Introducción

En esta investigación se van a tocar puntos de salud, economía, cultura y lo relacionado con los niveles de IDH que afecten la educación en México. Analizaremos datos de la educación tomada por la INEGI como lo son la desercion escolar, la cantidad de alumnos estudiando en cada nivel, así como las tasas de desercion escolar. Además explicaremos el por qué la tendencia a estudiar en México es mucho más alta incluso que en paises con un IDH de primer mundo.

Educación

Incógnitas

Durante este trabajo estaremos girando entorno de las siguientes preguntas:

• ¿Cómo hes la población en educación a diferentes niveles y cómo ha variado?
• ¿Cómo es la deserción escolar en México y en Sonora?
• ¿Qué es el IDH?
• ¿Qué relación tiene el PIB por entidad federativa con al educación?
• ¿Son los estados más ricos los más educados?
• ¿Esto sucede de esta forma a nivel mundial?

Importación de datos y de paquetes

library(pacman)
p_load(rmdformats,readxl,ggplot2,plotly,xfun,scales,viridis,gridExtra)

escolaridad18_19 <- read_excel("escolaridad-2018-2019.xlsx")
escolaridad19_20 <- read_excel("escolaridad-2019-2020.xlsx")

escolaridadMediaSuperior17_18 <- read_excel("mediasuperior-2017-2018.xlsx")
escolaridadMediaSuperior19_20 <- read_excel("mediasuperior-2019-2020.xlsx")


abandonoEscolar <- read_excel("TasaAbandonoEscolar.xlsx")

abandonoEscolar <- abandonoEscolar[abandonoEscolar$`Entidad federativa`=='Sonora',]

alumnos <-read_excel("Educacion_06.xlsx")

pib <- read_excel("pib_estados.xlsx")

niveles_escolares <- read_excel("alumnos_2019.xlsx")

paises_ricos <- read_excel("paises_ricos.xlsx")

## New names:
## * `` -> ...2

datos_pr <- read_excel("datos_paises_ricos.xlsx")

municipios <- escolaridad18_19$Municipio
escolaridad <- data.frame(municipios,escolaridad18_19$Alumnos,escolaridad19_20$Alumnos)

municipiosMediaSuperior <- escolaridadMediaSuperior17_18$Municipio
escolaridadMediaSuperior <- data.frame(municipiosMediaSuperior,escolaridadMediaSuperior17_18$Alumnos,escolaridadMediaSuperior19_20$Alumnos)

Descarga del código y de los datos

xfun::embed_file("E1U1.Rmd")

xfun::embed_file("escolaridad-2018-2019.xlsx")

xfun::embed_file("escolaridad-2019-2020.xlsx")

xfun::embed_file("mediasuperior-2017-2018.xlsx")

xfun::embed_file("mediasuperior-2019-2020.xlsx")

xfun::embed_file("TasaAbandonoEscolar.xlsx")

xfun::embed_file("alumnos_2019.xlsx")

xfun::embed_file("paises_ricos.xlsx")

xfun::embed_file("PIBE_2.csv")

xfun::embed_file("Educacion_06.xlsx")

Hipotésis

Consideramos que el IDH afecta indirectamente la educación en nuestro país debido a que hay otros elementos externos que son capaces de alterar drásticamente la tendencia a que la sociedad sea una sociedad con más profesionistas y personas preparadas para ejercer algún oficio. Esto lo pensamos comparando la situación de nusetro país con la situación de Estados Unidos, en donde en Estados Unidos la tendencia a estudiar una escuela superior es mucho menor que la que existe acá en México. Se preguntaran ¿como es esto posible?, pues a pesar de que Estados Unidos esta en los primeros lugares en cuanto a niveles de IDH, la educación en ese país es muy cara. Según Forbes, los gastos anuales provocados por las carreras universitarias en las familias estadounidenses parte desde los $ 70 000 dolares americanos, mientras que en nuestro país la educación es casi gratuita.

Gráfica de comparacion general de la escolaridad 2018-2020

plot_ly(escolaridad,colors=magma(72),x=~municipios,y=~escolaridad18_19$Alumnos,type="bar",name="2018-2019")%>%
  add_trace(y=~escolaridad19_20$Alumnos,name="2019-2020")%>%
  layout(yaxis = list(title = 'Alumnos',showticklabels = TRUE,rangemode = "tozero"),xaxis = list(title = 'Municipio',tickangle = 45,rangemode = "tozero"), barmode = 'stack')

En esta gráfica podemos apreciar que el total de alumnos matriculados en general aumento en las épocas de COVID-19, esto nos da una razón para creer que este no afectó en absoluto a las inscripciones y hasta podemos rectificar que esto ha incitado a mas jovenes a estudiar.

