1 Análisis de matriculados en la Educacion Escola Básica

1.1 Problema o Pregunta de investigación

La distribución de estudiantes matriculados en la Educación Escolar Básica puede presentar diferencias según el sexo, el grado cursado y la ubicación geográfica de las instituciones educativas. Analizar estas diferencias nos ayudará a identificar patrones en la composición de la matrícula escolar y conocer cómo varían entre las zonas urbanas y rurales del Paraguay.

Pregunta de investigación: ¿Qué diferencias existen en la distribución de estudiantes matriculados en la Educación Escolar Básica del Paraguay durante el año 2021, según sexo, grado y zona geográfica?

1.2 Objetivo general propuesto

Analizar la distribución de estudiantes matriculados en la Educación Escolar Básica del Paraguay durante el año 2021, considerando las diferencias por sexo, grado y zona geográfica, mediante técnicas estadísticas y herramientas de visualización de datos en R.

1.3 Materiales y métodos

1.3.1 Datos que utilizaría y posibilidades de acceso

Se utilizará la base de datos de matriculaciones de Educación Escolar Básica correspondiente al año 2021, publicada por el Ministerio de Educación y Ciencias (MEC) del Paraguay, disponible en su portal de datos abiertos (https://datos.mec.gov.py/data/matriculaciones_educacion_escolar_basica).

1.3.2 Diccionario de datos

1.3.2.1 Variables de identificación y localización

Variable Tipo Ejemplo Descripción Restricciones
anio integer (entero) 2021 Se refiere al año de captura de los datos Sólo permite la carga de datos del año de su captura
codigo_establecimiento string (cadena) 1701005 Código de establecimiento permite identificar en forma única los diferentes establecimientos educativos que se encuentran en el país. El Sistema de informacion de Estadística Continua (SIEC) considera “Establecimiento Escolar” a la construcción que existe dentro de un predio (terreno) que se emplea para la enseñanza, donde puede funcionar una o más instituciones educativas con sus respectivos niveles/modalidades de educación. No más de 7 caracteres
codigo_departamento string (cadena) 17 Corresponde al código asignado según la cartografía nacional al departamento geográfico donde esta localizado el establecimiento escolar No más de 2 caracteres
nombre_departamento string (cadena) Alto Paraguay Corresponde a la descripción del nombre del departamento geográfico correspondiente al código No más de 40 caracteres
codigo_distrito string (cadena) 04 Corresponde al código asignado al distrito del departamento geográfico donde esta localizado el establecimiento escolar No más de 2 caracteres
nombre_distrito string (cadena) Bahía Negra Corresponde a la descripción del nombre del distrito correspondiente al código No más de 40 caracteres
codigo_zona string (cadena) 1 Corresponde a la ubicación del establecimiento escolar, sea en la zona urbana o rural. Paraguay utiliza criterios político-administrativos para definir el área urbana y rural.; Se considera: Código 1 .Zona Urbana: Área geográfica que abarca todas las cabeceras distritales de la República y sus viviendas generalmente estan organizadas en manzanas.; Código 2. Zona Rural: Área geográfica que se encuentran fuera de las cabeceras distritales y las viviendas se localizan en forma dispersa pudiendo existir zonas amanzanadas pero que no tienen la categoría de Cabeceras Distritales por la cual se consideraran como rurales Valores que pueden ser: Código 1: cuando el código de localidad es menor 100. Código 6: cuando el código de localidad es mayor o igual a 100
nombre_zona string (cadena) Urbana Corresponde a la descripción del nombre de la zona correspondiente al código No más de 7 caracteres
codigo_barrio_localidad integer (entero) 8984 Corresponde al código asignado a la localidad o barrio del distrito donde esta localizado el establecimiento escolar —
nombre_barrio_localidad string (cadena) CENTRAL Corresponde a la descripción del nombre del barrio o localidad correspondiente al código No más de 40 caracteres
codigo_institucion string (cadena) 2352 Identifica a la institución como una entidad y organización independiente que funciona dentro de un establecimiento escolar. Una institución educativa puede poseer diferentes locales escolares ubicados en un mismo o en diferentes departamentos geográficos. El código está compuesto por un número secuencial. El SIEC considera una misma institución cuando varios niveles o modalidades tienen una organización, gestión y administración única. Por ejemplo: Centro Regional de Educación Gral. Patricio Escobar de Encarnación, Colegio Santa Clara de Asunción No más de 5 caracteres
nombre_institucion string (cadena) COLEGIO NACIONAL TTE. 1° ADOLFO ROJAS SILVA Corresponde a la descripción del nombre de la institución correspondiente al código No más de 40 caracteres
sector_o_tipo_gestion string (cadena) Oficial Sector al que pertenece una institución educativa.; Se considera :; OFICIAL: Sector o tipo de gestión al que pertenece una institución educativa cuya organización y administración está a cargo del Estado paraguayo (Ministerio de Educación y Cultura, gobernaciones, municipios, binacionales). PRIVADA: Sector o tipo de gestión al que pertenece una institución educativa cuya organización y administración está a cargo de un organismo no estatal.; PRIVADA SUBVENCIONADA: Sector o tipo de gestión al que pertenece una institución de gestión privada que recibe algún aporte del Estado, como ser rubros para docentes, monto en guaraníes, etc Valores en el rango: OFICIAL, PRIVADA ,PRIVADA SUBVENCIONADA
anho_cod_geo integer (entero) — Se refiere al año de captura de los datos georreferenciados censales, teniendo en cuenta que por cada año censal pueden diferir los codigos de distritos o codigos de localidades, como a si también las descripciones. La cartografía nacional fue proveída por al Dirección General de Estadística, Encuestas y Censos (DGEEC - http://www.dgeec.gov.py/) Sólo permite datos del año de su captura censal

