Ayuda: Consulta a grandes bases de datos estadísticas

Qué es y cómo funciona

Una consulta es una tabla de conteos: en las filas va una variable (por ejemplo, el estado conyugal), en las columnas otra (por ejemplo, el sexo) y en cada celda el sistema cuenta cuántas personas (o viviendas, u hogares) cumplen ambas cosas. Con tres variables se arma, además, una tabla por cada categoría de la tercera (el control).

Para armarla se siguen cuatro pasos:

1. Elija la base de datos en el catálogo (por ejemplo, Censos de Población y Vivienda 2011).
2. Arme la tabla: elija la variable de las filas y, si quiere, las de la columna y el control; limite los casos con un universo si lo necesita.
3. Calcule: el sistema muestra la tabla con sus totales. Si es muy grande, la manda a una cola y le avisa cuando esté lista.
4. Use el resultado: porcentajes, gráfico, Excel o CSV. Cada tabla tiene una dirección permanente que puede guardar o compartir.

Elegir una base de datos

En Censos → Bases de datos están todas las bases, agrupadas por categoría: censos de población y vivienda, proyecciones, estadísticas vitales y registros administrativos. Cada una indica el país, la institución que produjo los datos y cuántas variables tiene. Pulse la que le interesa para ver su ficha: descripción, entidades, cómo citarla y los botones Hacer una consulta y Ver el diccionario de datos.

El diccionario de datos

Antes de armar una tabla conviene conocer las variables. El diccionario de datos lista cada variable de la base con su nombre, su descripción, la entidad a la que pertenece (vivienda, hogar o persona) y sus categorías. Use el buscador (acepta partes del nombre o de la descripción, sin importar mayúsculas ni tildes) y el filtro por entidad.

Las variables con categorías (sexo, estado conyugal...) guardan códigos: el diccionario muestra qué significa cada uno. Las variables continuas (edad, número de hijos) guardan el valor tal cual.

Descargar el diccionario completo lo baja en Excel (una hoja con las variables, otra con cada código y su etiqueta, y otra con los datos de la base y cómo citarla), en PDF (el libro de códigos, para imprimir), en CSV o en JSON (el original, para otros programas). Siempre es el diccionario completo, aunque haya una búsqueda en pantalla.

Armar una tabla

En la ficha de la base pulse Hacer una consulta. El formulario tiene tres zonas para variables y dos más para el universo y las celdas:

• Fila (obligatoria): una fila por cada categoría de la variable.
• Columna (opcional): una columna por cada categoría; la tabla cruza ambas variables.
• Control (opcional): repite la tabla para cada categoría de esta variable; se elige cuál ver con unos botones sobre la tabla.
• Universo (opcional): una condición que limitan los casos (por ejemplo, solo mujeres).
• Celdas: qué se calcula en cada una (conteo, suma o resumen).

En cada zona de variable puede escribir parte del nombre o de la descripción en Buscar variable para acortar la lista, y elegir la variable. Debajo aparece su descripción y cuántas categorías tiene.

1. Elija la variable de la fila (la única obligatoria).
2. Si quiere cruzarla con otra, elija la columna; con una tercera, el control.
3. Si necesita limitar los casos, escriba el universo (vea la sección siguiente).
4. Deje las celdas en «Cuántos casos hay» salvo que necesite una suma o un resumen.
5. Pulse Calcular la tabla. Si algo está mal (una variable que no existe, una condición mal escrita), el sistema lo explica y conserva lo que escribió.

Limitar los casos: el universo

El universo es una condición que deben cumplir los casos para entrar en la tabla. Se escribe con el nombre de la variable, un operador y un valor:

Los operadores son =, <> (distinto), <, >, <= y >=. Las condiciones se combinan con AND (o &&), OR (o ||) y NOT, y se agrupan con paréntesis. Las mayúsculas no importan. Una variable con rango se puede escribir como P03_EDAD:15..49.

Si no quiere escribir, abra Ayudante para escribir la condición: elija la variable, el operador y el valor, y pulse Y u O para agregarla.

