Gender
Pablo Roa and Juliana Mejia
2024-04-03
Genero e inequidades
Se busca determinar la productividad por citación de autoras y sus factores asociados que influyen en este desenlace:
Se carga base de datos:
library(readxl)
dat <- read_excel("C:/Users/pablo/Desktop/Utexas/Gender inequalities-20240308T213635Z-001/Gender inequalities/Bases de datos/Base Final1.xlsx")## New names:
## • `Complete?` -> `Complete?...7`
## • `Complete?` -> `Complete?...89`Naturaleza de variables
str(dat)
## [1] "No"
## [2] "Record ID"
## [3] "Survey Identifier"
## [4] "Nombre"
## [5] "Pais"
## [6] "Correo"
## [7] "Complete?...7"
## [8] "Survey Timestamp"
## [9] "Nombres y apellidos:"
## [10] "País de nacimiento:"
## [11] "Nacionalidad:"
## [12] "¿Tiene otra nacionalidad?"
## [13] "En caso de ser afirmativo, ¿cuál?"
## [14] "País al que se encuentra afiliada:"
## [15] "Mencione en qué país ha trabajado durante los últimos 6 meses:"
## [16] "Se encuentra en america latina"
## [17] "Color de piel (Mesenburg et al., 2018):"
## [18] "Edad"
## [19] "Edad_Rango"
## [20] "¿Cuál es su profesión?"
## [21] "¿Cuál es su máximo nivel educativo?"
## [22] "¿Cuánto tiempo se ha desempeñado como investigadora desde su último grado académico? (indique solo el número de años, en caso de ser inferior a un año indique el tiempo en meses con un 0 a la izquierda, por ejemplo 6 meses 0.6)"
## [23] "¿En cuántos proyectos de investigación ha participado como co-investigadora? (solo registre el número)"
## [24] "¿En cuántos proyectos de investigación ha participado como investigadora principal? (solo registre el número)"
## [25] "¿Pertenece a algún grupo de investigación?"
## [26] "Menciónelo"
## [27] "¿En cuántos artículos científicos sobre actividad física y salud figura como autora? (solo registre el número)"
## [28] "¿En cuántos artículos sobre actividad física y salud figura como autora principal? (solo registre el número)"
## [29] "¿En cuántos artículos sobre actividad física y salud figura como última autora? (solo registre el número)"
## [30] "¿Ha sido par evaluador de artículos científicos?"
## [31] "¿Ha participado en algún evento científico nacional - Latinoamérica (congreso, conferencia)? "
## [32] "¿Ha participado en algún evento científico internacional (congreso, conferencia)?"
## [33] "¿Cuál es su cargo actual? (indique el cargo en el que se desempeña como investigadora)"
## [34] "¿Por cuántas mujeres está conformado su grupo de investigación?"
## [35] "¿Por cuántos hombres está conformado su grupo de investigación?"
## [36] "¿Cuáles son las expectativas profesionales que tienen para los miembros de su grupo de investigación? "
## [37] "¿Qué logros ha tenido en ese cargo a nivel profesional?"
## [38] "¿Qué siente que le falta por lograr en su grupo de investigación?"
## [39] "¿Considera que las expectativas para los miembros de su equipo de investigación varían entre hombres y mujeres?"
## [40] "¿Cuánto tiempo cree que le tomará lograr lo que se propone?"
## [41] "Las mujeres en mi grupo de investigación tienen igualdad de acceso a las oportunidades de desarrollo profesional."
## [42] "Las investigadoras reciben la misma orientación del investigador principal."
## [43] "Las mujeres en mi grupo de investigación son consideradas con la misma frecuencia para puestos de liderazgo."
## [44] "Las mujeres en mi grupo de investigación reciben la mayor cantidad de comentarios sobre su desempeño."
## [45] "Las mujeres en mi grupo de investigación reciben la mayor cantidad de orientación sobre posibles oportunidades de investigación."
## [46] "Las mujeres en mi grupo de investigación reciben salarios equitativos."
## [47] "Las mujeres en mi grupo de investigación obtienen la mayor cantidad de espacio/equipo de investigación."
## [48] "Las mujeres en mi grupo de investigación obtienen la mayor cantidad de espacio de oficina."
## [49] "Las mujeres en mi grupo de investigación tienen igual acceso al apoyo administrativo."
## [50] "Las mujeres en mi grupo de investigación son igualmente reconocidas por su trabajo."
## [51] "A menudo se pide a las mujeres investigadoras que formen parte de comités prestigiosos."
## [52] "Las mujeres investigadoras son igualmente nominadas para premios y honores."
## [53] "Las investigadoras participan con la misma frecuencia en los debates sobre las políticas y la administración del grupo/división/departamento."
## [54] "Las mujeres investigadoras desempeñan papeles igualmente importantes en la toma de decisiones."
## [55] "Los comentarios hechos por mujeres investigadoras en las reuniones reciben tanto crédito como atención."
## [56] "Las mujeres investigadoras se incluyen con la misma frecuencia en reuniones sociales profesionales (por ejemplo, cenas con científicos invitados)."
## [57] "Las mujeres investigadoras se incluyen a menudo en reuniones sociales informales (por ejemplo, eventos deportivos, happy hours)."
## [58] "Las mujeres en mi grupo de investigación tienen MENOS tiempo apropiado/protegido para la investigación."
## [59] "Las mujeres investigadoras son más propensas a que otros se lleven el mérito de su trabajo."
## [60] "Los colegas brindan apoyo cuando las mujeres investigadoras dedican tiempo a la vida familiar."
## [61] "Los colegas brindan apoyo cuando las mujeres investigadoras hablan sobre temas de trabajo y familia."
## [62] "Las demandas familiares se tienen en cuenta cuando la división programa eventos y/o reuniones."
## [63] "Las exigencias familiares se tienen en cuenta a la hora de programar las horas de trabajo."
## [64] "Es posible que las mujeres investigadoras sean promovidas trabajando 50 horas a la semana o menos de manera regular."
## [65] "Atender las necesidades personales, como tomarse tiempo libre para los niños enfermos, está mal visto."
## [66] "Las mujeres investigadoras que reducen su carga de trabajo son vistas por sus colegas como menos comprometidas con sus carreras."
## [67] "Un obstáculo para las mujeres investigadoras de tiempo completo es la expectativa de un mínimo de 60 horas laborales a la semana."
## [68] "Reducir su carga de trabajo perjudica las posibilidades de que las mujeres investigadoras tengan éxito en sus carreras."
## [69] "Se espera que las mujeres investigadoras que reducen temporalmente su carga de trabajo por responsabilidades de crianza asuman trabajo adicional cuando regresen a trabajar a tiempo completo."
## [70] "Se espera que el trabajo sea el enfoque principal de la vida de los investigadores."
## [71] "Las mujeres investigadoras se sienten cómodas planteando temas relacionados con el apoyo que brinda el entorno laboral a las mujeres."
## [72] "Se alienta a las mujeres a plantear inquietudes sobre los prejuicios contra las mujeres, incluso si esos prejuicios son sutiles."
## [73] "Cuando las investigadoras plantean cuestiones de género, se las considera 'quejumbrosas'."
## [74] "Mi jefe trata de garantizar que las mujeres investigadoras tengan el mismo acceso a apoyo y recursos (por ejemplo, espacio, apoyo administrativo, oportunidades de desarrollo profesional) para ayudarlas en sus carreras en comparación con los hombres investigadores."
