{"id":1084,"date":"2018-05-24T13:33:19","date_gmt":"2018-05-24T11:33:19","guid":{"rendered":"http:\/\/periodisme-dades.uoc.edu\/?page_id=1084"},"modified":"2018-07-03T09:36:18","modified_gmt":"2018-07-03T07:36:18","slug":"6-3-4-preguntas-a-resolver","status":"publish","type":"page","link":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/6-3-4-preguntas-a-resolver\/","title":{"rendered":"6.3.4. Preguntas a resolver"},"content":{"rendered":"<h4><strong>6.3.4.1. \u00bfC\u00f3mo se reparte el alumnado entre la red p\u00fablica y la privada en Euskadi? \u00bfExiste segregaci\u00f3n escolar?<\/strong><\/h4>\n<p><strong>a. Qu\u00e9 an\u00e1lisis o visualizaci\u00f3n responde a la pregunta<\/strong><\/p>\n<p>Queremos estudiar qu\u00e9 tipo de alumnado pertenece a una y otra red y para investigar si existe segregaci\u00f3n escolar. La exploraci\u00f3n de los datos llevar\u00e1 a preguntarse, seguramente, el porqu\u00e9 de las diferencias tan grandes en los indicadores entre las redes p\u00fablica y privada: \u00bfson homog\u00e9neas en el territorio esas diferencias? Puedes explorar si hay diferencias por provincia o por nivel socioecon\u00f3mico.<\/p>\n<p>Vamos a realizar varios an\u00e1lisis y visualizaciones:<\/p>\n<ul>\n<li>Una serie de mapas de coropletas en el que se vean los contornos de las zonas escolares, donde el color de cada zona representa el porcentaje del alumnado que en cada red (p\u00fablica o privada) tiene una beca material escolar o una beca de comedor. Estos indicadores son la mejor forma que tenemos para estudiar el perfil socioecon\u00f3mico de los alumnos en cada zona escolar, ya que no se disponen de los datos desagregados del ISEC, \u00edndice socioecon\u00f3mico y cultural realizado a partir de las respuestas recogidas en pruebas de evaluaci\u00f3n. Cuanto m\u00e1s alumnado becario haya, indicar\u00e1 que hay menor nivel socioecon\u00f3mico en esa zona escolar y en esa red escolar. Tambi\u00e9n vamos a usar el porcentaje de alumnado extranjero, que suele ser indicador del n\u00famero de inmigrantes, muchas veces con menor nivel socioecon\u00f3mico (de Am\u00e9rica del Sur y de Asia proviene el 63 % del alumnado extranjero).<\/li>\n<li>Gr\u00e1ficos que muestren las diferencias entre los indicadores en las zonas escolares.<\/li>\n<\/ul>\n<p><strong>b. Qu\u00e9 datos necesito y d\u00f3nde los encuentro<\/strong><\/p>\n<p>Para poder representar en un mapa los datos, se necesita obtener los<strong> indicadores <\/strong>de cada zona escolar y los <strong>contornos<\/strong> de esas zonas escolares. Vamos a ver c\u00f3mo.<\/p>\n<p><strong>Indicadores<\/strong><\/p>\n<p>Necesitamos datos lo m\u00e1s desagregados posibles de la red p\u00fablica y la privada. Los datos disponibles provienen del informe en PDF <a href=\"http:\/\/www.consejoescolardeeuskadi.hezkuntza.net\/c\/document_library\/get_file?uuid=ea15c830-b320-4199-8a35-424f3060533e&amp;groupId=17937\" target=\"_blank\" rel=\"noopener\"><em>La educaci\u00f3n en Euskadi 2013-2015<\/em><\/a>, del Consejo Escolar de Euskadi. Lo m\u00e1s detallados se dan por zonas escolares, que a veces abarcan varios distritos o municipios enteros. No hay datos disponibles por centros escolares. En los anexos 1.18, 1.19 y 1.21 del informe podemos encontrar varias tablas con los datos que nos interesan.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-983\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_43.jpg\" alt=\"\" width=\"762\" height=\"442\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_43.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_43-300x174.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p><strong>Contornos de zonas escolares<\/strong><\/p>\n<p>Lamentablemente, los contornos de las zonas escolares no est\u00e1n disponibles en ning\u00fan sitio (incluso la definici\u00f3n de la composici\u00f3n es a veces imprecisa, sobre todo para el caso de Vitoria-Gasteiz). Es por ello que, para facilitar el ejercicio, hemos creado un archivo .geojson con los contornos de las zonas escolares de Euskadi. Est\u00e1 hecho a partir de la fusi\u00f3n de dos archivos: el de barrios y el de municipios de Euskadi.<\/p>\n<p><strong>c. Qu\u00e9 herramientas uso para preparar los datos<\/strong><\/p>\n<p><strong>Indicadores<\/strong><\/p>\n<p>Como hemos se\u00f1alado, los datos de los indicadores est\u00e1n disponibles en los anexos del PDF del informe del Consejo Escolar de Euskadi. Como lamentablemente ocurre muchas veces con este tipo de datos, no es posible obtener los datos en formatos reutilizables (hojas de c\u00e1lculo, .csv, .json) y es necesario recomponer esos datos para poder usarlos. Para ello, vamos a crear una nueva tabla que incluya en cada fila una zona escolar y en cada columna cada una de las variables que nos interesan. Para no tener que transcribir uno a uno los n\u00fameros, se pueden usar herramientas automatizadas, como el software libre <a href=\"https:\/\/tabula.technology\/\" target=\"_blank\" rel=\"noopener\">Tabula<\/a>, o por m\u00e9todos semiautom\u00e1ticos usando la maravillosa funci\u00f3n del corta-pega y algunos trucos.