4  Metodología

4.1 Datos

Para la realización del trabajo, se utilizó la base de datos del Laboratorio de Opinión Pública LAPOP 2023. La encuesta fue aplicada entre junio y agosto de 2023 como forma de agregar a Chile al proyecto de “AmericasBarometer” el cual se actualiza de forma periódica. La muestra constó de 1653 personas adultas con habilidad para votar y se aplicó en diferentes regiones del país procurando tener datos desde el norte hasta el sur de Chile con grupos de 6 áreas urbanas y rurales (Vanderbilt University, 2023).

options(scipen = 999)
library("pacman")
pacman::p_load(tidyverse,    
               summarytools, 
               sjmisc,       
               sjPlot,       
               haven,
               readxl,
               psych, 
               stargazer,
               ktnir,
               kableExtra,
               table1,
               janitor, 
               crosstable) 

dataLAPOP <- read_dta("input/CHL_2023_LAPOP_AmericasBarometer_v1.0_w.dta")

4.2 Variables

A partir de la base de datos, se seleccionaron las variables de confianza en el congreso (B13), confianza en la corte suprema (B31) y confianza en el presidente (B21a) para generar un indice promediado que reflejase la confianza en el Estado.

Para comparar esta indice también se seleccionaron las variables de edad (q2), “A los politicos les importa mi opinion/intereses” (eff1) y confianza en la municipalidad (b32). La variable de edad es de tipo razón, mientras que las otras dos son de tipo ordinal y asumen valores de (1-7) según el nivel de confianza (Poca confianza - Mucha confianza). Se renombraron las variables para facilitar la comprensión.

Finalmente, se utilizo una eliminación listwise de casos perdidos. En la toma de esta decision se considero la simpleza de la función, junto con la reducción de casos despreciable que tuvo como resultado.

data <- dataLAPOP %>%                       #Selección de Variables
  select(b13, b21a, b31, b32, eff1, q2) %>%
  na.omit() %>%
  rename(
    cCongreso = b13,            #Confianza en el Congreso
    cPresid = b21a,             #Confianza en el Presidente
    cCSup = b31,                #Confianza en la Corte Suprema
    cMuni = b32,                #Confianza en la Municipalidad
    intPol = eff1,              #Creencia en los intereses de los políticos
    edad = q2)                   #Edad

Para la construcción del índice se utilizó la sección de confianza en las instituciones del cuestionario LAPOP, específicamente las preguntas ¿hasta qué punto tiene usted confianza en el congreso?, ¿hasta qué punto tiene usted confianza en el presidente?, ¿hasta qué punto tiene usted confianza en la Corte Suprema de Justicia? Las tres variables son de tipo likert y abarcan un rango del 1 al 7, en donde 1 es nada de confianza y 7 es mucha confianza. 

Con la creación del índice se logra medir el concepto de confianza en el Estado de forma más completa que si se hubiera elegido solo una pregunta, pues de esta forma se abarcan 3 dimensiones del concepto de confianza.

Se comparó el índice no ponderado, como variable dependiente, de tres variables independientes para ver su relación con distintos aspectos y opiniones.

###Cohesión del indice: En base a los criterios de cohesión interna de los indices que señala Cronbach L.J. (1951), el índice muestra una alta consistencia interna, como lo demuestra un alfa de Cronbach de

𝛼 = [0.73] (𝑘 = [3]).

#| echo: true
data$confEstAlpha <- data %>%
select(cCSup, cPresid, cCongreso) #Crear indice Confianza en el Estado

data$confEst <- data %>%
  select(cCSup, cPresid, cCongreso) %>% #Creamos variable del indice
  rowMeans(na.rm = TRUE)

alpha(data$confEstAlpha) #Revisar cohesión interna indice

Reliability analysis   
Call: alpha(x = data$confEstAlpha)

  raw_alpha std.alpha G6(smc) average_r S/N   ase mean  sd median_r
      0.73      0.74    0.67      0.48 2.8 0.012  3.1 1.4     0.52

    95% confidence boundaries 
         lower alpha upper
Feldt      0.7  0.73  0.75
Duhachek   0.7  0.73  0.75

 Reliability if an item is dropped:
          raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
cCSup          0.50      0.51    0.34      0.34 1.0    0.025    NA  0.34
cPresid        0.74      0.74    0.59      0.59 2.8    0.013    NA  0.59
cCongreso      0.68      0.68    0.52      0.52 2.2    0.016    NA  0.52

 Item statistics 
             n raw.r std.r r.cor r.drop mean  sd
cCSup     1574  0.86  0.87  0.78   0.67  3.2 1.6
cPresid   1574  0.80  0.77  0.57   0.48  3.2 2.0
cCongreso 1574  0.77  0.79  0.64   0.52  3.0 1.6

Non missing response frequency for each item
             1    2    3    4    5    6    7 miss
cCSup     0.22 0.13 0.20 0.21 0.15 0.06 0.02    0
cPresid   0.32 0.09 0.14 0.16 0.14 0.09 0.06    0
cCongreso 0.28 0.14 0.20 0.21 0.13 0.04 0.02    0

##Estadísticos descriptivos de las variables dependiente e independientes.

	vars	n	mean	sd	median	trimmed	mad	min	max	range	skew	kurtosis	se
confEst	1	1574	3.132995	1.400951	3	3.095238	1.4826	1	7	6	0.1958902	-0.7679978	0.0353119
edad	2	1574	42.320203	16.321403	40	41.243651	16.3086	18	90	72	0.5300557	-0.5266385	0.4113913
intPol	3	1574	3.180432	1.849513	3	3.034127	2.9652	1	7	6	0.3352215	-0.9866029	0.0466181
cMuni	4	1574	3.954892	1.685697	4	3.996032	1.4826	1	7	6	-0.2299862	-0.7206085	0.0424891

4.3 Métodos

Se seleccionaron para el análisis descriptivo tablas, gráficos y estadísticos descriptivos. En específico se utilizó un histograma y una nube de puntos para destacar informaciones relevan, los cuales fueron interpretados. Para el analisis bivariado se utilizó el coeficiente de correlación de Pearson (\(r\)), para la relación entre la variable dependiente y las 3 variables independientes, esto ya que la dependiente tiene caracter numerico y las independientes categorico, por lo cual corresponde ese tipo de correlacion. Se evaluó la significancia estadística (p-valor < 0.05) y el tamaño y dirección del efecto siguiendo los criterios de Cohen (1988). Se utilizó Chi2 para asociacion de las variables categoricas percepción de interes de los politicos sobre la opinión publica con la confianza en las municipalidades.