Una revisión Global y Regional del Índice de Desigualdad en la Educación
Viviana Benavides Rosero
9/2/2022
La educación como indicador de desigualdad
Tanto el Índice de Desarrollo Humano (HDI) como el Índice de Desarrollo Humano ajustado por la Desigualdad (IHDI) presentan sus resultados o valores respectivos en tres dimensiones básicas: i) la esperanza de vida (salud), ii) la educación y iii) los ingresos. Cabe mencionar que aunque la fuente de datos es la misma, estos índices representan aspectos diferentes, el HDI representa la media nacional de los logros del desarrollo humano en las tres dimensiones básicas mencionadas, por su parte, el IHDI da cuenta de la distribución de los logros de un país en las mismas tres dimensiones entre su población.
En este sentido el HDI indica el desarrollo medio de un país sin tener en cuenta la distribución de dicho desarrollo entre sus habitantes, mientras IHDI indica la magnitud de la brecha de desigualdad entre los ciudadanos de un determinado país que disfrutan de los logros del desarrollo y de los que no.
De acuerdo a las definiciones anteriores, en el presente análisis se explorará el conjunto de datos de IHDI para obtener información a nivel global y regional específicamente sobre la desigualdad en la educación. Es de interés esta dimensión básica ya que la educación se considera como la base no solo social sino económica del desarrollo de un país, siendo un aspecto fundamental donde en la actualidad se exige a los gobiernos acceso a la educación de alta calidad a todos sus niveles (formal, no formal, primaria, secundaria, entre otros) de manera gratuita, con fácil acceso a ésta y con las condiciones necesarias (internet, alimentación, transporte).
Con este análisis se pretende dar respuesta a la pregunta de investigación ¿cómo se encuentra la desigualdad en educación a nivel global y regional?
Para realizar el presente análisis se tiene un subconjunto o base de datos inicial llamado Inequality_Education_2010-2019.csv, el cual proviene del gran conjunto de datos de IHDI y contiene información de los países a nivel global de varios años, cabe mencionar, que para hacer el analisis exploratorio a nivel de regional, se añade la variable Region a la base de datos inicial, asignando a cada país la respectiva región a la que pertenece. Las regiones se muestran en la siguiente figura:
#Cargar mapa con regiones/subregiones
mapa_regiones <- read.csv2("C:/Users/vibr1874/Desktop/I Semestre MAIN/Visualizacion/Final/Mapa/mapa_regiones.csv")
library(ggplot2)
mapa_global<-ggplot(mapa_regiones,aes(long, lat, group=as.factor(group),fill=sub.region))+labs(title="Regiones del Mundo", caption="Los territorios vacíos no tienen índice. Fuente: Desconocida", x="Longitud", y="Latitud")+theme_light()
mapa_global<-mapa_global + geom_polygon()
mapa_global
Explorando a nivel general la base de datos
Se realiza un análisis exploratorio o descriptivo general al conjunto de datos Inequality_Education_2010_2019, el cual como se mencionó proviene del gran conjunto de datos de IHDI y contiene información de los países a nivel global de 10 años (2010-2019). De manera inicial se observa que el dataset tiene 1820 registros u observaciones y 6 variables o campos: X que indica un consecutivo de los datos, rango HDI, País donde se tienen 182 países, ISO3 que corresponde al código o abreviatura del nombre de país de 3 letras, variable que corresponde al año de la información y value o columna de valores que presenta el porcentaje de desigualdad en educación de cada país, un porcentaje de cero indica que no hay desigualdad, mientras que el 100% significa que la desigualdad en esta dimensión básica es total.
## 'data.frame': 1820 obs. of 6 variables:
## $ X : int 1 2 3 4 5 6 7 8 9 10 ...
## $ HDI.Rank: int 169 69 91 36 148 46 81 8 18 88 ...
## $ Country : Factor w/ 182 levels "Afghanistan",..: 1 2 3 4 5 6 7 8 9 10 ...
## $ ISO3 : chr "AFG" "ALB" "DZA" "AND" ...
## $ variable: Factor w/ 10 levels "2010","2011",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ value : num 39.3 12.7 NA NA 26.2 12.1 6.5 1.7 2.4 12 ...Se tiene por cada uno de los 182 países 10 registros que corresponden a los datos obtenidos para cada año de información. En particular, la desigualdad en la educación durante los 10 años tiene la siguiente distribución.