<\/p>\n<figure id=\"attachment_984\" aria-describedby=\"caption-attachment-984\" style=\"width: 762px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" class=\"size-full wp-image-984\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_44.jpg\" alt=\"\" width=\"762\" height=\"207\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_44.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_44-300x81.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><figcaption id=\"caption-attachment-984\" class=\"wp-caption-text\">Tabla con celdas combinadas en la cabecera<\/figcaption><\/figure>\n<p><strong>Tabula<\/strong> es un programa f\u00e1cil de usar. Primero, hay que importar el PDF que contiene las tablas y luego seleccionar las que se quieren exportar. Funciona bien para tablas que no tienen celdas combinadas, como le ocurren a muchas de las tablas de los anexos en su cabecera. Para que detecte bien las columnas, tenemos que dejar fuera los encabezados de celdas combinadas, como se indica en este gr\u00e1fico:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-985\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_45.jpg\" alt=\"\" width=\"762\" height=\"228\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_45.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_45-300x90.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Si hacemos clic en <span class=\"courier\">Preview &amp; Export Extracted Data<\/span> se obtiene la tabla:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-986\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_46.jpg\" alt=\"\" width=\"762\" height=\"355\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_46.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_46-300x140.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Ahora se puede exportar a diversos formatos (CSV, TSV, JSON) o directamente copiar y pegar en nuestro programa de hoja de c\u00e1lculo preferido. Como muchas de las tablas se dividen en varias p\u00e1ginas, basta con copiar y pegar en el mismo documento. Atenci\u00f3n: como los nombres de las columnas no se han importado bien, necesitar\u00e1n ser retocados y a\u00f1adir a qu\u00e9 indicador se refiere. Nota: Tabula permite dos m\u00e9todos de extracci\u00f3n; Lattice da mejores resultados para este tipo de tablas.<img loading=\"lazy\" class=\"aligncenter size-full wp-image-987\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_47.jpg\" alt=\"\" width=\"762\" height=\"291\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_47.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_47-300x115.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Mostramos c\u00f3mo quedar\u00eda la hoja de c\u00e1lculo que vamos componiendo:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-988\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_48.jpg\" alt=\"\" width=\"762\" height=\"223\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_48.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_48-300x88.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Hemos a\u00f1adido en la cabecera de cada columna la procedencia de los datos, curso acad\u00e9mico y el nombre de la variable sin espacios y con guion bajo. Lo salvaremos o exportaremos como .csv o .tsv y eliminaremos las primeras tres filas del encabezamiento dejando que la primera sea el nombre de las variables:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-989\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_49.jpg\" alt=\"\" width=\"412\" height=\"156\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_49.jpg 412w, \/wp-content\/uploads\/2018\/05\/m2860_m6_49-300x114.jpg 300w\" sizes=\"(max-width: 412px) 100vw, 412px\" \/><\/p>\n<p>La otra forma de extraer los datos del PDF es mediante cortar y pegar en una hoja de c\u00e1lculo para poder tener en un \u00fanico fichero de texto plano todos los indicadores. Si seleccionas y copias el texto de una tabla del PDF y lo pegas en una hoja de c\u00e1lculo, como Libre Office o Excel, seguramente te preguntar\u00e1 con qu\u00e9 delimitadores est\u00e1n separadas las columnas (espacios en este caso); ver\u00e1s que da problemas en los nombres de zonas que llevan espacio como \u00abMonta\u00f1a-alavesa\u00bb.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-990\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_50.jpg\" alt=\"\" width=\"532\" height=\"523\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_50.jpg 532w, \/wp-content\/uploads\/2018\/05\/m2860_m6_50-300x295.jpg 300w\" sizes=\"(max-width: 532px) 100vw, 532px\" \/><\/p>\n<p>La soluci\u00f3n pasa por pegar primero el texto en un editor de texto plano, editar los nombres de las zonas para que no tengan espacios \u00abMonta\u00f1a-alavesa\u00bb, copiar y pegar de nuevo en la hoja de c\u00e1lculo, que ahora no dar\u00e1 problemas.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-991\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_51.jpg\" alt=\"\" width=\"494\" height=\"160\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_51.jpg 494w, \/wp-content\/uploads\/2018\/05\/m2860_m6_51-300x97.jpg 300w\" sizes=\"(max-width: 494px) 100vw, 494px\" \/><\/p>\n<p>Puedes <a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/segregacion-escuela-euskadi.csv\" target=\"_blank\" rel=\"noopener\">descargar directamente el CSV<\/a> con las variables extra\u00eddas, pero no aprender\u00e1s a usar Tabula.<\/p>\n<p>Listado de nombres de variables y su descripci\u00f3n:<\/p>\n<table width=\"648\">\n<tbody>\n<tr>\n<th width=\"226\"><strong>Variables<\/strong><\/th>\n<th width=\"422\"><strong>Nombre de variables<\/strong><\/th>\n<\/tr>\n<tr>\n<td width=\"226\">alum_bec_mat_escolar<\/td>\n<td width=\"422\">n.\u00ba alumnado becados material escolar<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_bec_comedor<\/td>\n<td width=\"422\">n.\u00ba alumnado becados comedor<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_mat_escolar_total<\/td>\n<td width=\"422\">n.\u00ba alumnado material escolar total<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_comedor_total<\/td>\n<td width=\"422\">n.\u00ba alumnado comedor total<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_material_m15<\/td>\n<td width=\"422\">% alumnado beca material escolar<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_comedor_m16<\/td>\n<td width=\"422\">% alumnado beca comedor<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_bec_mat_escolar_pub<\/td>\n<td width=\"422\">% alumnado becados material escolar p\u00fablica<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_bec_mat_escolar_priv<\/td>\n<td width=\"422\">% alumnado becados material escolar privada<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">dif_perc_bec_mat_escolar_dif<\/td>\n<td width=\"422\">diferencia % alumnado becados material escolar entre p\u00fablica y privada<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_bec_comedor_pub<\/td>\n<td width=\"422\">% alumnado becados comedor p\u00fablica<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_bec_comedor_priv<\/td>\n<td width=\"422\">% alumnado becados comedor privada<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">dif_perc_bec_comedor<\/td>\n<td width=\"422\">diferencia % alumnado becados comedor entre p\u00fablica y privada<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">total_alumnado<\/td>\n<td width=\"422\">total alumnado<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_alum_ext_publi<\/td>\n<td width=\"422\">% alumnado extranjero p\u00fablica<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_alum_ext_priv<\/td>\n<td width=\"422\">% alumnado extranjero privada<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_alum_ext_todos<\/td>\n<td width=\"422\">% alumnado extranjero todos<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">indice_desigualdad_ext<\/td>\n<td width=\"422\">\u00edndice desigualdad extranjeros (% publica \/ % privada)<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_ext_total<\/td>\n<td width=\"422\">n.\u00ba alumnado extranjero total<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_ext_publi<\/td>\n<td width=\"422\">n.\u00ba alumnado extranjero p\u00fablica<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_ext_kristau_eskola<\/td>\n<td width=\"422\">n.\u00ba alumnado extranjero en red Kristau Eskola<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_ext_partaide<\/td>\n<td width=\"422\">n.\u00ba alumnado extranjero en red Partaide<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">alum_ext_otros_privados<\/td>\n<td width=\"422\">n.