UNIVERSIDAD INTERNACIONAL DE LA RIOJA

MAESTRÍA EN ANÁLISIS Y VISUALIZACIÓN DE DATOS

Análisis e Interpretación de Datos

Actividad: Estadística descriptiva:

información a partir del análisis crítico de
datos
Presenta

Luis Enrique Escalante Ortiz

5341912-557602

México, junio 2022

 Asignatura Datos del alumno Fecha
Análisis e Interpretación Apellidos: Escalante Ortiz
27/06/2022
de Datos Nombre: Luis Enrique

Actividad 1: Limpieza de dataset

Contenido

Introducción…………………………………………………………………………………………………………. 3

Definición del problema y referencias………………………………………………………………………3

Elección de base datos……………………………………………………………………………………………3

Análisis descriptivo numérico…………………………………………………………………………………4

Análisis descriptivo gráfico ……………………………………………………………………………………5

Conclusiones ……………………………………………………………………………………………………… 5

Página 2|5
 Asignatura Datos del alumno Fecha
Análisis e Interpretación Apellidos: Escalante Ortiz
27/06/2022
de Datos Nombre: Luis Enrique

Introducción
Los impactos de la pandemia por covid-19 han sido innumerables en distintos temas a lo largo y
ancho del mundo, desde efectos económicos, sociales, políticos y de salud. A través de esta actividad,
tomando como contexto la pandemia pretendo explicar, las horas laborables perdidas a nivel
mundial por tipo de ingreso tras la pandemia. El objetivo fundamental de esta actividad es
desarrollar modelos estadísticos para el análisis y visualización de datos.

Definición del problema y referencias

El problema que deseo analizar es como ha afectado a la ocupación laboral a nivel mundial en
hombres y mujeres debido a la pandemia por COVID-19, representado por el porcentaje de horas
perdidas.

La referencia que estoy tomando se basa en la fuente de estadísticas laborales denominada ILOSTAT
la cual ofrece una extensa información sobre COVID-19 y las estadísticas laborales (2022).

Este indicador representa el porcentaje de horas perdidas ajustando para la población de 15 a 64

años y expresado en pérdidas de empleo equivalentes a tiempo completo. Esta medida se construye
dividiendo la cantidad de horas semanales perdidas debido al COVID-19 y dividiéndolas entre 40 o
48.

Elección de base de datos

Para realizar la actividad estoy tomando la recogida de datos que ofrece ILOSTAT en la siguiente
referencia:

COVID-19 y las estadísticas laborales (2022)

https://ilostat.ilo.org/es/topics/covid-19/

Página 3|5
 Asignatura Datos del alumno Fecha
Análisis e Interpretación Apellidos: Escalante Ortiz
27/06/2022
de Datos Nombre: Luis Enrique

Análisis descriptivo numérico

A continuación, describo el análisis descriptivo llevado a cabo con la siguiente tabla de datos:

Suma de Horas Etiquetas de

perdidas columna   2020
Etiquetas de fila 2020 X F abs (fi) F Acum (Fi) F rel (hi) F rel Acum (Hi)
Low income 78512 1 78512 78512 0.05 0.05
High income 231751 2 231751 310263 0.14 0.18
Upper-middle income 540236 3 540236 850498 0.32 0.50
Lower-middle income 845848 4 845848 1696347 0.50 1.00
      1696347      

En el año 2020, se tuvieron a nivel mundial 1,696,347 horas perdidas semanalmente, siendo el más
afectado en las personas de ingreso medio-bajo con 845,848 horas que corresponde a 0.50 puntos,
seguido de las personas con ingreso medio-alto con 540,236 horas perdidas que corresponde a 0.32
puntos.

Posteriormente las personas de alto ingreso con 232 ml horas perdidas que equivalen a o.14 puntos y
al final las personas de bajo ingreso con 78 mil horas con 0.05 puntos.

Para el año 2021 se tienen las siguientes cifras:

Suma de Horas
perdidas     2021
Etiquetas de fila 2021 X F abs (fi) F Acum (Fi) F rel (hi) F rel Acum (Hi)
Low income 58927 1 58927 58927 0.07 0.07
High income 115675 2 115675 174602 0.14 0.21
Upper-middle income 136056 3 136056 310658 0.16 0.37
Lower-middle income 527403 4 527403 838062 0.63 1.00
      838062      

Se observan a nivel mundial 838 mil horas perdidas semanalmente, corresponde a un decremento
del 50% vs 2020, tiene un comportamiento muy similar con respecto a la distribución por tipo de
ingreso. Sin embargo, predomina la mayor afectación en las personas de ingreso medio-bajo con 527
mil horas equivalentes a 0.63 puntos. Con esto podemos destacar de forma indirecta que se
concentra la mayor fuerza laboral en personas de ingreso medio-bajo a nivel mundial.

Página 4|5
 Asignatura Datos del alumno Fecha
Análisis e Interpretación Apellidos: Escalante Ortiz
27/06/2022
de Datos Nombre: Luis Enrique

Análisis descriptivo gráfico

Los datos llevados a una gráfica, observamos que 2020 tiene una mayor afectación en miles de horas
en comparación del 2021 y el tipo de ingreso que tuvo mayor impacto en cuanto a horas perdidas
esta en las personas de medio-bajo ingreso.

900000 845848
800000

700000

600000
540236 527403
500000
2020
400000 2021
300000
231751
200000
115675 136056
100000 7851258927

0
Low income High income Upper-middle Lower-middle
income income

Discusión y conclusiones de los resultados.

Con base a la información obtenida, se analizaron los datos sintetizando en 4 grandes grupos por
tipo de ingreso, si bien la base de datos es amplia pudiendo obtener el detalle por región y país para
fines del ejercicio pude observar que la mayor afectación se observa en el año 2020 que es donde
inicio la pandemia y a lo largo de ese año las pérdidas de horas trabajadas se fueron a números
extremadamente altos tomando en cuenta que las cifras reflejan las horas perdidas semanalmente a
nivel mundial, los resultados expresan a través de frecuencias absolutas y relativas las variables
analizadas, donde, la variable independiente es el tipo de ingreso y la variable dependiente son las
horas perdidas que van en función de la región y ligadas al sexo y edad de los trabajadores. Cómo ya
lo mencioné no describo mayor nivel de detalle para fines prácticos.

Página 5|5