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.70 6.30 17.10 19.99 32.20 50.10 251## HDI.Rank Country ISO3 variable value
## 1632 106 Uzbekistan UZB 2018 0.7
## 1814 106 Uzbekistan UZB 2019 0.7## HDI.Rank Country ISO3 variable value
## 1703 178 Guinea GIN 2019 50.1La desigualdad en educación en promedio se encuentra en el 20%, la más baja es del 0.7% y corresponde al país de Uzbekistán en los años 2018 y 2019, y la más alta del 50.1% estimada para Guinea en el año 2019; la mediana del 17.1% indica que la mitad de los registros del conjunto de datos tiene un índice de desigualdad en educación por encima de este valor. Gráficamente:
library(ggplot2)
Dist_Global <- ggplot(Inequality_Education_2010_2019,aes(x=value))
Dist_Global <- Dist_Global + geom_histogram(aes(y=..density..), binwidth=.6,colour="darkblue", fill="light blue")
Dist_Global <- Dist_Global + geom_density(alpha=.2, fill="deeppink1")
Dist_Global <- Dist_Global + geom_vline (aes ( xintercept = 17.1), color = 'darkred')
Dist_Global <- Dist_Global + geom_text (x=17.1, y=0.045, label="mediana")+theme(legend.position = "none")
Dist_Global<- Dist_Global + labs(title = "Distribución Global de la Desigualdad en Educación", subtitle = "Acumlado 2010-2019", x = "Porcentaje de IHDI en Educación", y="Densidad",caption = "Fuente: Desconocida")
Dist_Global
Lo anterior indica que en general la mitad del mundo está en una condición aceptable en cuanto a la desigualdad en la educación, es decir, su índice de desigualdad respectivo se encuentra por debajo del 17%. Sin embargo, se hace un análisis tomando menos años para tener una estadística más reciente de esta información, por lo que se decide hacer un análisis exploratorio de los últimos 3 años.
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.70 6.00 15.50 18.66 29.30 50.10 38Como se observa la distribución del índice de desigualdad en educación en los últimos 3 años conserva los valores mínimo y máximo, sin embargo, se tiene que el promedio y la mediana disminuyen, lo que indica que el índice en los últimos años ha mejorado. También, la data presenta menos datos faltantes de un 14% a un 7%.
library(ggplot2)
Dist_Global <- ggplot(Inequality_Education_2017_2019,aes(x=value))
Dist_Global <- Dist_Global + geom_histogram(aes(y=..density..), binwidth=.6,colour="darkblue", fill="light blue")
Dist_Global <- Dist_Global + geom_density(alpha=.2, fill="deeppink1")
Dist_Global <- Dist_Global + geom_vline (aes ( xintercept = 15.5), color = 'darkred')
Dist_Global <- Dist_Global + geom_text (x=15.5, y=0.05, label="Mediana Global")+theme(legend.position = "none")
Dist_Global<- Dist_Global + labs(title = "Distribución Global de la Desigualdad en Educación", subtitle = "Acumulado 2017-2019", x = "Porcentaje de IHDI en Educación", y="Densidad",caption = "Fuente: Desconocida")
Dist_Global
Como se observa el índice de desigualdad en educación en los últimos 3 años a nivel global presenta una mejora, sin embargo, es necesario explorar y analizar a nivel de continentes (regiones) y ver la situación de este índice en la dimensión educación durante los últimos 3 años. Como se había mencionado se asignará a la base de datos de estudio la variable region de la base mapa_regiones.csv, este campo hace referencia al continente asociado a cada país. Para hacer esta fusión se utiliza la función dplyr siendo el enlace entre la bases la variable ISO3.