\u00ba alumnado extranjero en otros privados<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_reparto_alum_ext_publi<\/td>\n<td width=\"422\">% reparto alumnado extranjero en p\u00fablica<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">perc_reparto_alum_ext_privada<\/td>\n<td width=\"422\">% reparto alumnado extranjero en privada<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>Contornos<\/strong><\/p>\n<p>Como hemos comentado en el anterior apartado, hemos generado con QGIS el archivo de los contornos sobre la base de la informaci\u00f3n disponible. Os ahorramos ese paso que consume mucho tiempo y queda fuera del alcance de este ejercicio. Hemos dejado indicado la composici\u00f3n de las zonas en este <a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/segregacion-escuela-euskadi_simple.tsv\" target=\"_blank\" rel=\"noopener\">archivo TSV<\/a>, en la columna <span class=\"courier\">municipios_barrios<\/span>. Los contornos de las zonas han sido construidos a partir de:<\/p>\n<ul>\n<li><a href=\"http:\/\/www.euskalgeo.net\/es\/node\/138\" target=\"_blank\" rel=\"noopener\">L\u00edmites municipales<\/a>.<\/li>\n<li>L\u00edmites de barrios de Euskadi (f<a href=\"http:\/\/www.consejoescolardeeuskadi.hezkuntza.net\/c\/document_library\/get_file?uuid=ea15c830-b320-4199-8a35-424f3060533e&amp;groupId=17937\" target=\"_blank\" rel=\"noopener\">uente original<\/a> y <a href=\"https:\/\/github.com\/montera34\/airbnbeuskadi\/blob\/master\/data\/BARRIOS_EUSTAT_5000_WGS84.zip\" target=\"_blank\" rel=\"noopener\">modificada<\/a> con proyecci\u00f3n WGS84).<\/li>\n<\/ul>\n<p>Usando la herramienta \u00abMerge Selected Features\u00bb para unir \u00e1reas entre s\u00ed. Una vez creadas las \u00e1reas, se a\u00f1aden a cada una los datos asociados de ID de zona y nombre.<\/p>\n<figure id=\"attachment_992\" aria-describedby=\"caption-attachment-992\" style=\"width: 450px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" class=\"wp-image-992 size-full\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_52.jpg\" alt=\"\" width=\"450\" height=\"272\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_52.jpg 450w, \/wp-content\/uploads\/2018\/05\/m2860_m6_52-300x181.jpg 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/><figcaption id=\"caption-attachment-992\" class=\"wp-caption-text\">Iconos de herramientas para manipular \u00e1reas en QGIS<\/figcaption><\/figure>\n<p>Contornos descargables de\u00a0 las zonas escolares en Euskadi:<\/p>\n<ul>\n<li><a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/output\/limites-zonas-escolares-euskadi.geojson\" target=\"_blank\" rel=\"noopener\">GeoJSON<\/a>.<\/li>\n<li><a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/output\/limites-zonas-escolares-euskadi-con-variables-2014-15-shapefile.zip\" target=\"_blank\" rel=\"noopener\">Shapefile<\/a>.<\/li>\n<\/ul>\n<p><strong>Asociar indicadores a los contornos<\/strong><\/p>\n<p>El siguiente paso consiste en asociar los indicadores al archivo de contornos de las zonas escolares.<\/p>\n<p>En el ejercicio anterior de Airbnb hemos realizado algo similar con Carto.com. Esta vez, esta acci\u00f3n la vamos a realizar con QGIS. Para poder unir el archivo de indicadores y los contornos, necesitamos que ambos tengan al menos una columna en com\u00fan. En nuestro caso, usaremos la variable \u00abzona_id\u00bb de ambos archivos que contiene el n\u00famero que identifica a la zona escolar.<\/p>\n<p>Para poder unir esos dos archivos necesitamos antes importarlos a QGIS. Vamos a ello.<\/p>\n<p><strong>1)<\/strong> Abre QGIS y crea un nuevo proyecto.<\/p>\n<p><strong>2)<\/strong> Importa el archivo shapefile que viene comprimido .zip desde <span class=\"courier\">Layers &gt; Add Layer &gt; Add Vector Layer<\/span> usa las opciones por defecto.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-993\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_53.jpg\" alt=\"\" width=\"600\" height=\"304\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_53.jpg 600w, \/wp-content\/uploads\/2018\/05\/m2860_m6_53-300x152.jpg 300w\" sizes=\"(max-width: 600px) 100vw, 600px\" \/><\/p>\n<p>Este es el resultado:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-994\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_54.jpg\" alt=\"\" width=\"762\" height=\"485\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_54.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_54-300x191.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p><strong>3)<\/strong> Importamos ahora el CSV con los indicadores <span class=\"courier\">Layers &gt; Add Layer &gt; Add Delimited Text Layer<\/span>. Debe estar marcado que est\u00e1 separado por comas, que en la primera fila se encuentran los nombres de las variables y que no tiene geometr\u00eda (informaci\u00f3n geoespacial).<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-995\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_55.jpg\" alt=\"\" width=\"762\" height=\"598\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_55.