Propósito

En la Práctica 1 comenzamos a trabajar con la base de la Encuesta Nacional de Bienestar Autorreportado (ENBIARE) 2025 correspondiente a la entidad seleccionada por cada estudiante.

En esta segunda práctica continuaremos trabajando con la misma entidad y la misma base. El objetivo será dar un paso adicional: pasar de describir una sola variable a comparar grupos de población.

Trabajaremos principalmente con:

SEXO
EDAD
satisf_vida
PB1 (salud autopercibida)

Importante: todavía no realizaremos pruebas de significancia estadística. Primero aprenderemos a describir y comparar resultados de manera correcta.

1. Recuperar nuestra base

Confirme que el objeto que contiene los datos de su entidad se llama base_oax.

setwd(“~/Desktop/Posgardo ENAH/Metodología Cuantitativa/enbiare_2025_base_de_datos”) base_oax <- readRDS(“base_oax.rds”) dim(base_oax)

base_oax <- readRDS("base_oax.rds")
dim(base_oax)

## [1] 1022  276

Pregunta 1. ¿Qué entidad está analizando y cuántos casos contiene su base?

Entidad: oaxaca

Número de casos: 1022 personas

2. Recordar nuestra variable de satisfacción con la vida

En la práctica anterior generamos la variable numérica satisf_vida a partir de PA1.

Compruebe que sigue disponible:

str(base_oax$satisf_vida)

##  num [1:1022] 8 8 9 10 8 7 5 8 7 9 ...

summary(base_oax$satisf_vida)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   7.000   9.000   8.201  10.000  10.000

Si no aparece en la base, vuelva a crearla:

Pregunta 2. Registre nuevamente la media y la mediana de satisfacción con la vida en su entidad.

Media: 8.201

Mediana: 9.0

3. Tipos de variables

Antes de comparar grupos, identifique la naturaleza de las variables que utilizaremos.

Ejecute:

str(base_oax$SEXO)

##  num [1:1022] 1 2 2 1 2 2 1 2 2 1 ...

str(base_oax$EDAD)

##  num [1:1022] 46 19 34 48 82 34 50 36 41 66 ...

str(base_oax$satisf_vida)

##  num [1:1022] 8 8 9 10 8 7 5 8 7 9 ...

str(base_oax$PB1)

##  num [1:1022] 3 4 4 5 4 4 3 3 3 5 ...

Complete:

Variable	¿Qué representa?	Tipo de variable
`SEXO`	sexo de las personas (1-hombre, 2-mujer)	numérica
`EDAD`	edad de la persona	numérica
`satisf_vida`	¿qué tan satisfecha(o) se encuentra actualmente con su vida?	numérica
`PB1`	¿cómo considera su salud actualmente?	numérica

Para esta práctica basta distinguir entre variables categóricas y cuantitativas. Más adelante revisaremos con mayor detalle las escalas de medición.

4. Satisfacción con la vida según sexo

Primero observe cuántos registros existen en cada categoría de SEXO.

table(base_oax$SEXO)

## 
##   1   2 
## 444 578

Ahora calcule la media de satisfacción con la vida para cada grupo:

tapply(base_oax$satisf_vida,
       base_oax$SEXO,
       mean,
       na.rm = TRUE)

##        1        2 
## 8.252252 8.160900

Calcule también la mediana:

tapply(base_oax$satisf_vida,
       base_oax$SEXO,
       median,
       na.rm = TRUE)

## 1 2 
## 9 8

Pregunta 3. ¿Qué grupo presenta la media más alta de satisfacción con la vida?

Respuesta:
Los hombres

Pregunta 4. ¿La diferencia entre los grupos parece grande o pequeña? Descríbala sin hablar todavía de significancia estadística.

Respuesta:
La diferencia es pequeña, los hombres tienen casi una centésima por arriba que las muejeres.

5. Una gráfica comparativa: boxplot

Construya un diagrama de caja:

boxplot(satisf_vida ~ SEXO,
        data = base_oax,
        xlab = "Sexo",
        ylab = "Satisfacción con la vida",
        main = "Satisfacción con la vida según sexo")

Pregunta 5. Observe la posición de las medianas, la dispersión y los valores extremos. ¿Qué información aporta el boxplot que no se aprecia únicamente comparando las medias?

Respuesta:
La posición de las medianas, la disperción y valores extremos no son iguales, los hombres presentan valores extremos 1,2,3,4 y 5. Las muejeres presentan valores extremos 1,2 y 3. La gráfica nos permite ver la dispercón de los datos y los valores extremos, que con el valor d ela media no se apreciaban.