1.3.2.2 Matrícula desagregada por grado y sexo

Variable Tipo Ejemplo Descripción Restricciones
primer_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el primer grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
primer_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el primer grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
segundo_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el segundo grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
segundo_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el segundo grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
tercer_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el tercer grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
tercer_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el tercer grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
cuarto_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el cuarto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
cuarto_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el cuarto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
quinto_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el quinto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
quinto_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el quinto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
sexto_grado_hombre integer (entero) 0 Representa la cantidad de estudiantes hombres inscriptos en el sexto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
sexto_grado_mujer integer (entero) 0 Representa la cantidad de estudiantes mujeres inscriptas en el sexto grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
septimo_grado_hombre integer (entero) 4 Representa la cantidad de estudiantes hombres inscriptos en el septimo grado correspondiente al nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
septimo_grado_mujer integer (entero) 4 Representa la cantidad de estudiantes mujeres inscriptas en el septimo grado correspondiente al nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
octavo_grado_hombre integer (entero) 6 Representa la cantidad de estudiantes hombres inscriptos en el octavo grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
octavo_grado_mujer integer (entero) 8 Representa la cantidad de estudiantes mujeres inscriptas en el octavo grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
noveno_grado_hombre integer (entero) 2 Representa la cantidad de estudiantes hombres inscriptos en el noveno grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —
noveno_grado_mujer integer (entero) 3 Representa la cantidad de estudiantes mujeres inscriptas en el noveno grado del nivel Educación Escolar Básica, enseñanza obligatoria destinada a satisfacer las necesidades básicas de educación de niños/as —

1.3.2.3 Totales por sexo

Variable Tipo Ejemplo Descripción Restricciones
total_matriculados_hombre integer (entero) 12 Representa la cantidad total de estudiantes hombres inscriptos en la institución de los grados del nivel Educación Escolar Básica —
total_matriculados_mujer integer (entero) 15 Representa la cantidad total de estudiantes mujeres inscriptas en la institución de los grados del nivel Educación Escolar Básica —

1.3.3 Unidad de análisis

La unidad de análisis corresponde al registro de matrícula de Educación Escolar Básica asociado a una institución educativa y su establecimiento escolar, dentro de una ubicación geográfica determinada, durante el año 2021.

Cada registro contiene información de identificación institucional, ubicación territorial, sector de gestión y cantidades de estudiantes matriculados, desagregadas por sexo y grado escolar, desde primero hasta noveno grado.

Por lo tanto, cada fila no representa a un estudiante individual, sino información agregada de matrícula. Los grados y sexos se encuentran representados mediante columnas específicas, lo que permite calcular los totales y realizar comparaciones sin recurrir a registros individuales de estudiantes.

La base utilizada contiene 7.868 registros y 34 variables. Para el análisis, se consideran los totales por sexo y las cantidades correspondientes a cada grado, evitando sumar simultáneamente los totales generales y sus componentes desagregados.

1.4 Procesamiento de datos

El procesamiento de la información se realizó íntegramente mediante R Markdown, utilizando el archivo CSV original del Ministerio de Educación y Ciencias correspondiente al año 2021.

Los datos fueron importados directamente al entorno de RStudio y se conservaron sin modificaciones en su estructura original. No se aplicaron procedimientos de imputación, normalización, eliminación de registros ni transformaciones sobre las variables originales.

