Introducción
Vamos a importar la base de datos del Estudio de Familia y Roles de Genero 2012, usando las etiquetas de los valores
library(foreign)
genero12 <- read.spss("IOP_1212_01_D.sav", to.data.frame = TRUE,
use.value.labels = TRUE)names(genero12)## [1] "NRO" "SEXO" "GEDAD" "EDAD" "P1" "P2" "P3A"
## [8] "P3B" "P3C" "P3D" "P4A" "P4B" "P4C" "P5"
## [15] "P6A" "P6B" "P6C" "P6D" "P6E" "P7A" "P7B"
## [22] "P8A" "P8B" "P9A" "P9B" "P9C" "P9D" "P9E"
## [29] "P9F" "P10" "P10A" "P11" "P12" "P13A" "P13B"
## [36] "P14" "P15" "P16" "P17" "P18A" "P18B" "P18C"
## [43] "P18D" "P19A" "P19B" "P20" "P21" "P22" "P22A"
## [50] "P23" "P24" "P25" "P26" "P27" "P28A" "P28B"
## [57] "P29" "P30" "P31A" "P31B" "P31C" "P31D" "P31E"
## [64] "P31F" "P32" "P33A" "P33B" "P33C" "P33D" "P34"
## [71] "P35A" "P35B" "P35C" "P35D" "P35E" "P35F" "P35G"
## [78] "P36" "P37" "P38" "P39" "P40" "P41" "P42"
## [85] "P43" "P44" "P44A" "P44B" "P44C" "P45A" "P45B"
## [92] "P46A" "P46B" "P47" "P48" "P48A" "P48B" "P48C"
## [99] "P49" "P50A" "P50B" "P50C" "P50D" "P50E" "P50F"
## [106] "P50G" "P50H" "P51A" "P51B" "P51C" "P51D" "P51E"
## [113] "P51F" "P51G" "P51H" "P51I" "P51J" "P51K" "P52A"
## [120] "P52B" "P52C" "P52D" "P52E" "P52F" "P52G" "P53A"
## [127] "P53B" "P53C" "P53D" "P53E" "P53F" "P53G" "P54A"
## [134] "P54B" "P54C" "P54D" "P54E" "P55A" "P55B" "P55C"
## [141] "P55D" "P55E" "P55F" "P56" "P57" "P58" "P59A"
## [148] "P59B" "P59C" "P59D" "P59E" "P59F" "P59G" "P59H"
## [155] "P59I" "P60A" "P60B" "P60C" "P60D" "P60E" "P60F"
## [162] "P61A" "P61B" "P61C" "P61D" "P61E" "P62A" "P62B"
## [169] "P62C" "P63A" "P63B" "P63C" "P64A" "P64B" "P64C"
## [176] "P64D" "P64E" "P64F" "P64G" "P64H" "P65A" "P65B"
## [183] "P65C" "P65D" "P65E" "P65F" "P65G" "P65H" "P66A"
## [190] "P66B" "P67A" "P67B" "P67C" "P68" "P69" "P70"
## [197] "P71" "P72" "P72A" "P73" "P73A" "P74" "P75"
## [204] "P76" "P77" "P78" "P79" "P80" "P81A" "P81B"
## [211] "P81C" "P81D" "P81E" "P82" "P87" "P89" "P90"
## [218] "P92" "Región" "Ambito" "DOMINIO" "NSEGrup" "sumaNSE" "NSE"Tabla de frecuencia para una variable categórica nominal
Con la función “freq” del paquete “summarytools”, vamos a generar una tabla de frecuencia simple para la variable nominal “P11” que registrar qué institución debe de ocuparse de la licencia de maternidad con goce de haber:
library(summarytools)## Warning: package 'summarytools' was built under R version 4.1.1## Registered S3 method overwritten by 'pryr':
## method from
## print.bytes Rcpp## For best results, restart R session and update pander using devtools:: or remotes::install_github('rapporter/pander')tab.p11 <- freq(genero12$P11)
tab.p11## Frequencies
## genero12$P11
## Type: Factor
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------------------------------------- ------ --------- -------------- --------- --------------
## El gobierno 411 38.41 38.41 34.16 34.16
## El empleador 265 24.77 63.18 22.03 56.19
## Tanto el gobierno como el empleador 378 35.33 98.50 31.42 87.61
## Otras fuentes 6 0.56 99.07 0.50 88.11
## No sabe / No contesta 10 0.93 100.00 0.83 88.94
## <NA> 133 11.06 100.00
## Total 1203 100.00 100.00 100.00 100.00Tablas a partir de variables numéricas
La variable P19A registra información sobre el número de horas a la semana que los encuestados realizan trabajo doméstico (ej.: lavar, planchar, etc). Vamos a tratar de tabular esta variable.
