El CPV-2024 tiene 393 variables. Buscarlas por nombre funciona cuando ya sabes qué buscas, pero no ayuda a responder «¿qué hay sobre educación?» ni —más importante— «¿a quién se le preguntó esto?». Esta viñeta cubre las dos cosas.
Los temas
Cada variable pertenece a uno de 21 temas, y el mismo vocabulario se
aplica a los cinco censos. Diecisiete son los que el propio INE declara
en su catálogo ANDA; los otros cuatro los añade el paquete y están
marcados en la columna fuente.
censo_temas()[, c("tema", "etiqueta", "capitulo", "n_variables")]
#> tema etiqueta
#> 1 ubicacion_geografica Ubicación geográfica
#> 2 identificacion Identificación de registros
#> 3 vivienda_hogar Vivienda y hogar
#> 4 materiales_construccion Materiales de construcción
#> 5 servicios_basicos Servicios básicos del hogar
#> 6 equipamiento_hogar Equipamiento del hogar
#> 7 tic Tecnologías de la información y comunicación
#> 8 emigracion_internacional Emigración internacional
#> 9 mortalidad Mortalidad
#> 10 poblacion Población
#> 11 ciudadania Ciudadanía
#> 12 salud_seguridad_social Salud y seguridad social
#> 13 discapacidad Discapacidad
#> 14 educacion Educación
#> 15 idiomas Idiomas
#> 16 autoidentificacion Autoidentificación
#> 17 migracion Migración
#> 18 movilidad_trabajo Movilidad cotidiana para trabajar
#> 19 caracteristicas_economicas Características económicas
#> 20 fecundidad Fecundidad
#> capitulo n_variables
#> 1 A 22
#> 2 A 8
#> 3 B 32
#> 4 C 27
#> 5 C 48
#> 6 C 10
#> 7 C 15
#> 8 D 6
#> 9 E 8
#> 10 G 18
#> 11 G 2
#> 12 G 37
#> 13 G 5
#> 14 G 23
#> 15 G 8
#> 16 G 3
#> 17 G 46
#> 18 G 7
#> 19 G 54
#> 20 G 14El conteo se calcula en el momento, así que puedes acotarlo a una tabla:
censo_temas(tabla = "vivienda")[, c("tema", "etiqueta", "n_variables")]
#> tema etiqueta
#> 1 ubicacion_geografica Ubicación geográfica
#> 2 identificacion Identificación de registros
#> 3 vivienda_hogar Vivienda y hogar
#> 4 materiales_construccion Materiales de construcción
#> 5 servicios_basicos Servicios básicos del hogar
#> 6 equipamiento_hogar Equipamiento del hogar
#> 7 tic Tecnologías de la información y comunicación
#> 8 emigracion_internacional Emigración internacional
#> 9 mortalidad Mortalidad
#> n_variables
#> 1 4
#> 2 1
#> 3 8
#> 4 4
#> 5 7
#> 6 10
#> 7 10
#> 8 2
#> 9 2Para ver las variables de un tema, codebook() acepta el
argumento tema:
codebook(tema = "educacion", tabla = "persona")[, c("variable", "etiqueta", "universo")]
#> variable
#> 1 p38_asiste
#> 2 p39_tipoest
#> 3 p40_lee
#> 4 p41a_nivel
#> 5 p41b_curso
#> 6 p41a_nivel_act
#> 7 p41b_curso_act
#> 8 nivel_edu
#> 9 aestudio
#> 10 asiste
#> 11 gedadedu
#> etiqueta
#> 1 38. Actualmente, asiste como estudiante a:
#> 2 39. El centro o establecimiento educativo al que asiste es:
#> 3 40. Sabe leer y escribir
#> 4 41.A. Cuál es el último curso o año que aprobó y en que nivel educativo (Nivel)
#> 5 41.B. Cuál es el último curso o año que aprobó y en que nivel educativo (Curso o Año)
#> 6 Nivel educativo alcanzado: sistema actual (5 o más años de edad)
#> 7 Curso o año aprobado: sistema actual (5 o más años de edad)
#> 8 Nivel educativo alcanzado agrupado (19 o más años de edad, residentes en el país y que respondieron a la pregunta)
#> 9 Años de estudio (19 o más años de edad, residentes en el país y que respondieron a la pregunta)
#> 10 Asistencia educativa (residentes en el país y que respondieron a la pregunta)
#> 11 Grupo de edad según asistencia educativa (residentes en el país y que respondieron a la pregunta)
#> universo
#> 1 todas_personas
#> 2 todas_personas
#> 3 personas_5_mas
#> 4 personas_5_mas
#> 5 personas_5_mas
#> 6 personas_5_mas
#> 7 personas_5_mas
#> 8 personas_19_mas
#> 9 personas_19_mas
#> 10 todas_personas
#> 11 todas_personasDescargar solo un tema
vars_tema() devuelve los nombres en el orden del
