Usando un enfoque tidy en R para analizar la ENVIPE 2024 de México

Parte 1: Estimando la prevalencia delictiva con el paquete {srvyr}

Introducción

En este artículo, te guiaré en el proceso de analizar la Encuesta Nacional de Victimización y Percepción sobre Seguridad Pública 2024 (ENVIPE) de México utilizando el marco de trabajo {tidyverse} para análisis de encuestas, junto con el paquete {srvyr}. En particular, calcularemos la tasa de prevalencia delictiva por cada 100,000 habitantes por entidad federativa, según sexo de la víctima.

Las tablas oficiales con este indicador pueden consultarse aquí.

Al final de este artículo, podrás usar el {tidyverse} para:

• Cargar los microdatos de la encuesta desde el sitio web del INEGI.
• Especificar el diseño muestral de la ENVIPE.
• Calcular indicadores de prevalencia delictiva.

Acerca de la ENVIPE

La ENVIPE es una encuesta oficial que proporciona información representativa a nivel nacional y estatal sobre la victimización delictiva en los hogares y la percepción de seguridad pública en México. Desde 2011, es realizada anualmente por el Instituto Nacional de Estadística y Geografía (INEGI), recolectando datos sobre los siguientes delitos:

• Robo total de vehículo (auto, camioneta o camión).
• Robo de accesorios, refacciones o herramientas de vehículo (auto, camioneta o camión).
• Grafiti en paredes, daños intencionales a vehículos y otros tipos de vandalismo.
• Robo a casa habitación o intento de robo.
• Secuestro.
• Desaparición forzada.
• Homicidio.
• Robo o asalto en la calle o transporte público.

• Robo distinto a los anteriores.
• Fraude bancario.
• Fraude al consumidor.
• Extorsión.
• Amenazas.
• Lesiones.
• Secuestro.
• Hostigamiento o intimidación.
• Manoseo.
• Exhibicionismo.
• Intento de violación.
• Violación sexual.
• Otros delitos.

Toda la información relacionada con la encuesta, incluidos cuestionarios, metodología, glosarios, resúmenes y microdatos, está disponible en el sitio web del INEGI.

Preparación del entorno

Primero, instala y carga los paquetes requeridos:

library(tidyverse) # Marco de análisis de datos con sintaxis tidy
library(srvyr) # Sintaxis tidy para análisis de encuestas
library(archive) # Extraer archivos de un ZIP
library(kableExtra) # Crear tablas HTML

Cargando microdatos de la encuesta desde el INEGI

Los microdatos están disponibles aquí en varios formatos (CSV, DBF, DTA, SAV y RData). En este ejemplo usaremos los archivos en formato RData.

load(archive_read(
  archive = "https://www.inegi.org.mx/contenidos/programas/envipe/2024/microdatos/bd_envipe_2024_RData.zip",
  file = "BD_ENVIPE_2024.RData"
))

Tip

Usando el paquete {archive}, podemos extraer directamente el archivo requerido desde bd_envipe_2024_RData.zip.

Esto carga los siguientes objetos en el entorno global:

• THogar: Contiene el resultado de la entrevista, la fila del informante seleccionado, el factor de expansión del hogar y otras características del hogar.

• TMod_Vic: Incluye información sobre los delitos sufridos por el informante seleccionado y su hogar durante el año de referencia (2023). Proviene del módulo de victimización de la encuesta.

• TPer_Vic1: Incluye información relacionada con la percepción de seguridad pública en el área geográfica del entrevistado, conductas antisociales en su entorno inmediato y cambios de hábitos por temor a ser víctima de un delito en 2023. También presenta información sobre el desempeño y la confianza en las autoridades (Secciones IV y V del cuestionario).

• TPer_Vic2: Consolida información sobre victimización del hogar y personal, especialmente en delitos de alto impacto (como secuestro, desaparición forzada u homicidio) sufridos por el hogar o el entrevistado. Incluye las Secciones VI y VII del cuestionario.

• TSDem: Contiene las características sociodemográficas de los integrantes del hogar (Sección III del cuestionario).

• TSVivienda: Contiene las características de las viviendas registradas en la portada del cuestionario, así como el número de residentes y de hogares (Secciones I y II del cuestionario).

Cálculo de la tasa de prevalencia delictiva por cada 100,000 habitantes por entidad federativa, según sexo de la víctima

Para estimar la tasa de prevalencia delictiva, utilizamos información de TPer_Vic2 (preguntas de cribado sobre victimización) y de TMod_Vic (módulo específico para víctimas). TPer_Vic2 se usa para caracterizar a la población total y TMod_Vic para describir a las víctimas y los delitos asociados.