## [75] "Mi jefe trata de garantizar que las mujeres investigadoras sean igualmente reconocidas y recompensadas por su trabajo en comparación con los hombres investigadores."
## [76] "Mi jefe trata de asegurar que las mujeres investigadoras estén incluidas en actividades de divulgación formal de resultados científicos (congresos, conferencias, simposios, webinars)."
## [77] "Mi jefe trata de garantizar que las mujeres investigadoras estén incluidas en actividades de divulgación informal de resultados científicos (por ejemplo, café, almuerzos, eventos deportivos, etc.)."
## [78] "Mi jefe apoya cuando las mujeres investigadoras hablan sobre temas de trabajo y familia."
## [79] "Mi jefe alienta a las mujeres investigadoras a aprovechar las políticas/prácticas para administrar el trabajo y la familia."
## [80] "Mi jefe asegura la cobertura laboral de las mujeres investigadoras en licencia de maternidad."
## [81] "Mi jefe envía un mensaje de que la maternidad/paternidad es una parte esperada de la vida."
## [82] "Mi jefe trata de garantizar que las mujeres investigadoras puedan manejar las demandas del trabajo y la familia."
## [83] "Mi jefe trata de garantizar que las mujeres investigadoras se sientan libres de expresar inquietudes con respecto al tratamiento de las mujeres."
## [84] "Mi jefe trata de garantizar que las mujeres investigadoras no sean maltratadas ni acosadas."
## [85] "Mi jefe trata de garantizar que las mujeres investigadoras no sean discriminadas."
## [86] "Mi jefe trata de garantizar que las mujeres investigadoras no sean violentadas."
## [87] "Mi jefe trata de garantizar que las mujeres investigadoras no estén sujetas a sutiles sesgos basados en el género."
## [88] "¿Le gustaría hacer algún comentario adicional?"
## [89] "Complete?...89"
## [90] "Indice H Scopus"
## [91] "Citaciones"Varibables
Como el outcome es numerico discreto, se debe asegurar que el formato sea numerico y para las variables categoricas deben ser factores.
Conversión de formatos (numerico y factor)
Pero primero se hará la selección de varibles teniendo una base limpia
datos <- read_excel("C:/Users/pablo/Desktop/Utexas/Gender inequalities-20240308T213635Z-001/Gender inequalities/Bases de datos/Base Final2.xlsx")
sum(is.na(datos))## [1] 0No hay datos missing en ninguna variable por lo que se continua con el proceso
str(datos)
Formato de Varibles
Se realiza cambio de formatos de variables
# Convertir variables categóricas a factores si es necesario
datos[] <- lapply(datos, function(x) {
if(is.character(x)) factor(x) else x
})#Revisar si las varibles caracter se pasaron a Factor
## tibble [127 × 41] (S3: tbl_df/tbl/data.frame)
## $ No : num [1:127] 1 2 3 4 5 6 7 8 9 10 ...
## $ Record ID : num [1:127] 8 9 10 12 13 14 15 17 18 21 ...
## $ Pais_nacimiento : Factor w/ 13 levels "Argentina","Brazil",..: 2 4 2 2 3 1 3 2 2 2 ...
## $ Pais_afiliada : Factor w/ 21 levels "Argentina","Australia",..: 3 6 3 3 5 1 5 3 3 19 ...
## $ Pais_trabajado_ultimos_6_meses : Factor w/ 19 levels "Argentina","Australia",..: 3 6 3 3 5 1 5 3 3 17 ...
## $ En_LATAM : Factor w/ 2 levels "No","Si": 2 2 2 2 2 2 2 2 2 1 ...
## $ Color_piel : Factor w/ 3 levels "1","Afro","Indigena": 1 1 1 1 1 1 1 1 1 1 ...
## $ Edad : num [1:127] 42 48 32 39 65 51 33 29 53 48 ...
## $ Edad_Rango : Factor w/ 8 levels "29_34","35_39",..: 4 5 1 2 8 6 1 1 6 5 ...
## $ Nivel_edu : Factor w/ 2 levels "Doctorado","Maestria/esp": 1 2 1 1 2 1 1 2 1 1 ...
## $ Tiempo_investigando_desde_ultimo_grado : num [1:127] 13 15 1 6 25 12 2 4 13 5 ...
## $ Cantidad_proyectos_co_investigadora : num [1:127] 9 5 14 10 10 3 3 10 0 5 ...
## $ Cantidad_proyectos_auto_principal : num [1:127] 17 10 1 6 4 8 1 1 7 2 ...
## $ Esta_grupo_inves : Factor w/ 2 levels "No","Sí": 2 2 2 2 1 2 2 2 1 2 ...
## $ Cantidad_papers_cient_act_fis_auto : num [1:127] 53 5 38 9 3 20 40 31 26 15 ...
## $ Cantidad_papers_act_fis_auto_principal : num [1:127] 9 5 9 4 0 17 8 13 19 8 ...
## $ Cantidad_papers_act_fis_ultauto : num [1:127] 6 1 3 3 0 2 2 18 6 0 ...
## $ Parti_event_cient_LATAM : Factor w/ 2 levels "No","Sí": 2 2 2 2 2 2 2 2 2 2 ...
## $ Parti_event_cient_inter : Factor w/ 2 levels "No","Sí": 2 2 2 2 2 2 2 2 2 2 ...
## $ Mujeres_su_grupo_inves : num [1:127] 11 4 16 4 5 2 10 8 0 1 ...
## $ Hombres_su_grupo_inves : num [1:127] 4 3 11 2 0 3 9 7 0 5 ...
## $ Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 2 3 3 1 3 4 3 2 4 3 ...
## $ Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 1 3 3 1 5 4 3 3 4 3 ...
## $ Mujeres_reciben_salarios_equi : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 3 5 3 1 3 4 5 3 4 1 ...
## $ Mujeres_rol_import_decisiones : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 1 3 3 5 3 4 1 4 4 3 ...
## $ Mujeres_propensas_otros_lleven_merito_sutrabajo : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 3 5 3 5 1 5 5 3 4 2 ...
## $ Jefe_garantiza_mujeres_no_sean_discriminadas : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 4 3 3 1 3 4 1 2 4 1 ...
## $ Jefe_garantiza_mujeres_no_sean_violentadas : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 4 3 3 1 3 4 1 2 2 1 ...
## $ Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 4 3 3 5 3 4 1 2 4 1 ...
## $ Indice_H : num [1:127] 6 2 11 12 7 5 26 5 4 2 ...
## $ Citaciones : num [1:127] 99 9 454 419 445 ...
## $ Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2 : Factor w/ 3 levels "1","De acuerdo",..: 3 2 2 2 2 3 2 3 3 2 ...
## $ Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2: Factor w/ 3 levels "1","De acuerdo",..: 2 2 2 2 1 3 2 2 3 2 ...
## $ Mujeres_reciben_salarios_equi2 : Factor w/ 3 levels "1","De acuerdo",..: 2 1 2 2 2 3 1 2 3 2 ...
## $ Mujeres_rol_import_decisiones2 : Factor w/ 3 levels "1","De acuerdo",..: 2 2 2 1 2 3 2 3 3 2 ...
## $ Mujeres_propensas_otros_lleven_merito_sutrabajo2 : Factor w/ 3 levels "1","De acuerdo",..: 2 1 2 1 2 1 1 2 3 3 ...
## $ Jefe_garantiza_mujeres_no_sean_discriminadas2 : Factor w/ 3 levels "1","De acuerdo",..: 3 2 2 2 2 3 2 3 3 2 ...
## $ Jefe_garantiza_mujeres_no_sean_violentadas2 : Factor w/ 3 levels "1","De acuerdo",..: 3 2 2 2 2 3 2 3 3 2 ...
## $ Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2 : Factor w/ 3 levels "1","De acuerdo",..: 3 2 2 1 2 3 2 3 3 2 ...