Agrupar, recortar y recodificar una variable

Debajo de cada variable, Cómo usarla permite cambiar sus categorías sin tocar los datos:

• Con sus categorías tal cual: una fila (o columna) por cada valor.
• Agrupada cada cierto número de valores: por ejemplo, la edad cada 5 años da 0-4, 5-9, 10-14...
• Solo un rango de valores: por ejemplo, edades de 15 a 64; los demás casos no entran en la tabla.
• Recodificada: usted define las categorías nuevas, una por línea.

Para recodificar escriba cada tramo como desde-hasta=nuevo código:etiqueta. Un solo valor se escribe sin guion. Por ejemplo, la edad en tres grupos y el nivel de instrucción en categorías amplias:

Qué se calcula en cada celda

Hay tres opciones:

Qué se cuenta: la unidad de análisis

Las bases de los censos tienen varias entidades unidas entre sí: cada vivienda tiene uno o más hogares y cada hogar tiene una o más personas. Cuando una tabla mezcla variables de entidades distintas, el sistema las une y cuenta en el nivel más bajo que usted usó:

• Solo variables de la vivienda → cuenta viviendas.
• Variables de la vivienda y del hogar → cuenta hogares.
• Si hay alguna variable de la persona → cuenta personas.

Por eso «Tipo de vivienda» cruzado con «Sexo» da personas según el tipo de vivienda en que viven. La pantalla del resultado siempre indica la unidad de análisis usada. Si la variable existe en más de una entidad (por ejemplo, «Zona» en la vivienda y en el hogar), escríbala con la entidad: hogar.ID_ZONA.

En Unidad de análisis puede elegir contar una entidad más baja que la de sus variables: con «Tipo de vivienda» y la unidad persona, la tabla cuenta las personas que viven en cada tipo de vivienda. No puede ser más alta: para contar hogares según algo de sus personas use una variable de nivel inferior (sección siguiente).

Características del hogar a partir de sus personas

Una variable de nivel inferior resume las personas de cada hogar (o los hogares o las personas de cada vivienda) en un dato del hogar: cuántas personas tiene, cuántas son mayores de 65 años, la edad de la persona mayor, el nivel de instrucción de la jefa o del jefe... Se arman en el recuadro Variables de nivel inferior del formulario y, una vez agregadas, se eligen en la fila, la columna, el control o las celdas como cualquier otra variable (también se pueden agrupar, recortar o recodificar).

Por omisión se calculan para el nivel de arriba (para las personas, el hogar). Para calcularlas en otro nivel, elíjalo en «Calculada para cada» o agréguelo al final: COUNT(persona; P03_EDAD>=65; vivienda). La condición usa solo variables de la entidad que se resume.

Ejemplos útiles: COUNT(persona) en la fila da los hogares según su tamaño; con la unidad persona da las personas según el tamaño de su hogar; y en las celdas, Un resumen de COUNT(persona) da el tamaño promedio del hogar.

Leer el resultado

El resultado muestra el título de la tabla, la unidad de análisis, el universo y las variables usadas, la tabla con sus totales y, arriba a la derecha, la dirección permanente de la consulta. Los totales de las columnas y de las filas están en negrita; el total general es la esquina de abajo a la derecha.

• Mostrar: cambia los números de casos por el porcentaje de cada fila, de cada columna o del total, sin volver a consultar.
• Control: con tres variables, una fila de botones elige la categoría del control que se ve (o el total).
• Páginas: si la variable de la fila tiene muchas categorías, la tabla se divide en páginas; el total queda siempre a la vista.
• Modificar la consulta abre el formulario con lo mismo que usó, para cambiar solo una parte.

El gráfico y las descargas

Sobre la tabla, Ver el gráfico dibuja los mismos números. Se puede elegir columnas, barras, columnas apiladas (en números o en 100 %), líneas, pastel (cómo se reparten las categorías dentro del total o de una de las series, que se elige) o dispersión (cuando la fila es un número, como la edad o los grupos de edad: cada categoría va en su lugar del eje), e intercambiar filas y columnas. El gráfico se ofrece hasta con 40 categorías en la fila y 15 en la columna, y no se ofrece para los resúmenes; en esos casos se explica por qué. La tabla siempre está debajo: es la versión accesible del gráfico.

Descargar el gráfico lo guarda como imagen PNG o JPG, como SVG (se puede ampliar o editar sin perder calidad) o en PDF. La imagen lleva el título, la base y la dirección de la consulta, y el logo del CCP.

Si la fila o la columna es un cantón (por ejemplo, «Cantón» de la vivienda, el cantón de nacimiento o el de residencia), aparece además Ver el mapa: el mapa de Costa Rica con cada cantón coloreado según su valor, en cinco clases. Se elige qué se pinta (el total o una categoría de la otra variable, como «Mujer») y si se ve en número de casos, en porcentaje dentro de cada cantón o en porcentaje del total del país. Lo que no es un cantón (por ejemplo, «No aplica» para quienes nacieron en otro país) se indica debajo del mapa. Descargar el mapa funciona igual que con el gráfico.

Descargar la tabla ofrece:

Tablas grandes: la cola

Una tabla con muchísimas celdas (por ejemplo, el distrito por la edad simple por el sexo) no se puede mostrar al instante. El sistema la manda a una cola y la calcula en segundo plano. Usted ve una pantalla que se actualiza sola, con su lugar en la cola; cuando termina, aparece la tabla.

• Puede cerrar la página y volver más tarde con la misma dirección o con el código de la consulta.
• Escriba su correo en Avisarme y el sistema le escribe cuando esté lista (o si falló).
• Puede cancelar la consulta mientras espera su turno.
• Si dos personas piden la misma tabla, se calcula una sola vez.

Volver a una consulta

Cada tabla tiene un código de 20 letras y números, y una dirección permanente (/censos/c/<código>/). Hay tres formas de volver a ella:

• La dirección o el código: en Recuperar una consulta pegue cualquiera de los dos. Sirve aunque no haya iniciado sesión.
• Mis consultas: si inició sesión, la lista de lo que ha consultado, la más reciente primero, con Ver y Modificar.
• Consultas recientes en este navegador: sin sesión, el navegador recuerda las últimas que abrió (no se guarda nada en el servidor). Se pueden borrar desde la misma pantalla.

Ejemplos paso a paso

1. ¿Cuántas personas hay, por sexo?

Base: Censos de Población y Vivienda 2011. Fila: P02_SEXO. Nada más. El total es 4 301 712 personas: 2 106 063 hombres y 2 195 649 mujeres.

2. Estado conyugal según el sexo

Fila: P20_ESTADO_CONYUGAL; columna: P02_SEXO. Para ver qué porcentaje de las mujeres está casada, elija Porcentaje de cada columna.

3. Hijos nacidos vivos de las mujeres de 15 a 49 años, por grupo de edad

1. Fila: P03_EDAD, Recodificada, con los tramos 15-19=1:15 a 19 años, 20-24=2:20 a 24 años... hasta 45-49=7:45 a 49 años.
2. Columna (opcional): P07_INDIGENA.
3. Universo: P02_SEXO=2 AND P30_HIJOS_NACIDOS_VIVOS<>99 AND P03_EDAD>=15 AND P03_EDAD<=49.
4. Celdas: La suma de una variable con P30_HIJOS_NACIDOS_VIVOS.
5. El total es 1 755 777 hijos nacidos vivos de 1 131 318 mujeres.

4. Edad promedio por estado conyugal

Fila: P20_ESTADO_CONYUGAL. Celdas: Un resumen de una variable con P03_EDAD.

5. Población por grupos de edad en una provincia

Fila: P03_EDAD, Agrupada cada 10 valores; columna: P02_SEXO; universo: ID_PROVINCIA=7 (Limón).

Cómo citar los datos y recomendaciones

• Cada base indica en su ficha cómo citarla, y la cita sale al pie de cada resultado y en la hoja «Consulta» de Excel. Use siempre esa cita y la dirección permanente de la tabla.
• Las cifras son conteos de los datos de la base: los censos son completos, pero las encuestas y los registros tienen sus propias limitaciones. Lea la documentación de cada base.
• Con universos muy pequeños algunas celdas tendrán pocos casos; interprete con cuidado.
• Las bases no contienen datos personales. No intente identificar a nadie.

Si algo no funciona

Para cualquier otro problema escriba a soporte.ccp@ucr.ac.cr e indique el código de la consulta (aparece en la pantalla del resultado).