date: 23-09-2021

1 Introducción

El procedimiento de generación de tablas de contingencia trae problemas si se condideran varaias tablas referidas por ejemplo a varios años, cuyas categorías de divergen.

Ésta pregunta sólo se comenzó a aplicar en la Casen del 2006 y hasta la versión 2020

casen_2006 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2006_c.rds")
casen_2006 <- mutate_if(casen_2006, is.factor, as.character)
casen_2009 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2009_c.rds")
casen_2009 <- mutate_if(casen_2009, is.factor, as.character)
casen_2011 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2011_c.rds")
casen_2011 <- mutate_if(casen_2011, is.factor, as.character)
casen_2013 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2013_c.rds")
casen_2013 <- mutate_if(casen_2013, is.factor, as.character)
casen_2015 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2015_c.rds")
casen_2015 <- mutate_if(casen_2015, is.factor, as.character)
casen_2017 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2017_c.rds")
casen_2017 <- mutate_if(casen_2017, is.factor, as.character)
casen_2020 <<- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/casen_2020_c.rds")
casen_2020 <- mutate_if(casen_2020, is.factor, as.character)

cod_com <- readRDS("C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/codigos_comunales_2006-2020.rds") 
names(cod_com)[2] <- "comuna"

Homologación de alfabetismo

casen_2006$E1[casen_2006$E1 == "No sabe /Sin dato"] <- NA

casen_2011$e1[casen_2011$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2011$e1[casen_2011$e1 == "No, sólo lee"] <- "No"
casen_2011$e1[casen_2011$e1 == "No, ninguno"] <- "No"
casen_2011$e1[casen_2011$e1 == "No, sólo escribe"] <- "No"

casen_2013$e1[casen_2013$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2013$e1[casen_2013$e1 == "No, ninguno"] <- "No"
casen_2013$e1[casen_2013$e1 == "No, sólo lee"] <- "No"
casen_2013$e1[casen_2013$e1 == "No, sólo escribe"] <- "No"
casen_2013$e1[casen_2013$e1 == "NS/NR"] <- NA

casen_2015$e1[casen_2015$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2015$e1[casen_2015$e1 == "No, ninguno"] <- "No"
casen_2015$e1[casen_2015$e1 == "No, sólo lee"] <- "No"
casen_2015$e1[casen_2015$e1 == "No, sólo escribe"] <- "No"

casen_2017$e1[casen_2017$e1 == "Sí, lee y escribe"] <- "Sí"
casen_2017$e1[casen_2017$e1 == "No, sólo lee"] <- "No"
casen_2017$e1[casen_2017$e1 == "No, ninguno"] <- "No"
casen_2017$e1[casen_2017$e1 == "No sabe/responde"] <- NA
casen_2017$e1[casen_2017$e1 == "No, sólo escribe"] <- "No"

casen_2020$e1[casen_2020$e1 == 1] <- "Sí"
casen_2020$e1[casen_2020$e1 == 0] <- "No"

Homologación de etnia

fn_etnia <- function(union){
union$Etnia[union$Etnia == "Aimara" ]  <- "Aymara"
union$Etnia[union$Etnia == "No pertenece a ninguno de estos pueblos indígenas" ]  <-  "No pertenece a ningún pueblo indígena" 
union$Etnia[union$Etnia == "Mapuche"]  <- "Mapuche"
union$Etnia[union$Etnia == "Diaguita"]  <- "Diaguita"
union$Etnia[union$Etnia == "Atacameño" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likan-Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likán Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Atacameño (Likán-Antai)" ]  <- "Atacameño"
union$Etnia[union$Etnia == "Quechua" ]  <- "Quechua"
union$Etnia[union$Etnia == "Yámana o Yagán" ]  <- "Yagán"
union$Etnia[union$Etnia == "Yagan" ]  <- "Yagán"
union$Etnia[union$Etnia == "Yagán (Yámana)" ]  <- "Yagán"
union$Etnia[union$Etnia == "Rapa-Nui o Pascuenses"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa-Nui"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa Nui (Pascuense)"]  <- "Pascuense"
union$Etnia[union$Etnia == "Rapa Nui"]  <- "Pascuense"
union$Etnia[union$Etnia == "Collas"]  <- "Coya"
union$Etnia[union$Etnia == "Kawashkar o Alacalufes" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawashkar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawésqar (Alacalufes)" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawésqar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Kawaskar" ]  <- "Alacalufe"
union$Etnia[union$Etnia == "Chango" ]  <- "Chango"
union$Etnia[union$Etnia ==  "Sin dato"]  <- NA
union$Etnia[union$Etnia ==  "NS/NR"   ]  <- NA
union$Etnia[union$Etnia == "No sabe/no responde" ]  <- NA 