## $ Reducir_trabajo_perjudica_exito_carreras : Factor w/ 5 levels "De acuerdo","En desacuerdo",..: 3 1 3 2 4 3 2 3 3 5 ...
## $ Reducir_trabajo_perjudica_exito_carreras2 : Factor w/ 3 levels "1","De acuerdo",..: 2 2 2 3 3 2 3 2 2 1 ...Descripción del desenlace
Outcome: Citaciones por autora
# Calcular medidas de tendencia central
media <- mean(datos$Citaciones)
mediana <- median(datos$Citaciones)
moda <- names(sort(table(datos$Citaciones), decreasing = TRUE)[1])
# Calcular medidas de dispersión
rango <- max(datos$Citaciones) - min(datos$Citaciones)
varianza <- var(datos$Citaciones)
desviacion_estandar <- sd(datos$Citaciones)
# Obtener el número máximo y mÃnimo
maximo <- max(datos$Citaciones)
minimo <- min(datos$Citaciones)
# Calcular intervalo de confianza al 95% para la media
n <- length(datos$Citaciones)
error_estandar <- sd(datos$Citaciones) / sqrt(n)
intervalo_confianza <- qt(c(0.025, 0.975), df = n - 1) * error_estandar + mean(datos$Citaciones)
# Imprimir resultados
cat("Medida de tendencia central:\n")## Medida de tendencia central:cat("Media:", media, "\n")## Media: 913.4094cat("Mediana:", mediana, "\n")## Mediana: 207cat("Moda:", moda, "\n\n")## Moda: 1cat("Medidas de dispersión:\n")## Medidas de dispersión:cat("Rango:", rango, "\n")## Rango: 16291cat("Varianza:", varianza, "\n")## Varianza: 5761710cat("Desviación estándar:", desviacion_estandar, "\n\n")## Desviación estándar: 2400.356cat("Número máximo:", maximo, "\n")## Número máximo: 16292cat("Número mÃnimo:", minimo, "\n\n")## Número mÃnimo: 1cat("Intervalo de confianza al 95% para la media:", intervalo_confianza, "\n")## Intervalo de confianza al 95% para la media: 491.8943 1334.925# Histograma
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.3.3# Generar el histograma
ggplot(datos, aes(x = Citaciones)) +
geom_histogram(fill = "red", color = "black", bins = 30) +
labs(title = "Histograma de Variable Numérica", x = "Variable Numérica", y = "Frecuencia") +
theme_minimal()
# Descripción de todas las varibles
#para Variables numericas
# Función para resumen descriptivo de variables numéricas
resumen_numericas <- function(var) {
media <- mean(var)
mediana <- median(var)
minimo <- min(var)
maximo <- max(var)
rango <- maximo - minimo
varianza <- var(var)
desviacion_estandar <- sd(var)
intervalo_confianza <- t.test(var)$conf.int
df <- data.frame(
Medida = c("Media", "Mediana", "MÃnimo", "Máximo", "Rango", "Varianza", "Desviación Estándar", "Intervalo Confianza"),
Valor = c(media, mediana, minimo, maximo, rango, varianza, desviacion_estandar, paste(round(intervalo_confianza[1], 2), "-", round(intervalo_confianza[2], 2)))
)
return(df)
}
# Aplicar la función a cada variable numérica en los datos
desc_numericas <- lapply(datos, function(x) if(is.numeric(x)) resumen_numericas(x) else NULL)
# Combinar los resultados en un único dataframe
resumen_final <- do.call(rbind, desc_numericas)
# Mostrar la tabla resumen
print(resumen_final)## Medida Valor
## No.1 Media 64
## No.2 Mediana 64
## No.3 MÃnimo 1
## No.4 Máximo 127
## No.5 Rango 126
## No.6 Varianza 1354.66666666667
## No.7 Desviación Estándar 36.8057966449127
## No.8 Intervalo Confianza 57.54 - 70.46
## Record ID.1 Media 134.685039370079
## Record ID.2 Mediana 132
## Record ID.3 MÃnimo 8
## Record ID.4 Máximo 276
## Record ID.5 Rango 268
## Record ID.6 Varianza 6301.8047744032
## Record ID.7 Desviación Estándar 79.3839075279316
## Record ID.8 Intervalo Confianza 120.74 - 148.63
## Edad.1 Media 48.1574803149606
## Edad.2 Mediana 45
## Edad.3 MÃnimo 29
## Edad.4 Máximo 84
## Edad.5 Rango 55
## Edad.6 Varianza 134.562304711911
## Edad.7 Desviación Estándar 11.6000993406053
## Edad.8 Intervalo Confianza 46.12 - 50.19
## Tiempo_investigando_desde_ultimo_grado.1 Media 13.1732283464567
## Tiempo_investigando_desde_ultimo_grado.2 Mediana 11
## Tiempo_investigando_desde_ultimo_grado.3 MÃnimo 1
## Tiempo_investigando_desde_ultimo_grado.4 Máximo 44
## Tiempo_investigando_desde_ultimo_grado.5 Rango 43
## Tiempo_investigando_desde_ultimo_grado.6 Varianza 72.6522934633171
## Tiempo_investigando_desde_ultimo_grado.7 Desviación Estándar 8.52363147158047
## Tiempo_investigando_desde_ultimo_grado.8 Intervalo Confianza 11.68 - 14.67
## Cantidad_proyectos_co_investigadora.1 Media 12.0629921259843
## Cantidad_proyectos_co_investigadora.2 Mediana 8
## Cantidad_proyectos_co_investigadora.3 MÃnimo 0
## Cantidad_proyectos_co_investigadora.4 Máximo 200
## Cantidad_proyectos_co_investigadora.5 Rango 200
## Cantidad_proyectos_co_investigadora.6 Varianza 366.742032245969
## Cantidad_proyectos_co_investigadora.7 Desviación Estándar 19.1505099735221
## Cantidad_proyectos_co_investigadora.8 Intervalo Confianza 8.7 - 15.43
## Cantidad_proyectos_auto_principal.1 Media 8.10236220472441
## Cantidad_proyectos_auto_principal.2 Mediana 5
## Cantidad_proyectos_auto_principal.3 MÃnimo 0
## Cantidad_proyectos_auto_principal.4 Máximo 150
## Cantidad_proyectos_auto_principal.5 Rango 150
## Cantidad_proyectos_auto_principal.6 Varianza 221.806899137608
## Cantidad_proyectos_auto_principal.7 Desviación Estándar 14.8931829753618
## Cantidad_proyectos_auto_principal.8 Intervalo Confianza 5.49 - 10.72
## Cantidad_papers_cient_act_fis_auto.1 Media 38.7322834645669
## Cantidad_papers_cient_act_fis_auto.2 Mediana 20
## Cantidad_papers_cient_act_fis_auto.3 MÃnimo 0
## Cantidad_papers_cient_act_fis_auto.4 Máximo 285
## Cantidad_papers_cient_act_fis_auto.5 Rango 285
## Cantidad_papers_cient_act_fis_auto.6 Varianza 2654.83252093488
## Cantidad_papers_cient_act_fis_auto.7 Desviación Estándar 51.525066918296
## Cantidad_papers_cient_act_fis_auto.8 Intervalo Confianza 29.68 - 47.78
## Cantidad_papers_act_fis_auto_principal.1 Media 9.41732283464567
## Cantidad_papers_act_fis_auto_principal.2 Mediana 6
## Cantidad_papers_act_fis_auto_principal.3 MÃnimo 0
## Cantidad_papers_act_fis_auto_principal.4 Máximo 79
## Cantidad_papers_act_fis_auto_principal.5 Rango 79
## Cantidad_papers_act_fis_auto_principal.6 Varianza 122.530808648919
## Cantidad_papers_act_fis_auto_principal.7 Desviación Estándar 11.0693635159804
## Cantidad_papers_act_fis_auto_principal.8 Intervalo Confianza 7.47 - 11.36
## Cantidad_papers_act_fis_ultauto.1 Media 11.4094488188976
## Cantidad_papers_act_fis_ultauto.2 Mediana 2
## Cantidad_papers_act_fis_ultauto.3 MÃnimo 0
## Cantidad_papers_act_fis_ultauto.4 Máximo 130
## Cantidad_papers_act_fis_ultauto.5 Rango 130
## Cantidad_papers_act_fis_ultauto.6 Varianza 531.275465566804
## Cantidad_papers_act_fis_ultauto.7 Desviación Estándar 23.0494135623188
## Cantidad_papers_act_fis_ultauto.8 Intervalo Confianza 7.36 - 15.46
## Mujeres_su_grupo_inves.1 Media 8.24409448818898
## Mujeres_su_grupo_inves.2 Mediana 5
## Mujeres_su_grupo_inves.3 MÃnimo 