Etapa 1. Introducción a la Situación Problema: Las familias mexicanas

INTRODUCCIÓN

Al Equipo 9 se le asignó la Región Sureste R5, compuesta por los siguientes estados de la República: Campeche (4), Chiapas (7), Oaxaca (20), Quintana Roo (23), Tabasco( 27), Veracruz de Ignacio de la Llave (30) y Yucatán (31).

La evaluación de la situación social y económica de las familias es crucial tanto para México como para el resto del mundo por una serie de motivos fundamentales. El Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL) afirma que la privación social y el ingreso son dos factores que definen la pobreza. En México, si una persona percibe ingresos inferiores a 2,542.13 pesos mensuales en la zonas urbanas y 1,614.65 pesos en la zonas rurales, se valora como que vive en pobreza. Con respecto a la pobreza extrema, esta se determina a quienes tienen tres o más carencias sociales y un ingreso menor a 1.242,61 pesos mensuales en las zonas urbanas y 868,25 pesos mensuales en las zonas rurales.

A partir de la década de los 90 ’s, el gobierno mexicano ha llevado a cabo una serie de programas, incluidos Progresa, Oportunidades y Prospera, con el objeto de reducir la tasa de pobreza y desigualdad en el país. Aproximadamente el 60% del Gasto Programable es destinado al Desarrollo Social, que engloba campos cruciales como educación, salud, protección social, vivienda, servicios, recreación y cultura. A pesar de estos esfuerzos y la asignación de una parte considerable de recursos, los frutos de dichos programas en la reducción de la pobreza han sido mínimos.

Para estimar la utilidad de estos programas y adaptar adecuadamente las políticas públicas para su mejora, es crucial evaluar la situación socio-económica. La Encuesta ENIGH llevada a cabo por el INEGI arroja información detallada acerca de múltiples aspectos socioeconómicos de los hogares mexicanos, donde se incluyen rubros como los ingresos, gastos, características de la vivienda y empleo, entre otros. Según los resultados de esta encuesta, el ingreso total trimestral promedio de los hogares en México es de $53,012 , figurando que los los ingresos del trabajo equivalen al 67.3% del ingreso total, mientras que el gasto promedio total por trimestre es de 47,205 pesos mexicanos.

De igual Forma, sucesos como el incremento de los precios a nivel internacional de productos básicos en 2007 y la prolongada crisis económico-financiera que se vivió a nivel global hasta 2014, han generado un impacto relevante en la nivelación de la pobreza en México, lo que ha afectado el bienestar económico de las familias. Por lo tanto, la medición minuciosa e ininterrumpida de las circunstancias sociales y económicas nos permite identificar tendencias, desafíos y áreas de oportunidad para crear políticas más efectivas que beneficien y mejoren el bienestar de las familias mexicanas.

METODOLOGÍA

Contexto de los datos

El origen de los datos es el ENIGH que es la encuesta naciona de ingresos y gastos por hogar, esta encuesta contiene datos estadísticos sobre los ingresos y gastos de los hogares, la procedencia y distribucion de estos, asi como las caracteristicas ocupacionales y sociodemograficas de las personas, divididos por sexo, edad y su ocupacion dentro de la familia; Para esta situacion problema utilizamos el ENIGH 2022 que es la encuesta mas reciente sobre el tema de eleccion, donde el escrito principalmente explicara e interpretara los datos relacionados a las caracteristicas de los jefes de familia en la republica.

Se lee la base de datos proporcionada por la ENIGH, en el año 2022, bajo

el estudio de 90,102 datos divididos en 27 variables, las cuales se nombran a continuación

M = read.csv("datos_ENIGH_2022_27_variables (2).csv") 
names(M)

##  [1] "entidad"    "tam_loc"    "est_socio"  "sexo_jefe"  "edad_jefe" 
##  [6] "educa_jefe" "tot_integ"  "hombres"    "mujeres"    "mayores"   
## [11] "menores"    "p12_64"     "p65mas"     "percep_ing" "ing_cor"   
## [16] "aguinaldo"  "bene_gob"   "gasto_mon"  "alimentos"  "vivienda"  
## [21] "agua"       "energia"    "limpieza"   "cuidados"   "salud"     
## [26] "transporte" "Region"

Se utilizan para el estudio 6 variables en total que se dividen en 2 secciones

Sección Cuantitativa:

A. edad_jefe. Años transcurridos entre la fecha de nacimiento del jefe del hogar y la fecha de la entrevista.

B. percep_ing. Número de personas que perciben ingreso corriente monetario.

C. ing_cor. Suma de los ingresos por trabajo, los provenientes de rentas, de transferencias, de estimación del alquiler y de otros ingresos.

