Análisis estadístco de las prácticas culturales en México.
beatriz anzaldo
2026-06-19
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 trbajo se analizan los culturales en función al número de veces que se asisten en un año.promedios de las asistencias a diferentes eventos culturales en función del número de veces que se asisten en el último año, es deci entre Junio de 2024 y junio 2025 ya que la encuesta fue levantada en este mes. En este trabajo se analizan los promedios de las asistencias a diferentes eventos culturales en función del número de veces que se asisten en el último año, es decir entre junio de 2024 y junio 2025 ya que la encuesta fue levantada en este mes.
Resultados.
| 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 |
| 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 |
Causas
Dada la baja participación que hay en algunos eventos culturales,
exploraremos las causas de esta situación.
La grafica presentada nos deja ver coo es que la afluencia de las
personas a eventos culturales es varado pero la asistenca al teatro es
muy pobre pero no sabemos si es por d esconocimiento de estos eventos o
por falta de recurso
Los museos son populares para algunas personas pero la grafica nos
muestra que no son tan visitados por las personas ya que hay muy poca
asitenca, al igual que la grafica anterior pudiramos decir que los
resultados obtenidos indican que las personas no asisten por falta de
recursos o desconocimiento pero no es un garantia por lo que hareos mas
analisis con respecto a otros aspectos.
El espectaculo de danza no es tan popular para las personas aunque si hay difusion las personas no asisten. Pero tambien el factor tiempo puede que sea un motivo para que no asistan
Explorando asistencia alcine A continuacion se presenta una grafica de cajas donde se analiza por sexo la asistencia al cine
Si revisamos la grafica de la comparativa entre hombres y mujeres se puede ver que los hombres asisten con mayor regularidad y con mayor frecuencia sin embargo las mujeres asisten mas veces cuando son mas jovenes por lo que nos deja revisar que entre mas edad hay menos gusto por el cine sin embargo con los hombres es lo contrairo y tienen mayor oportunidad de ir al cine de forma regular.
trabajaremos con la variable acotada, quitaremos el 5% de los valores mas
## 50% 75% 90% 95% 99%
## 3 6 10 15 30Vamos a realizar nuevamente la grafica a cotando lo svalores con el
percentil (omitiremos el 5% de los valores mas altos)
interpretacion
**asitencia la *teatro**
interpretacion
la comparativa de las graficas indica que tanto hombre como mujerres en el ultimo año a ido por lo menos una vez al teatro pero existe un rango visible el cual dice que no asisten mas de dos veces
La diferencia es significativa entre los hombres y mujeres. Pero en el conjunto de hombres podemos decir que hay mas asitencia y que la media es de una significativa asistencia en 5.0. Y cuando las mujeres tienen esta asistencia es en un punto por debajo de los hombres. En la comparacion de los conjuntos de las dos variables coinciden en sus rangos .
interpretación
Interpretacion
Estadistica inferencial
## comenzaremos por contrastar las hipoteisis referente a las diferentecias por sexo. en primer lugar trabajamos con la asistencia al cine. la pregunta es: ¿ Existen diferencias isgnificativas en el numero promedio de veces que hombre y mujeres asistieron al cine durante los ultimos 12 meses? La hipotesis estadistica es
𝐻0:𝜇1=𝜇~2 (no hay diferencia)
vs
𝐻1:𝜇1≠𝜇2 ( hay diferencia)
En primer lugar vamos a ver si se cumple el supuesto d normalidad mediante 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 es menor que 0.05 por lo tanto se recahza la hipotesis de normalidad (no es posible asumir distribucion normal en variable que esta analizando) tanto en hombres como en mujeres, sin embargo, las muestras son grandes (mayores de 30)
Ahora vamos a ver is se cumple el supuesto de igualdad de varianzas (hoogeniedad de varianzas) mediante la prueba de levene (la hipotesis 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 ' ' 1al aplicar la prueba de levene se encontro un P_ valor < 0.05 por lo tanto se rechaza el supuesto de homogeneiedad de la hipotesis es decir que no podemos asumir varianzas iguales
finalmente aplicaremos la prueba t , en este caso lo haremos en sus dos versiones: clasica y welch. Recordemos que estamos contrastando:
𝐻0:𝜇1=𝜇~2 (no hay diferencia)
vs
𝐻1:𝜇1≠𝜇2 ( hay diferencia)
##
## 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##
## 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 4.286445se observa que en ambas pruebas se encuentra un p_valor <0.05, lo cual indica que se rechaza la hipotesis de igualdad d emedias, es decir que existen diferencias significativas enel 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 mujeres.