0
## Mujeres_su_grupo_inves.4 Máximo 50
## Mujeres_su_grupo_inves.5 Rango 50
## Mujeres_su_grupo_inves.6 Varianza 82.2018497687789
## Mujeres_su_grupo_inves.7 Desviación Estándar 9.06652357680599
## Mujeres_su_grupo_inves.8 Intervalo Confianza 6.65 - 9.84
## Hombres_su_grupo_inves.1 Media 4.31496062992126
## Hombres_su_grupo_inves.2 Mediana 3
## Hombres_su_grupo_inves.3 MÃnimo 0
## Hombres_su_grupo_inves.4 Máximo 30
## Hombres_su_grupo_inves.5 Rango 30
## Hombres_su_grupo_inves.6 Varianza 20.249218847644
## Hombres_su_grupo_inves.7 Desviación Estándar 4.49991320445673
## Hombres_su_grupo_inves.8 Intervalo Confianza 3.52 - 5.11
## Indice_H.1 Media 9.76377952755906
## Indice_H.2 Mediana 8
## Indice_H.3 MÃnimo 0
## Indice_H.4 Máximo 40
## Indice_H.5 Rango 40
## Indice_H.6 Varianza 64.9120109986252
## Indice_H.7 Desviación Estándar 8.0567990541297
## Indice_H.8 Intervalo Confianza 8.35 - 11.18
## Citaciones.1 Media 913.409448818898
## Citaciones.2 Mediana 207
## Citaciones.3 MÃnimo 1
## Citaciones.4 Máximo 16292
## Citaciones.5 Rango 16291
## Citaciones.6 Varianza 5761709.76752906
## Citaciones.7 Desviación Estándar 2400.35617513924
## Citaciones.8 Intervalo Confianza 491.89 - 1334.92# Varibles categoricas
# Convertir variables categóricas a factores si es necesario
datos[] <- lapply(datos, function(x) {
if(is.character(x)) factor(x) else x
})
# Función para describir variables categóricas
descr_categoricas <- function(var) {
tabla_absoluta <- table(var)
tabla_porcentual <- prop.table(tabla_absoluta) * 100
df <- data.frame(Valor = names(tabla_absoluta), Frecuencia_Absoluta = as.vector(tabla_absoluta), Frecuencia_Porcentual = as.vector(tabla_porcentual))
return(df)
}
# Aplicar la función a cada variable categórica en los datos
desc_categorias <- lapply(datos, function(x) if(is.factor(x)) descr_categoricas(x) else NULL)
# Imprimir resultados
print(desc_categorias)## $No
## NULL
##
## $`Record ID`
## NULL
##
## $Pais_nacimiento
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 Argentina 1 0.7874016
## 2 Brazil 65 51.1811024
## 3 Chile 9 7.0866142
## 4 Colombia 12 9.4488189
## 5 Costa Rica 3 2.3622047
## 6 Cuba 2 1.5748031
## 7 Ecuador 2 1.5748031
## 8 Mexico 26 20.4724409
## 9 Panama 1 0.7874016
## 10 Paraguay 1 0.7874016
## 11 Peru 2 1.5748031
## 12 Puerto Rico 1 0.7874016
## 13 Venezuela 2 1.5748031
##
## $Pais_afiliada
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 Argentina 1 0.7874016
## 2 Australia 1 0.7874016
## 3 Brazil 59 46.4566929
## 4 Canada 1 0.7874016
## 5 Chile 10 7.8740157
## 6 Colombia 12 9.4488189
## 7 Costa Rica 3 2.3622047
## 8 Cuba 1 0.7874016
## 9 Ecuador 3 2.3622047
## 10 England 1 0.7874016
## 11 Honduras 1 0.7874016
## 12 Luxembourg 1 0.7874016
## 13 Mexico 24 18.8976378
## 14 Panama 1 0.7874016
## 15 Paraguay 1 0.7874016
## 16 Peru 1 0.7874016
## 17 Portugal 1 0.7874016
## 18 Puerto Rico 1 0.7874016
## 19 Switzerland 1 0.7874016
## 20 United States 2 1.5748031
## 21 Venezuela 1 0.7874016
##
## $Pais_trabajado_ultimos_6_meses
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 Argentina 2 1.5748031
## 2 Australia 1 0.7874016
## 3 Brazil 60 47.2440945
## 4 Canada 2 1.5748031
## 5 Chile 9 7.0866142
## 6 Colombia 12 9.4488189
## 7 Costa Rica 3 2.3622047
## 8 Cuba 1 0.7874016
## 9 Ecuador 3 2.3622047
## 10 England 1 0.7874016
## 11 Honduras 1 0.7874016
## 12 Mexico 23 18.1102362
## 13 Panama 1 0.7874016
## 14 Paraguay 1 0.7874016
## 15 Peru 1 0.7874016
## 16 Puerto Rico 1 0.7874016
## 17 Switzerland 1 0.7874016
## 18 United States 2 1.5748031
## 19 Venezuela 2 1.5748031
##
## $En_LATAM
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 No 8 6.299213
## 2 Si 119 93.700787
##
## $Color_piel
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 120 94.4881890
## 2 Afro 6 4.7244094
## 3 Indigena 1 0.7874016
##
## $Edad
## NULL
##
## $Edad_Rango
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 29_34 12 9.448819
## 2 35_39 26 20.472441
## 3 40_44 2 1.574803
## 4 40_45 17 13.385827
## 5 45_49 16 12.598425
## 6 50_54 16 12.598425
## 7 55_59 14 11.023622
## 8 60_+ 24 18.897638
##
## $Nivel_edu
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 Doctorado 104 81.88976
## 2 Maestria/esp 23 18.11024
##
## $Tiempo_investigando_desde_ultimo_grado
## NULL
##
## $Cantidad_proyectos_co_investigadora
## NULL
##
## $Cantidad_proyectos_auto_principal
## NULL
##
## $Esta_grupo_inves
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 No 27 21.25984
## 2 Sí 100 78.74016
##
## $Cantidad_papers_cient_act_fis_auto
## NULL
##
## $Cantidad_papers_act_fis_auto_principal
## NULL
##
## $Cantidad_papers_act_fis_ultauto
## NULL
##
## $Parti_event_cient_LATAM
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 No 1 0.7874016
## 2 Sí 126 99.2125984
##
## $Parti_event_cient_inter
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 No 8 6.299213
## 2 Sí 119 93.700787
##
## $Mujeres_su_grupo_inves
## NULL
##
## $Hombres_su_grupo_inves
## NULL
##
## $Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 27 21.259843
## 2 En desacuerdo 12 9.448819
## 3 Muy de acuerdo 69 54.330709
## 4 Muy en desacuerdo 6 4.724409
## 5 Neutral 13 10.236220
##
## $Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 26 20.472441
## 2 En desacuerdo 11 8.661417
## 3 Muy de acuerdo 62 48.818898
## 4 Muy en desacuerdo 10 7.874016
## 5 Neutral 18 14.173228
##
## $Mujeres_reciben_salarios_equi
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 29 22.834646
## 2 En desacuerdo 13 10.236220
## 3 Muy de acuerdo 64 50.393701
## 4 Muy en desacuerdo 8 6.299213
## 5 Neutral 13 10.236220
##
## $Mujeres_rol_import_decisiones
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 25 19.685039
## 2 En desacuerdo 15 11.811024
## 3 Muy de acuerdo 52 40.944882
## 4 Muy en desacuerdo 10 7.874016
## 5 Neutral 25 19.685039
##
## $Mujeres_propensas_otros_lleven_merito_sutrabajo
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 13 10.23622
## 2 En desacuerdo 27 21.25984
## 3 Muy de acuerdo 39 30.70866
## 4 Muy en desacuerdo 21 16.53543
## 5 Neutral 27 21.25984
##
## $Jefe_garantiza_mujeres_no_sean_discriminadas
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 27 21.259843
## 2 En desacuerdo 7 5.511811
## 3 Muy de acuerdo 55 43.307087
## 4 Muy en desacuerdo 15 11.811024
## 5 Neutral 23 18.110236
##
## $Jefe_garantiza_mujeres_no_sean_violentadas
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 25 19.685039