A partir de la información importada, se construyeron objetos derivados en memoria mediante operaciones de agrupación, sumatoria y cálculo de porcentajes, con el propósito de analizar la distribución de estudiantes matriculados según sexo, grado escolar y zona geográfica.

Todos los cálculos, tablas, gráficos y estimaciones estadísticas se generaron mediante los bloques de código incluidos en el archivo R Markdown. No se requirió crear archivos intermedios o bases de datos adicionales para ejecutar el análisis.

# instalación de librerias
library(data.table)
library(ggplot2)
# carga de datos
matriculaciones2021 <- fread("datos/matriculaciones_educacion_escolar_basica_2021.csv")

Compila la base:

matriculaciones=rbind(matriculaciones2021)

# Cantidad de registros encontrados
print(paste("Cantidad de registros encontrados:", nrow(matriculaciones)))
## [1] "Cantidad de registros encontrados: 7868"

Campos encontrados en el archivo:

# verificar nombre y tipos de campos
names(matriculaciones)
##  [1] "anio"                      "codigo_establecimiento"   
##  [3] "codigo_departamento"       "nombre_departamento"      
##  [5] "codigo_distrito"           "nombre_distrito"          
##  [7] "codigo_zona"               "nombre_zona"              
##  [9] "codigo_barrio_localidad"   "nombre_barrio_localidad"  
## [11] "codigo_institucion"        "nombre_institucion"       
## [13] "sector_o_tipo_gestion"     "anho_cod_geo"             
## [15] "primer_grado_hombre"       "primer_grado_mujer"       
## [17] "segundo_grado_hombre"      "segundo_grado_mujer"      
## [19] "tercer_grado_hombre"       "tercer_grado_mujer"       
## [21] "cuarto_grado_hombre"       "cuarto_grado_mujer"       
## [23] "quinto_grado_hombre"       "quinto_grado_mujer"       
## [25] "sexto_grado_hombre"        "sexto_grado_mujer"        
## [27] "septimo_grado_hombre"      "septimo_grado_mujer"      
## [29] "octavo_grado_hombre"       "octavo_grado_mujer"       
## [31] "noveno_grado_hombre"       "noveno_grado_mujer"       
## [33] "total_matriculados_hombre" "total_matriculados_mujer"

1.4.1 Validacion de datos

# Verificar duplicados exactos
sum(duplicated(matriculaciones))
## [1] 0
# Cantidad de valores faltantes por variable
colSums(is.na(matriculaciones))
##                      anio    codigo_establecimiento       codigo_departamento 
##                         0                         0                         0 
##       nombre_departamento           codigo_distrito           nombre_distrito 
##                         0                         0                         0 
##               codigo_zona               nombre_zona   codigo_barrio_localidad 
##                         0                         0                         0 
##   nombre_barrio_localidad        codigo_institucion        nombre_institucion 
##                         0                         0                         0 
##     sector_o_tipo_gestion              anho_cod_geo       primer_grado_hombre 
##                         0                      7868                         0 
##        primer_grado_mujer      segundo_grado_hombre       segundo_grado_mujer 
##                         0                         0                         0 
##       tercer_grado_hombre        tercer_grado_mujer       cuarto_grado_hombre 
##                         0                         0                         0 
##        cuarto_grado_mujer       quinto_grado_hombre        quinto_grado_mujer 
##                         0                         0                         0 
##        sexto_grado_hombre         sexto_grado_mujer      septimo_grado_hombre 
##                         0                         0                         0 
##       septimo_grado_mujer       octavo_grado_hombre        octavo_grado_mujer 
##                         0                         0                         0 
##       noveno_grado_hombre        noveno_grado_mujer total_matriculados_hombre 
##                         0                         0                         0 
##  total_matriculados_mujer 
##                         0
# Verificar las zonas registradas
table(matriculaciones$nombre_zona, useNA = "ifany")
## 
##  Rural Urbana 
##   5308   2560
# Validación de totales por sexo
columnas_hombres <- grep(
  "_grado_hombre$",
  names(matriculaciones),
  value = TRUE
)

columnas_mujeres <- grep(
  "_grado_mujer$",
  names(matriculaciones),
  value = TRUE
)


