¿Qué factores influyen en la participación política y en la satisfacción con la democracia en jóvenes colombianos?
Esta pregunta surge del interés por comprender el comportamiento político de las nuevas generaciones, sus percepciones institucionales y las condiciones que promueven o inhiben su implicación democrática.
Analizar los factores que inciden en la participación política y en la satisfacción con la democracia entre jóvenes colombianos, considerando variables como interés político, afiliación partidista, confianza institucional, uso de redes sociales, ideología y región.
Comprender los factores que afectan la participación política y la percepción democrática de los jóvenes es fundamental para fortalecer las instituciones y fomentar una cultura política más inclusiva. Este análisis permite identificar brechas, patrones de comportamiento y posibles focos de intervención para la formulación de políticas públicas.
La hipótesis estadística se plantea como:
Se utiliza el coeficiente de correlación de Pearson,
ya que las dos variables de interés (edad e
interes_politico) son cuantitativas
continuas. Esta técnica evalúa la fuerza y dirección de una
relación lineal entre ambas. ### 3. Justificación del uso
La técnica de Pearson se justifica porque:
edad e interes_politico)
son numéricas y continuas.install.packages("readxl")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(readxl)
datos <- read_excel("Base_Politica_Jovenes.xlsx")
datos_limpios <- datos[!is.na(datos$edad) & !is.na(datos$interes_politico), ]
resultado <- cor.test(datos_limpios$edad, datos_limpios$interes_politico, method = "pearson")
print(resultado)
##
## Pearson's product-moment correlation
##
## data: datos_limpios$edad and datos_limpios$interes_politico
## t = -1.3416, df = 98, p-value = 0.1828
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.32221202 0.06380815
## sample estimates:
## cor
## -0.1342931
La correlación obtenida entre la edad y el interés político es de aproximadamente -0.13, lo que indica una relación negativa muy débil entre ambas variables. Es decir, a mayor edad, tiende a haber un menor interés político, pero esta relación es prácticamente inexistente.
Además, el valor p = 0.1828 es mayor que 0.05, por lo que no se puede rechazar la hipótesis nula. Esto significa que no hay evidencia estadísticamente significativa de que exista una relación entre la edad y el interés político en esta muestra de jóvenes colombianos.
Por lo tanto, se concluye que la edad no influye significativamente en el nivel de interés político, al menos dentro del grupo analizado.
Este análisis busca determinar si existen diferencias significativas en el nivel de confianza en las instituciones entre jóvenes que han votado en las últimas elecciones y aquellos que no lo han hecho.
Se aplicó una prueba t de Student para muestras
independientes, ya que se compara una variable cuantitativa
(confianza_instituciones) entre dos grupos
(ha_votado_ultimas).
La prueba t es adecuada cuando se quiere comparar las medias de una variable numérica entre dos grupos independientes, en este caso, personas que han votado vs. personas que no han votado. Se asumió igualdad de varianzas.
install.packages("readxl")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(readxl)
datos <- read_excel("Base_Politica_Jovenes.xlsx")
datos_limpios2 <- datos[!is.na(datos$confianza_instituciones) & !is.na(datos$ha_votado_ultimas), ]
table(datos_limpios2$ha_votado_ultimas)
##
## No Sí
## 33 67
resultado_ttest <- t.test(confianza_instituciones ~ ha_votado_ultimas, data = datos_limpios2)
resultado_ttest
##
## Welch Two Sample t-test
##
## data: confianza_instituciones by ha_votado_ultimas
## t = 0.27809, df = 56.177, p-value = 0.782
## alternative hypothesis: true difference in means between group No and group Sí is not equal to 0
## 95 percent confidence interval:
## -1.096991 1.450677
## sample estimates:
## mean in group No mean in group Sí
## 5.848485 5.671642
La diferencia de medias en la confianza en las instituciones entre quienes han votado (media = 5.67) y quienes no han votado (media = 5.85) es muy pequeña. Además, el valor de p = 0.782 es mucho mayor que 0.05, lo que indica que no hay una diferencia estadísticamente significativa entre ambos grupos.
Por lo tanto, no se puede afirmar que haber votado en las últimas elecciones tenga un efecto sobre el nivel de confianza en las instituciones en esta muestra de jóvenes colombianos.
Se aplicó una prueba ANOVA de un factor, ya que se
comparan las medias de una variable cuantitativa
(confianza_instituciones) entre cuatro
grupos definidos por una variable cualitativa politómica
(ideologia_politica).
La ANOVA es la técnica apropiada para comparar medias entre más de dos grupos independientes. En este caso, los grupos se forman por categorías de ideología política.
install.packages("readxl")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(readxl)
datos <- read_excel("Base_Politica_Jovenes.xlsx")
datos_limpios3 <- datos[!is.na(datos$confianza_instituciones) & !is.na(datos$ideologia_politica), ]
table(datos_limpios3$ideologia_politica)
##
## Centro Derecha Indefinido Izquierda
## 30 22 26 22
modelo_anova <- aov(confianza_instituciones ~ ideologia_politica, data = datos_limpios3)
summary(modelo_anova)
## Df Sum Sq Mean Sq F value Pr(>F)
## ideologia_politica 3 25.3 8.427 1.053 0.373
## Residuals 96 768.4 8.004
Se utilizó la prueba chi-cuadrado de independencia, que permite evaluar la relación entre dos variables cualitativas.
Esta prueba es adecuada cuando se desea comprobar si existe una
asociación estadística entre dos variables categóricas, como
ha_votado_ultimas y afiliado_partido.
install.packages("readxl")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(readxl)
datos <- read_excel("Base_Politica_Jovenes.xlsx")
datos_limpios4 <- datos[!is.na(datos$ha_votado_ultimas) & !is.na(datos$afiliado_partido), ]
tabla <- table(datos_limpios4$ha_votado_ultimas, datos_limpios4$afiliado_partido)
tabla
##
## No Sí
## No 26 7
## Sí 46 21
resultado_chi <- chisq.test(tabla)
resultado_chi
##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: tabla
## X-squared = 0.67923, df = 1, p-value = 0.4099
El valor de p obtenido fue 0.4099, lo cual es mayor que el umbral de significancia de 0.05. Por lo tanto, no se rechaza la hipótesis nula.
Esto significa que no existe evidencia estadísticamente significativa de que haya una asociación entre haber votado en las últimas elecciones y estar afiliado a un partido político. En otras palabras, según estos datos, la afiliación partidaria no está relacionada con la participación electoral en esta muestra de jóvenes colombianos.
install.packages("ggplot2")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
install.packages("readxl")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(ggplot2)
library(readxl)
ggplot(datos, aes(x = edad, y = interes_politico)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE, color = "blue") +
labs(x = "Edad", y = "Interés político")
## `geom_smooth()` using formula = 'y ~ x'
### Boxplot de confianza en instituciones según participación
electoral
ggplot(datos, aes(x = ha_votado_ultimas, y = confianza_instituciones)) +
geom_boxplot(fill = "lightblue") +
labs(x = "¿Ha votado en las últimas elecciones?", y = "Confianza en instituciones")
### Boxplot de confianza en instituciones por ideología política
ggplot(datos, aes(x = ideologia_politica, y = confianza_instituciones)) +
geom_boxplot(fill = "orange") +
labs(x = "Ideología política", y = "Confianza en instituciones")
### Comparación entre votación y afiliación partidaria
ggplot(datos, aes(x = ha_votado_ultimas, fill = afiliado_partido)) +
geom_bar(position = "dodge") +
labs(x = "¿Ha votado?", y = "Cantidad", fill = "Afiliado a partido")
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)
## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.