## 2 En desacuerdo 7 5.511811
## 3 Muy de acuerdo 63 49.606299
## 4 Muy en desacuerdo 15 11.811024
## 5 Neutral 17 13.385827
##
## $Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 24 18.897638
## 2 En desacuerdo 7 5.511811
## 3 Muy de acuerdo 57 44.881890
## 4 Muy en desacuerdo 17 13.385827
## 5 Neutral 22 17.322835
##
## $Indice_H
## NULL
##
## $Citaciones
## NULL
##
## $Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 13 10.23622
## 2 De acuerdo 96 75.59055
## 3 En desacuerdo 18 14.17323
##
## $Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 18 14.17323
## 2 De acuerdo 88 69.29134
## 3 En desacuerdo 21 16.53543
##
## $Mujeres_reciben_salarios_equi2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 13 10.23622
## 2 De acuerdo 93 73.22835
## 3 En desacuerdo 21 16.53543
##
## $Mujeres_rol_import_decisiones2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 25 19.68504
## 2 De acuerdo 77 60.62992
## 3 En desacuerdo 25 19.68504
##
## $Mujeres_propensas_otros_lleven_merito_sutrabajo2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 27 21.25984
## 2 De acuerdo 52 40.94488
## 3 En desacuerdo 48 37.79528
##
## $Jefe_garantiza_mujeres_no_sean_discriminadas2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 23 18.11024
## 2 De acuerdo 82 64.56693
## 3 En desacuerdo 22 17.32283
##
## $Jefe_garantiza_mujeres_no_sean_violentadas2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 17 13.38583
## 2 De acuerdo 88 69.29134
## 3 En desacuerdo 22 17.32283
##
## $Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 22 17.32283
## 2 De acuerdo 81 63.77953
## 3 En desacuerdo 24 18.89764
##
## $Reducir_trabajo_perjudica_exito_carreras
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 De acuerdo 24 18.89764
## 2 En desacuerdo 19 14.96063
## 3 Muy de acuerdo 41 32.28346
## 4 Muy en desacuerdo 20 15.74803
## 5 Neutral 23 18.11024
##
## $Reducir_trabajo_perjudica_exito_carreras2
## Valor Frecuencia_Absoluta Frecuencia_Porcentual
## 1 1 23 18.11024
## 2 De acuerdo 65 51.18110
## 3 En desacuerdo 39 30.70866Graficas descriptivas
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ lubridate 1.9.3 ✔ tibble 3.2.1
## ✔ purrr 1.0.2 ✔ tidyr 1.3.0
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors# Order data
dataframe1 <- datos %>%
group_by(Pais_nacimiento) %>%
summarise(sum_citaciones=sum(Citaciones), pop=sum(Citaciones),
n = n())
dataframe1 <- dataframe1 %>%
rename(Country = Pais_nacimiento)
dataframe2 <- datos %>%
group_by(Pais_nacimiento) %>%
summarise(sum_citaciones=sum(Citaciones),
n = n())
# Libraries
library(ggplot2)
library(dplyr)
# Most basic bubble plot con color
dataframe1 %>%
arrange(desc(pop)) %>%
mutate(Country = factor(Country, Country)) %>%
ggplot(aes(x=n, y=sum_citaciones, size = pop, color=Country)) +
geom_point(alpha=0.5) +
scale_size(range = c(.1, 10), name="Citations (n)")+
theme_light() +
theme(
# Centrar los títulos de los ejes
axis.title.x = element_text(hjust = 0.5, size = 10),
axis.title.y = element_text(hjust = 0.5, size = 10)
)+
ylab("Citations by country") +
xlab("Sum of authors by country")
#Tabla de referencia Grafica anterior
# Instalar y cargar paquete kableExtra
#install.packages("kableExtra")
library(kableExtra)## Warning: package 'kableExtra' was built under R version 4.3.3##
## Attaching package: 'kableExtra'## The following object is masked from 'package:dplyr':
##
## group_rows# Crear la tabla estética
tabla_estetica <- dataframe2 %>%
kable("html") %>%
kable_styling(full_width = FALSE)
# Mostrar la tabla
tabla_estetica| Pais_nacimiento | sum_citaciones | n |
|---|---|---|
| Argentina | 51 | 1 |
| Brazil | 53665 | 65 |
| Chile | 8294 | 9 |
| Colombia | 18672 | 12 |
| Costa Rica | 344 | 3 |
| Cuba | 235 | 2 |
| Ecuador | 1204 | 2 |
| Mexico | 32267 | 26 |
| Panama | 1 | 1 |
| Paraguay | 1 | 1 |
| Peru | 10 | 2 |
| Puerto Rico | 1229 | 1 |
| Venezuela | 30 | 2 |
Order data N2 BoxPlot Men and Women
library(readxl)
FyM <- read_excel("C:/Users/pablo/Desktop/Utexas/Gender inequalities-20240308T213635Z-001/Gender inequalities/Bases de datos/FyM.xlsx")
#libraries
library(tidyverse)
library(hrbrthemes)## Warning: package 'hrbrthemes' was built under R version 4.3.3library(viridis)## Loading required package: viridisLite# Plot
FyM %>%
ggplot( aes(x=`Woman and Men`, y=`Members of a research group`, fill=`Woman and Men`)) +
geom_boxplot() +
scale_fill_viridis(discrete = TRUE, alpha=0.6) +
geom_jitter(color="black", size=0.4, alpha=0.9) +
theme_classic() +
theme(
legend.position="none",
plot.title = element_text(size=11)
) +
ggtitle("Boxplot") +
theme(plot.title = element_text(hjust = 0.5, size = 15)) +
xlab("")
Analisis inferenciales del Modelo
Acorde al modelo escogido
# Ajustar el modelo de regresión lineal múltiple
m1 <- lm(Citaciones ~ En_LATAM + Color_piel + Edad + Edad_Rango + Nivel_edu +
Tiempo_investigando_desde_ultimo_grado + Cantidad_proyectos_co_investigadora +
Cantidad_proyectos_auto_principal + Esta_grupo_inves +
Cantidad_papers_cient_act_fis_auto + Cantidad_papers_act_fis_auto_principal +
Cantidad_papers_act_fis_ultauto + Parti_event_cient_LATAM +
Mujeres_su_grupo_inves + Hombres_su_grupo_inves +
Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2 + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
Mujeres_reciben_salarios_equi2 + Mujeres_rol_import_decisiones2 +
Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2 + Jefe_garantiza_mujeres_no_sean_violentadas2 +
Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2 + Reducir_trabajo_perjudica_exito_carreras2, data = datos)
# Mostrar un resumen del modelo
summary(m1)##
## Call:
## lm(formula = Citaciones ~ En_LATAM + Color_piel + Edad + Edad_Rango +
## Nivel_edu + Tiempo_investigando_desde_ultimo_grado + Cantidad_proyectos_co_investigadora +
## Cantidad_proyectos_auto_principal + Esta_grupo_inves + Cantidad_papers_cient_act_fis_auto +
## Cantidad_papers_act_fis_auto_principal + Cantidad_papers_act_fis_ultauto +
## Parti_event_cient_LATAM + Mujeres_su_grupo_inves + Hombres_su_grupo_inves +
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2 + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
## Mujeres_reciben_salarios_equi2 + Mujeres_rol_import_decisiones2 +
## Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2 +
## Jefe_garantiza_mujeres_no_sean_violentadas2 + Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2 +
## Reducir_trabajo_perjudica_exito_carreras2, data = datos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3314.9 -1015.5 -105.5 699.8 9547.6
##
## Coefficients: (1 not defined because of singularities)
## Estimate
## (Intercept) 2554.5724
## En_LATAMSi -3819.3136
## Color_pielAfro -239.4599
## Color_pielIndigena -1480.4513
## Edad 35.9335
## Edad_Rango35_39 -910.5559
## Edad_Rango40_44 -1542.2840
## Edad_Rango40_45 -451.1449
## Edad_Rango45_49 -115.1520
## Edad_Rango50_54 -123.3705
## Edad_Rango55_59 -423.0503
## Edad_Rango60_+ -917.8246
## Nivel_eduMaestria/esp 96.3200
## Tiempo_investigando_desde_ultimo_grado 12.9455
## Cantidad_proyectos_co_investigadora 71.0684
## Cantidad_proyectos_auto_principal -62.4132
## Esta_grupo_invesSí 983.0865
## Cantidad_papers_cient_act_fis_auto 12.8425
## Cantidad_papers_act_fis_auto_principal -25.2326
## Cantidad_papers_act_fis_ultauto 0.6039
## Parti_event_cient_LATAMSí NA
## Mujeres_su_grupo_inves -23.6961
## Hombres_su_grupo_inves 54.8340
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2De acuerdo 1010.6160