regiones <- read.csv("C:/Users/vibr1874/Desktop/I Semestre MAIN/Visualizacion/Final/mapa_regiones.csv", sep=";")
library(dplyr)
IHDI_Educacion <- left_join(Inequality_Education_2017_2019,regiones,by=c('ISO3' = 'ISO3'))
library(ggplot2)
Dist_Reg <- ggplot(IHDI_Educacion,aes(x=value))
Dist_Reg <- Dist_Reg + geom_histogram(aes(y=..density..), binwidth=.5,colour="darkblue", fill="light blue")
Dist_Reg<- Dist_Reg + geom_density(alpha=.4, fill="deeppink1")
# se traza la mediana global de 15.5
Dist_Reg <- Dist_Reg + geom_vline (aes (xintercept = 15.5), color = 'darkred')
Dist_Reg <- Dist_Reg + geom_text (x=15.5, y=0.2, label="Mediana")+theme_gray()+theme(legend.position = "none")
#facetas
Dist_Reg <- Dist_Reg + facet_grid(as.character(region)~.)+labs(title = "Distribución Global de la Desigualdad en Educación por Región", subtitle = "Acumulado 2017-2019",x = "Porcentaje de IHDI en Educacion", y ="Densidad",caption = "Fuente: Desconocida")
Dist_Reg
library(ggplot2)
Dist_Reg2 <- ggplot(IHDI_Educacion, aes(x=as.factor(region), y=value, group = region))
Dist_Reg2 <- Dist_Reg2 + geom_point(aes(color=as.factor(region)), position=position_jitter(width=0.2,height=0.1))+theme(legend.position = "none")
Dist_Reg2 <- Dist_Reg2 + geom_boxplot(aes(alpha=0.4))
# se traza la mediana global de 15.5
Dist_Reg2 <- Dist_Reg2 + geom_hline (aes (yintercept = 15.5), color = 'darkred')
Dist_Reg2 <- Dist_Reg2 +labs(title = "Distribución Global de la Desigualdad en Educación por Región", subtitle = "Acumulado 2017-2019",x="Región",cex.lab=3, y="Porcentaje de IHDI en Educación", caption = "Fuente: Desconocida")
Dist_Reg2
El gráfico anterior confirma que el índice de desigualdad en educación en África se encuentra muy por encima de la mediana global de 15.5%, por su parte Europa tiene su distribución opuesta a la de África y su mediana es cerca al 5%, Asia a pesar de que su índice mediano se encuentra por debajo de la mediana global se observa una distribución con una alta dispersión o variabilidad en los índices, también, se ratifica que en las Américas la desigualdad en la dimensión educación se encuentra repartida alrededor de la mediana global, en cuanto a Oceanía se tienen muy pocos datos para concluir, sin embargo, la distribución del índice sugiere baja desigualdad en educación en esta región.
Análisis a Nivel Regional
A continuación se presentan gráficos donde se podrá visualizar el comportamiento del índice de desigualdad en educación durante los últimos 3 años en los países de cada región o continente. Cabe mencionar que para realizar dichos gráficos se harán subconjuntos de la base de datos de estudio por la variable region y las visualizaciones serán con base en mapas de calor elaborados a partir de la librería ggplot y la geometría tile que indica mosaico y cuyo relleno se hará a partir de la función scale_fill_viridis probando diferentes opciones de color para el mapa de calor como inferno, plasma, viridis o magma, seleccionando esta última por considerarse visualmente la más apta para la presentación de los datos en estudio.
Africa_IHDI_Edu <- subset (IHDI_Educacion, IHDI_Educacion$region == 'Africa')
Asia_IHDI_Edu <- subset (IHDI_Educacion, IHDI_Educacion$region == 'Asia')
Europa_IHDI_Edu <- subset (IHDI_Educacion, IHDI_Educacion$region == 'Europe')
Americas_IHDI_Edu <- subset (IHDI_Educacion, IHDI_Educacion$region == 'Americas')
Oceania_IHDI_Edu <- subset (IHDI_Educacion, IHDI_Educacion$region == 'Oceania')
library(ggplot2)
# AFRICA
heatmap_Africa <- ggplot(Africa_IHDI_Edu, aes(x=Country, y=variable, fill=value, ))
heatmap_Africa <- heatmap_Africa + geom_tile()
heatmap_Africa <- heatmap_Africa + scale_fill_viridis_c(option="magma",limits = c(0,52))
heatmap_Africa <- heatmap_Africa + theme(axis.text.x = element_text(angle = 90))
heatmap_Africa <- heatmap_Africa + labs(title = "índice de Desigualdad en Educación en Africa", subtitle = "2017-2019", x = "País", y="Año", caption = "Fuente: Desconocida")
heatmap_Africa
El gráfico indica que en el continente africano el índice de desigualdad en educación durante los últimos 3 años en la mayoría de los países se encuentra por encima del 30%, hay casos críticos como Comoras, Gambia y Guinea, este último alcanzando un 50% en el 2019 en inequidad en la educación, también, se pueden observar países con índices por debajo del 20% en esta dimensión básica como Mauritius o República de Mauricio, Sudáfrica, Zimbabue y Santo Tomé y Príncipe. Se tiene un caso particular en Seychelles un archipiélago de África Oriental que solo reporta el índice en el año 2019, siendo el más bajo en este continente con un valor del 6,7%. Cabe mencionar que no se tienen datos de países como Somalia, Marruecos y Guinea Ecuatorial.