union <<- union
}

Homologación de migración

for (i in unique(casen_2020$r2_pais_esp)) {
  pais <- gsub("(^[[:space:]]+|[[:space:]]+$)", "", i)
  pais <- tolower(pais)
  casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == i] <- str_to_title(pais) 
} 

casen_2011$r2p_cod[casen_2011$r2p_cod == "No contesta"] <- "NS/NR"
casen_2013$r2_p_cod[casen_2013$r2_p_cod == "No contesta"] <- "NS/NR"
casen_2015$r2espp_cod[casen_2015$r2espp_cod == "No contesta"] <- "NS/NR"
casen_2017$r2_p_cod[casen_2017$r2_p_cod == "No Bien Especificado"] <- "NS/NR"
casen_2017$r2_p_cod[casen_2017$r2_p_cod == "No Responde"] <- "NS/NR"
casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == "No Bien Especificado"] <- "NS/NR"
casen_2020$r2_pais_esp[casen_2020$r2_pais_esp == ""] <- NA

1.1 Se obtiene el universo de categorías para e6a cada año

2006 - 2020

ab <- casen_2006
unique_d_2006 <- unique(ab$EDUC)
 
ab <- casen_2009
unique_d_2009 <- unique(ab$EDUC)
 
ab <- casen_2011
unique_d_2011 <- unique(ab$e6a)
 
ab <- casen_2013
unique_d_2013 <- unique(ab$e6a)
 
ab <- casen_2015
unique_d_2015 <- unique(ab$e6a)
 
ab <- casen_2017
unique_d_2017 <- unique(ab$e6a)
 
ab <- casen_2020
unique_d_2020 <- unique(ab$e6a)

2 Diccionario

Se unen todas las categorías de respuesta, se excluyen las repetidas y se les asocia un código:

unique_d_2006 <- as.data.frame(unique_d_2006)
colnames(unique_d_2006)[1] <- "superduper"
unique_d_2009 <- as.data.frame(unique_d_2009)
colnames(unique_d_2009)[1] <- "superduper"
unique_d_2011 <- as.data.frame(unique_d_2011)
colnames(unique_d_2011)[1] <- "superduper"
unique_d_2013 <- as.data.frame(unique_d_2013)
colnames(unique_d_2013)[1] <- "superduper"
unique_d_2015 <- as.data.frame(unique_d_2015)
colnames(unique_d_2015)[1] <- "superduper"
unique_d_2017 <- as.data.frame(unique_d_2017)
colnames(unique_d_2017)[1] <- "superduper"
unique_d_2020 <- as.data.frame(unique_d_2020)
colnames(unique_d_2020)[1] <- "superduper"
el_total <- rbind(unique_d_2006, unique_d_2009, unique_d_2011, unique_d_2013, unique_d_2015, unique_d_2017 , unique_d_2020)
el_total_final <- unique(el_total)
el_total_final$observation <- 1:nrow(el_total_final) 
datatable(el_total_final, extensions = 'Buttons', escape = FALSE, rownames = FALSE,
          options = list(dom = 'Bfrtip',
          buttons = list('colvis', list(extend = 'collection',
          buttons = list(
          list(extend='copy'),
          list(extend='excel',
            filename = 'tabla_Diccionario'),
          list(extend='pdf',
            filename= 'tabla_Diccionario')),
          text = 'Download')), scrollX = TRUE))