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2En desacuerdo 2068.5314
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -2158.6815
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -4048.1061
## Mujeres_reciben_salarios_equi2De acuerdo 1329.5488
## Mujeres_reciben_salarios_equi2En desacuerdo 2282.6400
## Mujeres_rol_import_decisiones2De acuerdo -617.2179
## Mujeres_rol_import_decisiones2En desacuerdo 336.1693
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -300.0573
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -1503.5812
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 330.4958
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 86.1593
## Jefe_garantiza_mujeres_no_sean_violentadas2De acuerdo -614.6557
## Jefe_garantiza_mujeres_no_sean_violentadas2En desacuerdo -312.1782
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo -129.4519
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo -276.1038
## Reducir_trabajo_perjudica_exito_carreras2De acuerdo 295.5272
## Reducir_trabajo_perjudica_exito_carreras2En desacuerdo 394.0735
## Std. Error
## (Intercept) 2904.5935
## En_LATAMSi 873.5831
## Color_pielAfro 1079.4007
## Color_pielIndigena 2893.5209
## Edad 81.5488
## Edad_Rango35_39 980.7948
## Edad_Rango40_44 2021.1307
## Edad_Rango40_45 1207.0907
## Edad_Rango45_49 1499.9535
## Edad_Rango50_54 1867.8733
## Edad_Rango55_59 2359.5256
## Edad_Rango60_+ 2880.6772
## Nivel_eduMaestria/esp 582.6169
## Tiempo_investigando_desde_ultimo_grado 38.5373
## Cantidad_proyectos_co_investigadora 28.5859
## Cantidad_proyectos_auto_principal 38.9793
## Esta_grupo_invesSí 531.2828
## Cantidad_papers_cient_act_fis_auto 9.1701
## Cantidad_papers_act_fis_auto_principal 26.3441
## Cantidad_papers_act_fis_ultauto 23.6615
## Parti_event_cient_LATAMSí NA
## Mujeres_su_grupo_inves 29.6010
## Hombres_su_grupo_inves 60.7163
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2De acuerdo 831.8948
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2En desacuerdo 1085.8227
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 722.4310
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 938.2748
## Mujeres_reciben_salarios_equi2De acuerdo 803.1278
## Mujeres_reciben_salarios_equi2En desacuerdo 981.5215
## Mujeres_rol_import_decisiones2De acuerdo 644.0980
## Mujeres_rol_import_decisiones2En desacuerdo 763.2830
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 608.6680
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 605.0529
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 987.1830
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 2064.3231
## Jefe_garantiza_mujeres_no_sean_violentadas2De acuerdo 1281.2226
## Jefe_garantiza_mujeres_no_sean_violentadas2En desacuerdo 2244.6139
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 740.8013
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo 1571.7944
## Reducir_trabajo_perjudica_exito_carreras2De acuerdo 588.8844
## Reducir_trabajo_perjudica_exito_carreras2En desacuerdo 627.4725
## t value
## (Intercept) 0.879
## En_LATAMSi -4.372
## Color_pielAfro -0.222
## Color_pielIndigena -0.512
## Edad 0.441
## Edad_Rango35_39 -0.928
## Edad_Rango40_44 -0.763
## Edad_Rango40_45 -0.374
## Edad_Rango45_49 -0.077
## Edad_Rango50_54 -0.066
## Edad_Rango55_59 -0.179
## Edad_Rango60_+ -0.319
## Nivel_eduMaestria/esp 0.165
## Tiempo_investigando_desde_ultimo_grado 0.336
## Cantidad_proyectos_co_investigadora 2.486
## Cantidad_proyectos_auto_principal -1.601
## Esta_grupo_invesSí 1.850
## Cantidad_papers_cient_act_fis_auto 1.400
## Cantidad_papers_act_fis_auto_principal -0.958
## Cantidad_papers_act_fis_ultauto 0.026
## Parti_event_cient_LATAMSí NA
## Mujeres_su_grupo_inves -0.801
## Hombres_su_grupo_inves 0.903
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2De acuerdo 1.215
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2En desacuerdo 1.905
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -2.988
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -4.314
## Mujeres_reciben_salarios_equi2De acuerdo 1.655
## Mujeres_reciben_salarios_equi2En desacuerdo 2.326
## Mujeres_rol_import_decisiones2De acuerdo -0.958
## Mujeres_rol_import_decisiones2En desacuerdo 0.440
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -0.493
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -2.485
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.335
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 0.042
## Jefe_garantiza_mujeres_no_sean_violentadas2De acuerdo -0.480
## Jefe_garantiza_mujeres_no_sean_violentadas2En desacuerdo -0.139
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo -0.175
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo -0.176
## Reducir_trabajo_perjudica_exito_carreras2De acuerdo 0.502
## Reducir_trabajo_perjudica_exito_carreras2En desacuerdo 0.628
## Pr(>|t|)
## (Intercept) 0.38156
## En_LATAMSi 3.40e-05
## Color_pielAfro 0.82495
## Color_pielIndigena 0.61020
## Edad 0.66057
## Edad_Rango35_39 0.35578
## Edad_Rango40_44 0.44748
## Edad_Rango40_45 0.70950
## Edad_Rango45_49 0.93898
## Edad_Rango50_54 0.94749
## Edad_Rango55_59 0.85812
## Edad_Rango60_+ 0.75078
## Nivel_eduMaestria/esp 0.86907
## Tiempo_investigando_desde_ultimo_grado 0.73774
## Cantidad_proyectos_co_investigadora 0.01482
## Cantidad_proyectos_auto_principal 0.11296
## Esta_grupo_invesSí 0.06765
## Cantidad_papers_cient_act_fis_auto 0.16492
## Cantidad_papers_act_fis_auto_principal 0.34081
## Cantidad_papers_act_fis_ultauto 0.97970
## Parti_event_cient_LATAMSí NA
## Mujeres_su_grupo_inves 0.42559
## Hombres_su_grupo_inves 0.36896
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2De acuerdo 0.22772
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2En desacuerdo 0.06008
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 0.00365
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 4.21e-05
## Mujeres_reciben_salarios_equi2De acuerdo 0.10143
## Mujeres_reciben_salarios_equi2En desacuerdo 0.02237
## Mujeres_rol_import_decisiones2De acuerdo 0.34058
## Mujeres_rol_import_decisiones2En desacuerdo 0.66072
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 0.62327
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 0.01487
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.73859
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 0.96680