Como se observa en la tabla “tab.p19a” no es adecuado tabular una variable numérica cuando los datos son muy dispersos; por ello, vamos a recodificar esta variable con el paquete “car”.
tab.p19a <- freq(genero12$P19A)
tab.p19a## Frequencies
## genero12$P19A
## Type: Numeric
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------- ------ --------- -------------- --------- --------------
## 0 76 6.328 6.328 6.318 6.318
## 1 10 0.833 7.161 0.831 7.149
## 2 30 2.498 9.659 2.494 9.643
## 3 29 2.415 12.073 2.411 12.053
## 4 36 2.998 15.071 2.993 15.046
## 5 13 1.082 16.153 1.081 16.126
## 6 48 3.997 20.150 3.990 20.116
## 7 89 7.410 27.560 7.398 27.515
## 8 28 2.331 29.892 2.328 29.842
## 9 7 0.583 30.475 0.582 30.424
## 10 38 3.164 33.639 3.159 33.583
## 11 1 0.083 33.722 0.083 33.666
## 12 22 1.832 35.554 1.829 35.495
## 13 1 0.083 35.637 0.083 35.578
## 14 148 12.323 47.960 12.303 47.880
## 15 20 1.665 49.625 1.663 49.543
## 16 5 0.416 50.042 0.416 49.958
## 18 22 1.832 51.873 1.829 51.787
## 20 16 1.332 53.206 1.330 53.117
## 21 116 9.659 62.864 9.643 62.760
## 22 1 0.083 62.948 0.083 62.843
## 23 2 0.167 63.114 0.166 63.009
## 24 11 0.916 64.030 0.914 63.924
## 25 10 0.833 64.863 0.831 64.755
## 26 1 0.083 64.946 0.083 64.838
## 28 107 8.909 73.855 8.894 73.732
## 30 19 1.582 75.437 1.579 75.312
## 34 1 0.083 75.520 0.083 75.395
## 35 65 5.412 80.933 5.403 80.798
## 36 5 0.416 81.349 0.416 81.214
## 40 3 0.250 81.599 0.249 81.463
## 42 61 5.079 86.678 5.071 86.534
## 43 2 0.167 86.844 0.166 86.700
## 44 2 0.167 87.011 0.166 86.866
## 45 1 0.083 87.094 0.083 86.949
## 48 8 0.666 87.760 0.665 87.614
## 49 16 1.332 89.092 1.330 88.944
## 50 2 0.167 89.259 0.166 89.111
## 56 49 4.080 93.339 4.073 93.184
## 60 2 0.167 93.505 0.166 93.350
## 63 7 0.583 94.088 0.582 93.932
## 64 3 0.250 94.338 0.249 94.181
## 66 1 0.083 94.421 0.083 94.264
## 70 27 2.248 96.669 2.244 96.509
## 72 6 0.500 97.169 0.499 97.007
## 77 1 0.083 97.252 0.083 97.091
## 80 1 0.083 97.336 0.083 97.174
## 81 1 0.083 97.419 0.083 97.257
## 84 22 1.832 99.251 1.829 99.086
## 91 1 0.083 99.334 0.083 99.169
## 100 2 0.167 99.500 0.166 99.335
## 112 1 0.083 99.584 0.083 99.418
## 140 1 0.083 99.667 0.083 99.501
## 168 4 0.333 100.000 0.333 99.834
## <NA> 2 0.166 100.000
## Total 1203 100.000 100.000 100.000 100.000Recodificación de variable numérica con paquete “car”
Para realizar la recodificación de la variable “P19A”, primero debemos activar el paquete con la función “library”.
