran en cada una de estas categorías:
table(UPersonas2$descripcion_ciiu)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
## 368 47 518 31 11 362 1043 384 513 53 51 21 109 195 103 251
## 17 18 19 20
## 217 71 707 223Dado que son 21 categorías y algunas tienen frecuencias muy bajas, lo que puede afectar nuestro Análisis de correspondencias múltiples, entonces las agruparemos de la siguiente manera:
Grupo 1
1 Agricultura, ganadería, caza, silvicultura y pesca
2 Explotación de minas y canteras
6 Construcción
20 Actividades de los hogares individuales en calidad de empleadores; actividades no diferenciadas de los hogares individuales como productores de bienes y servicios para uso propio
3 Industrias manufactureras
15 Administración pública y defensa; planes de seguridad social de afiliación obligatoria
18 Actividades artísticas, de entrenamiento y recreación
Grupo 2
7 Comercio al por mayor y al por menor; reparación de vehículos automotores y motocicletas
Grupo 3
5 Distribución de agua; evacuación y tratamiento de aguas residuales, gestión de desechos y actividades de saneamiento ambiental
4 Suministro de electricidad, gas, vapor y aire acondicionado
8 Transporte y almacenamiento
14 Actividades de servicios administrativos y de apoyo
17 Actividades de atención de la salud humana y de asistencia social
19 Otras actividades de servicios
Grupo 4
9 Alojamiento y servicios de comida
10 Información y comunicaciones
11 Actividades financieras y de seguros
12 Actividades inmobiliarias
13 Actividades profesionales, científicas y técnicas
16 Educación
UPersonas2$descripcion_ciiu<-as.numeric(unlist(UPersonas2$descripcion_ciiu))
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(1)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(2)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(3)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(4)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(5)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(6)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(7)]<-'G2'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(8)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(9)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(10)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(11)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(12)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(13)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(14)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(15)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(16)]<-'G4'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(17)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(18)]<-'G1'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(19)]<-'G3'
UPersonas2$descripcion_ciiu[UPersonas2$descripcion_ciiu %in% c(20)]<-'G1'
tabla_descripcion_ciiu<-table(UPersonas2$descripcion_ciiu,useNA = "always")
tabla_descripcion_ciiu##
## G1 G2 G3 G4 <NA>
## 1692 1043 1545 998 14020plot(table(UPersonas2$descripcion_ciiu),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,2000))
Estos NA se pueden deber a personas que no laboran o tienen empleos informales o no saben la actividad principal de la empresa donde laboran.
503 - ¿Qué hace _______________en ese trabajo?
Esta variable se encuentra codificada de la siguiente manera: descrip_oficio (No se va a incluir por el momento en este trabajo dada la complejidad de la codificación y agrupamiento de las categorías de esta variable).
505 - ¿Cómo consiguió_______este trabajo o empleo?
La variable se encuentra codificada como medio_consiguio
1 Pidiendo ayuda a familiares, amigos o colegas
2 Visitando, llevando o enviando hojas de vida a empresas o empleadores
3 A través del SENA
4 Visitando, llevando o enviando hojas de vida a bolsas de empleo o intermediarios
5 Por avisos clasificados
6 Por convocatoria
7 Por internet
8 Por organizaciones a las que pertenece
9 El empleador lo contactó directamente
10 No necesitó o no recurrió a ningún medio
11 Por contactos profesionales
12 Por otro medio
Veamos cuántas personas hay en cada categoría
table(UPersonas2$medio_consiguio,useNA = "always")##
## 1 2 3 4 5 6 7 8 9 10 11 12 <NA>
## 3115 279 37 81 34 145 68 20 203 1159 130 7 14020Dados estos resultados vamos a recategorizar la variable en las siguientes categorías:
Pidiendo ayuda a familiares, amigos o colegas como fac
No necesitó o no recurrió a ningún medio nm
Otros medios como: 2,3,4,5,6,7,8,9,11,12 Otros
table(UPersonas2$medio_consiguio,useNA = "always")##
## 1 2 3 4 5 6 7 8 9 10 11 12 <NA>
## 3115 279 37 81 34 145 68 20 203 1159 130 7 14020UPersonas2$medio_consiguio<-as.numeric(unlist(UPersonas2$medio_consiguio))
UPersonas2$medio_consiguio[UPersonas2$medio_consiguio %in% c(1)]<-'fac'
UPersonas2$medio_consiguio[UPersonas2$medio_consiguio %in% c(2,3,4,5,6,7,
8,9,11,12)]<-'Otros'
UPersonas2$medio_consiguio[UPersonas2$medio_consiguio %in% c(10)]<-'nm'
tabla_medio_consiguio<-table(UPersonas2$medio_consiguio,useNA = "always")
tabla_medio_consiguio##
## fac nm Otros <NA>
## 3115 1159 1004 14020plot(table(UPersonas2$medio_consiguio),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,2000))
506 - ¿El contrato que________tiene en ese trabajo es?
