4

Estou tentando responder a seguinte pergunta: Em quantos casais com filhos menores de 18 anos ambos pais trabalham fora?

Dado uma tabela censo de pessoas do censo 2010 (como essa do Acre), primeira coisa que fiz foi filtrar a tabela por casais com filhos.

  censo <- read.csv("AC.csv", sep = "\t")

  # V5090 -- TIPO DE COMPOSIÇÃO FAMILIAR DAS FAMÍLIAS ÚNICAS E CONVIVENTES PRINCIPAIS
  #  1 - Casal sem filho(s)
  #  2 - Casal sem filho(s) e com parente(s)
  #  3 - Casal com filho(s)   <----------------------
  #  4 - Casal com filho(s) e com parente(s)  
  #  5 - Mulher sem cônjuge com filho(s)
  #  6 - Mulher sem cônjuge com filho(s) e com parente(s)
  #  7 - Homem sem cônjuge com filho(s)
  #  8 - Homem sem cônjuge com filho(s) e com parente(s)
  #  9 - Outro
  #  Branco

 censo_cf <- censo[which(censo$"V5090"  == 3),]

Depois filtrei para que pelo menos um dos filho tivesse menos de 18 anos:

# V6660 IDADE DO ÚLTIMO FILHO TIDO NASCIDO VIVO ATÉ 31 DE JULHO DE 2010:
censo_cf18 <- censo_cf[which(censo_cf$V6660  < 18),]

meu passo seguinte seria agrupar os entrevistados por domicílio (para depois verificar em quais domicílios ambos trabalhavam). Apesar de eu não ver isso documentado em nenhum lugar para o censo de 2010, segundo a documentação do censo de 2000 (página 83) a variável controle seria:

Identificação do domicílio

Assim, eu esperaria que dentro desse meu subconjuntos (casais com filhos) todos os domicílios tivessem pelo menos três entrevistados (marido, mulher e filho). Porém, somente três domicílios apresentavam isso:

# V0300 CONTROLE
table_V0300 <- table(censo_cf18$V0300)
pessoas_por_domicilio  <- table(table_V0300)
pessoas_por_domicilio

   1    2    3 
9340   57    3

Qual é o meu erro?

2 Respostas 2

3

O teu erro está nesse parte:

censo_cf18 <- censo_cf[which(censo_cf$V6660  < 18),]

No momento que tu faz isso, tu está cortando fora 1) os homens (essa variável só existe para as mulheres) e os filhos. Portanto, a contagem de quantas vezes a variável V0300 (que também é o controle no censo de 2010) está sendo feita de maneira errada, e por isso o resultado inesperado.

O que tu deve fazer é armazenar essa variável (V0300) dos casos que tu quer (domicílios com pelo menos 1 filho menor de 18 anos, formado por casal e filho(s) e onde o casal trabalha) e depois selecionar esses domicílios.

Segue um código (usando o pacote data.table e o banco que eu tenho da amostra já possui os labels, mas fica fácil adaptar para data.frame e sem os labels):

# Primeiro filtro - Pegar o código das residências dos casais com filhos

Filtro1 <- dados[V5090 == 'Casal com filho(s)', V0300]

# Segundo filtro - Pegar, dos casais com filhos, as mães que tem filhos com menos de 18 anos

Filtro2 <- dados[V0300 %in% Filtro1 & V6660 < 18, V0300]

# Agora, pegar somente o responsável ou seu conjuge:

temp <- dados[V0300 %in% Filtro2 & V0502 %in% c('Pessoa responsável pelo domicílio', 'Cônjuge ou companheiro(a) de sexo diferente', 'Cônjuge ou companheiro(a) do mesmo sexo'), .(V0300, PessoaTrabalhando = V0641 == 'Sim')] # Aqui já pego só as variáveis de interesse.

# Terceiro filtro - Pegar, dos casais com filhos e com pelo menos 1 filho com menos de 18 anos, os que ambos trabalham.

Filtro3 <- temp[, .(PessoasTrabalhando = sum(PessoaTrabalhando)), by = V0300][PessoasTrabalhando == 2, V0300]

# Agora sim da para fazer as análises

novosdados <- dados[V0300 %in% Filtro3, ]
novosdados[, .(N = .N), by = V0300][, table(N)]

# Resultado em Porto Alegre:
# N
#    3    4    5    6    7    8    9   10   11   12   13 
# 1570 1139  397  141   52   17   13    6    1    1    1

Só lembrando que os dados da amostra devem ser ponderados pela variável V0010. Se não me engano, o peso do domicílio/família é o mesmo que o do responsável. Aproveitando, podes baixar a documentação do Censo 2010 nesse link (FTP do próprio IBGE).

2

Boa tarde rcoster e celacanto. Obrigado para sua conversa, resolveu uma das minhas dúvidas.

Gostaria contribuir que suas soluções ignoram famílias secundárias, ex. a família da filha convivendo com a família das pais. Neste caso, a família primária tem V5040=1 e a família secundária V5040=2. V5090=2, "casal com filhos" somente se aplica para a familia primária; para as outras precisa V5100=2. Em outras palavras, suas soluções deveriam ainda incluir as famílias secundárias (com a maior probabilidade de ter filhos<18 anos).

Os membros de uma família no mesmo domicílio (V0300) estão agrupados pelo V5020. Agrupando somente pelo V0300 ignora as limites entre famílias. "N" na solução do Rcoster é o número de pessoas por domicílio? Os números altos deixam me pensar em domicílios de duas famílias.

Para a família do responsável do domicílio, V0502 IN (1,2,3) é suficiente para identificar ambos os pais. Para a família secundária, deve agrupar pelo V0300 e e V5020 e testar se a mãe e mais uma pessoa tem V5090=2. Em domicílios de quatro gerações poderia dar errado, mas aqui acaba minha paixão para genealogia :-)

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .