Introducción

El Módulo sobre Eventos Culturales Seleccionados (MODECULT) genera información estadística sobre la asistencia a eventos culturales y la participación en actividades artísticas de la población en México. Lo anterior, a fin de proporcionar datos clave para contribuir al diseño de políticas públicas. Desde 2016 y hasta mayo de 2024, el módulo se levantó como parte de la Encuesta Nacional sobre Confianza del Consumidor (ENCO). A partir de 2025 el programa tiene un actualización conceptual y metodológica y se levanta con un operativo y muestra de viviendas independientes a la ENCO.

En este trabajo se analizan los promedios de las asistencias a diferentes eventos culturales en función del numero de veces que se asisten en el ultimo año, es decir, entre junio del 2024 y junio de 2025 ya que la encuesta fue levantada en este mes.

Resultados

Comenzamos con los estadisticos descriptivos de la asistencia de las variables que tienen que ver con la asistencia de los doce ultimos meses a eventos culturales. En el cuadro 1 se presentan las medidas descriptivas (n,media,mediana y desviación estandar)

Cuadro 1. Estadísticas descriptivas de la frecuencia de asistencia a eventos culturales durante los últimos doce meses
evento n media mediana sd
Teatro 4240 0.28 0 1.15
Conciertos 4240 0.76 0 1.96
Danza 4240 0.39 0 1.21
Museos o exposiciones 4240 0.31 0 1.29
Cine 4240 1.80 0 4.38
Ferias 4240 0.87 0 1.78
Otros espectáculos culturales 4240 0.04 0 0.73

Podemos observar que la gente asiste más cantidad de veces al cine, en comparación con con la variable de teatro, respondiendo a la pregunta inicial, el promedio de las personas que asisten a eventos culturales es bajo. Hay baja participación a eventos culturales, de los 4240 podemos observar que la mediana es 0, lo que es bajo para la asistencia, implica que hay poco interés de asistencia; que puede estar influenciado por lo economico. De la misma forma, los indices de particiáción de las demás actividades es bajo, por lo que no existe accesibilidad a eventos culturales. La desviación estandar es muy alta porque unas nunca van y otras van muchas veces. Yo considero que deberia haber mayor difusión y visibilización a este tipo de eventos para garantizar su asistencia.

Para poder medir la instensidad de asistencia trabajaremos los que fueron por lo menos una vez a los eventos (donde la variable es mayor a 0)

En el cuadro dos se observa además de los estadisticos descriptivos se observa el porcentaje de asistencia, osea, el caso de lo que no dijeron cero.

Cuadro 2. Estadísticas descriptivas de la frecuencia de asistencia a eventos culturales entre quienes asistieron al menos una vez durante los últimos doce meses
evento porcentaje n media mediana sd
Teatro 13.0 552 2.16 2 2.46
Conciertos 28.7 1219 2.64 2 2.89
Danza 18.5 784 2.12 1 2.05
Museos o exposiciones 13.9 591 2.24 1 2.75
Cine 35.0 1484 5.13 3 6.14
Ferias 39.2 1661 2.23 2 2.26
Otros espectáculos culturales 1.3 54 2.87 1 5.83

La tabla muestra porcentajes, en el primer caso podemos observar que el más alto es de ferias con un 39.2 sin embargo su media no es la más alta pues se encuentra con 2.23. Aun podemos observar que la variable del cine es la más importante con la media de 5.13 y una frecuencia de 35.0. El más bajo es el teatro que se encuentra con un porcentaje del 13.0 y una media de 2.16. La danza es otro caso bajo, sin embargo un poco arriba del teatro. Tambien observo que la desviación estandar de otros eventos culturales es algo alta con un 5.83. La asistencia es un poco baja aunque continua en mejor nivel que las otras. Por lo tanto, apesar de que las personas asisten han asistido a las ferias no van la misma cantidad de veces que los del cine. La mediana 1 se repite tres veces asi como la mediana 2 tambien tres y una de 3 que fue la de cine.

Dada la baja participación en algunos eventos culturales exploraremos las causas de esta situación

Causas

Dada la baja participación el primer motivo es que no hay gusto por el teatro, pero tambien hay un equilibirio entre que no hay tiempo y hay falta de eventos. De las tres el costo es el más influyente.El gusto se desarrolla siento que es la falta de oportunidad que le dan a ver el teatro.

Casi al 40% no le gusta la danza, la falta de tiempo y de eventos está en el 18% y lo que podemos ver es que en realidad no es el costo de las funciones.

Tampoco hay gusto pór los museos aunque no es tan parejo con la falta de accesibilidad a estos eventos.

Explorando asistencia al cine A continuación se muestra una grafica donde se analiza por sexo la asistencia al cine

En las graficas podemos observar que la mediana de los hombres es superior al de las mujeres al menos en la asistencia al cine. Las mujeres asisten en menor medida, sin embargo, lo que más llama la atención son los datos atipicos y su distribución. Si puede haber personas que asistan más de 50 veces al cine porque hay cinefilos, lo cual no quiere decir que los datos sean erroneos. De la misma forma, los datos atipicos de los varones son más que los del sexo opuesto. Los numeros entre 20 y 30 es en donde más podemos notar la cantidad de asistencias. Por lo tanto, la asistencia de hombres es mucho mayor al de las mujeres.

Para solucionar el asunto de los at6ipicos, trabajaremos con la variable acotada, quitaremos el 5% de los valores más altos

## 50% 75% 90% 95% 99% 
##   3   6  10  15  30

Vamos a realizar nuevamente la grafica omitiendo el 5% de los valores más altos

Hay más variabilidad en los hombres que en las mujeres. Las mujeres estan más homogeneas, el 50% va entre una y dos veces al cine. Las mujeres tienen menos accesibilidad.

Asistencia al teatro

El 25% de las personas solo dijeron que fueron una vez al teatro, es de las peores con asistencia registrada, ir 5 veces al teatro es un dato atipíco, el maximo de asistencia es de 3. Aparentemente ambas son iguales, por lo que la indiferencia es quivalente de ambos lados.

Analizaremos las variable de las ferias

El maximo de cantidad de veces de asistencia es 5, la mediana se queda en 1 en el caso de las mujeres y en el caso de los hombres es dos. No hay datos atipicos.

Estadistica Inferencial con los datos de asistencia

¿Existen diferencias significativas en la asistencia al cine entre hombres y mujeres?

Para responder esta pregunta tenemos dos tecnicas estimación (puntual y por intervalos) y constraste de hispótesis. Empezaremos por intervalos o intervalos de confianza. En la gráfica 8 se muestran los intervalos para la media de la asistencia al cine.

En este tipo de graficas cuando no se cruzan los intervalos se puede inferir que hay diferencias significativas, en la grafica podemos que los valores de los hombres es significativamente mayor que la asistencia media de las mujeres. El intervalo de confianza es menor en el caso de las mujeres.

¿Hay difencia entre la asistencia al teatro entre hombre y mujeres?

La diferencia entre la asistencia de hombres y mujeres no es significativa, el intervalo de confianza es muy similar. Aunque es mayor en hombres. Hay menos asistencia en general, los intervalos se entrelazan. Al cine si pero al teatro no.

Tampoco hay diferencia significativa, el intervalo de las mujeres está un poco más arriba.

Tampoco hay diferencias significativas, hay una tendencia de menos asistencia de las mujeres. Muestra una superposición minima.

Observando la grafica 13 podemos observar quje el nivel de asistencia al cine aumenta conforme el grado de nivel de escolaridad. ## Estadistica Inferencial

Comenzaremos por contrastar las hipotesis referente a las diferencias por sexo, en primer lugar trabajamos con la asistencia al cine. La pregunta es: ¿Existen diferencias significativas en el número promedio de veces que hombres y mujeres asistieron al cine durante los últimos doce meses? La hipotesis estadistica es:

H o: μ H= μ M (no hay diferencia)

vs

H a: μ H ≠ μ M (si hay diferencia)

En primer lugar vamos a ver si se cumple el supuesto de normalidad mediante la prueba de shapiro ## Vamos a ver si la variable p1_5a se distribuye normal ## Usamos la prueba de shapiro

## # A tibble: 2 × 4
##   sexo2      n estadistico_W  p_valor
##   <fct>  <int>         <dbl>    <dbl>
## 1 Hombre   701         0.820 2.75e-27
## 2 Mujer    782         0.792 1.99e-30

Podemos observar que en ambos casos el p valor es menor que .05, por lo tanto, se rechaza la hispotesis de normalidad, no es posible asumir distribución normal en las variables de hombres y mujeres, sin embargo las muestras son grandes (mayores de 30) por lo tanto, no se acepta la normalidad. La variable no se distribuye de manera normal.

Ahora vamos a ver si se cumple el supuesto de igualdad de varianzas (homogeneidad de varianzas) mediante la prueba de levene (la hispotesis nula es que las varianzas son iguales)

## Levene's Test for Homogeneity of Variance (center = median)
##         Df F value   Pr(>F)    
## group    1  13.586 0.000236 ***
##       1481                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Al aplicar la prueba de levene se encontro un p valor menor que .05, por lo tanto se rechaza el supuesto de homogeneidad de varianzas, no podemos asumir que las varianzas sean iguales.

Finalmente aplicaremos la prueba t, en este caso lo haremos en sus dos versiones (clasica y welch). Recordemos que estamos constrastando:

H o: μ H= μ M (no hay diferencia)

vs

H a: μ H ≠ μ M (si hay diferencia)

# Prueba t de Welch (var.equal = FALSE)
t.test(p1_5a ~ sexo2, data = base, var.equal = FALSE, conf.level = 0.95)
## 
##  Welch Two Sample t-test
## 
## data:  p1_5a by sexo2
## t = 3.366, df = 1399, p-value = 0.0007834
## alternative hypothesis: true difference in means between group Hombre and group Mujer is not equal to 0
## 95 percent confidence interval:
##  0.2869879 1.0887669
## sample estimates:
## mean in group Hombre  mean in group Mujer 
##             4.974322             4.286445
# Prueba t clásica (var.equal = TRUE)
t.test(p1_5a ~ sexo2, data = base, var.equal = TRUE, conf.level = 0.95)
## 
##  Two Sample t-test
## 
## data:  p1_5a by sexo2
## t = 3.3907, df = 1481, p-value = 0.0007155
## alternative hypothesis: true difference in means between group Hombre and group Mujer is not equal to 0
## 95 percent confidence interval:
##  0.2899282 1.0858266
## sample estimates:
## mean in group Hombre  mean in group Mujer 
##             4.974322             4.286445

Conclusion, los resultados indican que en ambvas pruebas se encontró un p valor, menor que 0.5, lo cual indica que se rechaza la hipotesis de igualdad de medias, existen diferencias significativas en el promedio de veces que asisten los hombres al cine respecto al numero de veces que asisten las mujeres. Si observamos la grafica 8 se infiere que los hombres asisten en mayor medida que las muejes.

Asistencia al teatro

Constrastaremos las diferencias entre hombres y mujeres en cuanto la asistencia al teatro

## 
##  Welch Two Sample t-test
## 
## data:  p1_1a by sexo2
## t = 0.2444, df = 518.07, p-value = 0.807
## alternative hypothesis: true difference in means between group Hombre and group Mujer is not equal to 0
## 95 percent confidence interval:
##  -0.1691025  0.2171555
## sample estimates:
## mean in group Hombre  mean in group Mujer 
##             1.928000             1.903974

No hay diferencias significativas en la asistencia de hombres y mujeres. Se encontró un p valor igual a .807 (mayor que .05) por lo tanto no se rechaza la hipotesis de igualdad de medias. Es decir, se infiere que el promedio de asistencia al teatro en hombres no es significativamente diferente al de las mujeres. Se asiste poco al teatro y se asiste indiferente entre hombres y mujeres. Visualmente se presentan los intervalos en la grafica 9.

Asistencia a museos

Constrastaremos las diferencias entre hombres y mujeres en cuanto la asistencia a museos

## 
##  Welch Two Sample t-test
## 
## data:  p1_4a by sexo2
## t = 2.2193, df = 574.69, p-value = 0.02686
## alternative hypothesis: true difference in means between group Hombre and group Mujer is not equal to 0
## 95 percent confidence interval:
##  0.02990102 0.49017705
## sample estimates:
## mean in group Hombre  mean in group Mujer 
##             2.124555             1.864516

Se rechaza la hispotesis nula, hay diferencia entre la asistencia. La prueba indica que si hay diferencias significativas en los dat6os de asistencia de los museos, los hombres asisten más que las mujeres.

Asistencia al cine según la edad

## # A tibble: 5 × 3
##   edad_grupo     n        p
##   <fct>      <int>    <dbl>
## 1 12-17        212 6.48e-16
## 2 18-29        418 3.27e-20
## 3 30-44        432 1.59e-21
## 4 45-59        286 2.15e-20
## 5 60 y más     133 4.79e-13
## Levene's Test for Homogeneity of Variance (center = median)
##         Df F value   Pr(>F)   
## group    4  4.3512 0.001679 **
##       1476                    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##               Df Sum Sq Mean Sq F value   Pr(>F)    
## edad_grupo     4    343   85.63   5.655 0.000162 ***
## Residuals   1476  22348   15.14                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 2759 observations deleted due to missingness
## 
##  One-way analysis of means (not assuming equal variances)
## 
## data:  p1_5a and edad_grupo
## F = 7.445, num df = 4.00, denom df = 564.45, p-value = 7.558e-06
## # Effect Size for ANOVA
## 
## Parameter  | Eta2 |       95% CI
## --------------------------------
## edad_grupo | 0.02 | [0.00, 1.00]
## 
## - One-sided CIs: upper bound fixed at [1.00].