D. gasto_mon. Es la suma de los gastos regulares que directamente hacen los hogares en bienes y servicios para su consumo.

Sección Cualitativa;

A. educa_jefe. Educación formal del jefe del hogar.

B. sexo_jefe. Distinción biológica que clasifica al jefe del hogar en hombre o mujer.

A continuación se analiza la proporción de datos por estado a nivel nacional que hay en la muestra y sus respectivas graficas.

obtenidos. Auxíliate de los comandos de R en la sección de Ayudas con R: Puntos 2 y 3 de las Sugerencias 1

E1 = prop.table(table(M$entidad))
estados = c("AGS", "BC", "BCS", "CAMP", "COAH", "COL", "CHIS", "CHH", "CDMX", "DGO", "GTO", "GRO", "HGO", "JAL", "MEX", "MICH", "MOR", "NAY", "NL", "OAX", "PUE", "QRO", "QROO", "SLP", "SIN", "SON", "TAB", "TAMPS", "TLAX", "VER", "YUC", "ZAC")
names(E1) = estados
E1

##        AGS         BC        BCS       CAMP       COAH        COL       CHIS 
## 0.02962198 0.04595902 0.03080953 0.02446117 0.04578145 0.03363965 0.02344010 
##        CHH       CDMX        DGO        GTO        GRO        HGO        JAL 
## 0.05055382 0.02868971 0.03011032 0.03413909 0.02816808 0.02369537 0.02913365 
##        MEX       MICH        MOR        NAY         NL        OAX        PUE 
## 0.03914453 0.02458325 0.02731349 0.02363987 0.04008790 0.02907816 0.02413931 
##        QRO       QROO        SLP        SIN        SON        TAB      TAMPS 
## 0.04241859 0.02683625 0.02918914 0.03861180 0.02827906 0.02405052 0.02577079 
##       TLAX        VER        YUC        ZAC 
## 0.02560432 0.03235222 0.03270738 0.02799050

par(cex=0.7)
barplot(E1, xlab="Estado", ylab="", main="Porcentaje de datos por estado", col=blues9, las=2)

Los resultados obtenidos son en comparación una alta compilación de muestreo en datos por parte de estados como 8, 2 y 5, traducidos como Chihuahua, Baja California y Coahuila, por lo que con mayor cantidad de datos de muestreo recopilados, se podra dar un mayor acercamiento a la traducción del estudio, mientras que estados como 7, 18 y 13 traducidos como Chiapas, Nayarit y Morelos cuentan con los mayores deficit en recoleccion de datos de prueba.

A continuación se analiza la proporción de datos por región a nivel nacional que hay en la muestra y sus respectivas graficas.

E1 = prop.table(table(M$Region))
E1

## 
##        R1        R2        R3        R4        R5 
## 0.1942132 0.1709396 0.1967548 0.2451666 0.1929258

par(cex=0.7)
barplot(E1, xlab="Región", ylab="", main="Porcentaje de datos por región", col=blues9, las=2)

En resultado se obtiene el conocimiento de la mayor proporción de datos recolectada, apareciendo en la Región 4 (Occidental), constituida por los estados, 1, 6, 11, 14, 16, 18, 22, 32, y por otra parte conforme a la menor, se obtiene la Región 2 (Región Noreste), lo que implica un deficit en el estudio debido a las diferencias en cantidad de datos, conforme a al acercamiento a la realidad de los posibles resultados.

Tema de estudio

Características de los jefes de familia:

¿Cuál es la proporción de jefes de familia por sexo? ¿cómo se distribuyen sus edades por sexo? De acuerdo con datos del ENIGH, al menos el 70% de los millones de viviendas en México contaron con jefatura masculina y el 30% restante con jefatura femenina, las edades se distribuyen mediante la poblacion total y los grupos por edad que se van agrupando por cada 4 años comenzando desde los 20 - 24 años y sucesivamente, las gráficas y tablas indican que mediante la edad de los jefes de familia femeninas crece respecto a la jefatura de familia masculina conforme aumenta la edad.

Con respecto a la tenencia de viviendas, el 68% de los hogares con jefatura masculina no tenían vivienda propia siendo un aproximado de 6 millones, mientras que el 32% restante fue de jefatura femenina.