cuestionario, listos para el argumento variables:
vars_tema("educacion", tabla = "persona")
#> [1] "p38_asiste" "p39_tipoest" "p40_lee" "p41a_nivel"
#> [5] "p41b_curso" "p41a_nivel_act" "p41b_curso_act" "aestudio"
#> [9] "asiste" "gedadedu" "nivel_edu"
get_personas_2024(
departamento = "Cochabamba",
variables = vars_tema("educacion", tabla = "persona")
)Las derivadas del INE van al final. Si solo quieres las preguntas tal
cual se hicieron, filtra por origen:
vars_tema("caracteristicas_economicas", tabla = "persona", origen = "cuestionario")
#> [1] "p43_pago" "p44_nego" "p45_agro" "p46_dest" "p47_otro"
#> [6] "p48_nocu" "p49_ocu_1d" "p50_semp" "p51_actec_2d"El universo: a quién se le preguntó
Esta es la columna que más errores evita. El cuestionario del CPV-2024 lleva impresos cuatro filtros de edad y sexo, y varias variables derivadas se calculan sobre poblaciones aún más restringidas. Compararlas sin tenerlo en cuenta produce cifras equivocadas sin ningún aviso.
codebook(c("p40_lee", "p43_pago", "p53_ecivil", "p54_hvtot", "nivel_edu"),
tabla = "persona")[, c("variable", "etiqueta", "universo")]
#> variable
#> 1 p40_lee
#> 2 p43_pago
#> 3 p53_ecivil
#> 4 p54_hvtot
#> 5 nivel_edu
#> etiqueta
#> 1 40. Sabe leer y escribir
#> 2 43. La semana pasada, trabajó por un pago o ingreso
#> 3 53. Cuál es su estado civil o conyugal
#> 4 54. En total, Cuántas hijas e hijos nacidos vivos ha tenido, incluyendo a los que no vivan con usted o hayan fallecido después de nacer (Total)
#> 5 Nivel educativo alcanzado agrupado (19 o más años de edad, residentes en el país y que respondieron a la pregunta)
#> universo
#> 1 personas_5_mas
#> 2 personas_7_mas
#> 3 personas_12_mas
#> 4 mujeres_12_mas
#> 5 personas_19_masAhí se ve por qué importa: nivel_edu no
describe a toda la población, sino a las personas de 19 años o más. Si
calculas el porcentaje con secundaria sobre el total de personas, el
denominador incluye a menores que nunca pudieron responder y el
resultado sale hacia abajo. El universo correcto es el que declara la
variable.
Para ver todas las variables que comparten un universo:
cb <- codebook(tabla = "persona")
table(cb$universo, useNA = "no")
#>
#> mujeres_12_mas mujeres_15_49 personas_12_mas personas_19_mas personas_5_mas
#> 12 2 1 2 13
#> personas_7_mas todas_personas
#> 29 55La versión textual del INE, con sus palabras exactas, está en
codebook_docs():
codebook_docs("p40_lee", campos = "universo_literal")$universo_literal
#> [1] "Solo para personas de 5 años o más de edad."Qué mide exactamente una variable
codebook_docs() da acceso a la documentación conceptual
oficial: la definición, la pregunta tal como se leyó en campo y las
instrucciones que recibió el censista.
codebook_docs("p32_pueblo_per", campos = "definicion")$definicion
#> [1] "Autoidentificación: Es la expresión individual de identificación, cercanía o pertenencia a alguna nación o pueblo indígena originario campesino o afroboliviano, basada en la interacción con su entorno social, adoptando formas de pensamiento y comportamiento en términos de idioma, cultura y/o costumbres que hacen que la persona que se expresa se sienta parte de un grupo social diferente de otro. - Naciones o Pueblos Indígena Originario Campesinos (NPIOC): Son aquellos conjuntos de personas que descienden de poblaciones asentadas con anterioridad a la invasión española y comparten identidad cultural, idioma, tradición histórica, instituciones, territorialidad y/o cosmovisión. Estos se encuentran dentro de las actuales fronteras del territorio boliviano. - Pueblo afroboliviano: Es la colectividad de ascendencia africana llegada a territorio boliviano durante la época colonial, la cual preserva y reproduce total o parcialmente sus tradiciones espirituales, religiosas, culturales y artísticas como la música y danza."