La variable se encuentra codificada como tipo_contrato.
Tiene las siguientes categorías:
1 Contrato escrito a término fijo
2 Contrato escrito a término indefinido
3 Contrato verbal
4 No tiene contrato
5 No aplica
Veamos cuántas personas hay en cada categoría:
table(UPersonas2$tipo_contrato,useNA = "always")##
## 1 2 3 4 5 <NA>
## 637 1220 488 2808 125 14020Se codifican las categorías de la siguiente manera:
1 Contrato escrito a término fijo como CEF
2 Contrato escrito a término indefinido como CEI
3 Contrato verbal como CV
4 No tiene contrato como NC
5 No aplica como NP
UPersonas2$tipo_contrato<-as.numeric(unlist(UPersonas2$tipo_contrato))
UPersonas2$tipo_contrato[UPersonas2$tipo_contrato %in% c(1)]<-'CEF'
UPersonas2$tipo_contrato[UPersonas2$tipo_contrato %in% c(2)]<-'CEI'
UPersonas2$tipo_contrato[UPersonas2$tipo_contrato %in% c(3)]<-'CV'
UPersonas2$tipo_contrato[UPersonas2$tipo_contrato %in% c(4)]<-'NC'
UPersonas2$tipo_contrato[UPersonas2$tipo_contrato %in% c(5)]<-'NP'
tabla_tipo_contrato<-table(UPersonas2$tipo_contrato,useNA = "always")
tabla_tipo_contrato##
## CEF CEI CV NC NP <NA>
## 637 1220 488 2808 125 14020plot(table(UPersonas2$tipo_contrato),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,2000))
507 - En ese trabajo, ¿_____________ cuenta con […]?
Seguridad social en salud ?(segsoc_salud) 1. Si 2. No
Seguro médico privado por parte del empleador ? (seg_medico) 1. Si 2. No
Afiliación a un fondo de pensiones ? (afiliacion_fp) 1. Si 2. No
Vacaciones con sueldo ? (vacaciones) 1. Si 2. No
Prima de navidad ? (prima_navidad) 1. Si 2. No
Derecho a cesantías ? (cesantias) 1. Si 2. No
Estas variables se agrupan en una solo con las siguientes categorías:
Personas que en su trabajo cuentan con Seguridad social en salud,Seguro médico privado por parte del empleador, Afiliación a un fondo de pensiones,Vacaciones con sueldo, Prima de navidad, Derecho a cesantías como Total
Personas que en su trabajo cuentan con Seguridad social en salud,Seguro médico privado por parte del empleador, Afiliación a un fondo de pensiones, Vacaciones con sueldo como basico
Personas que en su trabajo cuentan con Seguridad social en salud, Afiliación a un fondo de pensiones, Derecho a cesantías muyBasico
Personas que no cuentan (ninguna) con las condiciones que se exponen en estas categorías Nada
UPersonas2$cuenta_con<-rep(0,nrow(UPersonas2))
UPersonas2$segsoc_salud<-as.numeric(unlist(UPersonas2$segsoc_salud))
UPersonas2$seg_medico<-as.numeric(unlist(UPersonas2$seg_medico))
UPersonas2$afiliacion_fp<-as.numeric(unlist(UPersonas2$afiliacion_fp))
UPersonas2$vacaciones<-as.numeric(unlist(UPersonas2$vacaciones))
UPersonas2$prima_navidad<-as.numeric(unlist(UPersonas2$prima_navidad))
UPersonas2$cesantias<-as.numeric(unlist(UPersonas2$cesantias))
UPersonas2$cuenta_con[UPersonas2$segsoc_salud %in% c(1) &
UPersonas2$seg_medico %in% c(1) &
UPersonas2$afiliacion_fp %in% c(1)&
UPersonas2$vacaciones %in% c(1) &
UPersonas2$prima_navidad %in% c(1) &
UPersonas2$cesantias %in% c(1)]<-'Total'
UPersonas2$cuenta_con[UPersonas2$segsoc_salud %in% c(1) &
UPersonas2$seg_medico %in% c(1) &
UPersonas2$afiliacion_fp %in% c(1)&
UPersonas2$vacaciones %in% c(1) &
UPersonas2$prima_navidad %in% c(2) &
UPersonas2$cesantias %in% c(2)]<-'basico'
UPersonas2$cuenta_con[UPersonas2$segsoc_salud %in% c(1) &
UPersonas2$seg_medico %in% c(2) &
UPersonas2$afiliacion_fp %in% c(1)&
UPersonas2$vacaciones %in% c(2) &
UPersonas2$prima_navidad %in% c(2) &
UPersonas2$cesantias %in% c(1)]<-'muyBasico'
UPersonas2$cuenta_con[UPersonas2$segsoc_salud %in% c(2) &
UPersonas2$seg_medico %in% c(2) &
UPersonas2$afiliacion_fp %in% c(2)&
UPersonas2$vacaciones %in% c(2) &
UPersonas2$prima_navidad %in% c(2) &
UPersonas2$cesantias %in% c(2)]<-'Nada'
UPersonas2$cuenta_con[UPersonas2$cuenta_con %in% c(0)]<-'OtrosNA'
tabla_cuenta_con<-table(UPersonas2$cuenta_con)
tabla_cuenta_con##
## basico muyBasico Nada OtrosNA Total
## 2 36 3220 15666 374plot(tabla_cuenta_con,col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,12000))
A pesar de la categorización anterior, vemos que las frecuencias de las categorías: basico, muyBasico y Total tienen muy poca frecuencia por lo que se decide agrupar estas tres categorías en una sola denominada BMBT.
UPersonas2$cuenta_con[UPersonas2$cuenta_con %in% c('basico','muyBasico','Total')] <-'BMBT'
tabla_cuenta_con<-table(UPersonas2$cuenta_con)
tabla_cuenta_con##
## BMBT Nada OtrosNA
## 412 3220 15666plot(tabla_cuenta_con,col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,12000))
508 - ¿En ese trabajo ___________es…?
Se encuentra codificada como ocupacion
**Las categorías con las que cuenta son las siguientes:
1 Asalariado de empresa particular
2 Asalariado del gobierno
3 Jornalero o peón
4 Empleado doméstico
5 Trabajador por cuenta propia
6 Patrón o empleador
7 Trabajador de su propia finca (propia, en arriendo o aparcería, etc. Independientemente de la forma de tenencia)
8 Trabajador familiar sin remuneración
9 Otro
10 Trabajador por días
Veamos cuántas persnonas hay en cada categoría:
table(UPersonas2$ocupacion)##
## 1 2 3 4 5 6 7 8 9 10
## 3676 474 261 329 3522 111 60 207 11 22Conforme a lo mostrado, se agruparán las categorías 6,7,8,9,10 en una sola categoría llamada Otro por tener bajas frecuencias. La categoría 1 correspondiente a Asalariado de empresa particular se codicará como AEP. La categoría 2 correspondiente a Asalariado del gobierno se codificará como AG. La categoría 3 correspondiente a Jornalero o peón se codificará como JP. La categoría 4 correspondiente a Empleado doméstico se codificará como ED. La categoría 5 correspondiente a Trabajador por cuenta propia se codificará como IND.