Gráfica de comparación de la escolaridad media superior 2018-2020

plot_ly(escolaridadMediaSuperior,colors=magma(72),x=~municipiosMediaSuperior,y=~escolaridadMediaSuperior17_18$Alumnos,type="bar",name="2017-2018")%>%
  add_trace(y=~escolaridadMediaSuperior19_20$Alumnos,name="2019-2020")%>%
  layout(yaxis = list(title = 'Alumnos inscritos',showticklabels = TRUE,rangemode = "tozero"),xaxis = list(title = 'Municipio',tickangle = 45,rangemode = "tozero"), barmode = 'stack')

## Warning: Ignoring 3 observations

## Warning: Ignoring 3 observations

En esta tabla nos centramos en la educación media superior, en esta tabla sucede el mismo caso que en la anterior ya que en esta area podemos ver que aumento en las ciudades más importantes pero en algunas pequeñas se vieron afectadas por las condiciones.

Gráfica de abandono escolar a nivel nacional

plot_ly(abandonoEscolar,x=~`Nivel educativo`,y=~`2015/2016`,type="bar",name="2015-2016")%>%
  group_by(`Nivel educativo`)%>%
  add_trace(y=~`2019/2020`,name="2019-2020")%>%
  layout(yaxis = list(title = 'Tasa de abandono escolar (%)',showticklabels = TRUE,rangemode = "tozero"),xaxis = list(title = 'Tipo de escolaridad',tickangle = 45,rangemode = "tozero"), barmode = 'bars')

Gráfica de comparación de alumnos 2015/2016 a 2019/2020

plot_ly(alumnos,colors=magma(72),x=~Sexo,y=~`Preescolar-2015/2016`,type="bar",name="Preescolar-2015/2016") %>%
  add_trace(y=~`Primaria-2015/2016`,name="Primaria-2015/2016")%>%
  add_trace(y=~`Secundaria-2015/2016`,name="Secundaria-2015/2016")%>%
  add_trace(y=~`Media superior-2015/2016`,name="Media superior-2015/2016")%>%
  add_trace(y=~`Superior-2015/2016`,name="Superior-2015/2016")%>%
  add_trace(y=~`Preescolar-2019/2020`,name="Preescolar-2019/2020")%>%
  add_trace(y=~`Primaria-2019/2020`,name="Primaria-2019/2020")%>%
  add_trace(y=~`Secundaria-2019/2020`,name="Secundaria-2019/2020")%>%
  add_trace(y=~`Media superior-2019/2020`,name="Media superior-2019/2020")%>%
  add_trace(y=~`Superior-2019/2020`,name="Superior-2019/2020")%>%
layout(yaxis = list(title = 'Alumnos inscritos',showticklabels = TRUE,rangemode = "tozero"),xaxis = list(title = 'Nivel de Educación',rangemode = "tozero"), barmode = 'bars')

En esta tabla se presentan todos los alumnos inscritos y matriculados en escuelas, separado por mujeres y hombres y después un total, lo que nos ayuda a entender que tanto hombres como mujeres se inscriben en números prácticamente iguales en todas las áreas. Estos datos varían de inscripciones entre 2015-2016 y 2019-2020.

Gráfica del PIB

pib_tabla <- plot_ly(pib,x=~Concepto,y=pib$`2019`,type="bar",name=~Concepto,color = ~Concepto)%>%
layout(yaxis = list(title = 'PIB'),xaxis = list(title = 'Estado',tickangle = 45),title='PIB por Estado de México 2019')
pib_tabla

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

Podemos apreciar en esta tabla que mide los Estados de México que más aportan al PIB, entre ellos los más influyentes son Ciudad de México, Estado de México,Nuevo León, Jalisco y Veracruz.