# Comparar totales registrados con los grados
validos_hombres <- rowSums(
  is.na(matriculaciones[, ..columnas_hombres])
) == 0

validos_mujeres <- rowSums(
  is.na(matriculaciones[, ..columnas_mujeres])
) == 0

total_hombres_calculado <- rowSums(
  matriculaciones[, ..columnas_hombres],
  na.rm = TRUE
)

total_mujeres_calculado <- rowSums(
  matriculaciones[, ..columnas_mujeres],
  na.rm = TRUE
)

total_diferencias_hombres <- sum(validos_hombres &
    !is.na(matriculaciones$total_matriculados_hombre) &
    total_hombres_calculado != matriculaciones$total_matriculados_hombre)

print(paste("Diferencias entre los totales registrados y los totales calculados en las filas para hombres:", total_diferencias_hombres))
## [1] "Diferencias entre los totales registrados y los totales calculados en las filas para hombres: 0"
total_diferencias_mujeres <- sum(validos_mujeres &
    !is.na(matriculaciones$total_matriculados_mujer) &
    total_mujeres_calculado != matriculaciones$total_matriculados_mujer)
print(paste("Diferencias entre los totales registrados y los totales calculados en las filas para mujeres:", total_diferencias_mujeres))
## [1] "Diferencias entre los totales registrados y los totales calculados en las filas para mujeres: 0"

1.4.2 Agrupaciones y sumatorias

Cantidad de matriculados por grado y sexo:

matricula_grado <- data.frame(
  grado = 1:9,
  
  hombres = c(
    sum(matriculaciones$primer_grado_hombre),
    sum(matriculaciones$segundo_grado_hombre),
    sum(matriculaciones$tercer_grado_hombre),
    sum(matriculaciones$cuarto_grado_hombre),
    sum(matriculaciones$quinto_grado_hombre),
    sum(matriculaciones$sexto_grado_hombre),
    sum(matriculaciones$septimo_grado_hombre),
    sum(matriculaciones$octavo_grado_hombre),
    sum(matriculaciones$noveno_grado_hombre)
  ),
  
  mujeres = c(
    sum(matriculaciones$primer_grado_mujer),
    sum(matriculaciones$segundo_grado_mujer),
    sum(matriculaciones$tercer_grado_mujer),
    sum(matriculaciones$cuarto_grado_mujer),
    sum(matriculaciones$quinto_grado_mujer),
    sum(matriculaciones$sexto_grado_mujer),
    sum(matriculaciones$septimo_grado_mujer),
    sum(matriculaciones$octavo_grado_mujer),
    sum(matriculaciones$noveno_grado_mujer)
  )
)

#Total por grado
matricula_grado$total <- matricula_grado$hombres +
                         matricula_grado$mujeres


matricula_grado
##   grado hombres mujeres  total
## 1     1   60572   57398 117970
## 2     2   61364   56955 118319
## 3     3   61142   56974 118116
## 4     4   60042   56194 116236
## 5     5   56743   53141 109884
## 6     6   53712   50811 104523
## 7     7   49979   48013  97992
## 8     8   49326   48600  97926
## 9     9   46962   48336  95298

Cantidad de matriculados por sexo:

# Total de estudiantes según sexo
matricula_sexo <- data.frame(
  sexo = c("Hombres", "Mujeres"),
  cantidad = c(
    sum(matriculaciones$total_matriculados_hombre,
        na.rm = TRUE),
    sum(matriculaciones$total_matriculados_mujer,
        na.rm = TRUE)
  )
)

# Calcular porcentajes
matricula_sexo$porcentaje  <- 
  round(matricula_sexo$cantidad / sum(matricula_sexo$cantidad) * 100, 2)

matricula_sexo
##      sexo cantidad porcentaje
## 1 Hombres   499842       51.2
## 2 Mujeres   476422       48.8

Cantidad de matriculados por zona geográfica:

matricula_zona <- matriculaciones[
  ,
  .(
    hombres = sum(total_matriculados_hombre,
                  na.rm = TRUE),
    mujeres = sum(total_matriculados_mujer,
                  na.rm = TRUE)
  ),
  by = nombre_zona
]

# Calcular totales y porcentajes
matricula_zona[, total := hombres + mujeres]

matricula_zona[, porcentaje_total :=
  round(total / sum(total) * 100, 2)]

matricula_zona[, porcentaje_hombres :=
  round(hombres / total * 100, 2)]

matricula_zona[, porcentaje_mujeres :=
  round(mujeres / total * 100, 2)]

matricula_zona
##    nombre_zona hombres mujeres  total porcentaje_total porcentaje_hombres
##         <char>   <int>   <int>  <int>            <num>              <num>
## 1:      Urbana  320079  307377 627456            64.27              51.01
## 2:       Rural  179763  169045 348808            35.73              51.54
##    porcentaje_mujeres
##                 <num>
## 1:              48.99
## 2:              48.46

Cantidad de matriculados por grado, zona geográfica y sexo:

# Definir las columnas de cada grado
grados <- c(
  "primer", "segundo", "tercer",
  "cuarto", "quinto", "sexto",
  "septimo", "octavo", "noveno"
)