Los primeros resultados indican que no se distribuye de manera normal, nigún grupo de asistencia al cine. Al realizar la prueba de levene se encontró p valor menor que .05 por lo tanto no se asumen varianzas iguales en los grupos de edad.

Al realizar la prueba ANOVA encontramos P valor menos que .05 por lo cual se rechaza la hipotesis nula, que consistia en que todas las medias eran iguales, por lo tanto indica que al menos una es diferente. Deacuerdo a la grafica 12 sabemos que los adolecentes son la diferencia, seguramente porque son dependientes.

Al calcular el tamaño del efecto de la edad sobre la asistencia al cine, tenemos un valor de .02 lo cual indica que la variable edad solo explica el 2% de la asistencia al cine.

Asistencia al cine por escolaridad

## # A tibble: 1,478 × 90
##    llavemod            llaveviv  p1_1  p1_2  p1_3  p1_4  p1_5  p1_6  p1_7
##    <dttm>              <chr>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1 2249-04-03 00:00:00 224904       0     0     0     0     1     0     0
##  2 2253-04-01 00:00:00 225304       1     1     0     0    15     0     0
##  3 2254-01-04 00:00:00 225401       0     1     1     0     6     0     0
##  4 2256-03-03 00:00:00 225603       0     0     0     0     2     0     0
##  5 2258-01-01 00:00:00 225801       3     2     4     0     1     2     0
##  6 2260-03-01 00:00:00 226003       0     5     1     0     3     3     0
##  7 2267-02-04 00:00:00 226702       0     0     0     0     2     2     0
##  8 2274-01-04 00:00:00 227401       0     0     0     0     2     0     0
##  9 2279-02-03 00:00:00 227902       0     2     0     0     1     1     0
## 10 2283-02-03 00:00:00 228302       0     0     0     1     1     3     0
## # ℹ 1,468 more rows
## # ℹ 81 more variables: p1_7_esp <chr>, p1_8 <chr>, p2_1 <dbl>, p2_2 <dbl>,
## #   p2_3 <dbl>, p2_4 <dbl>, p2_5 <dbl>, p2_6 <dbl>, p3_1 <dbl>, p3_2 <dbl>,
## #   p3_3 <dbl>, f_s2_5 <dbl>, p4_1 <dbl>, p4_2 <dbl>, p4_3 <dbl>, p5_1 <dbl>,
## #   p5_2 <dbl>, p5_3 <dbl>, p5_4 <dbl>, p5_5 <dbl>, p5_6 <dbl>, p5_7 <dbl>,
## #   p6_1 <dbl>, p6_2 <dbl>, p6_3 <dbl>, p6_4 <dbl>, p6_5 <dbl>, p6_6 <dbl>,
## #   p6_7 <dbl>, p7 <dbl>, p7a_1 <dbl>, p7a_2 <dbl>, p7a_3 <dbl>, p7a_4 <dbl>, …
##               Df Sum Sq Mean Sq F value Pr(>F)    
## escolaridad    3   1390   463.2   32.07 <2e-16 ***
## Residuals   1474  21291    14.4                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 2762 observations deleted due to missingness
## 
##  One-way analysis of means (not assuming equal variances)
## 
## data:  p1_5a and escolaridad
## F = 32.769, num df = 3.00, denom df = 592.35, p-value < 2.2e-16
## # Effect Size for ANOVA
## 
## Parameter   | Eta2 |       95% CI
## ---------------------------------
## escolaridad | 0.06 | [0.04, 1.00]
## 
## - One-sided CIs: upper bound fixed at [1.00].

En el caso de la escolaridad la prueba ANOVA indica tambien diferencias significatyivas entre los diferentes nieles (p<0.5) y el tamaño del efecto es de 6% (eta 2) lo cual indica que el efecto de esta variable es mediano. Considerando las dos variables edad y escolaridad podemos inferir con respecto a ambas variables, escolaridad tiene un efecto mayor del 6% con respecto a la edad del 2%.

## Levene's Test for Homogeneity of Variance (center = median)
##        Df F value Pr(>F)
## group   4  0.7575 0.5533
##       585
##              Df Sum Sq Mean Sq F value Pr(>F)
## edad_grupo    4      6   1.501   0.739  0.565
## Residuals   585   1188   2.031               
## 3650 observations deleted due to missingness
## 
##  One-way analysis of means (not assuming equal variances)
## 
## data:  p1_4a and edad_grupo
## F = 0.75761, num df = 4.00, denom df = 266.73, p-value = 0.5537