Estados más desarrollados y su nivel educativo

niveles_escolares_tabla <- ggplot(niveles_escolares) +theme(axis.text.x = element_text(angle=25,hjust=1),axis.text.y =element_text(size = 6))+
  geom_point(mapping = aes(x = Estado, y = Preescolar, color = 'Preescolar',))+
  geom_point(mapping = aes(x = Estado, y = Primaria, color = 'Primaria'))+
  geom_point(mapping = aes(x = Estado, y = Bachillerato, color = 'Bachillerato'))+
  labs(title="Ingreso de Alumnos por Estado 2019-2020",x="Estado",y="Alumnos Inscritos")

ggplotly(niveles_escolares_tabla)

Ahora sabemos cuales son los estados más ricos que hay en México por lo que nuestra incógnita número 5 puede proceder, “conociendo que ellos son los que generan más dinero deberían de ser también los líderes de IDH en el ámbito de la educación”. Esto se desmiente con la siguiente tabla que nos muestra los niveles de educación que tienen en las primeras 3 facetas necesarias para la educación de los jovenes, podemos apreciar que los estados más ricos a un que estén bien posicionados en los 3 niveles educativos no son “absolutamente” los mejores en dar servicios educativos cuando hablamos de educación preescolar y primaria.

Gráfica Países Ricos

paises_ricos_tabla <- plot_ly(paises_ricos,x=paises_ricos$Pais,y=paises_ricos$`Ganancias Personales`,type="bar",name=~Pais,color=~Pais)%>%
layout(yaxis = list(title = 'Ganancias personales'),xaxis = list(title = 'Paisdes',tickangle = 45),title='Ganancias personales por país')
  paises_ricos_tabla

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

Esta gráfica nos identifíca cuales son los países en los que las ganancias personales son más altas, esta gráfica está ilustrada en dólares por año. Como podemos apreciar los 4 países más altos son Luxemburgo, Suiza, Islandia y Estados Unidos respectivamente.

Gráfica de los países más educados

paises_educados_tabla <- plot_ly(paises_ricos,x=paises_ricos$Pais,y=paises_ricos$`Asistencia a la educacion`,type="bar",name=~Pais,color=~Pais)%>%
layout(yaxis = list(title = 'Asistencia Educacional',range=(c(30,100))),xaxis = list(title = 'Paisdes',tickangle = 45),title='Asistencia educacional por país')
paises_educados_tabla

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

## Warning in RColorBrewer::brewer.pal(N, "Set2"): n too large, allowed maximum for palette Set2 is 8
## Returning the palette you asked for with that many colors

mean(paises_ricos$`Asistencia a la educacion`)

## [1] 80.11765

En esta gráfica podemos contemplar cómo lo países mejor educados son República Checa, Lithuania, Polonia, Canadá y Estados Unidos respectivamente, aun que estos son los mayores y superan la media de 80.11 (como aparece debajo de la tabla) hay varios países alrededor que son cercanamente tan asistentes como ellos. Algo alarmante que cabe resaltar en esta gráfica es que México está en el peor de los puestos entre estos países y por una diferencia exuberante en la comparación con otros países.

Correlación entre Riqueza y Educación

cor(paises_ricos$`Ganancias Personales`,paises_ricos$`Asistencia a la educacion`)

## [1] 0.2164048

pairs(datos_pr)

## Conclusión Apesar de las arduas investigaciones hechas en este trabajo, la teoría de que los países más ricos son los más educados son un tanto inciertas ya que a pesar de que los recursos pueden comprar más escuelas y crear opotunidades para los jovenes esto no necesariamente significa que gracias a esos recursos las personas atiendan a la escuela de manera abundante en reflejo a su población. Por otro lado cabe resaltar que a pesar de que los más ricos no son los que tienen los mayores índices de educación, estos si participan al nivel de los que si lo sónm ya que nuestros ejemplares de la tabla con más riqueza están bien pocisionados en la tabla con más educación. Terminando se puede llegar a la conclusión de que el IDH medido por cada país reside en sus tres pilares (educación, economía y salud) y estos nos ayudan a entender la calidad de vida general que lleva la mayoría de los individuos en su país.

Bibliografía

Educación, I.N.P.L.E.(s. f.). INEE | La Educación Obligatoria en México - Informe 2019. INEE. Recuperado 24 de marzo de 2021, de https://www.inee.edu.mx/medios/informe2019/stage_01/cap_0102.html

El IDH ha subido en México a 0,779. (2020, 16 diciembre). datosmacro.com. https://datosmacro.expansion.com/idh/mexico

Expansión. (2016, 15 febrero). Educación, el «talón de Aquiles» para el desarrollo humano en México. https://expansion.mx/nacional/2014/07/24/educacion-el-talon-de-aquiles-para-el-desarrollo-humano-en-mexico

OECD. (2019). Better Life Index. https://stats.oecd.org/Index.aspx?DataSetCode=BLI

Statista. (2021, 22 enero). México: deserción escolar durante la pandemia de COVID-19, por nivel. https://es.statista.com/estadisticas/1196796/desercion-escolar-nivel-educativo-covid-mexico/#statisticContainer