# Construir una tabla agrupada
matricula_zona_grado <- rbindlist(
  lapply(seq_along(grados), function(i) {

    col_h <- paste0(grados[i], "_grado_hombre")
    col_m <- paste0(grados[i], "_grado_mujer")

    matriculaciones[
      ,
      .(
        grado = i,
        hombres = sum(get(col_h), na.rm = TRUE),
        mujeres = sum(get(col_m), na.rm = TRUE)
      ),
      by = nombre_zona
    ]
  })
)

# Calcular proporciones
matricula_zona_grado[
  ,
  total := hombres + mujeres
]

matricula_zona_grado[
  ,
  porcentaje_mujeres := fifelse(
    total > 0,
    round(mujeres / total * 100, 2),
    NA_real_
  )
]

matricula_zona_grado[
  ,
  porcentaje_hombres := fifelse(
    total > 0,
    round(hombres / total * 100, 2),
    NA_real_
  )
]

# Ordenar resultados
setorder(matricula_zona_grado,
         nombre_zona, grado)

matricula_zona_grado
##     nombre_zona grado hombres mujeres total porcentaje_mujeres
##          <char> <int>   <int>   <int> <int>              <num>
##  1:       Rural     1   22157   20822 42979              48.45
##  2:       Rural     2   22455   20556 43011              47.79
##  3:       Rural     3   22747   20766 43513              47.72
##  4:       Rural     4   22621   20833 43454              47.94
##  5:       Rural     5   21520   19926 41446              48.08
##  6:       Rural     6   20362   19134 39496              48.45
##  7:       Rural     7   16319   15452 31771              48.64
##  8:       Rural     8   16218   15836 32054              49.40
##  9:       Rural     9   15364   15720 31084              50.57
## 10:      Urbana     1   38415   36576 74991              48.77
## 11:      Urbana     2   38909   36399 75308              48.33
## 12:      Urbana     3   38395   36208 74603              48.53
## 13:      Urbana     4   37421   35361 72782              48.58
## 14:      Urbana     5   35223   33215 68438              48.53
## 15:      Urbana     6   33350   31677 65027              48.71
## 16:      Urbana     7   33660   32561 66221              49.17
## 17:      Urbana     8   33108   32764 65872              49.74
## 18:      Urbana     9   31598   32616 64214              50.79
##     porcentaje_hombres
##                  <num>
##  1:              51.55
##  2:              52.21
##  3:              52.28
##  4:              52.06
##  5:              51.92
##  6:              51.55
##  7:              51.36
##  8:              50.60
##  9:              49.43
## 10:              51.23
## 11:              51.67
## 12:              51.47
## 13:              51.42
## 14:              51.47
## 15:              51.29
## 16:              50.83
## 17:              50.26
## 18:              49.21

1.5 Resultados

1.5.1 Distribución por sexo

options(scipen = 999)
barplot(
  matricula_sexo$cantidad,
  names.arg = matricula_sexo$sexo,
  col = c("steelblue", "lightcoral"),
  main = "Distribución de matrícula por sexo - Educación Escolar Básica 2021",
  xlab = "Sexo",
  ylim = c(0, 700000),
  ylab = "Cantidad de matriculados"
)

Interpretación de resultado:

Durante el año 2021, la matrícula de Educación Escolar Básica en Paraguay alcanzó un total de 976.264 estudiantes, de los cuales 499.842 correspondieron a hombres (51,20 %) y 476.422 a mujeres (48,80 %). Se observa una distribución relativamente equilibrada entre ambos sexos, con una ligera predominancia masculina de 23.420 estudiantes. Estos resultados permiten identificar la composición general de la matrícula y sirven como referencia para las comparaciones por grado y zona geográfica.

1.5.2 Distribución por grado

#Gráfico de lineas
plot(
  matricula_grado$grado,
  matricula_grado$total,
  type = "o",
  col = "darkblue",
  xlab = "Grado",
  ylab = "Cantidad de matriculados",
  main = "Matriculados por grado - Educación Escolar Básica 2021"
)

#Establece valores para el eje x (Grado)
axis(1, at = 1:9)

# Gráfico comparativo
barplot(
  t(as.matrix(
    matricula_grado[, c("hombres", "mujeres")]
  )),
  beside = TRUE,
  names.arg = matricula_grado$grado,
  col = c("steelblue", "lightcoral"),
  legend.text = c("Hombres", "Mujeres"),
  main = "Matrícula por grado y sexo - Educación Escolar Básica 2021",
  xlab = "Grado",
  ylab = "Cantidad de matriculados"
)

Interpretación de resultado: La distribución de matriculados por grado presenta diferencias en la cantidad de estudiantes, registrándose la mayor matrícula en segundo grado, con 118.319 estudiantes, y la menor en noveno grado, con 95.298 estudiantes.