library(car)## Warning: package 'car' was built under R version 4.1.1## Loading required package: carDataSegundo, vamos a realizar la recodificación de la variable:
genero12$P19an <- recode(genero12$P19A, "0=1; 1:14=2; 15:28=3; 29:42=4; 43:hi=5")Tercero, convertimos a factor y colocamos las etiquetas:
genero12$p19ar <- factor(genero12$P19an, labels = c("Ninguna", "Entre 1 y 14", "Entre 15 y 28",
"Entre 29 y 42", "Más de 42"))Finalmente, tabulamos la variable recodificada “p19ar”.
tab.p19ar <- table(genero12$p19ar)
tab.p19ar##
## Ninguna Entre 1 y 14 Entre 15 y 28 Entre 29 y 42 Más de 42
## 76 500 311 154 160Tablas cruzadas
También, podemos realizar tablas cruzadas para dos variables cualitativas con la función “ctable” del paquete “summarytools”:
ctable(genero12$p19ar, genero12$SEXO, "c")## Cross-Tabulation, Column Proportions
## p19ar * SEXO
## Data Frame: genero12
##
## --------------- ------ -------------- -------------- ---------------
## SEXO Masculino Femenino Total
## p19ar
## Ninguna 68 ( 11.5%) 8 ( 1.3%) 76 ( 6.3%)
## Entre 1 y 14 338 ( 57.4%) 162 ( 26.4%) 500 ( 41.6%)
## Entre 15 y 28 128 ( 21.7%) 183 ( 29.8%) 311 ( 25.9%)
## Entre 29 y 42 31 ( 5.3%) 123 ( 20.0%) 154 ( 12.8%)
## Más de 42 22 ( 3.7%) 138 ( 22.5%) 160 ( 13.3%)
## <NA> 2 ( 0.3%) 0 ( 0.0%) 2 ( 0.2%)
## Total 589 (100.0%) 614 (100.0%) 1203 (100.0%)
## --------------- ------ -------------- -------------- ---------------Finalmente, podemos construir una tabla combinando una variable cuantitativa y una cualitativa:
tabla.biv <- with(genero12, stby(data = P19A, INDICES = SEXO,
FUN = descr))
tabla.biv ## Descriptive Statistics
## P19A by SEXO
## Data Frame: genero12
## N: 589
##
## Masculino Femenino
## ----------------- ----------- ----------
## Mean 13.70 32.27
## Std.Dev 13.50 24.34
## Min 0.00 0.00
## Q1 4.00 14.00
## Median 10.00 28.00
## Q3 21.00 42.00
## Max 84.00 168.00
## MAD 8.90 20.76
## IQR 17.00 28.00
## CV 0.99 0.75
## Skewness 1.85 1.79
## SE.Skewness 0.10 0.10
## Kurtosis 4.53 5.79
## N.Valid 587.00 614.00
## Pct.Valid 99.66 100.00Gráficos para evaluar dispersión
Con la función “hist” pdoemos generar un histograma de la variables “P19A” para evaluar si existe sesgo en la distribución:
hist(genero12$P19A)
Con la función “boxplot” pdoemos generar un un gráficos de cajas de la variable “P19A” para evaluar su dispersión, así como las medidas de posicionamiento:
boxplot(genero12$P19A)
___
boxplot(genero12$P19A ~ genero12$SEXO)
Otros códigos
Con el comando “cut” del paquete básico podemos realizar también una recategorización de la variable:
genero12$edad.c <- cut(genero12$EDAD, breaks = 3 , include.lowest = T)Luego, solicitamos una tabla de la variable recodificada:
tabla.edad <- freq(genero12$edad.c)
tabla.edad## Frequencies
## genero12$edad.c
## Type: Factor
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------------- ------ --------- -------------- --------- --------------
## [17.9,42.7] 745 61.93 61.93 61.93 61.93
## (42.7,67.3] 394 32.75 94.68 32.75 94.68
## (67.3,92.1] 64 5.32 100.00 5.32 100.00
## <NA> 0 0.00 100.00
## Total 1203 100.00 100.00 100.00 100.00