TALLER: UNA GUÍA PRÁCTICA PARA USAR LOS DATOS DEL BARÓMETRO DE LAS AMÉRICAS
Arturo Maldonado - Pontificia Universidad Católica del Perú
22/09/2020
REPLICACIÓN DEL TOPICAL BRIEF 035
Tolerancia a los “golpes de Estado” ejecutivos en Perú
Autoras: Mariana V. Ramírez Bustamante y Elizabeth J. Zechmeister - Vanderbilt University
ABSTRACT
En este taller vamos a replicar el informe Actualidad #035 de la Serie Perspectivas desde el Barómetro de las Américas. Se puede ver aquí la lista de los reportes aquí. El informe 142 se puede conseguir en español aquí.
Para este taller, se asume que los participantes tienen un conocimiento básico de R y RStudio. A lo largo de este taller, explicaremos, paso a paso, los procedimientos en RStudio para producir las tablas y gráficos que se ven en los informes. En estos informes, estas tablas y gráficos han sido producidos originalmente en STATA.
En resumen, este informe presenta el promedio de tolerancia a los “golpes de Estado” ejecutivos en las Américas y la tendencia en el tiempo de esta tolerancia en Perú.
SOBRE LA BASE DE DATOS
Los datos que vamos a usar deben citarse de la siguiente manera: Fuente: Barómetro de las Américas por el Proyecto de Opinión Pública de América Latina (LAPOP), wwww.LapopSurveys.org.
Pueden descargar los datos de manera libre aquí
En este enlace, se puede registrar o entrar como “Free User”. En el buscador, se puede ingresar el texto “merge”. Ahí se tendrá acceso a la base de datos completa “2004-2018 Grand Merge Free” en versión para STATA. Se descarga la base de datos en formato zip, la que se descomprime en formato .dta.
Debido a que estas bases de datos son muy grandes (42MB en formato zip), para este taller vamos a trabajar con una versión reducida, que incluye los países y años seleccionados en el informe. Esta base de datos y todos los materiales para esta taller se pueden descargar aquí
INSTALANDO LOS PAQUETES NECESARIOS EN R
LEYENDO LA BASE DE DATOS EN R
Si se trabajara con la base de datos descargada del repositorio de LAPOP
Se carga la base de datos en STATA en R en un dataframe “lapopmerge”. Tenga en cuenta que la base de datos tiene que estar en su directorio de trabajo (working directory). Para este Insights se analiza la ronda 2016/17, por lo que se selecciona esta ronda en el merge total. Se crea un nuevo dataframe “lapop”. Luego, también se elimina las observaciones de los países que no se analizan en este reporte por no tener datos de la variable sobre medios de comunicación. Se elimina el dataframe del Merge original. Finalmente el dataframe “lapop” incluye solo la ronda 2016/17 y los países de análisis.
En este taller vamos a trabajar con una versión simplificada de la base de datos, que incluye solo las variables necesarias para el análisis. Esta base reducida directamente la leemos en RStudio y seleccionamos la ronda de trabajo.
lapop <- import("LAPOP_reduced_merge.dta")
lapop <- subset(lapop, wave==2018)
lapop <- subset(lapop, pais<=23)El análisis para el gráfico 1 incluye a todos los países y el análisis del gráfico 2 incluye todas las rondas para Perú. Al momento de leer la base de datos en R, este programa importa las variables como numéricas. La variable “pais” se tiene que convertir en una variable de tipo “factor” y se tiene que etiquetar.