Se observa una tendencia general de menor matrícula en los grados superiores. En cuanto a la distribución por sexo, los hombres presentan una participación mayoritaria del primero al octavo grado; sin embargo, en noveno grado las mujeres alcanzan el 50,72 % de los matriculados, superando ligeramente a los hombres. Estos resultados evidencian variaciones en la composición de la matrícula según el grado escolar, sin que ello implique necesariamente situaciones de abandono o deserción estudiantil.

1.5.3 Distribución por zona geográfica y sexo

# Comparación visual
barplot(
  t(as.matrix(
    matricula_zona[, .(hombres, mujeres)]
  )),
  beside = TRUE,
  names.arg = matricula_zona$nombre_zona,
  col = c("steelblue", "lightcoral"),
  legend.text = c("Hombres", "Mujeres"),
  main = "Matriculados por zona y sexo - Educación Escolar Básica 2021",
  ylab = "Cantidad de matriculados"
)

Interpretación de resultado:

Los resultados muestran que la mayor parte de la matrícula escolar se concentra en la zona urbana, con 627.456 estudiantes (64,27 %), mientras que la zona rural registra 348.808 estudiantes (35,73 %).

En ambas zonas se identifica una ligera predominancia de estudiantes hombres. La proporción de mujeres representa el 48,99 % de la matrícula urbana y el 48,46 % de la rural. Esto indica que, aunque existen diferencias importantes en la cantidad absoluta de matriculados entre ambas zonas, la composición porcentual por sexo es relativamente similar.

1.5.4 Distribución por grado y zona

ggplot(
  matricula_zona_grado,
  aes(
    x = grado,
    y = total,
    color = nombre_zona,
    group = nombre_zona
  )
) +
  geom_line(linewidth = 1) +
  geom_point(size = 2.5) +
  geom_hline(
    yintercept = 50,
    color = "gray50"
  ) +
  scale_x_continuous(
    breaks = 1:9
  ) +
  scale_y_continuous(
    labels = function(x) {
      format(
        x,
        big.mark = ".",
        decimal.mark = ",",
        scientific = FALSE,
        trim = TRUE
      )
    }
  ) +
  labs(
    title = "Matriculados por grado y zona - Educación Escolar Básica 2021",
    x = "Grado escolar",
    y = "Total de matriculados",
    color = "Zona Geográfica",
  ) +
  theme_minimal() +
  theme(
    panel.grid.minor = element_blank()
  )

Interpretación de resultado:

Se observa que la cantidad de matriculados en la zona urbana es superior a la rural en los nueve grados analizados. En ambas zonas, la cantidad de estudiantes presenta una tendencia general decreciente a medida que avanzan los grados escolares, aunque con algunas variaciones intermedias.

Una de las diferencias más notorias se presenta entre sexto y séptimo grado, donde la cantidad de matriculados de la zona rural registra una disminución considerable, mientras que la urbana muestra un ligero incremento. Esta situación genera una mayor diferencia entre ambas zonas en los últimos tres grados.

1.5.5 Distribución conjunta por grado, zona y sexo

# Preparar los datos para el gráfico
datos_grafico <- melt(
  matricula_zona_grado,
  id.vars = c("grado", "nombre_zona"),
  measure.vars = c("hombres", "mujeres"),
  variable.name = "sexo",
  value.name = "matriculados"
)

# Ajustar etiquetas
datos_grafico[, sexo := factor(
  sexo,
  levels = c("hombres", "mujeres"),
  labels = c("Hombres", "Mujeres")
)]

# Gráfico de barras agrupadas por sexo y grado
ggplot(
  datos_grafico,
  aes(
    x = factor(grado),
    y = matriculados,
    fill = sexo
  )
) +
  geom_col(
    position = position_dodge(width = 0.8),
    width = 0.7
  ) +
  facet_wrap(
    ~ nombre_zona,
    ncol = 1
  ) +
  scale_fill_manual(
    values = c(
      "Hombres" = "steelblue",
      "Mujeres" = "lightcoral"
    )
  ) +
  scale_y_continuous(
    labels = function(x) {
      format(
        x,
        big.mark = ".",
        decimal.mark = ",",
        scientific = FALSE,
        trim = TRUE
      )
    },
    expand = expansion(mult = c(0, 0.08))
  ) +
  labs(
    title = "Distribución de matriculados por grado, zona y sexo - Educación Escolar Básica 2021",
    x = "Grado",
    y = "Cantidad de matriculados",
    fill = "Sexo",
  ) +
  theme_minimal() +
  theme(
    legend.position = "bottom"
  )

Interpretación de resultado: El análisis conjunto de grado, zona geográfica y sexo permite identificar patrones similares en la composición de la matrícula de las zonas urbanas y rurales.

