Brechas de género en la Política I

Posted by | · · · · · | Ciencia Política · Elecciones | No Comments on Brechas de género en la Política I

0
shares
Compartir en Facebook
Twittear
Compartir en Google+
Compartir en LinkedIn
Compartir en Pinterest
+
Trends

Hoy se celebra el Día Internacional de la Mujer. Este post es un pequeño homenaje que busca visualizar la brecha de género en la política. Analizaremos los datos de la última elección regional y municipal en Perú. Nos enfocamos en el ámbito distrital.

Probabilidades de éxito: Posición en Lista

Los concejos municipales distritales tienen distintos tamaños. Sin embargo la mayoría (más del 92%) de estos tienen 5 regidores. Analicemos las posiciones en la lista de regidores según sexo. Nos concentraremos en las primeras cinco posiciones

graf<-plot(tab2014, col=c('red','blue'), main="Posiciones por sexo", xlab="Posición en lista")
x=c(0.1,0.3,0.5,0.7,0.9)
text(x=x, y = c(0.9), labels = round(tab2014[,1],1))
text(x=x, y = c(0.2), labels = round(tab2014[,2],1), col="white")
plot of chunk grafico2014

Lo que vemos es brutal. La diferencia entre hombresy mujeres es abismal. Las primeras posiciones, que son aquellas que tienen mayor probabilidad de entrar son básicamente hombres!!

Las mujeres son ubicadas mayoritariamente en las últimas posiciones. Que son las que tienen menos chance de entrar al concejo municipal

En lugar de aprobar reformas populistas y que pueden tener efectos muy contraproducentes, revisa este post, la alternancia es un reforma necesaria y que sí podria ayudar a mitigar el problema, permitiendo que las mujeres se acerquen a la igualdad de condiciones en la competencia electoral

¿Cómo sería una distribución ideal del género en las posiciones de la lista?

He generado una data donde tanto las mujeres y hombres tienen la misma probabilidad de ser elegidos, el número de casos de la data creada es similar al número real de candidatos.

posiciones<-rep(c(1,2,3,4,5),each=20000)
sexo<-rep(c("Hombre","Mujer"),100000)
sim<-data.frame(posiciones,sexo)
sm2<-sample(1:100000, 62217, replace=TRUE)
data<-sim[sm2,]
ta1<-table(data$posiciones,data$sexo)
tab20141<-(prop.table(ta1,1)*100)
plot(tab20141, col=c('red','blue'), main="Posiciones por sexo (Ideal)", xlab="Posición en lista")
text(x=x, y = c(0.9), labels = round(tab20141[,1],1), cex=1)
text(x=x, y = c(0.2), labels = round(tab20141[,2],1), col="white",cex=1)
plot of chunk graficoideal

Como ven falta mucho por hacer. Es nuestro deber moral pensar que es posible un mundo sin diferencias de oportunidades para hombres o mujeres y trabajar en ello.

Referencias

La base de datos para este análisis la descargué de INFOGOB

INFOgob-Jurado Nacional de Elecciones (2015). Elecciones Regionales y Municipales 2014 [base de datos en línea]. Fecha de consulta: marzo del 2015. Disponible en:

Compartir en Facebook
Twittear
Compartir en Google+
Compartir en LinkedIn
Compartir en Pinterest
+

No Comments

Leave a comment