6. Trabajar con la edad

Observe primero la distribución general de la edad:

summary(base_oax$EDAD)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   18.00   31.00   42.00   44.09   56.00   94.00

En lugar de trabajar únicamente con la edad exacta, construiremos grupos.

base_oax$grupo_edad <- cut(
  base_oax$EDAD,
  breaks = c(17, 29, 44, 59, 74, Inf),
  labels = c("18-29", "30-44", "45-59", "60-74", "75+")
)

Compruebe cuántos casos quedaron en cada grupo:

table(base_oax$grupo_edad)

## 
## 18-29 30-44 45-59 60-74   75+ 
##   230   334   252   157    49

Pregunta 6. ¿Cuál es el grupo de edad con mayor número de casos en su entidad?

Respuesta:
De 30 a 44 años con 334 personas

7. Satisfacción con la vida según grupo de edad

Calcule la media por grupo de edad:

tapply(base_oax$satisf_vida,
       base_oax$grupo_edad,
       mean,
       na.rm = TRUE)

##    18-29    30-44    45-59    60-74      75+ 
## 8.291304 8.371257 7.976190 8.210191 7.734694

Calcule también la mediana:

tapply(base_oax$satisf_vida,
       base_oax$grupo_edad,
       median,
       na.rm = TRUE)

## 18-29 30-44 45-59 60-74   75+ 
##     9     9     8     8     8

Pregunta 7. ¿Qué grupo presenta la media de satisfacción con la vida más alta?

Respuesta:
El grupo de 30 a 44 años con 334 personas (8.371257)

Pregunta 8. ¿Cuál presenta la más baja?

Respuesta:
El grupo de 75 o más años, con 49 personas (7.734694).

Construya ahora un boxplot:

boxplot(satisf_vida ~ grupo_edad,
        data = base_oax,
        xlab = "Grupo de edad",
        ylab = "Satisfacción con la vida",
        main = "Satisfacción con la vida según grupo de edad")

Pregunta 9. Describa el patrón general que observa entre edad y satisfacción con la vida.

Respuesta:
La mayoría de los datos se concentran entre 8.Todas las categorías muestran valores extremos. Sin embargo, existen diferencias en el grupo de 75 años o más, que es menor a 8 (7.73).

8. Comparar dos variables categóricas

Ahora trabajaremos con SEXO y PB1 (salud autopercibida).

Antes de analizarla, recuerde cómo está codificada PB1.

table(base_oax$PB1)

## 
##   1   2   3   4   5 
##   7  49 423 404 139

Pregunta 10. ¿Qué significan las categorías de PB1?

Respuesta:
1 Muy mala 2 Mala 3 Regular 4 Buena 5 Muy buena

Lo que más se repite es la categoria regular (423 personas) y lo que menos se repite es muy mala (7 personas) Construya una tabla de contingencia:

tabla_salud <- table(base_oax$SEXO, base_oax$PB1)

tabla_salud

##    
##       1   2   3   4   5
##   1   3  18 167 184  72
##   2   4  31 256 220  67

La tabla anterior muestra frecuencias absolutas. Para facilitar la comparación entre los grupos, obtenga porcentajes por fila:

prop.table(tabla_salud, 1) * 100

##    
##              1          2          3          4          5
##   1  0.6756757  4.0540541 37.6126126 41.4414414 16.2162162
##   2  0.6920415  5.3633218 44.2906574 38.0622837 11.5916955

Pregunta 11. ¿Qué diferencias observa en la salud autopercibida según sexo?

Respuesta:
En todas las categorías los hombres identifican mayor salud autopercibida. Mientras que las mujeres muestran una percepción menor en las mismas categorías.

9. Elegir una comparación propia

Seleccione ahora una variable adicional de ENBIARE que considere interesante para su proyecto o para una pregunta antropológica.

Puede utilizar, por ejemplo:

PB4: frecuencia de soledad.
PC1: capacidad del hogar para llegar a fin de mes.
PF1_1: confianza en la mayoría de la gente.

Variable elegida: PB4

¿Qué mide? ¿con qué frecuencia se ha sentido sola(o)?

Formule una pregunta comparativa.

Ejemplos:

¿La frecuencia de soledad cambia según sexo?
¿La capacidad para llegar a fin de mes varía entre grupos de edad?
¿La confianza en otras personas presenta diferencias según sexo?

Mi pregunta:
¿La frecuencia de soledad cambia según sexo?

