| Tipo_Archivo | Descripción | Nombre_PER | Nombre_PAR |
|---|---|---|---|
| Metadatos | Contiene información estructural sobre cada pregunta, incluyendo su ID, texto completo y esquema de codificación | PER_2023_metadata_classified.csv | PAR_2023_metadata_classified.csv |
| Respuestas | Almacena las respuestas de los participantes organizadas por ID de pregunta | PER_2023_responses.csv | PAR_2023_responses.csv |
Reporte de Validación de Dashboard AEJ
1. Introducción
El propósito de este informe es documentar el proceso de validación del Dashboard de Análisis Estadístico para las encuestas del informe Así Estamos Juárez (AEJ). El dashboard de desarrollo, se puede acceder desde esta liga: https://frankleyva-dev-dashboard.share.connect.posit.cloud/
2. Resumen Ejecutivo
El dashboard realiza el análisis dentro de margenes de diferencia aceptables (menores al 10%).
Se identificaron diferencias causadas por los conjuntos de datos utilizados, se hará un reporte evaluando estas dos versiones de las encuestas.
Se actualizaron visualizaciones y funciones en los modulos, para hacer que las visualizaciones fueran similares a las del informe
3. Datos Utilizados
3.1 Origen y características de los datos
Los datos analizados en este dashboard provienen de dos encuestas aplicadas por la Agencia Estadística de Mercados (AEM) durante el año 2023, utilizando metodología de muestreo semilla en los diferentes distritos de la ciudad:
- Encuesta de Percepción Ciudadana (PER): Aplicada en 2023, consta de 196 preguntas con una muestra de 1,531 participantes.
- Encuesta de Participación Ciudadana y Buen Gobierno (PAR): Aplicada también en 2023, comprende 371 preguntas con una muestra de 1,506 participantes.
3.2 Estructura y procesamiento de datos
Los datos originales fueron proporcionados en formato SPSS (.sav) y posteriormente transformados en archivos CSV para facilitar su procesamiento y análisis. Para cada encuesta, se generaron dos tipos de archivos:
Estructura de los archivos de metadatos
Los archivos de metadatos incluyen la siguiente información para cada pregunta:
| Variable | Descripción |
|---|---|
| variable | Identificador único de la variable/pregunta |
| label | Texto completo de la pregunta |
| type | Tipo de dato (numérico, texto, etc.) |
| has_value_labels | Indicador de presencia de etiquetas de valor |
| value_labels | Esquema de codificación que relaciona valores numéricos con etiquetas |
| scale_type | Clasificación estadística de la variable (añadida manualmente) |
La variable scale_type clasifica cada pregunta según su naturaleza estadística en seis categorías:
| Tipo | Descripción |
|---|---|
| Razón | Variables con cero absoluto y donde los ratios tienen sentido |
| Intervalo | Variables numéricas con intervalos iguales pero sin cero absoluto |
| Ordinal | Variables con categorías ordenadas pero sin intervalos iguales |
| Categórica | Variables con categorías sin orden inherente |
| Binaria | Variables con solo dos posibles valores |
| Nominal (Abierta) | Variables de texto abierto sin categorías predefinidas |
3.3 Clasificación de variables
La clasificación de variables según scale_type se realizó inicialmente mediante un proceso automatizado basado en la estructura y codificación de cada pregunta, y posteriormente fue validada mediante revisión manual utilizando un dashboard especializado para este propósito.
3.4 Datos geoespaciales
Para el análisis geográfico, se incorporó un archivo GeoJSON con la delimitación de los distritos de la ciudad, lo que permite vincular las respuestas con su distribución espacial correspondiente.
| Característica | Descripción |
|---|---|
| Archivo | Jrz_Map.geojson |
| Formato | GeoJSON |
| Identificador | No_Distrit |
| Vinculación | Se vincula con la columna Q2 de los archivos de respuestas |
Resumen estadístico de los conjuntos de datos
| Encuesta | Total_Preguntas | Total_Participantes | Preguntas_Razón | Preguntas_Intervalo | Preguntas_Ordinal | Preguntas_Categórica | Preguntas_Binaria | Preguntas_Nominal |
|---|---|---|---|---|---|---|---|---|
| PER_2023 | 196 | 1531 | 6 | 61 | 6 | 10 | 82 | 17 |
| PAR_2023 | 371 | 1506 | 92 | 61 | 4 | 10 | 150 | 14 |
La clasificación y estructuración de estos datos permite realizar análisis diferenciados según el tipo de variable, facilitando la aplicación de métodos estadísticos apropiados para cada caso y la generación de visualizaciones adecuadas en el dashboard.