## Jefe_garantiza_mujeres_no_sean_violentadas2De acuerdo 0.63262
## Jefe_garantiza_mujeres_no_sean_violentadas2En desacuerdo 0.88971
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 0.86169
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo 0.86097
## Reducir_trabajo_perjudica_exito_carreras2De acuerdo 0.61705
## Reducir_trabajo_perjudica_exito_carreras2En desacuerdo 0.53163
##
## (Intercept)
## En_LATAMSi ***
## Color_pielAfro
## Color_pielIndigena
## Edad
## Edad_Rango35_39
## Edad_Rango40_44
## Edad_Rango40_45
## Edad_Rango45_49
## Edad_Rango50_54
## Edad_Rango55_59
## Edad_Rango60_+
## Nivel_eduMaestria/esp
## Tiempo_investigando_desde_ultimo_grado
## Cantidad_proyectos_co_investigadora *
## Cantidad_proyectos_auto_principal
## Esta_grupo_invesSí .
## Cantidad_papers_cient_act_fis_auto
## Cantidad_papers_act_fis_auto_principal
## Cantidad_papers_act_fis_ultauto
## Parti_event_cient_LATAMSí
## Mujeres_su_grupo_inves
## Hombres_su_grupo_inves
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2De acuerdo
## Mujeres_mi_grupo_inve_igualdad_oport_dllo_pro2En desacuerdo .
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo **
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo ***
## Mujeres_reciben_salarios_equi2De acuerdo
## Mujeres_reciben_salarios_equi2En desacuerdo *
## Mujeres_rol_import_decisiones2De acuerdo
## Mujeres_rol_import_decisiones2En desacuerdo
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo *
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo
## Jefe_garantiza_mujeres_no_sean_violentadas2De acuerdo
## Jefe_garantiza_mujeres_no_sean_violentadas2En desacuerdo
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo
## Reducir_trabajo_perjudica_exito_carreras2De acuerdo
## Reducir_trabajo_perjudica_exito_carreras2En desacuerdo
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2087 on 87 degrees of freedom
## Multiple R-squared: 0.4781, Adjusted R-squared: 0.2441
## F-statistic: 2.043 on 39 and 87 DF, p-value: 0.003055El modelo tiene algunos inconvencientes frente a la totalidad de variables, no todas las variables tuvieron relaciones estadistamente significativas con el desenlace. Cabe resaltar que se tuvo un p-value: 0.0004926 por lo que al menos una variable tiene una relacion lineal con el desenlace, sin embargo el Adjusted R-squared: 0.2913 (20%) por lo que la relación de todas las variables en el modelo es bastante bajo. Por lo que, seguidamente se van tener en cuenta solo las variables que fueron significativas o que alguna de sus categorias tuvieron relacion significativa con el desenlaces.
Nota: se tuvo en cuenta las variables: nivel educativo,Tiempo_investigando_desde_ultimo_grado, discriminación, grupo de investigación mujeres y hombres dada la relevancia en la literatura.
Por lo que el modelo 2 es el siguiente:
# Ajustar el modelo de regresión lineal múltiple
m2 <- lm(Citaciones ~ En_LATAM + Nivel_edu +
Tiempo_investigando_desde_ultimo_grado + Cantidad_proyectos_co_investigadora +
Cantidad_proyectos_auto_principal + Esta_grupo_inves +
Cantidad_papers_cient_act_fis_auto + Cantidad_papers_act_fis_auto_principal +
Cantidad_papers_act_fis_ultauto + Mujeres_su_grupo_inves + Hombres_su_grupo_inves + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2 +
Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2, data = datos)
# Mostrar un resumen del modelo
summary(m2)##
## Call:
## lm(formula = Citaciones ~ En_LATAM + Nivel_edu + Tiempo_investigando_desde_ultimo_grado +
## Cantidad_proyectos_co_investigadora + Cantidad_proyectos_auto_principal +
## Esta_grupo_inves + Cantidad_papers_cient_act_fis_auto + Cantidad_papers_act_fis_auto_principal +
## Cantidad_papers_act_fis_ultauto + Mujeres_su_grupo_inves +
## Hombres_su_grupo_inves + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
## Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2 +
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2, data = datos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3164.5 -847.9 -241.2 636.3 12340.1
##
## Coefficients:
## Estimate
## (Intercept) 4567.668
## En_LATAMSi -3451.198
## Nivel_eduMaestria/esp 393.696
## Tiempo_investigando_desde_ultimo_grado 32.127
## Cantidad_proyectos_co_investigadora 53.267
## Cantidad_proyectos_auto_principal -43.170
## Esta_grupo_invesSí 699.919
## Cantidad_papers_cient_act_fis_auto 10.519
## Cantidad_papers_act_fis_auto_principal -19.438
## Cantidad_papers_act_fis_ultauto 3.816
## Mujeres_su_grupo_inves -22.916
## Hombres_su_grupo_inves 13.211
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -1797.407
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -2343.636
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -304.055
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -1197.176
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 182.718
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 1014.443
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 47.955
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo -48.629
## Std. Error
## (Intercept) 1096.193
## En_LATAMSi 795.422
## Nivel_eduMaestria/esp 533.117
## Tiempo_investigando_desde_ultimo_grado 25.563
## Cantidad_proyectos_co_investigadora 25.205
## Cantidad_proyectos_auto_principal 34.826
## Esta_grupo_invesSí 489.072
## Cantidad_papers_cient_act_fis_auto 8.050
## Cantidad_papers_act_fis_auto_principal 22.765
## Cantidad_papers_act_fis_ultauto 20.402
## Mujeres_su_grupo_inves 26.033
## Hombres_su_grupo_inves 52.876
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 582.619
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 728.163
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 553.224
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 545.290
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 596.966
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 1276.684
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 610.057
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo 1303.118
## t value
## (Intercept) 4.167
## En_LATAMSi -4.339
## Nivel_eduMaestria/esp 0.738
## Tiempo_investigando_desde_ultimo_grado 1.257
## Cantidad_proyectos_co_investigadora 2.113
## Cantidad_proyectos_auto_principal -1.240
## Esta_grupo_invesSí 1.431
## Cantidad_papers_cient_act_fis_auto 1.307
## Cantidad_papers_act_fis_auto_principal -0.854
## Cantidad_papers_act_fis_ultauto 0.187
## Mujeres_su_grupo_inves -0.880
## Hombres_su_grupo_inves 0.250
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -3.085
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -3.219
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -0.550
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -2.195
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.306
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 0.795