Obtenga una tabla o un resumen adecuado. Escriba su código en el siguiente bloque:

tabla_soledad=
table(base_oax$grupo_edad, base_oax$PB4)
table(base_oax$SEXO, base_oax$PB4)

##    
##       1   2   3   4   5
##   1 257 103  46  25  13
##   2 247 163  97  39  32

tabla_soledad

##        
##           1   2   3   4   5
##   18-29 108  73  28  12   9
##   30-44 171  87  49  18   9
##   45-59 136  58  36  12  10
##   60-74  65  37  26  18  11
##   75+    24  11   4   4   6

prop.table(tabla_soledad,1) * 100

##        
##                 1         2         3         4         5
##   18-29 46.956522 31.739130 12.173913  5.217391  3.913043
##   30-44 51.197605 26.047904 14.670659  5.389222  2.694611
##   45-59 53.968254 23.015873 14.285714  4.761905  3.968254
##   60-74 41.401274 23.566879 16.560510 11.464968  7.006369
##   75+   48.979592 22.448980  8.163265  8.163265 12.244898

Pregunta 12. ¿Qué encontró?

Respuesta:
La mayor parte de las personas en los 5 rangos de edad, nunca se sienten solos con 504 personas que nunca se sienten solas. Mientras que 45 personas se sienten solas todo el tiempo.

10. Interpretación antropológica

Con base en los resultados obtenidos en esta práctica, redacte un comentario breve de 150 a 200 palabras.

Incluya:

una diferencia observada por sexo;
una diferencia observada por grupos de edad;
una posible explicación antropológica o social;
una aclaración sobre lo que estos resultados todavía no permiten afirmar.

Interpretación final:

Oaxaca es un estado con costumbres y tradiciones muy arraigadas. La percepción de soledad no varía mucho por edad, debido a que la gente suele permanecer en el grupo familiar durante toda su vida o mantener vínculos estrechos. Se expresa en los tres grupos que califican sentirse algunas veces solos (139 personas), casi todo el tiempo solos (64 personas), o siempre solos (45 personas).Por otra parte, los hallazgos revelan una tendencia de acuerdo con el género: las mujeres son las que reportan sentirse más solas. A partir del valor 2 se observa un desfase con 60 mujeres más que hombres (en total) que afirman sentirse poco solos; la diferencia aumenta con 51 mujeres más que hombres (en total) que dicen sentirse algunas veces así; a continuación, hay 14 mujeres más que hombres (en total) que manifiestan sentirse la mayor parte del tiempo solas; finalmente, 19 mujeres más que hombres (en total) afirman sentirse siempre solas.

11. Comparación entre entidades durante la sesión

Al final de la práctica compartiremos algunos resultados en el grupo.

Prepare tres datos para comunicar en la sesión:

Entidad: oaxaca
Media de satisfacción en hombres: 9
Media de satisfacción en mujeres: 8
Grupo de edad con mayor satisfacción media: El grupo de 30 a 44 años con 334 personas (8.371257)

Observe qué tan similares o diferentes son los resultados entre entidades.

Pregunta para discusión: si diferentes entidades muestran patrones distintos, ¿qué factores sociales, culturales, económicos o demográficos podrían estar relacionados con esas diferencias?

Cierre

Al terminar esta práctica deberá poder:

distinguir entre variables categóricas y cuantitativas;
calcular estadísticas descriptivas por grupos;
comparar satisfacción con la vida según sexo;
construir grupos de edad;
comparar satisfacción entre grupos de edad;
interpretar un boxplot;
construir una tabla de contingencia;
calcular porcentajes por fila;
formular una comparación relacionada con una pregunta antropológica;
integrar código, resultados e interpretación en un documento R Markdown.

Para guardar su trabajo

Guarde el archivo con un nombre que permita identificarlo, por ejemplo:

base_oax_Practica_2

En esta práctica puede intentar generar el documento final con Knit → HTML.

Si al generar el documento aparece algún error, no borre el código ni empiece de nuevo. Revise el mensaje de error y consérvelo para comentarlo durante la sesión.

Nota metodológica: en esta práctica seguimos trabajando con los registros de la muestra de ENBIARE correspondientes a cada entidad. Las medias y porcentajes calculados aquí son descriptivos de esos registros. Más adelante incorporaremos el factor de expansión y el diseño muestral para producir estimaciones poblacionales.

Práctica 2. Comparación de grupos con ENBIARE 2025

Nombre:Violeta Vidales Macias

Fecha: 11 septiembre 2026