4. Metodología de Validación
La validación del dashboard se ha realizado siguiendo un enfoque pragmático que garantiza la precisión de los resultados mostrados, utilizando dos fuentes de referencia principales:
Comparación con resultados publicados: Se contrastan los resultados mostrados en el dashboard con aquellos publicados en el informe “Así estamos Juárez”, verificando la consistencia de los principales indicadores y estadísticas.
Verificación con datos originales: Se realiza un análisis directo de los archivos CSV fuente utilizando herramientas como Excel y R para confirmar que los cálculos del dashboard son correctos.
4.1 Proceso de validación
Para cada tipo de variable (Razón, Intervalo, Ordinal, Categórica, Binaria y Nominal), se ha seguido el siguiente proceso:
Captura de resultados del dashboard: Se toman capturas de pantalla de las tablas y gráficas generadas por el dashboard para preguntas representativas de cada tipo.
-
Análisis directo de datos: Se realizan cálculos básicos sobre los archivos CSV originales:
- Para variables numéricas: cálculo de media, mediana y desviación estándar
- Para variables categóricas: distribuciones de frecuencia y porcentajes
- Para variables binarias: porcentajes de respuestas positivas y negativas
Comparación visual y numérica: Se contrastan los resultados obtenidos, verificando que las diferencias se encuentren dentro de márgenes aceptables (±0.5% para porcentajes, ±0.1 para medias).
Documentación de discrepancias: En caso de encontrar diferencias significativas, se documentan y analizan para identificar posibles causas.
4.2 Herramientas utilizadas
- Excel: Para análisis básicos y verificación rápida de distribuciones y estadísticas descriptivas.
- R: Para cálculos más complejos y verificación de la lógica de procesamiento.
- Captura de pantalla: Para documentar los resultados del dashboard.
- PDF del informe “Así estamos Juárez”: Como referencia oficial para los resultados publicados.
4.3 Criterios de validación
Se considerará que los resultados del dashboard son válidos cuando:
- Coincidan con los valores publicados en “Así estamos Juárez” con una tolerancia de ±1%.
- Los cálculos directos desde los archivos CSV produzcan resultados consistentes con los mostrados en el dashboard.
- Las visualizaciones representen correctamente las distribuciones y tendencias de los datos.
Esta metodología permite realizar una validación eficiente pero exhaustiva, centrándose en la precisión de los resultados sin comprometer excesivos recursos de tiempo.
5. Validación por Tipo de Variable
5.1 Variables de Razón
Las variables de razón son aquellas que tienen un cero absoluto y donde los ratios entre valores tienen sentido (por ejemplo, edad, ingresos, número de hijos).
5.1.1 Variable: PER Q66 - Cuantos vehículos de motor hay disponibles en su hogar? Si no tiene ninguno, poner 0)
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 1.37 | 1.37 | 0 | 0% |
| Mediana | 1 | 1 | 0 | 0% |
| Desv. Est. | 0.72 | 0.71 | 0.1 | 1.39% |
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Ningun Vehículo | 27.9% | 27.7% | .2 | 0.7% |
| 1 Vehículo | 52.1% | 52.5% | .4 | .76% |
| 2 Vehículos | 15.5% | 15.6% | .1 | .67% |
| 3 Vehículos o más | 4.3% | 4.3% | 1.3 | 0% |
Conclusión: Válido - Los resultados coinciden con margen aceptable.
5.1.2 Variable: PAR Q24 - Durante el 2023, Cuantos tramites ante el Gobierno MUNICIPAL hizo durante este tiempo?
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 1.49 | 1.49 | 0 | 0% |
| Mediana | 1 | 1 | 0 | 0% |
| Desv. Est. | 1.3 | 1.30 | 0 | |
| .26 | 22.22% |
Conclusión: Válido - Los resultados coinciden con margen aceptable.
5.1.3 Conclusiones para Variables de Razón
La evidencia apunta a que las variables de razón analizadas muestran consistencia entre el dashboard y las fuentes de verificación.
5.2 Variables de Intervalo
Las variables de intervalo son aquellas donde los intervalos entre valores son iguales, pero no existe un cero absoluto (por ejemplo, temperatura en grados Celsius, año de nacimiento).
5.2.1 Variable: PER Q4 - En comparacion con el año pasado, Diria usted que su situacion economica personal ha mejorado, ha empeorado o sigue igual?