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_55-300x235.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>En el panel de capas deber\u00edamos ver las dos capas:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-996\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_56.jpg\" alt=\"\" width=\"400\" height=\"151\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_56.jpg 400w, \/wp-content\/uploads\/2018\/05\/m2860_m6_56-300x113.jpg 300w\" sizes=\"(max-width: 400px) 100vw, 400px\" \/><\/p>\n<p>El s\u00edmbolo de la de arriba indica que es de texto y la segunda que es de informaci\u00f3n geoespacial.<\/p>\n<p><strong>4)<\/strong> Hacer clic con bot\u00f3n derecho en la capa de los contornos y selecci\u00f3n <span class=\"courier\">Propiedades<\/span>. Una vez en el men\u00fa de <span class=\"courier\">Propiedades<\/span> selecciona <span class=\"courier\">Joins &gt; +<\/span>.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-997\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_57.jpg\" alt=\"\" width=\"762\" height=\"428\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_57.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_57-300x169.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Selecciona la columna en com\u00fan <span class=\"courier\">zona_id<\/span> de una capa y <span class=\"courier\">zona_id2<\/span> de la otra. En el apartado <span class=\"courier\">Custom field name prefix<\/span> d\u00e9jalo vac\u00edo.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-998\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_58.jpg\" alt=\"\" width=\"500\" height=\"422\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_58.jpg 500w, \/wp-content\/uploads\/2018\/05\/m2860_m6_58-300x253.jpg 300w\" sizes=\"(max-width: 500px) 100vw, 500px\" \/><\/p>\n<p>En la pesta\u00f1a <span class=\"courier\">Properties &gt; Fields<\/span> ver\u00e1s ahora que las nuevas variables se han a\u00f1adido al archivo de contornos:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-999\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_59.jpg\" alt=\"\" width=\"762\" height=\"429\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_59.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_59-300x169.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p><strong>d. Qu\u00e9 herramientas uso para producir el an\u00e1lisis o la visualizaci\u00f3n<\/strong><\/p>\n<p>Para producir los mapas de cada una de las variables, podemos hacerlos entre otras herramientas con QGIS o Carto.com. Atenci\u00f3n: si queremos comparar mapas de coropletas entre s\u00ed, debemos seleccionar una escala de color con los mismos rangos para los diferentes mapas.<\/p>\n<p>Para producir todos los mapas de manera automatizada, podemos hacerlo con la librer\u00eda de JavaScript D3js.<\/p>\n<p><strong>5)<\/strong> Siguiendo con los pasos anteriores, ahora es el momento de dar color a las \u00e1reas en funci\u00f3n de la variable que queramos en <span class=\"courier\">Properties &gt; Style<\/span>. Selecciona <span class=\"courier\">Graduated<\/span>, en la Columna selecciona la variable, en este caso elegimos Porcentaje de alumnos con beca de material escolar (<span class=\"courier\">perc_bec_mat_escolar<\/span>), y haz clic en <span class=\"courier\">Classify<\/span> para crear los rangos que asignan los colores. En <span class=\"courier\">Legend Format<\/span> elige <span class=\"courier\">Precision 0<\/span> para controlar el n\u00famero de decimales que aparece en la leyenda. En <span class=\"courier\">Mode<\/span> puedes elegir el modo de partici\u00f3n de los rangos. D\u00e9jalo en <span class=\"courier\">Equal Interval<\/span>. Puedes ver c\u00f3mo se hace esa partici\u00f3n usando la pesta\u00f1a <span class=\"courier\">Histogram<\/span>.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1000\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_60.jpg\" alt=\"\" width=\"762\" height=\"512\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_60.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_60-300x202.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Si haces doble clic en los valores de la leyenda, puedes cambiarlos.<\/p>\n<p>Ahora ya tienes el mapa de coropletas, y en la leyenda puedes ver los valores asociados a cada uno de los colores.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1001\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_61.jpg\" alt=\"\" width=\"762\" height=\"327\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_61.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_61-300x129.