¿Cómo se distribuye el ingreso por sexo del jefe de familia? En su gran mayoría, los jefes de familia suelen ser hombres, sin embargo, este no es el caso para todos los hogares. Aun así y en la actualidad, las brechas de ingreso por sexo siguen presentes; estas suelen estar relacionadas con los distintos grupos de edad, niveles de escolaridad y número de hijos de las personas.

En ese mismo contexto y según los datos de la ENIGH, las brechas de ingreso entre hombres y mujeres son más grandes a mayor edad, menor nivel educativo y mayor número de hijos. En ese mismo contexto, se reporta que en el 2022 el ingreso de el género masculino fue en promedio de 29,285.11 pesos, mientras que para las mujeres, este fue de solamente 19,081.03 pesos.

Además y como ya mencionado, la edad es un gran factor determinante en el ingreso por sexo. Por parte de los hombres, este no suele variar tanto, por ejemplo, por cada 100 pesos que ganaron lo hombres, una mujer de 20 a 29 años de edad (punto más alto hablando de ingresos), ganaría solamente 71.54 pesos, y en el caso de que una mujer de 60 años o más (punto de ingreso más bajo), ganaría solamente 58.93 pesos.

En si, el ingreso por sexo del jefe de familia en promedio y medido de manera trimestral es de: 19,081 pesos para las mujeres y de 29,285 pesos para los hombres.

¿Cómo se distribuye el nivel educativo del jefe de familia por sexo? De la misma manera que el ingreso se ve afectado por el sexo del jefe de familia, el nivel educativo tambien. Ademas de haber diferencias en el acesso a la educacion por el sexo, la educación determina la magnitud de la brecha de ingresos por sexo. Las mujeres reciben aún menos ingresos que sus contrapartes masculinas mientras menos escolarización hayan recibido.

En el 2022, la ENIGH reporta que las mujeres con educación profesional tuvieron un ingreso trimestral promedio de 35,444 pesos, mientras que el de los hombres fue de 49,947 pesos, esto muestra una diferencia en ingresos del 29%. En cambio, las mujeres que contaban únicamente con educación primaria reportaron un ingreso trimestral de 9,845 pesos, contra 17,114 pesos de los hombres con el mismo nivel educativo.

En general, los hombres son más propensos a contar con la educación básica (primaria) incompleta, mientras que en el caso de las mujeres, esto es lo contrario y hasta se muestra que llegan a completar la secundaria también. En niveles de estudio superiores, es más común ver al hombre completarlos.

Descripción de variables a nivel nacional

Cuantitativas

A. Se analizan Años transcurridos entre la fecha de nacimiento del jefe del hogar y la fecha de la entrevista: Se calculan las principales medidas (mínimo, máximo, cuartil 1 y cuartil 3, mediana, media, rango medio, desviación estándar y coeficiente de variación)

summary(M$edad_jefe)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   13.00   39.00   50.00   51.23   63.00  109.00

desv = sd(M$edad_jefe)
cat("Desviación Estándar:", desv, "\n")

## Desviación Estándar: 15.91404

r_medio = (max(M$edad_jefe)+min(M$edad_jefe))/2
cat("Rango Medio: ", r_medio, "\n")

## Rango Medio:  61

cv = sd(M$edad_jefe)/mean(M$edad_jefe)
cat("Coeficiente de variación: ", cv)

## Coeficiente de variación:  0.3106133

Así mismo se realiza un diagrama de boxplot donde se inserta la mediana y el rango medio de México en líneas verticales; E un histrograma donde se insertan la media, mediana yel rango medio de México en líneas verticales.

par(mfrow = c(2, 1))  
hist(M$edad_jefe, col=blues9, main="Años transcurridos: 
Fecha de nacimiento del jefe
del hogar a Fecha de la entrevista", xlab="Años")
abline(v=mean(M$edad_jefe), col="red",lty=3, lwd=2) 
abline(v=median(M$edad_jefe), col="white",lty=3, lwd=2) 
abline(v=r_medio, col="green",lty=3, lwd=2) 
boxplot(M$edad_jefe, col=blues9, main="Años transcurridos: 
Fecha de nacimiento del jefe
del hogar a Fecha de la entrevista", horizontal = TRUE, xlab="Años")
abline(v=mean(M$edad_jefe), col="red",lty=3, lwd=2)
abline(v=r_medio, col="green",lty=3, lwd=2)

B. Se analizan Número de personas que perciben ingreso corriente monetario: Se calculan las principales medidas (mínimo, máximo, cuartil 1 y cuartil 3, mediana, media, rango medio, desviación estándar y coeficiente de variación)

summary(M$percep_ing)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   1.000   2.000   2.256   3.000  16.000

desv = sd(M$percep_ing)
cat("Desviación Estándar:", desv, "\n")