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 3.07 | 3.07 | 0 | 0% |
| Mediana | 3 | 3 | 0 | 0% |
| Desv. Est. | 0.87 | 0.87 | 0 | 0% |
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Distrito 2 | 19.9% | 20.3% | .4 | 2% |
| Distrito 3 | 23.9% | 26.3% | 2.4 | 10% |
| Distrito 4 | 30.1% | 27.4% | 2.7 | 9% |
| Distrito 5 | 20.3% | 23% | 2.7 | 13.3% |
| Distrito 6 | 18.9% | 18.9% | 0 | 0% |
| Distrito 7 | 16% | 16.9% | .9 | 5.6% |
| Distrito 8 | 18.5% | 16% | 2.5 | 13.5% |
| Distrito 9 | 16.8% | 15.6% | 1.2 | 7.14% |
| Distrito 10 | 18% | 19.9% | 1.9 | 10.6% |
Conclusión: Cuestionable - Los resultados no coinciden con superior al 10%, además las interpretaciones son diferentes.
5.2.2 Variable: PAR Q139 - Para usted, votar es…
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 3.07 | 3.07 | 0 | 0% |
| Mediana | 3 | 3 | 0 | 0% |
| Desv. Est. | 0.87 | 0.87 | 0 | 0% |
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Distrito 2 | 78.7% | 78.7% | 0 | 0% |
| Distrito 3 | 78.1% | 78.1% | 0 | 0% |
| Distrito 4 | 84.7% | 84.7% | 0 | 0% |
| Distrito 5 | 82.6% | 82.6% | 0 | 0% |
| Distrito 6 | 18.9% | 18.9% | 0 | 0% |
| Distrito 7 | 16% | 16.9% | .9 | 5.6% |
| Distrito 8 | 83.4% | 83.4% | 0 | 0% |
| Distrito 9 | 76.3% | 76.3% | 0 | 0% |
| Distrito 10 | 77.6% | 77.6% | 0 | 0% |
Conclusión: Aceptable - Los resultados coinciden con margen aceptable.
5.3 Variables ordinales
Las variables de intervalo son aquellas donde los intervalos entre valores son iguales, pero no existe un cero absoluto (por ejemplo, temperatura en grados Celsius, año de nacimiento).
5.3.1 Variable: PER Q5 - Con el total del ingreso familiar, usted diria que…? (En 2023)
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 2.14 | 2.14 | 0 | 0% |
| SD | 2 | 2 | 0 | 0% |
| Moda | 2 | 2 | 0 | 0% |
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Distrito 2 | 27.7% | 25.1% | 2.6 | 9.4% |
| Distrito 3 | 26.9% | 24.3% | 2.6 | 9.7% |
| Distrito 4 | 22% | 20.2% | 1.8 | 8.2% |
| Distrito 5 | 28% | 29.3% | 1.3 | 4.6% |
| Distrito 6 | 38.9% | 39.4% | .5 | 1.3% |
| Distrito 7 | 30.7% | 30.3% | .4 | 1.3% |
| Distrito 8 | 27.2% | 27.6% | .4 | 1.5% |
| Distrito 9 | 27.1% | 26.9% | .2 | 0.7% |
| Distrito 10 | 33.3% | 32.1% | 1.2 | 3.6% |
Conclusión: Aceptable - Los resultados coinciden con margen aceptable. ### 5.3.2 Variable: PAR Q146 - Rango de edad
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Media | 2.41 | 2.41 | 0 | 0% |
| Mediana | 2 | 2 | 0 | 0% |
| Moda | 2 | 2 | 0 | 0% |
Comparación por categorías” :
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| 18 a 29 años | 329 | 329 | 0 | 0% |
| 30 a 44 años | 486 | 486 | 0 | 0% |
| 45 a 59 años | 434 | 434 | 0 | 0% |
| 60 años o mas | 257 | 257 | 0 | 0% |
Conclusión: Aceptable - Los resultados coinciden con margen aceptable.
5.4 Variables Categóricas
Las variables categóricas representan categorías sin un orden inherente (por ejemplo, estado civil, distrito, ocupación).
5.4.1 Variable: PER Q97 - De las siguientes problematicas medioambientales, cual cree que sea el mayor problema de la colonia?
| Estadístico | Dashboard | Datos Brutos | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Moda | Calles sucias/basura en calles 558 | Calles sucias/basura en calles 558 | 0 | 0% |
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Calles Sucias | 36.6% | 36.7% | .1 | .3% |
| Llantas tiradas | 21.7% | 21.6% | .1 | .5% |
| Terrenos Baldíos | 14.8% | 14.8% | 0 | 0% |
| Basureros/Tiraderos Clandestinos | 14% | 13.9% | .1 | .7% |
| Parques sucios/descuidados | 8.3% | 8.3% | 0 | 0% |
| Otros | 4.6% | 4.6% | 0 | 0% |
Conclusión: Aceptable - Los resultados coinciden con margen aceptable.