UPersonas2$ocupacion<-as.numeric(unlist(UPersonas2$ocupacion))
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(1)]<-'AEP'
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(2)]<-'AG'
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(3)]<-'JP'
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(4)]<-'ED'
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(5)]<-'IND'
UPersonas2$ocupacion[UPersonas2$ocupacion %in% c(6:10)]<-'Otro'
tabla_ocupacion<-table(UPersonas2$ocupacion,useNA = "always")
tabla_ocupacion##
## AEP AG ED IND JP Otro <NA>
## 3676 474 329 3522 261 411 10625plot(table(UPersonas2$ocupacion),col=c(2:7),xlab="categorias",ylab="cantidad de personas",ylim=c(0,3000))
509 - ______, señale la casilla (del 1 al 12) en la que se encuentra el ingreso generado por TODAS sus actividades del MES PASADO
Esta variable se encuentra codificada como rango_ingreso
Las categorías con las que cuenta son las siguientes:
1 Entre $0 y $100.000
2 Entre $100.001 y $250.000
3 Entre $250.001 y $400.000
4 Entre $400.001 y $500.000
5 Entre $500.001 y $650.000
6 Entre $650.001 y $ 800.000
7 Entre $800.001 y $ 900.000
8 Entre $900.001 y $1.000.000
9 Entre $1.000.001 y $1.500.000
10 Entre $1.500.001 y $2.000.000
11 Entre $2.000.001 y $4.000.000
12 Entre $4.000.001 y $6.000.000
13 Más de 6.000.000
Veamos la cantidad de personas por categoría
table(UPersonas2$rango_ingreso)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13
## 364 454 541 332 420 1058 358 350 670 349 291 62 29Conforme a ello podemos agrupar las categorías de la siguiente manera:
Categorías 1,2,3,4,5 en la categoría -Min dado que en el 2016 en Colombia el salario mínimo estaba en 689,455 COP.
Categoría 6 Min
Categorías 7,8,9 en la categoría +Min-3Min que corresponde a personan que ganan más del mínimos pero menos de 3 Mínimos.
Categorias 10,11,12,13 en la categoría +3Min que corresponde a personas que ganan más de tres mínimos.
UPersonas2$rango_ingreso<-as.numeric(unlist(UPersonas2$rango_ingreso))
UPersonas2$rango_ingreso[UPersonas2$rango_ingreso %in% c(1:5)]<-'-Min'
UPersonas2$rango_ingreso[UPersonas2$rango_ingreso %in% c(6)]<-'Min'
UPersonas2$rango_ingreso[UPersonas2$rango_ingreso %in% c(7:9)]<-'+Min-3Min'
UPersonas2$rango_ingreso[UPersonas2$rango_ingreso %in% c(10:13)]<-'+3Min'
tabla_rango_ingreso<-table(UPersonas2$rango_ingreso,useNA = "always")
plot(table(UPersonas2$rango_ingreso),col=c(2:7),
xlab="categorias",ylab="cantidad de personas",ylim=c(0,3000))
**522 - ¿Cuántos empleados, incluido(a)_tiene la empresa dónde trabaja? **
Esta variable se encuentra codificada como n_empleados
Cuenta con las siguientes categorías:
1 Trabaja solo
2 De 2 a 5 personas
3 De 6 a 10 personas
4 De 11 a 19 personas
5 De 20 a 49 personas
6 50 personas y más
Veamos la cantidad de personas por categoría:
table(UPersonas2$n_empleados)##
## 1 2 3 4 5 6
## 1967 1169 335 215 322 1186De acuerdo a este resultados, agruaremos las categorías 3,4 y 5 en una sola. Por lo que la codificación y la definición de las categorías queda de la siguiente manera:
1 Trabaja solo como TS. 2 De 2 a 5 personas como 2A5. Las categorías 3,4,5 como 6A49. La categoría 6 como 50+.
Veamos entonces cómo queda:
UPersonas2$n_empleados<-as.numeric(unlist(UPersonas2$n_empleados))
UPersonas2$n_empleados[UPersonas2$n_empleados %in% c(1)]<-'TS'
UPersonas2$n_empleados[UPersonas2$n_empleados %in% c(2)]<-'2A5'
UPersonas2$n_empleados[UPersonas2$n_empleados %in% c(3:5)]<-'6A49'
UPersonas2$n_empleados[UPersonas2$n_empleados %in% c(6)]<-'50+'
tabla_n_empleados<-table(UPersonas2$n_empleados,useNA = "always")
tabla_n_empleados##
## 2A5 50+ 6A49 TS <NA>
## 1169 1186 872 1967 14104plot(table(UPersonas2$n_empleados),col=c(2:7),xlab="categorias",ylab="cantidad de personas",ylim=c(0,3000))
523 - ¿Cuántas horas a la semana trabaja normalmente_____ en su trabajo o empleo de 2 a 5 personas PRINCIPAL?
Esta variable se encuentra codificada como horas_normal
No hay categorías fijadas para esta variable. Veamos entonces una resumen de dicha variable:
summary(UPersonas2$horas_normal)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.00 35.00 48.00 45.18 56.00 108.00 13924table(UPersonas2$horas_normal)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
## 17 46 32 43 30 53 17 60 20 80 9 65 2 39 59 36
## 17 18 19 20 21 22 23 24 25 26 27 28 30 32 33 34
## 4 49 4 108 45 11 1 129 55 3 12 49 218 28 5 3
## 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
## 75 111 1 4 7 354 1 95 12 40 113 25 8 1354 29 220
## 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66
## 14 28 11 126 51 132 11 12 2 391 3 5 38 23 11 44
## 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82
## 3 11 2 159 2 151 1 5 5 7 19 18 2 39 1 11
## 84 85 86 87 90 91 92 94 96 98 100 102 105 107 108
## 124 2 1 1 28 11 2 3 12 16 12 3 25 1 14De esta manera podemos definir las siguientes categorías:
Personas que dedican semanalmente de 1 a 27 horas semanales como 1A27
Personas que dedican semanalmente de 28 a 54 horas semanales como 28A54
Personas que dedican semanalmente de 55 a 81 horas semanales como 55A81
Personas que dedican semanalmente de 82 a 108 horas semanales como 82A108
UPersonas2$horas_normal<-as.numeric(unlist(UPersonas2$horas_normal))
UPersonas2$horas_normal[UPersonas2$horas_normal %in% c(1:27)]<-'1A27'
UPersonas2$horas_normal[UPersonas2$horas_normal %in% c(28:54)]<-'28A54'
UPersonas2$horas_normal[UPersonas2$horas_normal %in% c(55:81)]<-'55A81'
UPersonas2$horas_normal[UPersonas2$horas_normal %in% c(82:108)]<-'82A108'
tabla_horas_normal<-table(UPersonas2$horas_normal,useNA = "always")
tabla_horas_normal##
## 1A27 28A54 55A81 82A108 <NA>
## 1029 2931 1148 266 13924plot(table(UPersonas2$horas_normal),col=c(2:7),xlab="categorias",
ylab="cantidad de personas",ylim=c(0,3000))
La matriz de datos de las variables activas queda definida de la siguiente manera:
activas<-cbind(UPersonas2$parentesco,
UPersonas2$edad,
UPersonas2$sexo,
UPersonas2$cotizando,
UPersonas2$discp,
UPersonas2$es_ptrabajo,
UPersonas2$descripcion_ciiu,
UPersonas2$medio_consiguio,
UPersonas2$tipo_contrato,
UPersonas2$cuenta_con,
UPersonas2$ocupacion,
UPersonas2$rango_ingreso,
UPersonas2$n_empleados,
UPersonas2$horas_normal)
colnames(activas)<-c('parentesco','edad','sexo','cotizando','discp',
'es_ptrabajo','descripcion_ciiu','medio_consiguio',