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p><strong>6)<\/strong> En la pesta\u00f1a <span class=\"courier\">Properties &gt; Label<\/span> puedes a\u00f1adir un texto a cada contorno; por ejemplo, el valor representado por el color.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1002\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_62.jpg\" alt=\"\" width=\"762\" height=\"466\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_62.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_62-300x183.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Cambiando la variable que utilicemos para representar en la capa <span class=\"courier\">Properties &gt; Style &gt; Column<\/span> podemos generar un mapa para cada variable.<\/p>\n<p><strong>7)<\/strong> Desde QGIS podemos exportar los mapas generados a imagen (PNG) o vector (PDF, SVG) componiendo diversos mapas, escalas y leyendas. Aqu\u00ed tienes un <a href=\"http:\/\/www.qgistutorials.com\/en\/docs\/making_a_map.html\" target=\"_blank\" rel=\"noopener\">tutorial para hacer un mapa con m\u00faltiples vistas<\/a>. La siguiente composici\u00f3n est\u00e1 hecha mediante capturas de pantalla de QGIS y maquetada con Inkscape:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1003\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_63.jpg\" alt=\"\" width=\"762\" height=\"554\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_63.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_63-300x218.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Este tipo de visualizaci\u00f3n, llamado <a href=\"https:\/\/en.wikipedia.org\/wiki\/Small_multiple\" target=\"_blank\" rel=\"noopener\"><em>small multiple<\/em><\/a> en ingl\u00e9s y popularizado por Edward Tufte, que compara diferentes variables de una serie de datos sobre gr\u00e1ficos de la misma escala, ya es suficiente para empezar a ver variaciones espaciales de los indicadores en las redes p\u00fablica y privada. A partir de aqu\u00ed pueden surgir nuevas preguntas.<\/p>\n<p><strong>8)<\/strong> Antes de terminar con QGIS no hay que olvidar salvar el proyecto y salvar tambi\u00e9n la capa (bot\u00f3n derecho sobre el nombre de la capa en la lista de capas) <span class=\"courier\">Save vector layer as\u2026<\/span> como geojson.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1004\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_64.jpg\" alt=\"\" width=\"640\" height=\"650\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_64.jpg 640w, \/wp-content\/uploads\/2018\/05\/m2860_m6_64-295x300.jpg 295w\" sizes=\"(max-width: 640px) 100vw, 640px\" \/><\/p>\n<p>Si quieres puedes <a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/output\/limites-zonas-escolares-euskadi-con-variables-2014-15.geojson\" target=\"_blank\" rel=\"noopener\">descargar aqu\u00ed el archivo .geojson<\/a> de los contornos de las zonas escolares con todas las variables asociadas.<\/p>\n<p><strong>Generar un\/os mapa\/s con D3<\/strong><\/p>\n<p>Para ir un paso m\u00e1s en cuanto a automatizaci\u00f3n del proceso de generaci\u00f3n de los gr\u00e1ficos, usaremos la librer\u00eda de <a href=\"https:\/\/d3js.org\/\" target=\"_blank\" rel=\"noopener\">JavaScript D3<\/a>. Hacerlo es relativamente sencillo y precisa poco c\u00f3digo. Adem\u00e1s, podremos crear gr\u00e1ficos interactivos y mejorar con ello la experiencia de usuario.<\/p>\n<p><strong>1)<\/strong> Lo primero que tenemos que hacer es <strong>simplificar las l\u00edneas que componen<\/strong> el archivo de los contornos para aligerar su tama\u00f1o (pesa m\u00e1s de 7MB) y, con ello, acelerar el periodo de carga de la visualizaci\u00f3n. Tambi\u00e9n convertiremos el archivo .geojson a un archivo de tipo <strong>topoJSON<\/strong> que tambi\u00e9n reduce el tama\u00f1o de los archivos hasta un 80 % sin reducir el detalle de los contornos.<\/p>\n<p>Se puede convertir a topoJSON con el paquete de <a href=\"https:\/\/www.npmjs.com\/package\/topojson\" target=\"_blank\" rel=\"noopener\">NPM topoJSON<\/a> desde la l\u00ednea de comandos o usar la herramienta en l\u00ednea <a href=\"http:\/\/mapshaper.org\/\" target=\"_blank\" rel=\"noopener\">mapshaper<\/a>. Mapshaper permite subir archivos geoJSON, corregir errores, simplificar su trazado y salvar como topoJSON con una interfaz gr\u00e1fica.<\/p>\n<p>El archivo resultante es este:<a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/output\/limites-zonas-escolares-euskadi-con-variables-2014-15_simplify3.json\" target=\"_blank\" rel=\"noopener\"> https:\/\/github.com\/montera34\/segregacion\/blob\/master\/data\/output\/limites-zonas-escolares-euskadi-con-variables-2014-15_simplify3.json<\/a>.