## Desviación Estándar: 1.183857

r_medio = (max(M$percep_ing)+min(M$percep_ing))/2
cat("Rango Medio: ", r_medio, "\n")

## Rango Medio:  8

cv = sd(M$percep_ing)/mean(M$percep_ing)
cat("Coeficiente de variación: ", cv)

## Coeficiente de variación:  0.5248602

par(mfrow = c(2, 2))  
hist(M$percep_ing, col=blues9, main="Número de personas que perciben 
ingreso corriente
monetario", xlab="Personas")
abline(v=mean(M$percep_ing), col="red",lty=3, lwd=2) 
abline(v=median(M$percep_ing), col="white",lty=3, lwd=2) 
abline(v=r_medio, col="green",lty=3, lwd=2) 
boxplot(M$percep_ing, col=blues9, main="Número de personas que perciben 
ingreso corriente
monetario", horizontal = TRUE, xlab="Personas")
abline(v=mean(M$percep_ing), col="red",lty=3, lwd=2)
abline(v=r_medio, col="green",lty=3, lwd=2)

C. Se analizan Suma de los ingresos por trabajo, los provenientes de rentas, de transferencias, de estimación del alquiler y de otros ingresos: Se calculan las principales medidas (mínimo, máximo, cuartil 1 y cuartil 3, mediana, media, rango medio, desviación estándar y coeficiente de variación).

summary(M$ing_cor)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##       0   28386   46074   61490   74344 7153770

desv = sd(M$ing_cor)
cat("Desviación Estándar:", desv, "\n")

## Desviación Estándar: 78324.84

r_medio = (max(M$ing_cor)+min(M$ing_cor))/2
cat("Rango Medio: ", r_medio, "\n")

## Rango Medio:  3576885

cv = sd(M$ing_cor)/mean(M$ing_cor)
cat("Coeficiente de variación: ", cv)

## Coeficiente de variación:  1.273783

par(mfrow = c(2,1))  
hist(M$ing_cor, col=blues9, main="Suma de los ingresos por trabajo, 
los provenientes de rentas, 
de transferencias, de estimación del alquiler 
y de otros ingresos", xlab="Ingresos Totales")
abline(v=mean(M$ing_cor), col="red",lty=3, lwd=2) 
abline(v=median(M$ing_cor), col="white",lty=3, lwd=2) 
abline(v=r_medio, col="green",lty=3, lwd=2) 
boxplot(M$ing_cor, col=blues9, main="Suma de los ingresos por trabajo, 
los provenientes de rentas, 
de transferencias, de estimación del alquiler 
y de otros ingresos
", horizontal = TRUE, xlab="Ingresos Totales")
abline(v=mean(M$ing_cor), col="red",lty=3, lwd=2)
abline(v=r_medio, col="green",lty=3, lwd=2)

options(scipen = 100, digits=6)

D. Se analizan la suma de los gastos regulares que directamente hacen los hogares en bienes y servicios para su consumo: Se calculan las principales medidas (mínimo, máximo, cuartil 1 y cuartil 3, mediana, media, rango medio, desviación estándar y coeficiente de variación).

summary(M$gasto_mon)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##       0   18561   29679   37615   45901 1703575

desv = sd(M$gasto_mon)
cat("Desviación Estándar:", desv, "\n")

## Desviación Estándar: 34649.2

r_medio = (max(M$gasto_mon)+min(M$gasto_mon))/2
cat("Rango Medio: ", r_medio, "\n")

## Rango Medio:  851788

cv = sd(M$gasto_mon)/mean(M$gasto_mon)
cat("Coeficiente de variación: ", cv)

## Coeficiente de variación:  0.92115

par(mfrow = c(2, 2))  
hist(M$gasto_mon, col=blues9, main="suma de los gastos regulares 
que directamente hacen los hogares en 
bienes y servicios para su consumo", xlab="Gastos")
abline(v=mean(M$gasto_mon), col="red",lty=3, lwd=2) 
abline(v=median(M$gasto_mon), col="white",lty=3, lwd=2) 
abline(v=r_medio, col="green",lty=3, lwd=2) 
boxplot(M$gasto_mon, col=blues9, main="suma de los gastos regulares 
que directamente hacen los hogares en 
bienes y servicios para su consumo", horizontal = TRUE, xlab="Gastos")
abline(v=mean(M$gasto_mon), col="red",lty=3, lwd=2)
abline(v=r_medio, col="green",lty=3, lwd=2)