'tipo_contrato','cuenta_con','ocupacion',
'rango_ingreso','n_empleados','horas_normal')
head(activas)## parentesco edad sexo cotizando discp es_ptrabajo descripcion_ciiu
## [1,] "Jf" "edad31A60" "M" "No" "Nn" "No" "G3"
## [2,] "Otro" "edad31A60" "M" NA "otra" NA NA
## [3,] "Otro" "edad61A75" "H" NA "otra" NA NA
## [4,] "Otro" "edad18A30" "H" NA "otra" NA NA
## [5,] "Jf" "edad31A60" "M" "No" "Nn" NA NA
## [6,] "Otro" "edad18A30" "H" NA "Nn" NA NA
## medio_consiguio tipo_contrato cuenta_con ocupacion rango_ingreso
## [1,] "fac" "NC" "Nada" "IND" "-Min"
## [2,] NA NA "OtrosNA" NA NA
## [3,] NA NA "OtrosNA" NA NA
## [4,] NA NA "OtrosNA" NA NA
## [5,] NA NA "OtrosNA" NA NA
## [6,] NA NA "OtrosNA" "AEP" NA
## n_empleados horas_normal
## [1,] "TS" "28A54"
## [2,] NA NA
## [3,] NA NA
## [4,] NA NA
## [5,] NA NA
## [6,] NA NALa matriz de datos de las variables ilustrtivas queda definida de la siguiente manera:
ilustrativas<-cbind(UPersonas2$hijas_mujeres,UPersonas2$hijos_hombres,UPersonas2$embarazada,UPersonas2$estudia, UPersonas2$t_dejoestudio)
colnames(ilustrativas)<-c('hijas_mujeres','hijos_hombres','embarazada',
'estudia','t_dejoestudio')
head(ilustrativas)## hijas_mujeres hijos_hombres embarazada estudia t_dejoestudio
## [1,] NA NA NA "No" "-3"
## [2,] NA NA "No" NA NA
## [3,] NA NA NA NA NA
## [4,] NA NA NA NA NA
## [5,] NA NA NA "No" "+3"
## [6,] NA NA NA "No" "+3"ACM 1
Librerías que se necesitan
library(FactoMineR)
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.2.3library(FactoClass)## Loading required package: ade4##
## Attaching package: 'ade4'## The following object is masked from 'package:FactoMineR':
##
## reconst## Loading required package: ggrepel## Loading required package: scatterplot3dlibrary(factoextra)## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBalibrary(Rcpp)## Warning: package 'Rcpp' was built under R version 4.2.3library(broom)
library(corrplot)## corrplot 0.92 loadedlibrary(gridExtra)## Warning: package 'gridExtra' was built under R version 4.2.2uni.mca <- MCA(activas, graph = FALSE)
print(uni.mca)## **Results of the Multiple Correspondence Analysis (MCA)**
## The analysis was performed on 19298 individuals, described by 14 variables
## *The results are available in the following objects:
##
## name description
## 1 "$eig" "eigenvalues"
## 2 "$var" "results for the variables"
## 3 "$var$coord" "coord. of the categories"
## 4 "$var$cos2" "cos2 for the categories"
## 5 "$var$contrib" "contributions of the categories"
## 6 "$var$v.test" "v-test for the categories"
## 7 "$ind" "results for the individuals"
## 8 "$ind$coord" "coord. for the individuals"
## 9 "$ind$cos2" "cos2 for the individuals"
## 10 "$ind$contrib" "contributions of the individuals"
## 11 "$call" "intermediate results"
## 12 "$call$marge.col" "weights of columns"
## 13 "$call$marge.li" "weights of rows"valores propios/Varianzas
eigenval <- get_eigenvalue(uni.mca)
eigenval## eigenvalue variance.percent cumulative.variance.percent
