Análisis Yani
2024-08-28
Análisis de la situación actual de las muertes violentas de mujeres en México: feminicidio y homicidio doloso
La violencia extrema como los homicidios dolosos y feminicidios contra las mujeres es uno de los graves problemas de México. Esta problemática social y sistemática es reflejo de la máxima expresión de violencia hacia las niñas, adolescentes y mujeres.
Actualmente, se tienen diferentes leyes, mecanismo y acciones en busca de la erradicación de la violencia hacia las mujeres en México como lo es la Ley General de Acceso a las Mujeres a una Vida Libre de Violencia, vigente desde el 2007.
A continuación, se presenta un breve análisis detallado de las muertes violentas de mujeres:
Feminicidio
Homicidio doloso
Dicho análisis se realiza con las Cifras de Víctimas del Fuero Común, 2015 - junio 2024 del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública (SESNSP).
Del periodo enero 2015 a junio del 2024 se han registrado 7,979 víctimas de feminicidio en el país, siendo el año 2021 el valor máximo histórico con 1,018 víctimas. Para el delito de homicidio doloso en el periodo de análisis se han contabilizado 24,342 en el país, siendo el año 2019 el de mayor casos con 2,875 víctimas por este delito.
Métrica de muertes violentas
La estadística de que 10 mujeres son asesinadas en México generalmente se refiere a un promedio diario o mensual de muertes violentas de mujeres, pero es importante contextualizar cómo se calcula y se presenta esta información.
Recolección de Datos: se recopilan datos de homicidios de mujeres a partir de registros oficiales, como los informes del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública (SESNSP) o bases de datos de instituciones gubernamentales y organismos de justicia.
Cálculo del Promedio Diario: para calcular el promedio diario, se toma el número total de muertes violentas de mujeres (homicidio doloso + feminicidio) en un período (por ejemplo, un año) y se divide por el número total de días en ese período.
Ejemplo del año 2024:
Si en un año hubo 3,432 homicidios de mujeres, el cálculo del promedio diario sería:
\[\text{Promedio Diario} = \frac{\text{Número Total de muertes violentas}}{\text{Número Total de Días}}\]
En un año, el número total de días es 365. Entonces:
\[\text{Promedio Diario} = \frac{3,432}{365}\]
Realizando la división: \[\text{Promedio Diario} = 9.6\]
- Cálculo del Promedio Mensual: Similar al cálculo diario, se divide el número total de las muertes de mujeres por el número de meses en el período considerado (generalmente 12 meses para un año).Esta cifra es una forma de medir y comunicar la magnitud del problema de la violencia de género en el país.
## region state_name state_name_official state_abbr
## 1 01 Aguascalientes Aguascalientes AGS
## 2 02 Baja California Baja California BC
## 3 03 Baja California Sur Baja California Sur BCS
## 4 04 Campeche Campeche CAMP
## 5 05 Coahuila Coahuila de Zaragoza COAH
## 6 06 Colima Colima COL
## state_abbr_official year pop pop_male pop_female afromexican
## 1 Ags. 2020 1425607 696683 728924 22425
## 2 BC 2020 3769020 1900589 1868431 64362
## 3 BCS 2020 798447 405879 392568 26330
## 4 Camp. 2020 928363 456939 471424 19319
## 5 Coah. 2020 3146771 1563669 1583102 45976
## 6 Col. 2020 731391 360622 370769 13574
## indigenous_language
## 1 2539
## 2 49130
## 3 13581
## 4 91801
## 5 5527
## 6 5210
## Scale for fill is already present.
## Adding another scale for fill, which will replace the existing scale.
## [1] "Aguascalientes" "Baja California"
## [3] "Baja California Sur" "Campeche"
## [5] "Chiapas" "Chihuahua"
## [7] "Ciudad de México" "Coahuila de Zaragoza"
## [9] "Colima" "Durango"
## [11] "Guanajuato" "Guerrero"
## [13] "Hidalgo" "Jalisco"
## [15] "Michoacán de Ocampo" "Morelos"
## [17] "México" "Nayarit"
## [19] "Nuevo León" "Oaxaca"
## [21] "Puebla" "Querétaro"
## [23] "Quintana Roo" "San Luis Potosí"
## [25] "Sinaloa" "Sonora"
## [27] "Tabasco" "Tamaulipas"
## [29] "Tlaxcala" "Veracruz de Ignacio de la Llave"
## [31] "Yucatán" "Zacatecas"## [1] "Aguascalientes" "Baja California"
## [3] "Baja California Sur" "Campeche"
## [5] "Coahuila de Zaragoza" "Colima"
## [7] "Chiapas" "Chihuahua"
## [9] "Ciudad de México" "Durango"
## [11] "Guanajuato" "Guerrero"
## [13] "Hidalgo" "Jalisco"
## [15] "México" "Michoacán de Ocampo"
## [17] "Morelos" "Nayarit"
## [19] "Nuevo León" "Oaxaca"
## [21] "Puebla" "Querétaro"
## [23] "Quintana Roo" "San Luis Potosí"
## [25] "Sinaloa" "Sonora"
## [27] "Tabasco" "Tamaulipas"
## [29] "Tlaxcala" "Veracruz de Ignacio de la Llave"
## [31] "Yucatán" "Zacatecas"## # A tibble: 6 × 2
## Entidad Tasa
## <chr> <dbl>
## 1 Aguascalientes 0.210
## 2 Baja California 0.478
## 3 Baja California Sur 0.376
## 4 Campeche 0.646
## 5 Chiapas 0.271
## 6 Chihuahua 0.588## state_name_official region state_name state_abbr state_abbr_official
## 1 Aguascalientes 01 Aguascalientes AGS Ags.
## 2 Baja California 02 Baja California BC BC
## 3 Baja California Sur 03 Baja California Sur BCS BCS
## 4 Campeche 04 Campeche CAMP Camp.
## 5 Chiapas 07 Chiapas CHPS Chis.
## 6 Chihuahua 08 Chihuahua CHIH Chih.
## year pop pop_male pop_female afromexican indigenous_language value
## 1 2020 1425607 696683 728924 22425 2539 1425607
## 2 2020 3769020 1900589 1868431 64362 49130 3769020
## 3 2020 798447 405879 392568 26330 13581 798447
## 4 2020 928363 456939 471424 19319 91801 928363
## 5 2020 5543828 2705947 2837881 56532 1459648 5543828
## 6 2020 3741869 1853822 1888047 60918 110498 3741869
## Tasa
## 1 0.2104367
## 2 0.4775777
## 3 0.3757294
## 4 0.6462989
## 5 0.2705712
## 6 0.5879415##
## Adjuntando el paquete: 'data.table'
##
## The following objects are masked from 'package:dplyr':
##
## between, first, last
## Scale for fill is already present.
## Adding another scale for fill, which will replace the existing scale.plotly::ggplotly(TasaMapa)