¿Cuál es la mejor medida de centralización que representa a los datos en cada variable? La mediana sería la medida de centralización más adecuada para este caso dado a que no se ve significativamente afectada por la presencia de datos atípicos, cosa que es sumamente importante al hablar de ingresos ya que pueden existir unos o demasiados altos o muy bajos que en sí, no representan la realidad de la mayoría. Además, la mediana representa el valor central de la distribución, cosa que es útil, especialmente cuando hay asimetría. Por último, esta sería la mejor dado a que es la más fácil de interpretar entre todas las medidas cuando los datos presentan asimetría.

¿Qué significa que se presenten datos atípicos en la distribución de los datos? Los datos atípicos suelen significar datos que están significativamente alejados de lo normal o del resto de la distribución, Estos valores pueden distorsionar los análisis estadísticos y generar conclusiones erróneas.

¿Qué proporción de la población tiene gastos atípicos? ¿ingresos atípicos? ¿edades atípicas? (utiliza el rango intercuartílico para encontrar la cota a partir de la cuál se considera que un dato es atípico), ¿Consideras necesario quitar los datos atípicos para un mejor análisis de los datos? Justifica tu respuesta En general, la proporción de la población cuyos gastos o ingresos son atípicos, es mínima, menos de 1 ⁄ 4 de la población analizada. Sin embargo y como ya fue mencionado, estos datos pueden llegar a seriamente afectar el análisis de datos si se llegara a usar otro tipo de medida de centralización que no sea el ya mencionado. La eliminación de estos datos puede afectar su representatividad, más es certero que si se llegaran a dejar afectarán los resultados y conclusiones. La decisión de eliminarlos o no depende altamente de que medida de centralización utilizas, en nuestro caso, elegimos la mediana por lo cual el impacto de eliminarlos o no sería mínimo, por ende se pueden fácilmente dejar.

¿Cómo se compara la mediana de los gastos y los egresos en México? Se compara mediante el resumen que dan las propias gráficas y resultados del código, se puede interpretar que el ingreso no es mucho mayor a los gastos que se dan en cada vivienda, puede existir un tipo de sesgo ya que se toma en cuenta muy pequeños casos sobre las remesas, alquiler y otros tipos de ingresos que suman a esta fuente de ingresos, sin embargo se puede ver la carencia dentro de la mayoría de las familias mexicanas, asimismo, se puede observar cómo influyen las jefaturas de familia en estos datos.

##Cualitativas

A. Se analiza las proporciones del sexo del jefe de familia en México: con una tabla de frecuencias por sexo en México, así como un diagrama de pay de las proporciónes.

E1 = prop.table(table(M$sexo_jefe))
sexo = c("H", "M")
names(E1) = sexo
E1

##        H        M 
## 0.687055 0.312945

par(mfrow = c(1, 2))  
Psexo = 100*prop.table(table(M$sexo_jefe))
names(Psexo) = c("Hombres", "Mujeres")
pie(Psexo, col=c("lightblue","blue"), main="Distribución de jefes de familia")
par(cex=0.7) 
barplot(Psexo, xlab="Nivel de Educación", ylab="", main= "Distribución de jefes de familia", col=blues9, las=2)

B. Se analiza las proporciones de la Educación formal del jefe del hogar en México: con una tabla de frecuencias por sexo en México, así como un diagrama de pay de las proporciónes.

E1 = prop.table(table(M$educa_jefe))
educacion = c("Sin Instrucción", "Preescolar", "Primaria Incompleta", "Primaria Completa", "Secundaria Incompleta", "Secundaria Completa", "Preparatoria Incompleta", "Preparatoria Completa", "Profesional Incompleta", "Profesional Completa", "Posgrado")
names(E1) = educacion
E1

##         Sin Instrucción              Preescolar     Primaria Incompleta 
##             0.060986438             0.000355153             0.147921245 
##       Primaria Completa   Secundaria Incompleta     Secundaria Completa 
##             0.165678897             0.030276797             0.272813034 
## Preparatoria Incompleta   Preparatoria Completa  Profesional Incompleta 
##             0.033650751             0.130762913             0.029355619 
##    Profesional Completa                Posgrado 
##             0.108632439             0.019566713

par(mfrow = c(1, 2))  
par(mfrow = c(1, 2))  
educacion = 100*prop.table(table(M$educa_jefe))
names(educacion) = c("Sin Instrucción", "Preescolar", "Primaria Incompleta", "Primaria Completa", "Secundaria Incompleta", "Secundaria Completa", "Preparatoria Incompleta", "Preparatoria Completa", "Profesional Incompleta", "Profesional Completa", "Posgrado")
pie(Psexo, col=blues9, main="Educación formal del jefe del hogar")
par(cex=0.7) 
barplot(educacion, xlab="Nivel de Educación", ylab="", main= "Educación formal del jefe del hogar", col=blues9, las=2)