codebook_docs("v17_tenencia", campos = "pregunta_literal")$pregunta_literal
#> [1] "17. La vivienda que ocupan es: 1 Propia y totalmente pagada 2 Propia y la están pagando 3 Prestada por parientes o amigos 4 Alquilada 5 En contrato anticrético 6 En contrato mixto (anticrético y alquiler) 7 Cedida por servicios 8 Otra"Y para las variables que el INE construyó, la regla con la que las calculó:
codebook_docs("nivel_edu", campos = "regla_derivacion")$regla_derivacion
#> [1] "Variable derivada a partir de la variable P41A_NIVEL_ACT), “Nivel educativo alcanzado: sistema actual”. Agrupa el nivel educativo alcanzado en las siguientes categorías: 1. Ninguno (categorías 1 al 3 de la variable P41A_NIVEL_ACT), 2. Primaria (categoría 7 de P41A_NIVEL_ACT), 3. Secundaria (categoría 8 de P41A_NIVEL_ACT) y 4. Superior (categorías 9 al 13 de P41A_NIVEL_ACT)."Distinguir una pregunta de una construcción del INE es útil por sí mismo:
Capítulos: la estructura del cuestionario
El cuestionario del CPV-2024 tiene siete capítulos, de la A a la G.
capitulo reproduce esa estructura, así que puedes recorrer
el censo en el mismo orden en que se aplicó:
codebook(capitulo = "C", origen = "cuestionario")[, c("pregunta", "variable", "etiqueta")]
#> pregunta variable
#> 1 3 v03_pared
#> 2 4 v04_revoq
#> 3 5 v05_techo
#> 4 6 v06_piso
#> 5 7 v07_aguapro
#> 6 8 v08_aguadist
#> 7 9 v09_energia
#> 8 10 v10_combus
#> 9 11 v11_basura
#> 10 12 v12_cocina
#> 11 13 v13_habitac
#> 12 14 v14_dormit
#> 13 15 v15_servsan
#> 14 16 v16_desague
#> 15 17 v17_tenencia
#> 16 18.1 v18a_bici
#> 17 18.2 v18b_moto
#> 18 18.3 v18c_auto
#> 19 18.4 v18d_carreta
#> 20 18.5 v18e_bote
#> 21 18.6 v18f_refri
#> 22 18.7 v18g_micro
#> 23 18.8 v18h_calefon
#> 24 18.9 v18i_aire
#> 25 18.10 v18j_lavadora
#> 26 19.1 v19a_radio
#> 27 19.2 v19b_tv
#> 28 19.3 v19c_compu
#> 29 19.4 v19d_celular
#> 30 19.5 v19e_inetfijo
#> 31 19.6 v19f_inetmovil
#> 32 19.7 v19g_tvcable
#> 33 19.8 v19h_telfijo
#> etiqueta
#> 1 3. Cual es el material de construcción más utilizado en las paredes de esta vivienda
#> 2 4. Las paredes interiores de esta vivienda. Tienen revoque
#> 3 5. Cuál es el material de construcción más utilizado en los techos de esta vivienda
#> 4 6. Cuál es el material más utilizado en los pisos de esta vivienda
#> 5 7. Principalmente, el agua que usan en la vivienda proviene de:
#> 6 8. El agua que usan en la vivienda se distribuye:
#> 7 9. De donde proviene la energía eléctrica que usan en la vivienda
#> 8 10. Cuál es el principal combustible o energía que utiliza para cocinar
#> 9 11. Habitualmente. Qué hacen con la basura que generan
#> 10 12. Tienen un cuarto solo para cocinar
#> 11 13. Cuántos cuartos o habitaciones ocupan, sin contar baño y cocina
#> 12 14. De estos cuartos o habitaciones, Cuántos se utilizan solo para dormir
#> 13 15. Tienen, baño o letrina
#> 14 16. El baño o letrina tiene desagüe:
#> 15 17. La vivienda que ocupan es: (Tenencia de la vivienda)
#> 16 18.1. Su hogar tiene: Bicicleta
#> 17 18.2. Su hogar tiene: Motocicleta o cuadratrack
#> 18 18.3. Su hogar tiene: Vehículo automotor
#> 19 18.4. Su hogar tiene: Carreta o carretón
#> 20 18.5. Su hogar tiene: Deslizador, balsa, canoa o bote
#> 21 18.6. Su hogar tiene: Refrigerador o congeladora
#> 22 18.7. Su hogar tiene: Microondas
#> 23 18.8. Su hogar tiene: Calefón, termotanque
#> 24 18.9. Su hogar tiene: Aire acondicionado
