1 Funcionarios Públicos de Diciembre 2023

1.2 Carga de los datos usando la librería readr usando la funcion data.table

library(data.table)
nomina2023dic <- fread("C:/Users/Usuario/Documents/AnalitBigData/nomina2023dic.csv")

1.3 Verificar los campos

names(nomina2023dic)
##  [1] "anio"                         "mes"                         
##  [3] "codigoNivel"                  "descripcionNivel"            
##  [5] "codigoEntidad"                "descripcionEntidad"          
##  [7] "codigoPrograma"               "descripcionPrograma"         
##  [9] "codigoSubprograma"            "descripcionSubprograma"      
## [11] "codigoProyecto"               "descripcionProyecto"         
## [13] "codigoUnidadResponsable"      "descripcionUnidadResponsable"
## [15] "codigoObjetoGasto"            "conceptoGasto"               
## [17] "fuenteFinanciamiento"         "linea"                       
## [19] "codigoPersona"                "nombres"                     
## [21] "apellidos"                    "sexo"                        
## [23] "discapacidad"                 "codigoCategoria"             
## [25] "cargo"                        "horasCatedra"                
## [27] "fechaIngreso"                 "tipoPersonal"                
## [29] "lugar"                        "montoPresupuestado"          
## [31] "montoDevengado"               "mesCorte"                    
## [33] "anioCorte"                    "fechaCorte"                  
## [35] "nivelAbr"                     "entidadAbr"                  
## [37] "programaAbr"                  "subprogramaAbr"              
## [39] "proyectoAbr"                  "unidadAbr"

1.4 Verificar el número de filas cargadas

nrow(nomina2023dic)
## [1] 954630

1.5 Estadísticas

1.5.1 Recuento de la cantidad total de valores distintos de la columna “codigoPersona” (cédula)

library(dplyr)
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:data.table':
## 
##     between, first, last
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
TotalFP<-nomina2023dic%>%
  group_by(sexo)%>%
  summarise(cantidad=n_distinct(codigoPersona))
TotalFP
## # A tibble: 2 × 2
##   sexo  cantidad
##   <chr>    <int>
## 1 F       137952
## 2 M       124411