library(ggplot2)
# ASIA
heatmap_Asia <- ggplot(Asia_IHDI_Edu, aes(x=Country, y=variable, fill=value, ))
heatmap_Asia <- heatmap_Asia + geom_tile()
heatmap_Asia <- heatmap_Asia + scale_fill_viridis_c(option="magma",limits = c(0,52))
heatmap_Asia <- heatmap_Asia + theme(axis.text.x = element_text(angle = 90))
heatmap_Asia <- heatmap_Asia + labs(title = "índice de Desigualdad en Educación en Asia", subtitle = "2017-2019", x = "País", y="Año", caption = "Fuente: Desconocida")
heatmap_Asia
En Asia se observa un buen comportamiento del índice de desigualdad en educación en la mayoría de los países, sin embargo, hay países con índices por encima del 43% durante los últimos 3 años como Afganistán, Pakistán, Timor Oriental y el de mayor desigualdad (46%) Yemen un país de oriente medio. Entre los países de mejor desarrollo en Asia del índice IHDI en educación con valores por debajo del 5% se destacan Armenia, Georgia, Kazajistán, Kirguistán (Kyrgyzstan), Turkmenistán y Uzbekistán, siendo los últimos 4 de Asia central y Uzbekistán teniendo el mejor índice en esta dimensión durante los 3 años no solo en Asia sino a nivel global. Cabe mencionar el comportamiento del índice en Irán el cual durante los 3 años ha estado en promedio en el 5% y de Japón que en el 2017 no reporta índice, en el 2018 tiene un muy buen indicador con el 1.6% pero en 2019 desmejora alcanzando un 4.7%. En general en Asia no se observa datos faltantes excepto en Siria donde no hay información para ninguno de los 3 años de análisis.
library(ggplot2)
# EUROPA
heatmap_Europa <- ggplot(Europa_IHDI_Edu, aes(x=Country, y=variable, fill=value, ))
heatmap_Europa <- heatmap_Europa + geom_tile()
heatmap_Europa <- heatmap_Europa + scale_fill_viridis_c(option="magma",limits = c(0,52))
heatmap_Europa <- heatmap_Europa + theme(axis.text.x = element_text(angle = 90))
heatmap_Europa <- heatmap_Europa + labs(title = "índice de Desigualdad en Educación en Europa", subtitle = "2017-2019", x = "País", y="Año", caption = "Fuente: Desconocida")
heatmap_Europa
En Europa el índice de inequidad en la educación en todos sus países se encuentra por debajo del 20%, lo que indica que el desarrollo de este índice en esta región es muy bueno en promedio es del 6.1%y el 50% de los países en los 3 años de estudio su índice en esta dimensión básica se encuentra por encima del 4.7%. Cabe mencionar, que solo 3 países de esta región presentan índices de desigualdad en educación por encima del 15% durante los 3 años de análisis, estos son, España y Portugal países de la península ibérica y Bosnia y Herzegovina un país de la península balcánica de Europa. De esta región como se observa en el gráfico no se presentan datos faltantes.
library(ggplot2)
# AMÉRICAS
heatmap_Americas <- ggplot(Americas_IHDI_Edu, aes(x=Country, y=variable, fill=value, ))
heatmap_Americas <- heatmap_Americas + geom_tile()
heatmap_Americas <- heatmap_Americas + scale_fill_viridis_c(option="magma",limits = c(0,52))
heatmap_Americas <- heatmap_Americas + theme(axis.text.x = element_text(angle = 90))
heatmap_Americas <- heatmap_Americas + labs(title = "índice de Desigualdad en Educación en Las Américas", subtitle = "2017-2019", x = "País", y="Año",caption = "Fuente: Desconocida")
heatmap_Americas
En las Américas se observa que el índice de desigualdad en educación tiene una variabilidad o dispersión con respecto a su mediana del 16.5% muy próxima a la mediana global del 15.5%. Se tiene casos de países con índices en los últimos 3 años por encima del 30% como Guatemala y el caso crítico de Haití cuyo índice promedio de inequidad en la dimensión educación durante los 3 años de análisis es del 38%. También, se destaca el comportamiento del índice IHDI en educación de los países de Centroamérica El Salvador, Nicaragua y Honduras los cuales durante el periodo de estudio se oscilan en promedio entre el 24% y el 30%, y caso particular Brasil cuyo índice en promedio es del 22%, siendo el país de Suramérica con más alto índice de inequidad en educación.