1. Especificando el diseño muestral de la ENVIPE

La ENVIPE sigue un diseño probabilístico, estratificado, por conglomerados y en tres etapas. La unidad de muestreo es el hogar, y la unidad de análisis es la población de 18 años o más en hogares seleccionados. Más detalles aquí.

De la documentación sobre la estructura de datos, las variables clave para el diseño son:

• ID_PER: Identificador de persona

• EST_DIS: Estrato

• UPM_DIS: Unidad primaria de muestreo

• FAC_ELE: Factor de expansión para estimaciones de victimización y percepción de seguridad.

El diseño se especifica así:

# Identificar víctimas en TMod_Vic, excluyendo
# "Grafiti, daños intencionales a vehículos y otros vandalismos" (BPCOD != "03")
id_victims <- TMod_Vic |>
  filter(BPCOD != "03") |>
  pull(ID_PER)

# Crear variable de victimización en TPer_Vic2
TPer_Vic2 <- TPer_Vic2 |>
  mutate(victimization = ifelse(ID_PER %in% id_victims, 1, 0))

# Convertir FAC_ELE (pesos) a numérico
TPer_Vic2 <- TPer_Vic2 |>
  mutate(FAC_ELE = as.numeric(FAC_ELE))

# Etiquetar variable SEXO
TPer_Vic2 <- TPer_Vic2 |>
  mutate(SEXO = recode(SEXO, "1" = "Hombre", "2" = "Mujer"))

# Crear objeto de encuesta
envipe_design <- TPer_Vic2 |>
  as_survey_design(
    weights = FAC_ELE,
    strata = EST_DIS,
    ids = UPM_DIS,
    nest = TRUE
  )

2. Cálculo de estimaciones puntuales e indicadores de variabilidad

Para calcular proporciones usamos survey_mean() del paquete {srvyr}. NOM_ENT representa la entidad federativa y SEXO el sexo de la persona entrevistada.

envipe_design |>
  # La función `interact` se usa para calcular la proporción
  # sobre la interacción de entidad federativa y sexo
  group_by(interact(NOM_ENT, SEXO)) |>
  summarize(
    Proporcion = survey_mean(victimization,
      level = 0.90, # Nivel de confianza
      vartype = c("se", "ci", "cv") # Indicadores de variabilidad
    )
  ) |>
  ungroup() |>
  mutate(
    `Tasa de prevalencia` = Proporcion * 100000, # Tasa por cada 100,000 personas
    `Error estándar` = Proporcion_se * 100000,
    `Límite inferior IC 90%` = Proporcion_low * 100000,
    `Límite superior IC 90%` = Proporcion_upp * 100000,
    `Coeficiente de variación %` = Proporcion_cv * 100,
    Entidad = str_to_sentence(NOM_ENT) # Capitalizar solo la primera letra
  ) |>
  rename(Sexo = SEXO) |>
  select(
    Entidad, Sexo, `Tasa de prevalencia`, `Error estándar`,
    `Límite inferior IC 90%`, `Límite superior IC 90%`, `Coeficiente de variación %`
  ) |>
  kbl() |> # Tabla HTML
  kable_styling() # Aplicar tema bootstrap a la tabla

La tabla final es:

Entidad	Sexo	Tasa de prevalencia	Error estándar	Límite inferior IC 90%	Límite superior IC 90%	Coeficiente de variación %
Aguascalientes	Hombre	33710.81	2172.7372	30136.71	37284.91	6.445224
Aguascalientes	Mujer	32041.57	1831.7081	29028.45	35054.68	5.716662
Baja california	Hombre	23043.35	1604.9769	20403.20	25683.50	6.965032
Baja california	Mujer	24480.64	1536.1771	21953.66	27007.61	6.275070
Baja california sur	Hombre	19329.94	1244.1353	17283.36	21376.51	6.436314
Baja california sur	Mujer	23817.58	1466.2963	21405.56	26229.60	6.156361
Campeche	Hombre	21832.87	1455.8508	19438.03	24227.71	6.668161
Campeche	Mujer	23213.74	1381.0933	20941.88	25485.61	5.949465
Chiapas	Hombre	16602.99	986.0052	14981.03	18224.94	5.938722
Chiapas	Mujer	12074.36	978.7862	10464.28	13684.44	8.106318
Chihuahua	Hombre	22303.22	1234.5065	20272.49	24333.96	5.535103
Chihuahua	Mujer	22804.31	1181.0327	20861.54	24747.08	5.178990
Ciudad de mexico	Hombre	34562.66	1089.2714	32770.84	36354.49	3.151584
Ciudad de mexico	Mujer	30746.76	990.3528	29117.66	32375.87	3.220999
Coahuila de zaragoza	Hombre	18179.70	1249.1422	16124.89	20234.51	6.871084
Coahuila de zaragoza	Mujer	20447.19	1238.7111	18409.54	22484.84	6.058099
Colima	Hombre	21106.85	1593.5970	18485.43	23728.28	7.550140
Colima	Mujer	21295.28	1351.1455	19072.68	23517.88	6.344813
Durango	Hombre	15240.74	1133.1868	13376.67	17104.80	7.435250
Durango	Mujer	17401.18	1166.0910	15482.99	19319.37	6.701219
Guanajuato	Hombre	20057.38	1428.0981	17708.20	22406.57	7.120063
Guanajuato	Mujer	18930.15	1287.0811	16812.93	21047.37	6.799107
Guerrero	Hombre	16981.89	1494.6554	14523.22	19440.56	8.801466
Guerrero	Mujer	14572.44	1238.6234	12534.93	16609.94	8.499769
Hidalgo	Hombre	22397.82	1338.0474	20196.77	24598.88	5.974006
Hidalgo	Mujer	20215.02	1157.0294	18311.73	22118.30	5.723613
Jalisco	Hombre	24390.13	1548.7916	21842.40	26937.85	6.350076
Jalisco	Mujer	25141.90	1438.5170	22775.58	27508.23	5.721592
Mexico	Hombre	32906.59	1632.3183	30221.47	35591.71	4.960460
Mexico	Mujer	33023.78	1483.3471	30583.71	35463.85	4.491755
Michoacan de ocampo	Hombre	14405.17	1031.1125	12709.01	16101.32	7.157934
Michoacan de ocampo	Mujer	15485.20	1036.3320	13780.46	17189.94	6.692401
Morelos	Hombre	26995.43	1517.6054	24499.00	29491.85	5.621713
Morelos	Mujer	24869.74	1688.5969	22092.04	27647.44	6.789765
Nayarit	Hombre	16075.56	1516.6195	13580.76	18570.36	9.434318
Nayarit	Mujer	18639.61	1597.1842	16012.28	21266.94	8.568766
Nuevo leon	Hombre	23602.12	1261.9498	21526.25	25678.00	5.346764
Nuevo leon	Mujer	21440.72	1211.6372	19447.60	23433.83	5.651104
Oaxaca	Hombre	12940.56	1158.2366	11035.29	14845.83	8.950434
Oaxaca	Mujer	13548.61	1017.7020	11874.51	15222.70	7.511489
Puebla	Hombre	26519.64	1342.0473	24312.00	28727.27	5.060579
Puebla	Mujer	24176.45	1124.4656	22326.73	26026.17	4.651078
Queretaro	Hombre	30297.50	1620.6534	27631.57	32963.44	5.349132
Queretaro	Mujer	25746.31	1260.3524	23673.06	27819.56	4.895273
Quintana roo	Hombre	22592.04	1384.4250	20314.70	24869.39	6.127932
Quintana roo	Mujer	21775.64	1237.8095	19739.48	23811.81	5.684376
San luis potosi	Hombre	24019.02	1874.7438	20935.11	27102.93	7.805247
San luis potosi	Mujer	23227.97	1491.3111	20774.80	25681.14	6.420324
Sinaloa	Hombre	21181.44	1122.0160	19335.76	23027.13	5.297165
Sinaloa	Mujer	20562.22	1086.2790	18775.32	22349.12	5.282887
Sonora	Hombre	26864.66	1816.2677	23876.94	29852.37	6.760808
Sonora	Mujer	25742.16	1902.0264	22613.37	28870.95	7.388759
Tabasco	Hombre	25881.72	1354.6212	23653.40	28110.04	5.233891
Tabasco	Mujer	25522.45	1091.8488	23726.38	27318.51	4.277994
Tamaulipas	Hombre	17788.15	1075.8038	16018.47	19557.82	6.047869
Tamaulipas	Mujer	18368.67	1017.1639	16695.46	20041.88	5.537493
Tlaxcala	Hombre	23968.33	1621.2198	21301.47	26635.20	6.764007
Tlaxcala	Mujer	22295.82	1473.2391	19872.38	24719.26	6.607692
Veracruz de ignacio de la llave	Hombre	16365.05	1055.8247	14628.24	18101.86	6.451705
Veracruz de ignacio de la llave	Mujer	14712.45	947.9121	13153.15	16271.74	6.442927
Yucatan	Hombre	20677.82	1239.0909	18639.55	22716.10	5.992366
Yucatan	Mujer	17805.62	1141.8291	15927.34	19683.90	6.412745
Zacatecas	Hombre	17328.49	1346.8466	15112.96	19544.02	7.772440
Zacatecas	Mujer	15690.25	1335.9463	13492.65	17887.85	8.514502