## Dim.1 6.992110e-01 1.997746e+01 19.97746
## Dim.2 3.033896e-01 8.668275e+00 28.64573
## Dim.3 1.233283e-01 3.523665e+00 32.16940
## Dim.4 1.203421e-01 3.438345e+00 35.60774
## Dim.5 1.137241e-01 3.249260e+00 38.85700
## Dim.6 1.114279e-01 3.183654e+00 42.04066
## Dim.7 9.653832e-02 2.758238e+00 44.79889
## Dim.8 9.319625e-02 2.662750e+00 47.46164
## Dim.9 8.679599e-02 2.479886e+00 49.94153
## Dim.10 8.266130e-02 2.361751e+00 52.30328
## Dim.11 7.793740e-02 2.226783e+00 54.53006
## Dim.12 7.364705e-02 2.104201e+00 56.63426
## Dim.13 7.314928e-02 2.089979e+00 58.72424
## Dim.14 7.269223e-02 2.076921e+00 60.80116
## Dim.15 7.190267e-02 2.054362e+00 62.85553
## Dim.16 7.145396e-02 2.041542e+00 64.89707
## Dim.17 7.086135e-02 2.024610e+00 66.92168
## Dim.18 7.074858e-02 2.021388e+00 68.94307
## Dim.19 7.003771e-02 2.001077e+00 70.94414
## Dim.20 6.848043e-02 1.956584e+00 72.90073
## Dim.21 6.808242e-02 1.945212e+00 74.84594
## Dim.22 6.519479e-02 1.862708e+00 76.70865
## Dim.23 6.378793e-02 1.822512e+00 78.53116
## Dim.24 6.314347e-02 1.804099e+00 80.33526
## Dim.25 6.061037e-02 1.731725e+00 82.06698
## Dim.26 5.747644e-02 1.642184e+00 83.70917
## Dim.27 5.644298e-02 1.612657e+00 85.32182
## Dim.28 5.564231e-02 1.589780e+00 86.91161
## Dim.29 5.336854e-02 1.524815e+00 88.43642
## Dim.30 4.992058e-02 1.426302e+00 89.86272
## Dim.31 4.842548e-02 1.383585e+00 91.24631
## Dim.32 4.682574e-02 1.337878e+00 92.58419
## Dim.33 4.396703e-02 1.256201e+00 93.84039
## Dim.34 3.820379e-02 1.091537e+00 94.93192
## Dim.35 3.598821e-02 1.028235e+00 95.96016
## Dim.36 3.172539e-02 9.064398e-01 96.86660
## Dim.37 2.787506e-02 7.964304e-01 97.66303
## Dim.38 2.437668e-02 6.964766e-01 98.35951
## Dim.39 2.076972e-02 5.934204e-01 98.95293
## Dim.40 1.270259e-02 3.629312e-01 99.31586
## Dim.41 1.095278e-02 3.129367e-01 99.62879
## Dim.42 6.501783e-03 1.857652e-01 99.81456
## Dim.43 4.769569e-03 1.362734e-01 99.95083
## Dim.44 1.134173e-03 3.240493e-02 99.98324
## Dim.45 5.867076e-04 1.676307e-02 100.00000
## Dim.46 7.509579e-27 2.145594e-25 100.00000
## Dim.47 8.159762e-28 2.331361e-26 100.00000
## Dim.48 5.188140e-28 1.482326e-26 100.00000
## Dim.49 3.872427e-28 1.106408e-26 100.00000Para determinar el numero de componentes principales se puede mirar un Scree Plot, que es un plot de los eigenvalues ordenados de mayor a menor. El número de componentes es determinado en el punto mas allá del cual los egeinvalues restantes son todos relativamente pequeños y de tamaño comparable. También se puede calcular el eigenvalue promedio sobre el cual el axis se debería mantener en la solución. En este caso debería ser (1/(número de columnas-1)).https://rpubs.com/ocamilocardona/813536#:~:text=El%20ACM%20se%20usa%20generalmente,mismas%20que%20para%20un%20PCA
fviz_screeplot(uni.mca, addlabels = TRUE, ylim = c(0, 21)) + geom_hline(yintercept = 3.4, linetype = 2, color = "red")
Biplot
fviz_mca_biplot(uni.mca, repel = TRUE,
ggtheme = theme_grey())+labs(
title ="Representación simultanea de los individuos y las categorías")## Warning: ggrepel: 19298 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps## Warning: ggrepel: 19 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
Los individuos están representados por los puntos azules y las categorías de las variables por los triángulos rojos. Individuos con un perfil similar están cerca en el mapa de factores y lo mismo se puede decir para los puntos de las variables.