1.5.2 Filtro de funcionarios públicos nombrados

nombrados<-nomina2023dic%>%
  filter(tipoPersonal=="PER")
head(nombrados,5)
##     anio   mes codigoNivel   descripcionNivel codigoEntidad
##    <int> <int>       <int>             <char>         <int>
## 1:  2023    12          12 12-PODER EJECUTIVO             6
## 2:  2023    12          12 12-PODER EJECUTIVO             6
## 3:  2023    12          12 12-PODER EJECUTIVO             6
## 4:  2023    12          12 12-PODER EJECUTIVO             6
## 5:  2023    12          12 12-PODER EJECUTIVO             6
##            descripcionEntidad codigoPrograma    descripcionPrograma
##                        <char>          <int>                 <char>
## 1: 006-MINISTERIO DE HACIENDA              1 001 - PROGRAMA CENTRAL
## 2: 006-MINISTERIO DE HACIENDA              1 001 - PROGRAMA CENTRAL
## 3: 006-MINISTERIO DE HACIENDA              1 001 - PROGRAMA CENTRAL
## 4: 006-MINISTERIO DE HACIENDA              1 001 - PROGRAMA CENTRAL
## 5: 006-MINISTERIO DE HACIENDA              1 001 - PROGRAMA CENTRAL
##    codigoSubprograma descripcionSubprograma codigoProyecto
##                <int>                 <char>          <int>
## 1:                 0                  0 - *              4
## 2:                 0                  0 - *              1
## 3:                 0                  0 - *              1
## 4:                 0                  0 - *             14
## 5:                 0                  0 - *             15
##                                            descripcionProyecto
##                                                         <char>
## 1:               004-ADMINISTRAR EL SISTEMA TRIBUTARIO INTERNO
## 2:                           001-GESTION ADMINISTRATIVA DEL MH
## 3:                           001-GESTION ADMINISTRATIVA DEL MH
## 4:           014-SERVICIO DE ORIENTACI\xd3N ESTRATEGICA EN PPR
## 5: 015-FORMULACI\xd3N Y EVALUACI\xd3N DE LA POLITICA ECONOMICA
##    codigoUnidadResponsable
##                      <int>
## 1:                       3
## 2:                       1
## 3:                       1
## 4:                       4
## 5:                       2
##                               descripcionUnidadResponsable codigoObjetoGasto
##                                                     <char>             <int>
## 1:              3-SUB SR\xcdA. DE ESTADO DE TRIBUTACI\xd3N               133
## 2:                                 1-DIRECCI\xd3N SUPERIOR               125
## 3:                                 1-DIRECCI\xd3N SUPERIOR               111
## 4: 4-SUB SR\xcdA.DE ESTADO DE ADMINISTRACI\xd3N FINANCIERA               133
## 5:       2-SUB SR\xcdA.DE ESTADO DE ECON. E INTEGRACI\xd3N               123
##                         conceptoGasto   fuenteFinanciamiento linea
##                                <char>                 <char> <int>
## 1:                 133-BONIFICACIONES 10-RECURSOS DEL TESORO    22
## 2:         125-REMUNERACION ADICIONAL 10-RECURSOS DEL TESORO    45
## 3:                        111-SUELDOS 10-RECURSOS DEL TESORO    83
## 4:                 133-BONIFICACIONES 10-RECURSOS DEL TESORO    23
## 5: 123-REMUNERACI\xd3N EXTRAORDINARIA 10-RECURSOS DEL TESORO    61
##    codigoPersona           nombres         apellidos   sexo discapacidad
##           <char>            <char>            <char> <char>       <char>
## 1:        895322 BERNARDINO JAVIER GALLAGHER MACHUCA      M            N
## 2:       5463289    NINFA ESTEFANA  VAZQUEZ GONZALEZ      F            S
## 3:       3865036           CARMELO  CENTURION GARCIA      M            N
## 4:       1639662   CARMEN PATRICIA    FRUTOS SALINAS      F            N
## 5:       2509058    SARA LUZ MARIA      MARMOL IRALA      F            N
##    codigoCategoria            cargo horasCatedra fechaIngreso tipoPersonal
##             <char>           <char>       <lgcl>       <IDat>       <char>
## 1:             D8D   T\xc9CNICO (I)           NA   1995-06-01          PER
## 2:             E3J  T\xc9CNICO (II)           NA   2019-12-17          PER
## 3:             E3R     TECNICO (II)           NA   2007-04-02          PER
## 4:             D55 PROFESIONAL (II)           NA   2013-05-30          PER
## 5:             D55 PROFESIONAL (II)           NA   2012-07-25          PER
##     lugar montoPresupuestado montoDevengado mesCorte anioCorte fechaCorte
##    <char>              <int>          <int>    <int>     <int>     <IDat>
## 1:                   1200000        1200000        1      2024 2024-01-17
## 2:                     51000          51000        1      2024 2024-01-17
## 3:                   2550307        2550307        1      2024 2024-01-17
## 4:                   1530000        1530000        1      2024 2024-01-17
## 5:                    803250         803250        1      2024 2024-01-17
##           nivelAbr entidadAbr programaAbr subprogramaAbr proyectoAbr unidadAbr
##             <char>     <char>      <char>         <char>      <char>    <char>
## 1: PODER EJECUTIVO         MH          PC              *         SET       SET
## 2: PODER EJECUTIVO         MH          PC              *        GAMH     DIRSU
## 3: PODER EJECUTIVO         MH          PC              *        GAMH     DIRSU
## 4: PODER EJECUTIVO         MH          PC              *         PPR     SSEAF
## 5: PODER EJECUTIVO         MH          PC              *       SSEEI      SSEE

1.5.3 Total de funcionarios públicos nombrados según sexo

nombrados_sexo<-nombrados%>%
  group_by(sexo)%>%
  summarise(cantidad=n_distinct(codigoPersona))
nombrados_sexo
## # A tibble: 2 × 2
##   sexo  cantidad
##   <chr>    <int>
## 1 F       113771
## 2 M       108485

1.5.4 Salario promedio (montoDevengado) de funcionarios nombrados por sexo

salarioReal_sexo<-nombrados%>%
  group_by(sexo)%>%
  summarise(salario_promedio=mean(montoDevengado))
salarioReal_sexo
## # A tibble: 2 × 2
##   sexo  salario_promedio
##   <chr>            <dbl>
## 1 F             1914710.
## 2 M             1769269.

1.5.5 Gráfico comparativo de los salarios promedios entre hombres y mujeres nombrados en la función pública.

library(ggplot2)
ggplot(salarioReal_sexo, aes(x = sexo, y = salario_promedio, fill = sexo)) +
  geom_col(width = 0.6) +
  labs(
    title = "Salario promedio por sexo (Funcionarios nombrados)",
    x = "Sexo",
    y = "Salario promedio"
  ) +
  theme_minimal() +
  theme(legend.position = "none")