En ambas zonas, la proporción de mujeres es inferior al 50 % entre primero y octavo grado, mientras que en noveno grado se observa una ligera mayoría femenina, alcanzando el 50,79 % en la zona urbana y el 50,57 % en la rural.

Asimismo, la participación femenina es levemente superior en la zona urbana en los nueve grados analizados. Las diferencias porcentuales entre ambas zonas son reducidas, lo que sugiere una composición por sexo relativamente semejante, aunque con variaciones según el grado escolar.

1.6 Modelo estadístico

A modo de realizar un analisis estadístico adicional, se incorpora una regresión logística binomial, utilizando: - Variable de respuesta: la proporición de mujeres matriculadas - Variables explicativas: grado escolar y la zona geográfica.

Esto permitiría complementar las comparaciones descriptivas con una evaluación estadística de las asociaciones observadas.

datos_modelo <- matricula_zona_grado

datos_modelo
##     nombre_zona grado hombres mujeres total porcentaje_mujeres
##          <char> <int>   <int>   <int> <int>              <num>
##  1:       Rural     1   22157   20822 42979              48.45
##  2:       Rural     2   22455   20556 43011              47.79
##  3:       Rural     3   22747   20766 43513              47.72
##  4:       Rural     4   22621   20833 43454              47.94
##  5:       Rural     5   21520   19926 41446              48.08
##  6:       Rural     6   20362   19134 39496              48.45
##  7:       Rural     7   16319   15452 31771              48.64
##  8:       Rural     8   16218   15836 32054              49.40
##  9:       Rural     9   15364   15720 31084              50.57
## 10:      Urbana     1   38415   36576 74991              48.77
## 11:      Urbana     2   38909   36399 75308              48.33
## 12:      Urbana     3   38395   36208 74603              48.53
## 13:      Urbana     4   37421   35361 72782              48.58
## 14:      Urbana     5   35223   33215 68438              48.53
## 15:      Urbana     6   33350   31677 65027              48.71
## 16:      Urbana     7   33660   32561 66221              49.17
## 17:      Urbana     8   33108   32764 65872              49.74
## 18:      Urbana     9   31598   32616 64214              50.79
##     porcentaje_hombres
##                  <num>
##  1:              51.55
##  2:              52.21
##  3:              52.28
##  4:              52.06
##  5:              51.92
##  6:              51.55
##  7:              51.36
##  8:              50.60
##  9:              49.43
## 10:              51.23
## 11:              51.67
## 12:              51.47
## 13:              51.42
## 14:              51.47
## 15:              51.29
## 16:              50.83
## 17:              50.26
## 18:              49.21
# Ajustar modelo binomial
modelo <- glm(
  cbind(mujeres, hombres) ~
    factor(grado) + nombre_zona,
  data = datos_modelo,
  family = binomial(link = "logit")
)

# Resultados
summary(modelo)
## 
## Call:
## glm(formula = cbind(mujeres, hombres) ~ factor(grado) + nombre_zona, 
##     family = binomial(link = "logit"), data = datos_modelo)
## 
## Coefficients:
##                    Estimate Std. Error z value             Pr(>|z|)    
## (Intercept)       -0.065785   0.006416 -10.253 < 0.0000000000000002 ***
## factor(grado)2    -0.020754   0.008233  -2.521               0.0117 *  
## factor(grado)3    -0.016704   0.008237  -2.028               0.0426 *  
## factor(grado)4    -0.012232   0.008270  -1.479               0.1391    
## factor(grado)5    -0.011519   0.008389  -1.373               0.1697    
## factor(grado)6    -0.001445   0.008499  -0.170               0.8650    
## factor(grado)7     0.012938   0.008649   1.496               0.1347    
## factor(grado)8     0.038300   0.008649   4.428           0.00000950 ***
## factor(grado)9     0.081945   0.008714   9.403 < 0.0000000000000002 ***
## nombre_zonaUrbana  0.018816   0.004230   4.448           0.00000866 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 248.4263  on 17  degrees of freedom
## Residual deviance:   3.0041  on  8  degrees of freedom
## AIC: 226.47
## 
## Number of Fisher Scoring iterations: 2
# Proporciones estimadas
datos_modelo$proporcion_estimada <-
  predict(
    modelo,
    type = "response"
  )

