Introducción

El presente trabajo tiene como objetivo analizar la relación entre diferentes variables categóricas y el aporte a una caja de jubilación, utilizando los datos proporcionados por la Encuesta Permanente de Hogares (EPH) 2023. En particular, se busca investigar si factores como el área de residencia (urbana o rural) y el sexo de los individuos influyen en la probabilidad de que una persona ocupada realice aportes a la caja de jubilación.

El análisis se basa en pruebas de chi-cuadrado para verificar las relaciones entre las variables seleccionadas y obtener conclusiones sobre los patrones de aporte en función de estas características demográficas.

Fuente de datos

https://www.ine.gov.py/microdatos/register/EPCH_ANUAL/EPHC_2023_ANUAL/REG02_ANUAL_2023.csv

Hipótesis planteada

La probabilidad de que una persona ocupada aporte a una caja de jubilación está influenciada por su área de residencia (urbana o rural) y su sexo.

Variables seleccionadas

Lectura y procesamiento de datos

# install.packages("readr")
library("readr")
eph23=read.csv("REG02_ANUAL_2023.csv",header=TRUE, sep=";", dec=",")
names(eph23)
##   [1] "UPM"          "NVIVI"        "NHOGA"        "TRIMESTRE"    "AÑO"         
##   [6] "DPTO"         "AREA"         "L02"          "P02"          "P03"         
##  [11] "P04"          "P04A"         "P04B"         "P05C"         "P05P"        
##  [16] "P05M"         "P06"          "P08D"         "P08M"         "P08A"        
##  [21] "P09"          "A01"          "A01A"         "A02"          "A03"         
##  [26] "A04"          "A04A"         "A04B"         "A05"          "A07"         
##  [31] "A08"          "A10"          "A11A"         "A11M"         "A11S"        
##  [36] "A12"          "A13REC"       "A14REC"       "A15"          "A16"         
##  [41] "A17A"         "A17M"         "A17S"         "A18"          "B01REC"      
##  [46] "B02REC"       "B03LU"        "B03MA"        "B03MI"        "B03JU"       
##  [51] "B03VI"        "B03SA"        "B03DO"        "B04"          "B05"         
##  [56] "B06"          "B07A"         "B07M"         "B07S"         "B08"         
##  [61] "B09A"         "B09M"         "B09S"         "B10"          "B11"         
##  [66] "B12"          "B12A"         "B12B"         "B12C"         "B13"         
##  [71] "B14"          "B15"          "B16G"         "B16U"         "B16D"        
##  [76] "B16T"         "B17"          "B18AG"        "B18AU"        "B18BG"       
##  [81] "B18BU"        "B19"          "B20G"         "B20U"         "B20D"        
##  [86] "B20T"         "B21"          "B22"          "B23"          "B24"         
##  [91] "B25"          "B26"          "B271"         "B272"         "B28"         
##  [96] "B29"          "B30"          "B31"          "C01REC"       "C02REC"      
## [101] "C03"          "C04"          "C05"          "C06"          "C07"         
## [106] "C08"          "C09"          "C101"         "C102"         "C11G"        
## [111] "C11U"         "C11D"         "C11T"         "C12"          "C13AG"       
## [116] "C13AU"        "C13BG"        "C13BU"        "C14"          "C14A"        
## [121] "C14B"         "C14C"         "C15"          "C16REC"       "C17REC"      
## [126] "C18"          "C18A"         "C18B"         "C19"          "D01"         
## [131] "D02"          "D03"          "D04"          "D05"          "E01A"        
## [136] "E01B"         "E01C"         "E01D"         "E01E"         "E01F"        
## [141] "E01G"         "E01H"         "E01I"         "E01J"         "E01K"        
## [146] "E01L"         "E01M"         "ED01"         "ED02"         "ED03"        
## [151] "ED0504"       "ED06C"        "ED08"         "ED09"         "ED10"        
## [156] "ED11F1"       "ED11F1A"      "ED11GH1"      "ED11GH1A"     "S01A"        
## [161] "S01B"         "S02"          "S03"          "S03A"         "S03B"        
## [166] "S03C"         "S04"          "S05"          "S06"          "S07"         
## [171] "S08"          "S09"          "CATE_PEA"     "TAMA_PEA"     "OCUP_PEA"    
## [176] "RAMA_PEA"     "HORAB"        "HORABC"       "HORABCO"      "PEAD"        
## [181] "PEAA"         "TIPOHOGA"     "FEX.2022"     "NJEF"         "NCON"        
## [186] "NPAD"         "NMAD"         "añoest"       "ra06ya09"     "e01aimde"    
## [191] "e01bimde"     "e01cimde"     "e01dde"       "e01ede"       "e01fde"      
## [196] "e01gde"       "e01hde"       "e01ide"       "e01jde"       "e01kde"      
## [201] "e01lde"       "e01mde"       "e01kjde"      "e02bde"       "ingrevasode" 
## [206] "ipcm"         "pobrezai"     "pobnopoi"     "quintili"     "decili"      
## [211] "quintiai"     "decilai"      "informalidad"