#> 25 18.10. Su hogar tiene: Lavadora de ropa
#> 26 19.1. Su hogar tiene: Radio o equipo de sonido
#> 27 19.2. Su hogar tiene: Televisor
#> 28 19.3. Su hogar tiene: Computadora, laptop o tablet
#> 29 19.4. Su hogar tiene: Teléfono celular
#> 30 19.5. Su hogar tiene: Internet fijo en la vivienda
#> 31 19.6. Su hogar tiene: Internet móvil (megas o datos)
#> 32 19.7. Su hogar tiene: Servicio de TV cable o satelital
#> 33 19.8. Su hogar tiene: Servicio de telefonía fijaUn detalle que conviene saber: capítulo y tema son dos ejes
independientes, no una jerarquía. v01_tipoviv está
en el capítulo B y v17_tenencia en el C, y las dos son del
tema vivienda_hogar, porque el cuestionario separó el tipo
de vivienda de su tenencia aunque conceptualmente vayan juntas.
Comparar entre censos
Los temas son el eje transversal: el mismo vocabulario se aplica a los cinco censos, porque el INE publica un diccionario DDI de todos ellos.
for (anio in c(1976, 1992, 2001, 2012, 2024)) {
# En 1976 la tabla de personas se llama `poblacion`.
tabla <- if (anio == 1976) "poblacion" else "persona"
cb <- codebook(tema = "educacion", tabla = tabla, anio = anio)
cat(anio, "->", nrow(cb), "variables:", paste(cb$variable, collapse = ", "), "\n")
}
#> 1976 -> 5 variables: p10, p11, p14, anioes1, nivela
#> 1992 -> 5 variables: P10, P11, P12, P13, P14
#> 2001 -> 7 variables: P36, P37, P38, P39NIV, P39CUR, P40NIV, P40CUR
#> 2012 -> 3 variables: P35, P36, P37A_NIVELNUE
#> 2024 -> 11 variables: p38_asiste, p39_tipoest, p40_lee, p41a_nivel, p41b_curso, p41a_nivel_act, p41b_curso_act, nivel_edu, aestudio, asiste, gedadeduUn tema existe solo en un censo: religión, que preguntó únicamente el de 1992.
codebook(tema = "religion", anio = 1992)[, c("variable", "etiqueta")]
#> variable etiqueta
#> 1 V16 No pertenecen a ninguna religión
#> 2 V16B Religión católica
#> 3 V16C Religión evangélica
#> 4 V16D Otra religión
#> 5 V16E Religión ignoradaLos capítulos, en cambio, solo existen en 2024: los
cuestionarios anteriores tienen otra estructura, el de 2001 no numera
sus etiquetas y los de 1976 y 1992 numeran las secciones de vivienda y
de persona en paralelo (v03 es el material de las paredes y
p03 el sexo). Lo que sí traen los cuatro anteriores es la
agrupación oficial del INE de su época, en la columna
grupo_ine:
table(codebook(anio = 1992)$grupo_ine, useNA = "no")
#>
#> Actividad Económica Características de la Vivienda
#> 5 10
#> Características Demográficas Educación
#> 13 5
#> Fecundidad Migración
#> 6 15
#> Mortalidad Religión
#> 1 3
#> Salud Servicios Básicos
#> 8 7El universo también cambió entre censos
Esta es la razón principal por la que vale la pena tener el metadato de los cinco censos: el INE movió el filtro de edad de varias preguntas, así que comparar una serie temporal sin igualar el universo mide poblaciones distintas en cada punto.
for (anio in c(1976, 1992, 2001, 2024)) {
v <- switch(as.character(anio), "1976" = "p10", "1992" = "P10",
"2001" = "P36", "2024" = "p40_lee")
tabla <- if (anio == 1976) "poblacion" else "persona"
cat(anio, "alfabetismo ->", codebook(v, tabla = tabla, anio = anio)$universo, "\n")
}
#> 1976 alfabetismo -> personas_5_mas
#> 1992 alfabetismo -> personas_6_mas
#> 2001 alfabetismo -> personas_4_mas
#> 2024 alfabetismo -> personas_5_masget_temporal() avisa de esto automáticamente cuando se
piden variables armonizadas cuyo universo no coincide entre los años
solicitados.