datos_modelo$proporcion_estimada
##  [1] 0.4835596 0.4783786 0.4793892 0.4805055 0.4806836 0.4831986 0.4867912
##  [8] 0.4931291 0.5040398 0.4882598 0.4830756 0.4840869 0.4852040 0.4853822
## [15] 0.4878987 0.4914930 0.4978327 0.5087431
print(
  datos_modelo[
    ,
    .(
      grado,
      nombre_zona,
      porcentaje_mujeres,
      proporcion_estimada
    )
  ]
)
##     grado nombre_zona porcentaje_mujeres proporcion_estimada
##     <int>      <char>              <num>               <num>
##  1:     1       Rural              48.45           0.4835596
##  2:     2       Rural              47.79           0.4783786
##  3:     3       Rural              47.72           0.4793892
##  4:     4       Rural              47.94           0.4805055
##  5:     5       Rural              48.08           0.4806836
##  6:     6       Rural              48.45           0.4831986
##  7:     7       Rural              48.64           0.4867912
##  8:     8       Rural              49.40           0.4931291
##  9:     9       Rural              50.57           0.5040398
## 10:     1      Urbana              48.77           0.4882598
## 11:     2      Urbana              48.33           0.4830756
## 12:     3      Urbana              48.53           0.4840869
## 13:     4      Urbana              48.58           0.4852040
## 14:     5      Urbana              48.53           0.4853822
## 15:     6      Urbana              48.71           0.4878987
## 16:     7      Urbana              49.17           0.4914930
## 17:     8      Urbana              49.74           0.4978327
## 18:     9      Urbana              50.79           0.5087431

Interpretación de resultado: El modelo de regresión logística binomial permitió examinar la asociación entre la proporción de estudiantes mujeres, el grado escolar y la zona geográfica durante el año 2021.

Los resultados muestran que la participación femenina presenta variaciones según el grado, destacándose una mayor proporción en los grados superiores, especialmente en noveno grado. Asimismo, el modelo estima una proporción femenina ligeramente superior en la zona urbana respecto de la rural, manteniendo constante el grado escolar.

Si bien algunas asociaciones presentan significación estadística en el modelo ajustado, las diferencias porcentuales observadas son relativamente pequeñas. Por tanto, los resultados deben interpretarse principalmente como evidencia descriptiva de patrones de composición de la matrícula y no como relaciones causales.

El modelo constituye una herramienta complementaria al análisis descriptivo, permitiendo resumir las asociaciones entre las variables consideradas.

1.6.1 Limitaciones del modelo estadístico

El modelo de regresión logística binomial se desarrolló a partir de datos agregados por grado escolar y zona geográfica, por lo que sus resultados permiten describir asociaciones entre las variables analizadas, pero no establecer relaciones causales.

Asimismo, el modelo no contempla explícitamente las diferencias entre instituciones educativas ni otros factores que podrían influir en la composición de la matrícula. Por tanto, las estimaciones y los valores de significación estadística deben interpretarse con cautela.

Los resultados del modelo se consideran complementarios al análisis descriptivo y no constituyen evidencia de permanencia, deserción o trayectoria individual de los estudiantes.

1.7 Conclusiones

El análisis de los datos de matriculación de Educación Escolar Básica del Paraguay correspondientes al año 2021 permitió identificar las principales diferencias en la distribución de estudiantes según sexo, grado escolar y zona geográfica, dando cumplimiento al objetivo general propuesto.

Los resultados evidenciaron una distribución relativamente equilibrada entre hombres y mujeres, con una ligera predominancia masculina del 51,20 %. A su vez, se identificó una mayor concentración de estudiantes en las zonas urbanas, que reúnen el 64,27 % de la matrícula total, frente al 35,73 % correspondiente a las zonas rurales.

En relación con los grados escolares, se observó una tendencia general de menor matrícula en los grados superiores. Sin embargo, la composición por sexo presentó variaciones, destacándose una ligera mayoría femenina en noveno grado tanto en la zona urbana como en la rural.

La comparación conjunta permitió determinar que, a pesar de las diferencias en la cantidad de estudiantes matriculados, la distribución porcentual por sexo presenta patrones similares entre ambas zonas geográficas. El análisis descriptivo y el modelo estadístico contribuyeron a identificar estas asociaciones y a profundizar la interpretación de los resultados.

En conclusión, las técnicas estadísticas y herramientas de visualización utilizadas en R permitieron responder a la pregunta de investigación, identificando diferencias en la distribución de la matrícula escolar durante el año 2021. No obstante, debido a que los datos corresponden a un único período, los resultados describen la composición de la matrícula y no permiten establecer causas de las diferencias observadas ni determinar situaciones individuales de abandono escolar.