Asitencia al teatro
Contrastaremos la s diferencias entre hombres y mujeres en cuanto a la asitencia 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 1.903974con respecto al teatro se encontro un p_valor=.807 (>o.05) por lo tanto no se echaza la hipotesis de igualdad de medias. Es decir se infiere que promedio de asistencial tatro en hombre no es significativamente al de las mujeres conclusion: se asistente poco al teatro y se asistet visulaemnte se presentan lso resultados en a grafica 9
Asistencia a museos contrastaremos las difernecias entre hombres y mujeres en cuanto a 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
los datos indican que si hay diferencias significativas y la
Asistencia al cine segun 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## function (formula, data, subset, na.action, var.equal = FALSE)
## {
## if (missing(formula) || (length(formula) != 3L))
## stop("'formula' missing or incorrect")
## dp <- as.character(formula)
## if (length(dp) != 3L)
## stop("a two-sided formula is required")
## DNAME <- paste(dp[[2L]], "and", dp[[3L]])
## m <- match.call(expand.dots = FALSE)
## if (is.matrix(eval(m$data, parent.frame())))
## m$data <- as.data.frame(data)
## m$var.equal <- NULL
## m[[1L]] <- quote(stats::model.frame)
## mf <- eval(m, parent.frame())
## response <- attr(attr(mf, "terms"), "response")
## y <- mf[[response]]
## if (length(mf[-response]) > 1L)
## g <- factor(do.call("interaction", mf[-response]))
## else g <- factor(mf[[-response]])
## k <- nlevels(g)
## if (k < 2L)
## stop("not enough groups")
## n.i <- tapply(y, g, length)
## if (any(n.i < 2))
## stop("not enough observations")
## m.i <- tapply(y, g, mean)
## v.i <- tapply(y, g, var)
## w.i <- n.i/v.i
## sum.w.i <- sum(w.i)
## tmp <- sum((1 - w.i/sum.w.i)^2/(n.i - 1))/(k^2 - 1)
## METHOD <- "One-way analysis of means"
## if (var.equal) {
## n <- sum(n.i)
## STATISTIC <- ((sum(n.i * (m.i - mean(y))^2)/(k - 1))/(sum((n.i -
## 1) * v.i)/(n - k)))
## PARAMETER <- c(k - 1, n - k)
## PVAL <- pf(STATISTIC, k - 1, n - k, lower.tail = FALSE)
## }
## else {
## m <- sum(w.i * m.i)/sum.w.i
## STATISTIC <- sum(w.i * (m.i - m)^2)/((k - 1) * (1 + 2 *
## (k - 2) * tmp))
## PARAMETER <- c(k - 1, 1/(3 * tmp))
## PVAL <- pf(STATISTIC, k - 1, 1/(3 * tmp), lower.tail = FALSE)
## METHOD <- paste(METHOD, "(not assuming equal variances)")
## }
## names(STATISTIC) <- "F"
## names(PARAMETER) <- c("num df", "denom df")
## RVAL <- list(statistic = STATISTIC, parameter = PARAMETER,
## p.value = PVAL, method = METHOD, data.name = DNAME)
## class(RVAL) <- "htest"
## RVAL
## }
## <bytecode: 0x000001dc80853bc8>
## <environment: namespace:stats>## # 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].normalidad:Los primeros resultados indican que no se distribuye normal ningún grupo de la variable al cine se encontro p_valo <0.5 por lo tanto no se asumen varianzas en los grupos de edad al realizar la prueba anova encontramos un p_valor<0.5 por lo cual se rechaza la hipotesis nula (que consistia en que todaslas media eran iguales), por lo tanto indica que al menos una es diferente al calcular el tamaño de la edad sobre la asistencia la cine tenemos un valor de .02 lo cual indica quela variable de edad solo explica el 2% de como varia la asistencia al cine
Asistncia 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 p1_7_esp p1_8
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr> <dbl>
## 1 22490403 224904 0 0 0 0 1 0 0 <NA> 0
## 2 22530401 225304 1 1 0 0 15 0 0 <NA> 0
## 3 22540104 225401 0 1 1 0 6 0 0 <NA> 0
## 4 22560303 225603 0 0 0 0 2 0 0 <NA> 0
## 5 22580101 225801 3 2 4 0 1 2 0 <NA> 0
## 6 22600301 226003 0 5 1 0 3 3 0 <NA> 3
## 7 22670204 226702 0 0 0 0 2 2 0 <NA> 0
## 8 22740104 227401 0 0 0 0 2 0 0 <NA> 0
## 9 22790203 227902 0 2 0 0 1 1 0 <NA> 0
## 10 22830203 228302 0 0 0 1 1 3 0 <NA> 0
## # ℹ 1,468 more rows
## # ℹ 79 more variables: 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>, p7a_5 <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 le caso de la escolaridad la prueba anova implica tambien diferencia significativa entre os diferentes inveles (p_valo<0.5) y el tamaño del efecto es de 6 lo cual indica que el efectoes mediano conclu consderando que las dos variable edad y escolaridad con respecto a las el nivel escolaridad tiene un efecto mayor que 6% vs el 2% de edad en la grafica 13 se observa que las diferencias se deben a que los de superior asiten mas al cine
Asistencia a ferias por edad
## Df Sum Sq Mean Sq F value Pr(>F)
## escolaridad 3 13.3 4.440 2.771 0.0403 *
## Residuals 1651 2645.5 1.602
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##
## One-way analysis of means (not assuming equal variances)
##
## data: p1_6a and escolaridad
## F = 2.8055, num df = 3, denom df = 827, p-value = 0.03879## # Effect Size for ANOVA
##
## Parameter | Eta2 | 95% CI
## -------------------------------------
## escolaridad | 5.01e-03 | [0.00, 1.00]
##
## - One-sided CIs: upper bound fixed at [1.00].asistencia a ferias por escolaridad
## Df Sum Sq Mean Sq F value Pr(>F)
## escolaridad 3 13.3 4.440 2.771 0.0403 *
## Residuals 1651 2645.5 1.602
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##
## One-way analysis of means (not assuming equal variances)
##
## data: p1_6a and escolaridad
## F = 2.8055, num df = 3, denom df = 827, p-value = 0.03879## # Effect Size for ANOVA
##
## Parameter | Eta2 | 95% CI
## -------------------------------------
## escolaridad | 5.01e-03 | [0.00, 1.00]
##
## - One-sided CIs: upper bound fixed at [1.00].PARTICIPACION EN ACTIVIDADES CULTURALES Y ARTISTICAS
Ahoara analizaremos la participacin en eventos culturales en la cultura mexicana a partir del cuestionario seccion 3 pregunta 5 2025. La pregunta contempla 7 items que corresponde a fotografia y videos, pintura/escultura, ceramica/joyeria, actividad musical, danza, escritura/literatura y teatro
##
## Sí No
## 653 1002