dataf1 <- data.frame()
for (n in 1:nrow(el_total_final)) { 
  dataf1 <- rbind(dataf1,paste0("m['e6a'][m['e6a'] ==  '",el_total_final[n,1],"']"," <- '",el_total_final[n,2],"'"))
}
dataf1 <- as.data.frame(dataf1)
write_xlsx(dataf1,"el_total_final.xlsx")
nn <- 1
la_correccion <- function(m) {

m['e6a'][m['e6a'] ==  'M.HUM. INCOMPLETA'] <- '1'
m['e6a'][m['e6a'] ==  'M.TEC COMPLETA'] <- '2'
m['e6a'][m['e6a'] ==  'NA'] <- '3'
m['e6a'][m['e6a'] ==  'BASICA COMPL.'] <- '4'
m['e6a'][m['e6a'] ==  'M.TEC.PROF. INCOMPLETA'] <- '5'
m['e6a'][m['e6a'] ==  'BASICA INCOM.'] <- '6'
m['e6a'][m['e6a'] ==  'M.HUM. COMPLETA'] <- '7'
m['e6a'][m['e6a'] ==  'TECNICA  O UNIV. COMPLETA'] <- '8'
m['e6a'][m['e6a'] ==  'TEC. O UNIV.  INCOMPLETA.'] <- '9'
m['e6a'][m['e6a'] ==  'SIN EDUC. FORMAL'] <- '10'
m['e6a'][m['e6a'] ==  'SIN DATO'] <- '11'
m['e6a'][m['e6a'] ==  'Media Humanista Completa'] <- '12'
m['e6a'][m['e6a'] ==  'Básica Incompleta'] <- '13'
m['e6a'][m['e6a'] ==  'Media Humanista Incompleta'] <- '14'
m['e6a'][m['e6a'] ==  'Básica Completa'] <- '15'
m['e6a'][m['e6a'] ==  'Media Técnico Completa'] <- '16'
m['e6a'][m['e6a'] ==  'Técnica o Universitaria Completa'] <- '17'
m['e6a'][m['e6a'] ==  'Técnica ó Universitaria Incompleta'] <- '18'
m['e6a'][m['e6a'] ==  'Media Técnico Profesional Incompleta'] <- '19'
m['e6a'][m['e6a'] ==  'Sin Educación Formal'] <- '20'
m['e6a'][m['e6a'] ==  'Humanidades (sistema antiguo)'] <- '21'
m['e6a'][m['e6a'] ==  'Primaria/Preparatoria (sistema antiguo)'] <- '22'
m['e6a'][m['e6a'] ==  'Profesional'] <- '23'
m['e6a'][m['e6a'] ==  'Educación Media Científico-Humanista'] <- '24'
m['e6a'][m['e6a'] ==  'Técnico Nivel Superior'] <- '25'
m['e6a'][m['e6a'] ==  'Educación Básica'] <- '26'
m['e6a'][m['e6a'] ==  'Kinder/Pre-kinder'] <- '27'
m['e6a'][m['e6a'] ==  'Postgrado'] <- '28'
m['e6a'][m['e6a'] ==  'Educación Media Técnica Profesional'] <- '29'
m['e6a'][m['e6a'] ==  'Nunca asistió'] <- '30'
m['e6a'][m['e6a'] ==  'Jardín infantil/Sala cuna'] <- '31'
m['e6a'][m['e6a'] ==  'Técnica, Comercial, Industrial o Normalista'] <- '32'
m['e6a'][m['e6a'] ==  'Educación especial (diferencial)'] <- '33'
m['e6a'][m['e6a'] ==  'Técnico Nivel Superior (carreras de 1 a 3 años)'] <- '34'
m['e6a'][m['e6a'] ==  'Profesional (carreras de 4 o más años)'] <- '35'
m['e6a'][m['e6a'] ==  'Técnica, Comercial, Industrial o Normalista (sistema antiguo)'] <- '36'
m['e6a'][m['e6a'] ==  'NS/NR'] <- '37'
m['e6a'][m['e6a'] ==  'Primaria o Preparatoria (Sistema Antiguo)'] <- '38'
m['e6a'][m['e6a'] ==  'Prekinder / Kinder (Transición menor y Transición Mayor)'] <- '39'
m['e6a'][m['e6a'] ==  'Profesional Completo (Carreras 4 ó más años)'] <- '40'