lapop$pais = as.factor(lapop$pais)
levels(lapop$pais) <- c("México", "Guatemala", "El Salvador", "Honduras",
"Nicaragua","Costa Rica", "Panamá", "Colombia",
"Ecuador", "Bolivia", "Perú", "Paraguay", "Chile",
"Uruguay", "Brasil", "Argentina",
"Rep. Dom.", "Jamaica")
table(lapop$pais)##
## México Guatemala El Salvador Honduras Nicaragua Costa Rica
## 1580 1596 1511 1560 1547 1501
## Panamá Colombia Ecuador Bolivia Perú Paraguay
## 1559 1663 1533 1682 1521 1515
## Chile Uruguay Brasil Argentina Rep. Dom. Jamaica
## 1638 1581 1498 1528 1516 1513GRÁFICO 1
La autora indica que para este reporte se ha usado la pregunta: JC15A: ¿Cree usted que cuando el país enfrenta momentos muy difíciles, se justifica que el presidente del país cierre el Congreso y gobierne sin Congreso? 1. Sí se justifica 2. No se justifica Esta base de datos ya cuenta con una variable recodificada llamada “jc15ar”, de tal manera que 1=100 y 2=0. Con el siguiente código se calcula la media de esta variable recodificada por cada país, tomando en cuenta la ponderación por país. Estos datos se guardan en un nuevo dataframe “tab.jc15ar”.
tab.jc15ar <- as.data.frame(compmeans(lapop$jc15ar, lapop$pais, lapop$weight1500, plot=FALSE))## Warning in compmeans(lapop$jc15ar, lapop$pais, lapop$weight1500, plot = FALSE):
## 11367 rows with missing values droppedtab.jc15ar## Mean N Std. Dev.
## México 28.075052 1366 44.95304
## Guatemala 22.797579 1398 41.96771
## El Salvador 18.149965 1417 38.55677
## Honduras 25.657427 1353 43.69039
## Nicaragua 21.698113 719 41.24764
## Costa Rica 17.261056 701 37.81803
## Panamá 25.437416 715 43.58138
## Colombia 16.546763 752 37.18493
## Ecuador 23.956931 727 42.71145
## Bolivia 27.272727 667 44.56960
## Perú 58.923885 751 49.22996
## Paraguay 27.167630 685 44.51489
## Chile 21.279555 658 40.95954
## Uruguay 9.221902 658 28.95548
## Brasil 22.289784 716 41.64814
## Argentina 13.212796 706 33.88700
## Rep. Dom. 24.305061 1388 42.90800
## Jamaica 23.959828 691 42.71475
## Total 23.843688 16069 42.61409En este dataframe, se cambian los nombres de las columnas, se agrega una nueva columna “pais”, se calcula el error estándar y el margen de error y se eliminan la fila de total.
varnames <- c("media", "n", "sd")
colnames(tab.jc15ar) <- varnames
tab.jc15ar$pais <- row.names(tab.jc15ar)
tab.jc15ar$err.st <- tab.jc15ar$sd/sqrt(tab.jc15ar$n)
tab.jc15ar$ci <- tab.jc15ar$err.st*1.96
tab.jc15ar <- tab.jc15ar[-19, ]
tab.jc15ar## media n sd pais err.st ci
## México 28.075052 1366 44.95304 México 1.216280 2.383910
## Guatemala 22.797579 1398 41.96771 Guatemala 1.122436 2.199975
## El Salvador 18.149965 1417 38.55677 El Salvador 1.024273 2.007575
## Honduras 25.657427 1353 43.69039 Honduras 1.187783 2.328054
## Nicaragua 21.698113 719 41.24764 Nicaragua 1.538277 3.015024
## Costa Rica 17.261056 701 37.81803 Costa Rica 1.428367 2.799600
## Panamá 25.437416 715 43.58138 Panamá 1.629851 3.194508
## Colombia 16.546763 752 37.18493 Colombia 1.355995 2.657750
## Ecuador 23.956931 727 42.71145 Ecuador 1.584080 3.104797
## Bolivia 27.272727 667 44.56960 Bolivia 1.725742 3.382454
## Perú 58.923885 751 49.22996 Perú 1.796427 3.520997
## Paraguay 27.167630 685 44.51489 Paraguay 1.700826 3.333620
## Chile 21.279555 658 40.95954 Chile 1.596769 3.129668
## Uruguay 9.221902 658 28.95548 Uruguay 1.128802 2.212452
## Brasil 22.289784 716 41.64814 Brasil 1.556464 3.050669
## Argentina 13.212796 706 33.88700 Argentina 1.275354 2.499694
## Rep. Dom. 24.305061 1388 42.90800 Rep. Dom. 1.151711 2.257354
## Jamaica 23.959828 691 42.71475 Jamaica 1.624946 3.184893Con estos datos en el dataframe se usa el siguiente código para producir el gráfico 1.