Resultados de Variables.
var <- get_mca_var(uni.mca)
var## Multiple Correspondence Analysis Results for variables
## ===================================================
## Name Description
## 1 "$coord" "Coordinates for categories"
## 2 "$cos2" "Cos2 for categories"
## 3 "$contrib" "contributions of categories"Para solo ver las modalidades o categorías de las variables (sin individuos):
fviz_mca_var(uni.mca, col.var = "purple", shape.var = 10, repel = TRUE,
ggtheme = theme_grey())+labs(title = "Nube de puntos de las Modalidades/Categorías") ## Warning: ggrepel: 19 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
Aquí se observa la relación y asociación entre las categorías de las variables y se puede interpretar como:
Las categorías de variables con un perfil similar están agrupadas juntas.
Categorías de variables correlacionadas negativamente están posicionadas en lados opuestos del origen de la gráfica (cuadrantes opuestos).
La distancia entre los puntos de cada categoría y el origen mide la calidad de la categoría de la variable en el mapa de factores. Los puntos de cada categoría que estén lejos del origen están bien representados en el mapa.
Calidad de la representación de las categoría de las variables.
La calidad de la representación se llama el coseno cuadrado (Cos2), el cual mide el grado de asociación entre las categorías de las variables y un eje en particular. Si la categoría de una variable está bien representada por dos dimensiones, la suma del cos2 es cercana a uno. Para algunos ítems de las filas, más de dos dimensiones son requeridas para represetar perfectamente los datos. Hay distintas maneras de ver dicha calidad de representación:
Mediante una tabla:
head(var$cos2)## Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
## parentesco_Cony 0.07047244 7.430215e-03 4.994444e-02 0.01127245 8.129345e-03
## parentesco_Jf 0.41729279 2.529249e-03 1.837068e-05 0.01675022 3.587957e-04
## parentesco_Otro 0.58875192 3.894503e-04 2.889136e-02 0.03729994 2.534043e-03
## edad0A10 0.11926644 1.593341e-06 8.750346e-03 0.01434122 6.564597e-03
## edad11-17 0.08917574 1.320553e-04 2.830707e-03 0.03531999 3.828551e-05
## edad18A30 0.02792551 3.689466e-03 4.515255e-02 0.02925616 6.770337e-04Diagrama de puntos:
fviz_mca_var(uni.mca, col.var = "cos2",
repel = TRUE,
gradient.cols = c("#00AFBB", "#E7B800","#FC4E07"),
ggtheme = theme_grey())+labs(title = "Nube de puntos de las Modalidades/Categorías")## Warning: ggrepel: 20 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
Diagrama de barras:
fviz_cos2(uni.mca, choice = "var", axes = 1:2)
Para ver un análisis del cos2 con más de dos dimensiones:
corrplot(var$cos2, is.corr = FALSE)