m['e6a'][m['e6a'] ==  'Humanidades (Sistema Antiguo)'] <- '41'
m['e6a'][m['e6a'] ==  'Técnico Nivel Superior Completo (Carreras 1 a 3 años)'] <- '42'
m['e6a'][m['e6a'] ==  'Profesional Incompleto (Carreras 4 ó más años)'] <- '43'
m['e6a'][m['e6a'] ==  'Técnica, Comercial, Industrial o Normalista (Sistema Antiguo'] <- '44'
m['e6a'][m['e6a'] ==  'Técnico Nivel Superior Incompleto (Carreras 1 a 3 años)'] <- '45'
m['e6a'][m['e6a'] ==  'Postgrado Completo'] <- '46'
m['e6a'][m['e6a'] ==  'Jardín Infantil (Medio menor y Medio mayor)'] <- '47'
m['e6a'][m['e6a'] ==  'Educación Especial (Diferencial)'] <- '48'
m['e6a'][m['e6a'] ==  'Sala cuna'] <- '49'
m['e6a'][m['e6a'] ==  'Postgrado Incompleto'] <- '50'
m['e6a'][m['e6a'] ==  'sin dato'] <- '51'
m['e6a'][m['e6a'] ==  'Profesional Incompleto (Carreras 4  o más años)'] <- '52'
m['e6a'][m['e6a'] ==  'Profesional Completo (Carreras 4 o más años)'] <- '53'
m['e6a'][m['e6a'] ==  'Primaria o Preparatoria (Sistema antiguo)'] <- '54'
m['e6a'][m['e6a'] ==  'Prekinder/Kinder (Transición menor y Transición Mayor)'] <- '55'
m['e6a'][m['e6a'] ==  'No sabe/no responde'] <- '56'
m['e6a'][m['e6a'] ==  'Estudiante'] <- '57'
m['e6a'][m['e6a'] ==  'Quehaceres del hogar'] <- '58'
m['e6a'][m['e6a'] ==  'Jubilado(a), montepiado(a) o pensionado(a)'] <- '59'
m['e6a'][m['e6a'] ==  'Piensa que nadie le dará trabajo porque no cuenta con la capacitación requerida, por su edad, etc.'] <- '60'
m['e6a'][m['e6a'] ==  'Otra razón. Especifique'] <- '61'
m['e6a'][m['e6a'] ==  'Está enfermo o tiene una discapacidad'] <- '62'
m['e6a'][m['e6a'] ==  'No tiene con quien dejar los niños'] <- '63'
m['e6a'][m['e6a'] ==  'Está esperando resultado de gestiones ya emprendidas'] <- '64'
m['e6a'][m['e6a'] ==  'Por temor a contagiarse de COVID-19'] <- '65'
m['e6a'][m['e6a'] ==  'Cree que no hay trabajo disponible'] <- '66'
m['e6a'][m['e6a'] ==  'Se cansó de buscar'] <- '67'
m['e6a'][m['e6a'] ==  'No tiene con quien a otro familiar'] <- '68'
m['e6a'][m['e6a'] ==  'No tiene con quien dejar a adultos mayores'] <- '69'
m['e6a'][m['e6a'] ==  'Busca cuando realmente lo necesita o tiene trabajo esporádico'] <- '70'
m['e6a'][m['e6a'] ==  'No tiene interés en trabajar'] <- '71'
m['e6a'][m['e6a'] ==  'Consiguió trabajo que empezará pronto o iniciará pronto una actividad por cuenta propia'] <- '72'
m['e6a'][m['e6a'] ==  'Ofrecen sueldos muy bajos'] <- '73'
m['e6a'][m['e6a'] ==  'Las reglas, horarios y distancias de los trabajos no le acomodan'] <- '74'
m['e6a'][m['e6a'] ==  'Tiene otra fuente de ingreso (Seguro de Cesantía, mesadas, rentas, transferencias del Estado, etc.)'] <- '75'

 
mm <<- m
 
}

3 Etnia

3.0.0.0.0.0.1 2006