Realiza el mismo análisis con el Nivel socioeconómico en México. Interpreta los resultados. Se pueden observar tendencias generales en este contexto. La mediana de los ingresos no supera significativamente la mediana de los gastos, por ende, se puede concluir que las familias mexicanas destinan la mayor parte de sus ingresos en cubrir las necesidades básicas.

Describe la distribución del sexo del jefe de familia y el nivel socioeconómico en México: proporciones más importantes o menos importantes, resultados sorpresivos (si los hay). Respecto a la distribucion del sexo de los jefes de familia, de acuerdo con las graficas e informacion de ENIGH, se menciona que almenos el 70% de las jefaturas de familias son masculinas y el resto son femeninas, sin embargo algunos datos sorpresivos son en base al nivel educativo y la brecha salarial que existe con base a los diferentes datos arrojados sobre del ingreso que perciben estas personas divididos por la variable cualitativa del sexo, monstrando un coeficiente y una brecha bastante grande.

Conclusion general

El analizar la situación social y económica en México, especialmente en la Región Sureste, muestra una compleja red de factores que afectan el bienestar de las familias. Pese a los esfuerzos gubernamentales, como los programas Progresa, Oportunidades y Prospera. La pobreza sigue siendo un problema persistente en la comunidad mexicana.

En esta investigación se puede observar como las disparidades entre hombres y mujeres en términos de ingresos son notables, especialmente a medida que aumenta la edad y disminuye el nivel educativo. Este fenómeno muestra no solo disparidades en la distribución de ingresos, sino también disparidades en el acceso a la educación y las oportunidades laborales.

Al considerar las profundas raíces del menosprecio y la discriminación hacia las mujeres en la sociedad mexicana, la erradicación de la pobreza se presenta como un desafío de mayor complejidad. La arraigada persistencia de actitudes que menosprecian la educación de las hijas, como lo demuestra el hecho de que al menos el 15% de hombres encuestados por la casa Parametría no considera legítimo invertir en la educación de sus hijas, contribuye a perpetuar las desigualdades de género. Estas barreras se vuelven aún más abrumadoras para las madres solteras, incrementando su vulnerabilidad económica y social. Se vuelve esencial abordar estas actitudes arraigadas y fomentar la igualdad de género para avanzar hacia una sociedad más justa y próspera para todos sus miembros.

En conclusión la brecha salarial de género es un factor importante en la perpetuación y el aumento de la pobreza. Las mujeres enfrentan mayores desafíos para mantener a sus familias y acceder a recursos básicos como la vivienda, la educación y la atención médica cuando reciben salarios más bajos que los hombres por trabajos similares o de igual valor. Para combatir la pobreza y promover la igualdad de oportunidades económicas para todos, es fundamental que las políticas gubernamentales se enfoquen en fomentar la igualdad de género en todos los aspectos de la vida de las personas, desde la educación hasta el empleo y la participación en la toma de decisiones.

REFERENCIAS APA

A. INEGI (2022.). Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH). 2022 Nueva serie. https://www.inegi.org.mx/programas/enigh/nc/2022/

B. Esteva, A. N. (2018, 16 marzo). Pobreza en México. El Financiero. http://www.elfinanciero.com.mx/opinion/alberto-nunez-esteva/pobreza-en-mexico

C. El Economista TV. (2017, 31 agosto). El 46% de la población en México vive en la pobreza [Vídeo]. YouTube. https://www.youtube.com/watch?v=PfKtk9eXCMQ

D. Instituto Nacional de Estadística y Geografía (INEGI). (2022). Encuesta Nacional Ingresos y Gastos de los Hogares 2022. Niveles Socioeconómicos. Presentaciones de resultados. https://www.inegi.org.mx/programas/enigh/nc/2022/

E. Instituto Nacional de Estadística y Geografía (INEGI). (2023). Encuesta Nacional Ingresos y Gastos de los Hogares 2022. Resultados. https://www.inegi.org.mx/programas/enigh/nc/2022/