graf035_1 <- ggplot(tab.jc15ar, aes(x=reorder(pais, media), y=media)) +
geom_bar(width=0.5, fill="purple", colour="black", stat="identity")+
geom_errorbar(aes(ymin=media-ci, ymax=media+ci), width=0.2)+
geom_text(aes(label=paste(round(media, 1), "%")), hjust=-1.1, size=2)+
xlab("") + ylab("Cree que cierre del Congreso
es justificable en tiempos difíciles (%)")+
coord_flip()
graf035_1
GRÁFICO 2
Para producir el gráfico 2 se va a trabajar con la base de datos de Perú para todas las rondas. La base de datos con la que se trabajará en este taller es una reducida, que solo incluye las variables necesarias para este análisis.
peru <- import("Peru reduced.dta")Con este dataframe se calcula el promedio de la variable “jc15ar” por año y se guarda en un nuevo dataframe “tab.peru”.
tab.peru <- as.data.frame(compmeans(peru$jc15ar, peru$year, peru$weight1500, plot=FALSE))## Warning in compmeans(peru$jc15ar, peru$year, peru$weight1500, plot = FALSE):
## Warning: "peru$year" was converted into factor!## Warning in compmeans(peru$jc15ar, peru$year, peru$weight1500, plot = FALSE):
## 1175 rows with missing values droppedtab.peru## Mean N Std. Dev.
## 2010 26.45390 1410 44.12439
## 2012 21.98839 1378 41.43182
## 2014 27.38351 1395 44.60853
## 2017 37.82106 1446 48.51083
## 2019 58.92388 751 49.22996
## Total 32.09307 6380 46.68708De la misma manera que en el gráfico 1, se tiene que adecuar este dataframe para tener los datos por año necesarios para producir el gráfico 2.
colnames(tab.peru) <- varnames
tab.peru$year <- row.names(tab.peru)
tab.peru$err.st <- tab.peru$sd/sqrt(tab.peru$n)
tab.peru$ci <- tab.peru$err.st*1.96
tab.peru <- tab.peru[-6, ]
tab.peru## media n sd year err.st ci
## 2010 26.45390 1410 44.12439 2010 1.175085 2.303166
## 2012 21.98839 1378 41.43182 2012 1.116116 2.187587
## 2014 27.38351 1395 44.60853 2014 1.194348 2.340922
## 2017 37.82106 1446 48.51083 2017 1.275718 2.500407
## 2019 58.92388 751 49.22996 2019 1.796427 3.520997Primero se crea el gráfico de líneas que muestra el cambio en el promedio de esta variable por año para Perú.
graf2 <- ggplot(tab.peru, aes(x=year, y=media, group=1)) +
geom_line() +
geom_point() +
ylab("Tolerancia a golpes de Estado ejecutivos (%)") +
xlab("Año")
graf2
A este gráfico se le agrega la franja con el intervalo de confianza.
graf035_2 <- graf2 + geom_ribbon(aes(ymin=media-ci,
ymax=media+ci),
linetype=1,
fill="grey80", outline.type="upper") +
geom_line(aes(y=media), colour="green4") +
geom_text(aes(label=paste(round(media, 1), "%")),
hjust=-0.4, size=3)
graf035_2
De esta manera se han replicado los gráficos presentados en este Brief 035 de la Serie Perspectivas usando los datos del Barómetro de las Américas por LAPOP.
