9.2 Práctica Guiada

En esta sección trabajaremos con las bases de la Encuesta Permanente de Hogares del INDEC, para ejemplificar la forma de trabajar con encuestas en general. Realizaremos tres ejercicios que luego serán replicados, en la sección de práctica independiente, pero con la Encuesta Anual de Hogares de CABA.

9.2.1 Encuesta Permanente de Hogares

Recomendaciones para trabajar con esta encuesta:

Tener a mano el diseño de registro
Utilizar el paquete eph
Si queremos estar seguros sobre la definición de una categoría, apelar a los documentos metodológicos (por ejemplo: el caso de los asalariados encubiertos)
tirar frecuencias o plots de las variables antes de usarlas (-9, 0, NAs, etc…)

Cargamos las librerías

# install.packages("eph")
library(eph)         # para trabajar con EPH
library(tidyverse)   
library(expss)       # para trabajar con la etiqueta de los datos

Cargamos las bases con una función del paquete eph, que no va a descargar en disco la información pero sí la va a cargar en el entorno de trabajo de R.

?eph::get_microdata

individual <- get_microdata(year = 2019, trimester = 1, type = 'individual')
hogar <- get_microdata(year = 2019, trimester = 1, type = 'hogar')

Sobre las bases:

Qué tienen en común (CODUSU, NRO_HOGAR)
Para qué nos pueden servir esas variables en común
La función organize_labels() permite etiquetar los datos
Seleccionamos variables relevantes para el ejercicio: información contenida en cada una

individual <- organize_labels(individual, type = 'individual') %>% 
  select(CODUSU, NRO_HOGAR, AGLOMERADO, COMPONENTE, CH04, ESTADO, CAT_OCUP, P21, P47T, PONDERA, PONDII, PONDIIO)
  
hogar <- organize_labels(hogar, type = 'hogar') %>% 
  select(CODUSU, NRO_HOGAR, IV12_2, IV12_3)

## IV12_2: zona inundable
## IV12_3: villa de emergencia

9.2.1.1 Ejercicio 1

Cuántas personas viven en viviendas ubicadas en villas de emergencias y en zonas inundables?

Notemos que la pregunta refiere a las personas, pero la información sobre la ubicación de la vivienda figura en la base de hogares.

Join de bases individual y hogar (y al revés?)
Las variables de filtro y agrupamiento
El rol de los ponderadores
Función para mostrar los resultados etiquetados

ejercicio1 <- left_join(individual, hogar, by = c("CODUSU", "NRO_HOGAR")) %>% 
  filter(IV12_2 == 1 | IV12_3 == 1) %>% 
  group_by(IV12_2, IV12_3) %>% 
  summarise(Cantidad = sum(PONDERA)) %>% 
  expss::values2labels(.)

ejercicio1

## # A tibble: 3 x 3
## # Groups:   IV12_2 [2]
##   IV12_2     IV12_3     Cantidad
##   <labelled> <labelled>    <int>
## 1 Si         Si           173476
## 2 Si         No.         3311861
## 3 No.        Si           411544

9.2.1.2 Ejercicio 2

Calcular el ingreso de la ocupación principal promedio, para las/os ocupadas/os por aglomerados y sexo

La variable de filtro
Las variables de agrupamiento
La media ponderada y un nuevo ponderador
Cálculo de la brecha
Función para presentar en formato porcentual

ejercicio2 <- individual %>% 
  filter(ESTADO == 1) %>% 
  group_by(AGLOMERADO, CH04) %>% 
  summarise(promedio_iop = weighted.mean(P21, PONDIIO)) %>% # ponderador
  spread(., CH04, promedio_iop) %>% 
  expss::values2labels(.) %>% 
  mutate(Brecha = ((Varon - Mujer)/Varon)) %>% 
  arrange(-Brecha) %>% 
  mutate(Brecha = scales::percent(Brecha))

ejercicio2

## # A tibble: 32 x 4
## # Groups:   AGLOMERADO [32]
##    AGLOMERADO                        Varon  Mujer Brecha
##    <labelled>                        <dbl>  <dbl> <chr> 
##  1 Bahia Blanca - Cerri             27015. 16331. 39.5% 
##  2 Mar del Plata - Batan            26720. 16759. 37.3% 
##  3 Cdro. Rivadavia - R.Tilly        35599. 22464. 36.9% 
##  4 San Nicolas - Villa Constitucion 21593. 13896. 35.6% 
##  5 Rio Gallegos                     30725. 20323. 33.9% 
##  6 Rio Cuarto                       21263. 14452. 32.0% 
##  7 Posadas                          19034. 13175. 30.8% 
##  8 Partidos del GBA                 21590. 15174. 29.7% 
##  9 Ciudad de Buenos Aires           32350. 22803. 29.5% 
## 10 Gran Cordoba                     19962. 14603. 26.8% 
## # … with 22 more rows

9.2.1.3 Ejercicio 3

Calcular el ingreso total individual promedio, para quienes perciben ingresos, por aglomerados y sexo

La variable de filtro: Ingreso total individual positivo
Las variables de agrupamiento: El aglomerado y el sexo
Un nuevo ponderador

ejercicio3 <- individual %>% 
  filter(P47T > 0) %>% 
  group_by(AGLOMERADO, CH04) %>% 
  summarise(promedio_iti = weighted.mean(P47T, PONDII)) %>% # ponderador
  spread(., CH04, promedio_iti) %>% 
  expss::values2labels(.) %>% 
  mutate(Brecha = ((Varon - Mujer)/Varon)) %>% 
  arrange(-Brecha) %>% 
  mutate(Brecha = scales::percent(Brecha))

ejercicio3

## # A tibble: 32 x 4
## # Groups:   AGLOMERADO [32]
##    AGLOMERADO                        Varon  Mujer Brecha
##    <labelled>                        <dbl>  <dbl> <chr> 
##  1 Cdro. Rivadavia - R.Tilly        37999. 22549. 40.7% 
##  2 Bahia Blanca - Cerri             30233. 19515. 35.5% 
##  3 San Nicolas - Villa Constitucion 24605. 15944. 35.2% 
##  4 Gran Rosario                     25308. 16809. 33.6% 
##  5 Posadas                          22053. 14888. 32.5% 
##  6 Ushuaia - Rio Grande             36878. 25410. 31.1% 
##  7 Partidos del GBA                 24179. 16846. 30.3% 
##  8 Gran Resistencia                 17314. 12178. 29.7% 
##  9 Neuquen - Plottier               30285. 21577. 28.8% 
## 10 Gran La Plata                    25823. 18996. 26.4% 
## # … with 22 more rows

9.2.2 Ejemplo de utilización de la encuesta

La desigualdad de género se puede medir