Selección y limpieza de datos

# Selección y limpieza de datos
datos_seleccionados <- eph23[, c("PEAA", "B10", "AREA", "P06")]

# Filtrar datos: Solo personas ocupadas (PEAA == "1") y excluir "NR" en B10
datos_limpios <- subset(datos_seleccionados, 
                        PEAA == "1" & B10 != "NR" & AREA != "NR" & P06 != "NR")

# Convertir variables a factores con etiquetas descriptivas
datos_limpios$B10 <- factor(datos_limpios$B10, levels = c("1", "6"), labels = c("Sí", "No"))
datos_limpios$AREA <- factor(datos_limpios$AREA, levels = c("1", "6"), labels = c("Urbana", "Rural"))
datos_limpios$P06 <- factor(datos_limpios$P06, levels = c("1", "6"), labels = c("Hombres", "Mujeres"))

# Verificar datos limpios
head(datos_limpios)
##   PEAA B10   AREA     P06
## 1    1  Sí Urbana Hombres
## 2    1  Sí Urbana Hombres
## 3    1  Sí Urbana Mujeres
## 6    1  No Urbana Hombres
## 7    1  No Urbana Hombres
## 8    1  No Urbana Hombres

Construcción de tablas de contingencia

# Tabla de contingencia para Aporte y Área de residencia
tabla_aporte_area <- table(datos_limpios$B10, datos_limpios$AREA)

# Tabla de contingencia para Aporte y Sexo
tabla_aporte_sexo <- table(datos_limpios$B10, datos_limpios$P06)

# Mostrar las tablas
tabla_aporte_area
##     
##      Urbana Rural
##   Sí   4589  1420
##   No  11893 10985
tabla_aporte_sexo
##     
##      Hombres Mujeres
##   Sí    3460    2549
##   No   13324    9554

Gráficas para las Relaciones

# install.packages("ggplot2")
library(ggplot2)

#install.packages("dplyr")
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
# Datos para la gráfica de Aporte vs. Área de Residencia
datos_area <- as.data.frame(tabla_aporte_area)
colnames(datos_area) <- c("Aporte", "Area", "Frecuencia")

# Gráfica de barras para Aporte vs. Área de Residencia
ggplot(datos_area, aes(x = Area, y = Frecuencia, fill = Aporte)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "Aporte a Caja de Jubilación por Área de Residencia",
       x = "Área de Residencia", y = "Frecuencia") +
  theme_minimal() +
  scale_fill_manual(values = c("Sí" = "green", "No" = "red"))

# Datos para la gráfica de Aporte vs. Sexo
datos_sexo <- as.data.frame(tabla_aporte_sexo)
colnames(datos_sexo) <- c("Aporte", "Sexo", "Frecuencia")

# Gráfica de barras para Aporte vs. Sexo
ggplot(datos_sexo, aes(x = Sexo, y = Frecuencia, fill = Aporte)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "Aporte a Caja de Jubilación por Sexo",
       x = "Sexo", y = "Frecuencia") +
  theme_minimal() +
  scale_fill_manual(values = c("Sí" = "green", "No" = "red"))

Cálculo de estadísticas

# Test de chi-cuadrado para Aporte vs. Área de residencia
chisq_area <- chisq.test(tabla_aporte_area)

# Test de chi-cuadrado para Aporte vs. Sexo
chisq_sexo <- chisq.test(tabla_aporte_sexo)

# Mostrar resultados
chisq_area
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tabla_aporte_area
## X-squared = 1153.9, df = 1, p-value < 2.2e-16
chisq_sexo
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tabla_aporte_sexo
## X-squared = 0.82229, df = 1, p-value = 0.3645

Resultados y Conclusiones

1. Relación entre Aporte y Área de Residencia

Resultados:

  • Estadístico chi-cuadrado: \(X^2 = 1153.9\)
  • Grados de libertad: \(df = 1\)
  • Valor p: \(p < 2.2 \times 10^{-16}\) (muy significativo).

Interpretación:

Hay una relación estadísticamente significativa entre el área de residencia y el aporte a la caja de jubilación. Esto sugiere que las personas que viven en áreas urbanas tienen una mayor probabilidad de aportar en comparación con las de áreas rurales.

2. Relación entre Aporte y Sexo

Resultados:

  • Estadístico chi-cuadrado: \(X^2 = 0.82229\)
  • Grados de libertad: \(df = 1\)
  • Valor p: \(p = 0.3645\) (no significativo).

Interpretación:

No se encontró evidencia estadística para afirmar que existe una relación entre el sexo y el aporte a la caja de jubilación. Esto indica que el sexo no influye significativamente en la probabilidad de realizar aportes jubilatorios.