¿Qué es un indicador aditivo?

Un indicador aditivo es un tipo de indicador compuesto que se construye sumando los valores de varias variables o ítems que miden distintos aspectos de un mismo concepto o dimensión. Se utiliza con frecuencia en investigaciones sociales y de opinión pública para resumir en un solo valor la información proveniente de múltiples preguntas.

Características principales:

Fácil de calcular: se obtiene sumando los valores de las variables seleccionadas. Asume igual peso: cada ítem tiene el mismo valor relativo en la construcción del índice (a menos que se indique un peso diferente). Utilizado en encuestas: por ejemplo, para medir actitudes hacia la democracia, autoritarismo, valores tradicionales, etc.

Ejemplo:

Utilizamos la base de datos de Proetica.

library(rio)
data2=import("Base de datos para Proética 2019_4.sav")

library(rio)
data2=import("Base de datos para Proética 2019_4.sav")

Deseamos crear un indicador con: P30_01 ,P30_02,P30_03, P30_08 , P30_09 y P30_10.

library(dplyr)
library(dplyr)
data2=data2%>%
  dplyr::rename("congreso"=P30_01)%>%
  dplyr::mutate(congreso=na_if(congreso,6))%>%
  dplyr::rename("contraloria"=P30_02)%>%
  dplyr::mutate(contraloria=na_if(contraloria, 6))%>%
  dplyr::rename("fiscalia"=P30_03)%>%
  dplyr::mutate(fiscalia=na_if(fiscalia, 6))%>%
  dplyr::rename("procur"=P30_08)%>%
  dplyr::mutate(procur=na_if(procur,6))%>%
  dplyr::rename("judicial"=P30_09)%>%
  dplyr::mutate(judicial=na_if(judicial, 6))%>%
  dplyr::rename("policia"=P30_10)%>%
  dplyr::mutate(policia=na_if(policia, 6))

library(dplyr)
library(dplyr)
data2=data2%>%
  dplyr::rename("congreso"=P30_01)%>%
  dplyr::mutate(congreso=na_if(congreso,6))%>%
  dplyr::rename("contraloria"=P30_02)%>%
  dplyr::mutate(contraloria=na_if(contraloria, 6))%>%
  dplyr::rename("fiscalia"=P30_03)%>%
  dplyr::mutate(fiscalia=na_if(fiscalia, 6))%>%
  dplyr::rename("procur"=P30_08)%>%
  dplyr::mutate(procur=na_if(procur,6))%>%
  dplyr::rename("judicial"=P30_09)%>%
  dplyr::mutate(judicial=na_if(judicial, 6))%>%
  dplyr::rename("policia"=P30_10)%>%
  dplyr::mutate(policia=na_if(policia, 6))

Una vez calculado el índice aditivo, calcule el intervalo de la media al 99% de nivel de confianza. Determine si el indicador varía si existe una diferencia entre quienes residen en Lima Metropolitana y en el interior del país (zonab). Realice el gráfico correspondiente.

Indicador aditivo

data2$suma=
  data2$congreso+data2$contraloria+data2$fiscalia+data2$procur+data2$judicial+data2$policia
summary(data2$suma)
hist(data2$suma)

data2$suma=
  data2$congreso+data2$contraloria+data2$fiscalia+data2$procur+data2$judicial+data2$policia
summary(data2$suma)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    6.00   12.00   14.00   14.42   18.00   28.00     235

hist(data2$suma)

Reescalar el indicador aditivo

library(scales)
data2$indicador=rescale(data2$suma,to=c(0,100))

library(scales)
data2$indicador=rescale(data2$suma,to=c(0,100))

📈 Intervalo de confianza para la media

library(lsr)
ciMean(data2$indicador,na.rm=T,conf =0.99)

library(lsr)
ciMean(data2$indicador,na.rm=T,conf =0.99)

##          0.5%    99.5%
## [1,] 37.03404 39.47644

Preparación de la variable categórica

table(data2$zonab)

table(data2$zonab)

## 
##    1    2 
##  578 1279

str(data2$zonab)

data2$zonab=as.factor(data2$zonab)

data2$zonab=as.factor(data2$zonab)

data2$zonab=factor(data2$zonab,levels = levels(data2$zonab),
                labels = c("LimaMetropolitana","Interior"))

data2$zonab=factor(data2$zonab,levels = levels(data2$zonab),
                labels = c("LimaMetropolitana","Interior"))

table(data2$zonab)

table(data2$zonab)

## 
## LimaMetropolitana          Interior 
##               578              1279

📈 Intervalo de confianza para la media en dos grupos

library(dplyr)
tabla=data2%>%
  group_by(zonab)%>%
  summarise(Media=mean(indicador,na.rm = T),
            LimiteInferior=ciMean(indicador,na.rm = T)[1],
            LimiteSuperior=ciMean(indicador,na.rm = T)[2])
tabla

library(dplyr)
tabla=data2%>%
  group_by(zonab)%>%
  summarise(Media=mean(indicador,na.rm = T),
            LimiteInferior=ciMean(indicador,na.rm = T)[1],
            LimiteSuperior=ciMean(indicador,na.rm = T)[2])
tabla

## # A tibble: 2 × 4
##   zonab             Media LimiteInferior LimiteSuperior
##   <fct>             <dbl>          <dbl>          <dbl>
## 1 LimaMetropolitana  38.3           36.6           40.0
## 2 Interior           38.2           37.1           39.3

library(ggplot2)
ggplot(tabla, aes(x = zonab, y = Media)) +
  geom_point(size = 5) +  # Punto de la media
  geom_errorbar(aes(ymin = LimiteInferior, ymax = LimiteSuperior), width = 0.2) +
  labs(y = "Valor", x = "") +
  theme_minimal() +
  theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())+ ylab("Promedio ")+
  ylim(30, 50)

library(ggplot2)
ggplot(tabla, aes(x = zonab, y = Media)) +
  geom_point(size = 5) +  # Punto de la media
  geom_errorbar(aes(ymin = LimiteInferior, ymax = LimiteSuperior), width = 0.2) +
  labs(y = "Valor", x = "") +
  theme_minimal() +
  theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())+ ylab("Promedio ")+
  ylim(30, 50)