Laboratorio 5. Periodismo de Datos.

Vamos a seguir explorando las tablas de Contingencia para cruzar dos o mas variables entre si, asi como seguir practicando el uso de las bases de datos etiquetadas.

  • El día de hoy vamos a revisar:

  1. Tareas: Ver para que sirve cada uno de los paquetes que utilizamos.

  2. Ejemplo: Utilizaremos una base de datos de admisiones a cierta universidad para ver si hay una discriminación por género en los procesos de admisión.

Breve Comercial

Este ejemplo viene de la clase 5 del curso de la Escuela de Métodos de Modelos estadísticos de Javier Márquez [@JMarquezP](https://twitter.com/JMarquezP). Si estan interesados en el programa, la liga es la siguiente:

https://www.lnpp.mx/evento/modelos-estadisticos/

Igualmente, para entender mejor el contexto de este problema, se recomienda leer el siguiente artículo de Medium.

Librerías a utilizar.

Utilizaremos las siguientes librerías:

  • sjlabelled, para poner etiquetas a nuestras tibbles y data.frames.

  • sjmisc, para poder realizar cruces de variables en bases de datos.

  • tidyverse, para manipular bases de datos y usar la pipa %>%.

Leemos la base de datos proveniente de la siguiente dirección web: https://raw.githubusercontent.com/JuveCampos/presentaciones/master/PdD2020/Admisiones.csv

## # A tibble: 6 x 3
##   Admitido  Sexo Departamento
##      <dbl> <dbl> <chr>       
## 1        1     1 A           
## 2        1     1 A           
## 3        1     1 A           
## 4        1     1 A           
## 5        1     1 A           
## 6        1     1 A

Esta base de datos contiene información de solicitudes de admision estudiantiles a diversos programas de licenciatura de una muy reconocida universidad de los Estados Unidos.

Contiene 3 columnas, las cuales son:

  • Admitido, la cual nos dice si un estudiante fué admitido o fué rechazado del programa de la universidad al que solicitó entrar.

  • Sexo, el sexo del solicitante.

  • Departamento, el departamento académico de la Universidad al cual solicitó el ingreso.

Asignación de claves a los valores de la variable.

Ahora generamos las claves de los datos de las variables.

Claves:

  • En la columna Admitido:

1: admitido; 0: rechazado

  • En la columna Sexo:

1: Hombre; 2:Mujer

  • En la columna departamento, cada letra hace referencia a un Departamento Académico distinto, teniendo los siguientes departamentos: A, B, C, D, E y F.

  • Recodemos, digo, recordemos como es el formato para hacer recodificación de una variable con el paquete sjmisc:

“ClaveVieja1 = ClaveNueva1 [TextoEtiqueta1];

ClaveVieja2 = ClaveNueva2 [TextoEtiqueta2];

…

ClaveViejaN = ClaveNuevaN [TextoEtiquetaN]”

Análisis de los datos: generando flat_tables.

Ahora vamos a hacer los cruces de las variables. Recordemos del último laboratorio que los cruces los podemos hacer mediante las tablas de contingencia, las cuales son tablas que se emplean para registrar y analizar la asociación entre dos o más variables, habitualmente de naturaleza cualitativa (nominales u ordinales).

  • En este caso… ¿Qué nos interesa analizar?

Dado que sospechamos que en esta escuela hay una discriminación por género en el proceso de admisión, vamos a analizar primero las proporciones de alumnos rechazados y aceptados dentro del proceso de admisión.

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       53.88 46.12
## Admitido        68.26 31.74

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       55.48 69.65
## Admitido        44.52 30.35

¿Que nos dice la tabla anterior?

Que del total de mujeres que solicitaron admisión, fueron rechazadas casi el 70 % de ellas, mientras que de los hombres que solicitaron admisión, tan solo fueron rechazados el 55 %.

¿A qué conclusión llegamos entonces al ver estas tablas? Comenten entre todos.

Desagregando los datos por Departamento.

Hay una variable que hace falta analizar: la admisión por departamento.

Para esto, vamos a desagregar los datos por departamento, para ver si hay departamentos que aportan más a la discriminación en las admisiones por género.

¿Cómo se les ocurre que podamos afrontar esto analizando por departamento?. Comenten entre todos.

## [1] "A" "B" "C" "D" "E" "F"
##                  Departamento   A   B   C   D   E   F
## Admitido  Sexo                                       
## Rechazado Hombre              313 207 205 279 138 351
##           Mujer                19   8 391 244 299 317
## Admitido  Hombre              512 353 120 138  53  22
##           Mujer                89  17 202 131  94  24
##                  Departamento     A     B     C     D     E     F
## Admitido  Sexo                                                   
## Rechazado Hombre              33.55 35.38 22.33 35.23 23.63 49.16
##           Mujer                2.04  1.37 42.59 30.81 51.20 44.40
## Admitido  Hombre              54.88 60.34 13.07 17.42  9.08  3.08
##           Mujer                9.54  2.91 22.00 16.54 16.10  3.36
##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       94.28  5.72
## Admitido        85.19 14.81

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       96.28  3.72
## Admitido        95.41  4.59

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       34.40 65.60
## Admitido        37.27 62.73

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       53.35 46.65
## Admitido        51.30 48.70

##           Sexo Hombre Mujer
## Admitido                   
## Rechazado       31.58 68.42
## Admitido        36.05 63.95