5.5 Variables Binarias
Las variables binarias solo pueden tomar dos valores posibles (por ejemplo, sí/no, presencia/ausencia, acuerdo/desacuerdo).
5.5.1 Variable: PER 84 - En el ultimo año (2023), Siente que sus garantias o derechos han sido violentados por alguna autoridad o dependencia gubernamental?
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Distrito 2 | 14.1% | 13.5% | 0.6 | 4.3% |
| Distrito 3 | 5.7% | 6.3% | 0.6 | 10.5% |
| Distrito 4 | 11.2% | 12.2% | 1 | 8.9% |
| Distrito 5 | 10.8% | 10.6% | 0.2 | 1.9% |
| Distrito 6 | 13.6% | 11.7% | 1.9 | 14% |
| Distrito 7 | 4.9% | 7.9% | 3 | 61.2% |
| Distrito 8 | 4% | 5.1% | 1.1 | 27.5% |
| Distrito 9 | 8.5% | 6.3% | 2.2 | 25.9% |
| Distrito 10 | 4.7% | 3.8% | 0.9 | 19.1% |
Conclusión: No aceptable - Los resultados parcialmente coinciden con margen cuestionable, la interpretación de ambos resultados es diferente.
5.5.2 Variable: PAR 140.1:140.3 - ¿HA PARTICIPADO EN ALGUNO DE LOS SIGUIENTES MECANISMOS ESTABLECIDOS
EN LA LEY DE PARTICIPACIÓN CIUDADANA DEL ESTADO DE CHIHUAHUA?
Comparación con informe “Así estamos Juárez” :
| Estadístico | Dashboard | Informe | Diferencia | Diferencia (%) |
|---|---|---|---|---|
| Revocación de mandato | 47.4% | 47.4% | 0 | 0% |
| Audiencias Públicas | 30.3% | 30.3% | 0 | 0% |
| Consultas Públicas | 29.1% | 29.1% | 0 | 0% |
| La iniciativa ciudadana | 25.8% | 25.8% | 0 | 0% |
| Comités de participación | 18.3% | 18.3% | 0 | 0% |
| Cabildo abierto | 15% | 15% | 3 | 0% |
| Consejos consultivos | 12.5% | 12.5% | 0 | 0% |
| Planeación participativa | 11.6% | 11.6% | 0 | 0% |
| Presupuesto participativo | 9.4% | 9.4% | 0 | 0% |
| El Plebiscito | 7.5% | 7.5% | 0 | 0% |
| Mecanismos de participación social para niñas, niños y adolescentes | 7.2% | 7.2% | 0 | 0% |
| Contralorías sociales | 6.9% | 6.9% | 0 | 0% |
| El referendum | 6.6% | 6.6% | 0 | 0% |
Conclusión: Aceptable - Los resultados coinciden con margen aceptable.
5.6 Variables Nominales (Abiertas)
Las variables nominales abiertas contienen respuestas de texto libre. Dado que este tipo de variables tiene un tratamiento diferente y posiblemente sean removidas en futuras versiones del dashboard, se ha realizado una validación simplificada.
5.6.1 Variable: PER Q65 - Mencione un lugar/edificio/monumento que considere emblematico y representativo de Juarez
Se ha verificado que:
- El número total de respuestas procesadas coincide entre el dashboard y los datos brutos.
- Las palabras más frecuentes identificadas en el dashboard aparecen también entre las más frecuentes en el análisis manual.
- El proceso de limpieza (eliminación de stopwords y caracteres especiales) funciona correctamente.
Conclusión: El procesamiento básico de texto para variables nominales funciona adecuadamente dentro de los límites esperados para este tipo de análisis exploratorio.
5.6.2 Consideraciones sobre Variables Nominales
- Las variables nominales (abiertas) son principalmente útiles para análisis exploratorio y contextual, no para inferencias estadísticas precisas.
- Pequeñas diferencias en el preprocesamiento del texto pueden resultar en variaciones en los conteos exactos de palabras, lo cual es esperado y aceptable.
Conclusiones
Las diferencias que se encontraron que no se consideran aceptables han sido examinadas a detalle. La causa principal es el uso de una base de datos alternativa proveida por AEM. En un subsecuente reporte se examinarán las diferencias entre ambas versiones para decidir cual versión utilizar, y posteriormente cargar a la base de datos.