Resultados Encovi 2014

TAB EXTRA 1: Índices de donaciones

INTRODUCCIÓN

Se decidió investigar acerca de las donaciones que hay en Guatemala. Se analizan donaciones de alimentos, vestuario, medicina y materiales.

REPRODUCCIÓN DE RESULTADOS

library(tidyverse)
library(haven)

donaciones <- read_sav("~/Data Science/ENCOVI/donaciones.sav")

hogares_donacion <- donaciones %>% select(REGION, DEPTO, AREA, POBREZA, ID_DONACIONES, P01F01, P01F02A, P01F02B, P01F02C, P01F02D,  P01F02E)
names(hogares_donacion) <- c("Región", "Departamento", "Área", "Pobreza", "Donadores", "Especie", "Alimentos", "Vestuario", "Medicinas", "Materiales", "Otro")
hogares_donacion <- hogares_donacion[complete.cases(hogares_donacion),]

hogares_donacion$Departamento <- as.factor(hogares_donacion$Departamento)
hogares_donacion$Área  <- as.factor(hogares_donacion$Área)
hogares_donacion$Pobreza  <- as.factor(hogares_donacion$Pobreza)
hogares_donacion$Donadores <- as.numeric(hogares_donacion$Donadores)

names(hogares_donacion)

str(hogares_donacion)

summary(hogares_donacion)

levels(hogares_donacion$Departamento)<- c("Guatemala", "El Progreso", "Sacatepequez", "Chimaltenango", "Escuintla", "Santa Rosa", "Solola", "Totonicapan", "Quetzaltenango", "Suchitepequez", "Retalhuleu", "San Marcos", "Huehuetenango", "Quiche", "Baja Verapaz", "Alta Verapaz", "Peten", "Izabal", "Zacapa", "Chiquimula", "Jalapa", "Jutiapa")

levels(hogares_donacion$Área) <- c("Urbana", "Rural")
levels(hogares_donacion$Pobreza) <- c ("Pobre extremo", "Pobre no extremo", "No pobre")

hogares_donacion$Especie <- ifelse(hogares_donacion$Especie == 1, TRUE, FALSE)
hogares_donacion$Alimentos <- ifelse(hogares_donacion$Alimentos == 1, TRUE, FALSE)
hogares_donacion$vestuario <- ifelse(hogares_donacion$Vestuario == 1, TRUE, FALSE)
hogares_donacion$Medicinas <- ifelse(hogares_donacion$Medicinas == 1, TRUE, FALSE)
hogares_donacion$Materiales <- ifelse(hogares_donacion$Materiales == 1, TRUE, FALSE)
hogares_donacion$Otro <- ifelse(hogares_donacion$Otro == 1, TRUE, FALSE)

hogares_donacion %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n())

hogares_donacion %>% group_by(as_factor(Área)) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n())

hogares_donacion %>% group_by(Pobreza) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n())

hogares_donacion %>% group_by(Departamento) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n())

Donacion_hogarDEPTO <- hogares_donacion %>% group_by(Departamento) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n()) %>% gather(Donación, Cantidad, -Departamento)
Donacion_hogarDEPTO

Donacion_hogarPOBREZA <- hogares_donacion %>% group_by(Pobreza) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n()) %>% gather(Donación, Cantidad, -Pobreza)
Donacion_hogarPOBREZA

Donacion_hogarDONADORES <- hogares_donacion %>% group_by(Donadores) %>% summarise(Donacion_Especie = sum(hogares_donacion$Especie, na.rm = TRUE)/n(), Donacion_Alimentos = sum(hogares_donacion$Alimentos, na.rm = TRUE)/n(), Donacion_Vestuario = sum(hogares_donacion$Vestuario, na.rm = TRUE)/n(), Donacion_Medicinas = sum(hogares_donacion$Medicinas, na.rm = TRUE)/n(), Donacion_Materiales = sum(hogares_donacion$Materiales, na.rm = TRUE)/n(),
Donacion_Otro = sum(hogares_donacion$Otro, na.rm = TRUE)/n()) 
Donacion_hogarDONADORES

GRÁFICAS

library(ggplot2)
Donacion_hogarDEPTO %>% ggplot(aes(Departamento, Cantidad)) +
    geom_col(aes(fill = Donación, group = Donación), position = "dodge") +
    theme(axis.text.x = element_text(angle = 90))

Donacion_hogarPOBREZA %>% ggplot(aes(Pobreza, Cantidad)) +
  geom_col(aes(fill = Donación, group = Donación), position = "dodge") +
  theme(axis.text.x = element_text(angle = 90))

CONCLUSIONES

1. En Guatemala, las personas que son más beneficiarias con respecto a las donaciones, especialmente las ayudas internacionales son las que viven en extrema pobreza.
2. A pesar de pensar que la ayuda más común puden ser los alimentos, no llega ni a ser la segunda donación más importante, al contrario, la mayor de ellas es la ayuda en la proporción de materiales y medicinas.
3. San Marcos es el departamento que más ayuda recibe por parte de la donaciones, mientras que los departamentos más pobres como Huehuetenango y Alta Verapaz se benefician por sólo un pequeño porcentaje.