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 0.079
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo -0.037
## Pr(>|t|)
## (Intercept) 6.28e-05
## En_LATAMSi 3.26e-05
## Nivel_eduMaestria/esp 0.46184
## Tiempo_investigando_desde_ultimo_grado 0.21157
## Cantidad_proyectos_co_investigadora 0.03690
## Cantidad_proyectos_auto_principal 0.21783
## Esta_grupo_invesSí 0.15531
## Cantidad_papers_cient_act_fis_auto 0.19412
## Cantidad_papers_act_fis_auto_principal 0.39510
## Cantidad_papers_act_fis_ultauto 0.85197
## Mujeres_su_grupo_inves 0.38068
## Hombres_su_grupo_inves 0.80319
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 0.00259
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 0.00171
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 0.58374
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 0.03029
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.76014
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 0.42861
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo 0.93749
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo 0.97030
##
## (Intercept) ***
## En_LATAMSi ***
## Nivel_eduMaestria/esp
## Tiempo_investigando_desde_ultimo_grado
## Cantidad_proyectos_co_investigadora *
## Cantidad_proyectos_auto_principal
## Esta_grupo_invesSí
## Cantidad_papers_cient_act_fis_auto
## Cantidad_papers_act_fis_auto_principal
## Cantidad_papers_act_fis_ultauto
## Mujeres_su_grupo_inves
## Hombres_su_grupo_inves
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo **
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo **
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo *
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2De acuerdo
## Jefe_garantiza_mujeres_no_sean_sesgos_basados_gen2En desacuerdo
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2062 on 107 degrees of freedom
## Multiple R-squared: 0.3732, Adjusted R-squared: 0.2619
## F-statistic: 3.353 on 19 and 107 DF, p-value: 3.613e-05Modelo 3 (Modelo Final)
# Ajustar el modelo de regresión lineal múltiple
m3 <- lm(Citaciones ~ En_LATAM +
Tiempo_investigando_desde_ultimo_grado + Cantidad_proyectos_co_investigadora +
Cantidad_proyectos_auto_principal + Esta_grupo_inves +
Cantidad_papers_cient_act_fis_auto + Mujeres_su_grupo_inves + Hombres_su_grupo_inves + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2, data = datos)
# Mostrar un resumen del modelo
summary(m3)##
## Call:
## lm(formula = Citaciones ~ En_LATAM + Tiempo_investigando_desde_ultimo_grado +
## Cantidad_proyectos_co_investigadora + Cantidad_proyectos_auto_principal +
## Esta_grupo_inves + Cantidad_papers_cient_act_fis_auto + Mujeres_su_grupo_inves +
## Hombres_su_grupo_inves + Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2 +
## Mujeres_propensas_otros_lleven_merito_sutrabajo2 + Jefe_garantiza_mujeres_no_sean_discriminadas2,
## data = datos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3287.4 -851.9 -262.1 549.3 12733.1
##
## Coefficients:
## Estimate
## (Intercept) 4422.034
## En_LATAMSi -3331.864
## Tiempo_investigando_desde_ultimo_grado 30.307
## Cantidad_proyectos_co_investigadora 57.802
## Cantidad_proyectos_auto_principal -45.883
## Esta_grupo_invesSí 670.587
## Cantidad_papers_cient_act_fis_auto 8.652
## Mujeres_su_grupo_inves -22.334
## Hombres_su_grupo_inves 12.663
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -1778.988
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -2414.441
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -285.777
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -1128.439
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 251.980
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 968.024
## Std. Error
## (Intercept) 1012.186
## En_LATAMSi 772.789
## Tiempo_investigando_desde_ultimo_grado 23.539
## Cantidad_proyectos_co_investigadora 23.919
## Cantidad_proyectos_auto_principal 32.382
## Esta_grupo_invesSí 472.029
## Cantidad_papers_cient_act_fis_auto 4.197
## Mujeres_su_grupo_inves 25.248
## Hombres_su_grupo_inves 50.247
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 564.215
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 693.305
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 517.737
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 524.120
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 514.677
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 635.414
## t value
## (Intercept) 4.369
## En_LATAMSi -4.311
## Tiempo_investigando_desde_ultimo_grado 1.288
## Cantidad_proyectos_co_investigadora 2.417
## Cantidad_proyectos_auto_principal -1.417
## Esta_grupo_invesSí 1.421
## Cantidad_papers_cient_act_fis_auto 2.062
## Mujeres_su_grupo_inves -0.885
## Hombres_su_grupo_inves 0.252
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo -3.153
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo -3.483
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo -0.552
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo -2.153
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.490
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 1.523
## Pr(>|t|)
## (Intercept) 2.8e-05
## En_LATAMSi 3.5e-05
## Tiempo_investigando_desde_ultimo_grado 0.200560
## Cantidad_proyectos_co_investigadora 0.017285
## Cantidad_proyectos_auto_principal 0.159273
## Esta_grupo_invesSí 0.158197
## Cantidad_papers_cient_act_fis_auto 0.041562
## Mujeres_su_grupo_inves 0.378267
## Hombres_su_grupo_inves 0.801483
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo 0.002074
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo 0.000709
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo 0.582067
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo 0.033463
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo 0.625383
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo 0.130464
##
## (Intercept) ***
## En_LATAMSi ***
## Tiempo_investigando_desde_ultimo_grado
## Cantidad_proyectos_co_investigadora *
## Cantidad_proyectos_auto_principal
## Esta_grupo_invesSí
## Cantidad_papers_cient_act_fis_auto *
## Mujeres_su_grupo_inves
## Hombres_su_grupo_inves
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2De acuerdo **
## Mujeres_grupo_inves_consideradas_misma_frecu_puestos_lider2En desacuerdo ***
## Mujeres_propensas_otros_lleven_merito_sutrabajo2De acuerdo
## Mujeres_propensas_otros_lleven_merito_sutrabajo2En desacuerdo *
## Jefe_garantiza_mujeres_no_sean_discriminadas2De acuerdo
## Jefe_garantiza_mujeres_no_sean_discriminadas2En desacuerdo
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2031 on 112 degrees of freedom
## Multiple R-squared: 0.3634, Adjusted R-squared: 0.2838
## F-statistic: 4.566 on 14 and 112 DF, p-value: 1.794e-06