<\/p>\n<p><strong>2)<\/strong> Producir un mapa de coropletas una sola variable<\/p>\n<p>A partir del topoJSON, archivo que ya contiene los contornos de las zonas escolares y los datos asociados con ellas, es relativamente sencillo mostrar los datos en un mapa. Descarga el <a href=\"https:\/\/gist.github.com\/numeroteca\/33325b3234175c5450b856026c62a920\" target=\"_blank\" rel=\"noopener\">.zip<\/a> con los archivos, descompr\u00edmelo y abre el archivo <span class=\"courier\">index.html<\/span> desde un navegador web. Deber\u00edas ver esto:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1005\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_65.jpg\" alt=\"\" width=\"450\" height=\"364\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_65.jpg 450w, \/wp-content\/uploads\/2018\/05\/m2860_m6_65-300x243.jpg 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/><\/p>\n<div class=\"featured featured-grey\"><\/p>\n<p><strong>Nota para Windows<\/strong><\/p>\n<p>Para que funcione D3 en local con el sistema operativo Windows, es necesario correr en l\u00ednea de comandos esto (como recomiendan en esta <a href=\"https:\/\/stackoverflow.com\/questions\/17351016\/set-up-python-simplehttpserver-on-windows\/17351115#17351115\" target=\"_blank\" rel=\"noopener\">respuesta en Stackoverflow<\/a>):<\/p>\n<pre>  \r\n&gt; python -m SimpleHTTPServer 8888\r\n&gt; http:\/\/localhost\r\n\r\n&gt; python3 -m http.server 8888\r\n&gt; http:\/\/localhost\r\n<\/pre>\n<p>Recomendamos usar el navegador Firefox.<\/p>\n<\/div>\n<p>Vamos a explicar las partes m\u00e1s importantes del c\u00f3digo contenido en <span class=\"courier\">index.html<\/span> y que generan el gr\u00e1fico. Tanto si tienes conocimientos de HTML, CSS y JavaScript como si no, pensamos que podr\u00e1s entender parte del c\u00f3digo y manipular ciertas variables para modificar tama\u00f1o, color y variable representada.<br \/>\nPrimero, llama a las librer\u00edas de JavaScript D3js y Topjson para hacer funcionar la visualizaci\u00f3n:<\/p>\n<pre>&lt;script src=\"https:\/\/d3js.org\/d3.v4.min.js\"&gt;&lt;\/script&gt;\r\n&lt;script src=\"https:\/\/d3js.org\/topojson.v1.min.js\"&gt;&lt;\/script&gt;\r\n<\/pre>\n<p>Definimos dimensiones del mapa en p\u00edxeles:<\/p>\n<pre>var width = 400, height = 350;\r\n<\/pre>\n<p>A\u00f1adimos el SVG donde se dibujar\u00e1 el mapa:<\/p>\n<pre>var svg = d3.select(\"body\").append(\"svg\")\r\n  .attr(\"width\", width)\r\n  .attr(\"height\", height)\r\n  .style(\"background-color\",\"#EFEFEF\")\r\n<\/pre>\n<p>Definimos la escala de color:<\/p>\n<pre>var color = d3.scale.linear() \/\/ seleccionamos una escala lineal\r\n   \t\t .domain([0, 38]) \/\/ valores m\u00ednimo y m\u00e1ximo\r\n   \t\t .range(['#fff','#053874']) \/\/color para el m\u00ednimo es blanco (#FFF) y azul (#053874) para el m\u00e1ximo\r\n<\/pre>\n<p>Selecciona el tipo de proyecci\u00f3n del mapa (Mercator), el nivel de zoom y el centro del mapa:<\/p>\n<pre>var projection = d3.geoMercator() \/\/ proyecci\u00f3n mercator\r\n   \t .scale(12000) \/\/ zoom level\r\n   \t .center([-2.6,42.9]) \/\/ center of map\r\n   \t .translate([width \/ 2, height \/ 2]);\r\n<\/pre>\n<p>Por otro lado, llamo al archivo topoJSON para usar los datos que contiene:<\/p>\n<pre>d3.json(\"data\/output\/limites-zonas-escolares-euskadi-con-variables-2014-15_simplify3.json\", function(error, euskadi) {\r\n<\/pre>\n<p>Crea variable que contiene todas las zonas; para ello accedemos al archivo JSON que hemos llamado euskadi en la anterior l\u00ednea y accedemos a <span class=\"courier\">objects<\/span> y <span class=\"courier\">zonas<\/span>.<\/p>\n<pre>var subunits = topojson.feature(euskadi, euskadi.objects.zonas);\r\n<\/pre>\n<p>Ahora queda dibujar el mapa:<\/p>\n<pre>svg.append(\"path\")\r\n  .datum(subunits)\r\n  .attr(\"d\", path)\r\n  .attr(\"stroke\", \"grey\");\r\n<\/pre>\n<p>Dibuja los contornos de las zonas y las colorea (<span class=\"courier\">atributo fill<\/span>) seg\u00fan una variable (<span class=\"courier\">perc_alum_ext_publi<\/span>):<\/p>\n<pre>svg.selectAll(\".subunit\")\r\n     .data(subunits.features)\r\n   .enter().append(\"path\")\r\n    .attr(\"class\", function(d) { return \"subunit z\" + d.properties.zona_id; })\r\n    .attr(\"fill\", function(d) { return color(d.properties.perc_alum_ext_publi); }) \/\/ colorea las \u00e1reas seg\u00fan la variable \"perc_alum_ext_publi\"\r\n    .attr(\"d\", path)\r\n<\/pre>\n<p>Si cambiamos la variable <span class=\"courier\">perc_alum_ext_publi<\/span> por otra como <span class=\"courier\">perc_alum_ext_priv<\/span> colorearemos el mapa acorde a otro indicador. Incluye la variable en la l\u00ednea <span class=\"courier\">.attr(\u00abfill\u00bb, function(d) { return olor(d.properties.perc_alum_ext_priv); })<\/span>. Atenci\u00f3n: tendr\u00e1s que cambiar el dominio de la escala <span class=\"courier\">.domain([0, 38])<\/span> si quieres cambiar sus valores m\u00e1ximos y m\u00ednimos. Los valores que queden fuera del dominio dibujar\u00e1n los contornos rellenos de color negro (haced la prueba cambiando el dominio de <span class=\"courier\">[0, 38]<\/span> a <span class=\"courier\">[0, 4]<\/span>.