Observando los países de norte América se tiene que Canadá reporta los índices más bajos de inequidad en educación durante los 3 años de análisis de todas las Américas, seguido por Estados Unidos país que en 2017 y 2018 reportó índices del 5.5% respectivamente pero que presenta una mejora significativa en este indicador en 2019 cuyo valor baja a 2.8%. También, es de resaltar 3 islas del Caribe Barbados, Jamaica y Bahamas que presentan índices IHDI en educación buenos con promedios de 5.5%, 5.6% y 6.3% durante los años 2017 al 2019. En Suramérica sobresale el comportamiento o desarrollo del índice de desigualdad en educación en Argentina y Uruguay que para el 2019 toma valores de 6% y 6.5% respectivamente. Además, Venezuela se observa un cambio favorable del índice pasando en el 2017 de 12.9% a 8.8% reportado en 2019. Como se observa en el gráfico de las Américas, no se tiene información del país insular Trinidad y Tobago.
library(ggplot2)
# OCEANÍA
heatmap_Oceania <- ggplot(Oceania_IHDI_Edu, aes(x=Country, y=variable, fill=value, ))
heatmap_Oceania <- heatmap_Oceania + geom_tile()
heatmap_Oceania <- heatmap_Oceania + scale_fill_viridis_c(option="magma",limits = c(0,52))
heatmap_Oceania <- heatmap_Oceania + theme(axis.text.x = element_text(angle = 90))
heatmap_Oceania <- heatmap_Oceania + labs(title = "índice de Desigualdad en Educación en Oceanía", subtitle = "2017-2019", x = "País", y="Año", caption = "Fuente: Desconocida")
heatmap_Oceania
En Oceanía como se observa en la gráfica en Fiyi, Micronesia e Islas Salomón no se reporta información durante los 3 años de análisis. También, se tiene que en Vanuatu solo se tiene un índice de desigualdad en educación de 17.5% reportado en 2017. En general, la mediana del índice IHDI en educación de Oceanía del 4.9% está muy por debajo de la mediana global. Países como Australia, Samoa, Tonga y Nueva Zelanda reportan durante los 3 años índices por debajo del 5%, en este último país se tiene los índices más bajos de la región (1.7% y 1.8%), se destaca que en el archipiélago Palaos los índices reportados del 2018 y 2019 son del 1.9% respectivamente. Casos particulares con índices altos por encima de la mediana del continente está la república insular de Kiribati cuyo índice del 21.4% del 2017 mejora para el 2019 donde reporta un índice del 9.6%, preocupa la situación reciente de Papúa Nueva Guinea donde se observa un desarrollo crítico del índice en la dimensión educación con un desmejoramiento del 11.5% reportado en 2017 a un 35.7% observado en 2019, siendo este valor el más alto en la región de Oceanía durante el periodo de análisis.
A continuación se realiza un gráfico donde se visualiza la distribución o comportamiento del IHDI en educación acumulado durante los años 2017 al 2019 en las 4 regiones principales y su desarrollo con respecto a la mediana global del índice en dicho periodo de tiempo.
Ppal_Reg_IHDI_Edu<- subset (IHDI_Educacion, IHDI_Educacion$region != 'Oceania')
library(ggplot2)
Dist_Ppal_Reg <- ggplot(Ppal_Reg_IHDI_Edu,aes(x=value))
Dist_Ppal_Reg <- Dist_Ppal_Reg + geom_density(aes(y=..density.., fill=region, color=region), alpha=.4)
Dist_Ppal_Reg <- Dist_Ppal_Reg + geom_vline (aes ( xintercept = 15.5), color = 'darkred')
Dist_Ppal_Reg<- Dist_Ppal_Reg + geom_text (x=15.5, y=0.1, label="Mediana Global")
Dist_Ppal_Reg<- Dist_Ppal_Reg + labs(title = "Distribución del IHDI en Educación en las 4 Regiones Principales", subtitle = "2017-2019", x = "Porcentaje de IHDI", y="Densidad",caption = "Fuente: Desconocida")
Dist_Ppal_Reg
Como se observa, el gráfico permite confirmar lo analizado previamente en cada una de las regiones, un Europa con la mayoría de sus países con índices de IHDI en educación por debajo de la mediana global, un África al otro extremo con los mayores valores en el índice de estudio durante los tres años y en la gran proporción de sus países. Por su parte, el contienen asiático tiene una buena proporción de países con índices de inequidad en la dimensión educación por debajo de mediana global, sin embargo, también presenta casos críticos y una buena proporción de índices por encima del 20%, finalmente, las Américas tiene una distribución de participación alta y semejante tanto en países con índices de desigualdad por debajo de mediana global como por encima teniendo sus casos extremos de Canadá y Haití respectivamente.
Zoom a las Américas
Resulta de interés visualizar en detalle el comportamiento o evolución temporal del índice IHDI en educación en las Américas periodo 2017-2019, esto se puede observar en el siguiente gráfico.
library(ggplot2)
chart <- ggplot(Americas_IHDI_Edu, aes(x=variable, y=value, fill=value))
chart <- chart + geom_col()
chart <- chart + facet_wrap(.~ISO3)
chart <- chart + scale_fill_viridis_c(option="magma")
chart <- chart + labs(title = "Índice de Desigualdad en Educación en las Americas", subtitle = "2017-2019", caption = "Fuente: Desconocida", x = "Año", y= "Porcentaje de IHDI en Educación")
chart <- chart + theme(axis.text.x = element_text(angle = 90))
chart
En el gráfico se observa en detalle para cada país la evolución o desarrollo en los últimos 3 años del índice de desigualdad en educación, notándose claramente la inequidad en Haití y la casi inexistente desigualdad en la dimensión educación en Canadá. De igual forma, se observa al detalle que los países de centro américa Guatemala, El Salvador, Nicaragua y Honduras presentan evolución no favorable en este índice. También, se observa dicha evolución no positiva en Surinam y México cuyos índices para el 2019 se incrementan con respecto al reportado dos años atrás. Se destaca el buen comportamiento del índice de inequidad en educación en las islas de Barbados, Jamaica y Bahamas.
En general, los países en las Américas presentan índices constantes en los 3 años, en otros como República Dominicana, Cuba y Venezuela se observa de manera notoria y favorable la evolución del índice al disminuir para el año 2019, en otros países de manera más sutil se evidencia una reducción en este indicador como el caso de Colombia que pasa de un 20.3% en 2018 a un 18.6% en 2019.
De acuerdo a la evolución observada en el gráfico anterior, se plantea hacer una visualización en las América del índice de inequidad en educación solo del último año de información, es decir, del 2019.
# Se crea el subconjunto de los datos de las Américas año 2019
Americas_IHDI_Edu_2019<-subset (Americas_IHDI_Edu, Americas_IHDI_Edu$variable == '2019')
#Se hace join con el archivo mapa_regiones para obtener las coordenadas y dibujar el mapa respectivo a las Américas.
library(dplyr)
mapAmerica_IHDI_Edu <- left_join(Americas_IHDI_Edu_2019,mapa_regiones, by = "ISO3")
#El campo o variable group es importante porque agrupa todas las coordenadas por país.
library(ggplot2)
mapa_America_IHDI_Edu <- ggplot(mapAmerica_IHDI_Edu, aes(x=long, y=lat, group = as.factor(group)))
mapa_America_IHDI_Edu <- mapa_America_IHDI_Edu + geom_polygon(aes(fill = value))+scale_fill_viridis_c(option="magma")+ theme_light()
mapa_America_IHDI_Edu <-mapa_America_IHDI_Edu + labs(title = "Desigualdad en Educación en las Americas -2019", caption = "Los territorios en gris no tienen índice. Fuente: Desconocida", x = "Longitud", y= "Latitud")
mapa_America_IHDI_Edu
El mapa nos permite de otra manera visualizar y concluir lo que se analizado con los gráficos anteriores, se observa un Norte América con índices bajos que indican un muy buen comportamiento en cuanto a la inequidad en sus países con respecto a la educación, se observa el caso contrario y extremo de Haití con el índice sobre el 37% siendo el más alto de la región. También, es notorio los casos no tan favorables en este indicador en ciertos países de Centro América como Nicaragua, Guatemala y El Salvador cuyos índices están sobre el 25%.
Por su parte en Suramérica, Uruguay y Argentina se destacan con sus bajo índices de desigualdad en educación reportados en el 2019, al igual que Venezuela, se vuelve relevante el índice reportado en Brasil sobre 2l%. En particular, Bolivia reporta un índice del 17.6% seguido por el de Colombia de un 18.6%, siendo superiores a los índices de otros países de la región como Chile y Ecuador con muy buenos índices de desigualdad en la educación de sus ciudadanos del 10% y 14% respectivamente.
Conclusión
A la pregunta ¿cómo se encuentra la desigualdad en educación a nivel global y regional?, se tiene que decir que la información más reciente corresponde al año 2019 y el índice de inequidad en esta dimensión básica llamada educación se puede decir se comporta de manera diferente dependiendo de la región o continente.
# Se crea el subconjunto de los datos a nivel global del año 2019
Inequality_Education_2019<-subset(Inequality_Education_2017_2019, Inequality_Education_2017_2019$variable == '2019')
#Se hace join con el archivo mapa_regiones para obtener las coordenadas y dibujar el mapa respectivo.
library(dplyr)
mapGlobal_IHDI_Edu <- left_join(Inequality_Education_2019,mapa_regiones, by = "ISO3")
library(ggplot2)
mapa_Global_IHDI_Edu <- ggplot(mapGlobal_IHDI_Edu, aes(x=long, y=lat, group = as.factor(group)))
mapa_Global_IHDI_Edu <- mapa_Global_IHDI_Edu + geom_polygon(aes(fill = value))+scale_fill_viridis_c(option="magma")+ theme_light()
mapa_Global_IHDI_Edu <-mapa_Global_IHDI_Edu+ labs(title = "Desigualdad en Educación en el Mundo -2019", caption = "Los territorios vacíos no tienen índice. Fuente: Desconocida", x = "Longitud", y= "Latitud")
mapa_Global_IHDI_Edu
La mediana global para el 2019 de este índice es del 14.25%, la mediana en Europa se encuentra muy por debajo de dicho indicador siendo de un 4.45%, siendo excepciones los países de penínsulas como Portugal, España y Bosnia y Herzegovina cuyo índice de desigualdad en educación en 2019 supera la mediana global con valores de 15%, 16.9% y 17% respectivamente.
En Asia se tiene un comportamiento más repartido al igual que las Américas con casos extremos de países con indicadores de inequidad en educación muy bajos y favorables y con indicadores que preocupan la situación de desigualdad con respecto a la educación, en los primeros se destacan los índices de Armenia, Georgia, Kazajistán, Kirguistán (Kyrgyzstan), Turkmenistán y Uzbekistán, este último teniendo el mejor índice en esta dimensión durante el 2019 no solo en Asia sino a nivel global. También, es bueno lo reportado en Japón e Irán con índices del 4.7% y 5% respectivamente. En los segundos hay que indicar que hay 9 países en el 2019 con su índice IHDI en educación por encima del 30% Laos, Bangladesh, India, Nepal, Bután, Pakistán, Timor Oriental, Afganistán y Yemen, los últimos 6 con los índices por encima del 40%.
África claramente se tiene como el continente o región con mayor inequidad a nivel de educación, su mediana para este indicador en el 2019 es del 34%, siendo casos críticos países como Senegal, Sierra Leona, Comoras y Gambia con índices por encima del 45%, y Guinea siendo el de peor índice de desigualdad en educación a nivel global reportando un 50.1%. Entre países con índices por debajo del 18% se destaca Mauritius o República de Mauricio, Sudáfrica y Zimbabue, además, se tiene un caso particular en Seychelles que reporta un índice de desigualdad del 6.7% siendo el más bajo en este continente en el año 2019.
En Oceanía con la poca información reportada y además siendo la región de menos países se destacan los índices de inequidad del 2.7% y 1.9% reportados en Australia y Nueva Zelanda respectivamente y se observa desfavorable el índice de Papúa Nueva Guinea de 35.7%, el cual desmejora significativamente de 11.5% reportado en 2017.
Finalmente, como se observó en el zoom de las Américas, en el nuevo continente el índice de desigualdad en educación se comparta de manera diferente según las subregiones, mientras Canadá y Estados Unidos tienen baja inequidad en educación, en Centro América y el Caribe se presentan índices por encima del 30% como en Guatemala y Haití, en Suramérica se destacan índices de inequidad en educación buenos por debajo del 10% para el 2019 en Argentina, Uruguay Venezuela y Chile , mientras Brasil, Colombia, Perú y Paraguay tienen índices entre el 16% y 21%.