Para poder hacerle caso al aviso hace falta la columna
edad en el resultado, y get_temporal() solo
devuelve lo que se le pide. Los grupos predefinidos
(grupo = "educacion") ya la incluyen; si pides variables
sueltas, añádela:
Los indicadores de manzano y comunidad
Las fichas del geoportal tienen su propio desglose, más fino que el tema: 15 bloques. Conviven con la taxonomía, así que puedes usar el que te convenga.
censo_bloques_meta[, c("bloque", "etiqueta", "tema")]
#> bloque etiqueta tema
#> 1 unidad Unidad censal identificacion
#> 2 poblacion Población poblacion
#> 3 educacion Educación educacion
#> 4 salud_lugar Salud · dónde se atienden salud_seguridad_social
#> 5 salud_seguro Salud · seguro salud_seguridad_social
#> 6 nacimiento Lugar de nacimiento migracion
#> 7 residencia Residencia habitual migracion
#> 8 ocupacion Ocupación caracteristicas_economicas
#> 9 actividad Actividad económica caracteristicas_economicas
#> 10 vivienda Vivienda vivienda_hogar
#> 11 servicios Servicios básicos servicios_basicos
#> 12 tic TIC tic
#> 13 material Materiales de la vivienda materiales_construccion
#> 14 hacinamiento Hacinamiento vivienda_hogar
#> 15 hogar Tipo de hogar vivienda_hogarCada indicador es un conteo, y para leerlo como porcentaje hace falta
el total sobre el que se calcula. Eso está en
denominador:
codebook(tabla = "ficha")[3:8, c("variable", "bloque", "denominador")]
#> variable bloque denominador
#> 3 idep unidad <NA>
#> 4 iprov unidad <NA>
#> 5 imun unidad <NA>
#> 6 pob_total_h poblacion <NA>
#> 7 pob_total_m poblacion <NA>
#> 8 pob_edad_0a19_h poblacion pob_total_hLas variables cuyo denominador es NA son
los totales mismos.
Fuentes y atribución
La taxonomía y los metadatos de contexto se construyen a partir de dos fuentes oficiales del INE Bolivia:
- El cuestionario censal del CPV-2024, de donde salen los capítulos, la numeración de preguntas y los filtros de universo impresos en el formulario.
- Los diccionarios DDI del catálogo ANDA, estudios 132 (CPV-2024), 8 (CPV-2012), 10 (CNPV-2001), 47 (CNPV-1992) y 46 (CNPV-1976), de donde salen los temas oficiales, el universo de cada variable, las definiciones conceptuales, las preguntas literales y las reglas de derivación.
Los textos de codebook_docs_meta se reproducen
literalmente; el INE los publica bajo la condición «Uso público». El
objeto guarda la procedencia exacta de los archivos usados:
attr(codebook_docs_meta, "ddi")[, c("anio", "estudio", "idno", "fecha")]
#> anio estudio idno fecha
#> 1 2024 132 BOL-INE-CPV-2024 2026-07-29
#> 2 2012 8 BOL-INE-CPV-2012 2026-07-29
#> 3 2001 10 BOL-INE-CNPV-2001 2026-07-29
#> 4 1992 47 BOL-INE-CNPV-1992 2026-07-29
#> 5 1976 46 BOL-INE-CNPV-1976-V3 2026-07-29Un aviso que el propio contraste con estas fuentes hizo evidente: el
DDI del INE tiene errores puntuales. En el CPV-2012, la variable de
estado civil viene con las categorías de otra pregunta. Por eso el
paquete nunca sobrescribe las etiquetas de valor que ya
trae el diccionario de microdatos; las discrepancias se registran para
revisión en data-raw/ddi/reporte_valores.md.