<\/p>\n<p>Para a\u00f1adir interactividad, hay que a\u00f1adir lo indicado en rojo:<\/p>\n<pre><span style=\"color: #ff0000;\">\/\/ Adds tooltip\r\nvar tooltip = d3.select(\"body\")\r\n  .append(\"div\")\r\n  .attr(\"class\", \"tooltip\")<\/span>\r\n [...]\r\nsvg.selectAll(\".subunit\")\r\n   .data(subunits.features)\r\n.enter().append(\"path\")\r\n  .attr(\"class\", function(d) { return \"subunit z\" + d.properties.zona_id; })\r\n  .attr(\"fill\", function(d) { return color(d.properties.perc_alum_ext_publi); }) \/\/ colorea las \u00e1reas seg\u00fan la variable \"perc_alum_ext_publi\"\r\n  .attr(\"d\", path)\r\n   <span style=\"color: #ff0000;\">.on(\"mousemove\", showTooltip) \/\/ A\u00d1ADIR EVENTO SHOW TOOLTIP\r\n   .on(\"mouseout\", hideTooltip); \/\/ OCULTAR TOOLTIP<\/span>\r\n    \r\n<span style=\"color: #ff0000;\">\/\/ Funci\u00f3n para mostrar el tooltip\r\nfunction showTooltip(d) {\r\n  tooltip.html(\"&lt;div class='table-responsive'&gt;&lt;strong&gt;\" + d.properties.zona + \" \" + d.properties.perc_alum_ext_publi + \"%&lt;\/strong&gt; (zona \" + d.properties.zona_id2 + \")&lt;\/div&gt;\").style(\"opacity\", 1)\r\n  }\r\n  \/\/ Funci\u00f3n para ocultar el tooltip\r\n  function hideTooltip(d) {\r\n    tooltip.style(\"opacity\", 0)\r\n  }\r\n<\/span><\/pre>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1006\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_66.jpg\" alt=\"\" width=\"450\" height=\"353\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_66.jpg 450w, \/wp-content\/uploads\/2018\/05\/m2860_m6_66-300x235.jpg 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/><\/p>\n<p>Al pasar el cursor indica que esa zona es Igorre con un 6,2 % de alumnado extranjero en red p\u00fablica.<\/p>\n<p>Si se cambia el zoom y el centro del mapa, por ejemplo, para Bilbao:<\/p>\n<pre>var projection = d3.geoMercator()\r\n .scale(60000) \/\/ note change of zoom\r\n .center([-2.9331,43.2521])\r\n .translate([mapWidth \/ 2, mapHeight \/ 2]);\r\n<\/pre>\n<p>Se muestra un zoom de la zona de Bilbao:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1007\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_67.jpg\" alt=\"\" width=\"450\" height=\"452\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_67.jpg 450w, \/wp-content\/uploads\/2018\/05\/m2860_m6_67-150x150.jpg 150w, \/wp-content\/uploads\/2018\/05\/m2860_m6_67-300x300.jpg 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/><\/p>\n<p>Puedes ver el c\u00f3digo completo y la visualizaci\u00f3n aqu\u00ed: <a href=\"http:\/\/bl.ocks.org\/numeroteca\/33325b3234175c5450b856026c62a920\" target=\"_blank\" rel=\"noopener\">http:\/\/bl.ocks.org\/numeroteca\/33325b3234175c5450b856026c62a920<\/a> y <a href=\"https:\/\/gist.github.com\/numeroteca\/5764a860ecc0f7c4d421b0ad00bd6188\" target=\"_blank\" rel=\"noopener\">https:\/\/gist.github.com\/numeroteca\/5764a860ecc0f7c4d421b0ad00bd6188<\/a>.<\/p>\n<p><strong>3)<\/strong> Generar m\u00faltiples mapas interactivos, cada uno con su propia variable.<\/p>\n<p>Para generar m\u00faltiples mapas, lo que tenemos que hacer es replicar el mapa del paso anterior. Descarga el <a href=\"https:\/\/gist.github.com\/numeroteca\/5764a860ecc0f7c4d421b0ad00bd6188\" target=\"_blank\" rel=\"noopener\">.zip<\/a> con los archivos, descompr\u00edmelo y abre el archivo <span class=\"courier\">index.html<\/span> desde un navegador web. Deber\u00edas ver esto:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1008\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_68.jpg\" alt=\"\" width=\"762\" height=\"569\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_68.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_68-300x224.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Puedes ver el <a href=\"http:\/\/bl.ocks.org\/numeroteca\/5764a860ecc0f7c4d421b0ad00bd6188\" target=\"_blank\" rel=\"noopener\">c\u00f3digo completo<\/a> y la <a href=\"http:\/\/bl.ocks.org\/numeroteca\/raw\/5764a860ecc0f7c4d421b0ad00bd6188\/\" target=\"_blank\" rel=\"noopener\">visualizaci\u00f3n<\/a>.<\/p>\n<p>Primero, tenemos que definir dos escalas de color diferentes, porque los dominios (valor m\u00ednimo y m\u00e1ximo de cada variable) son diferentes:<\/p>\n<pre>\/\/ Escala de color para becas\r\nvar color = d3.scaleLinear().domain([0, 72]).range(['#fff','#053874'])\r\n\/\/ Escala de color extranjeros\r\nvar color2 = d3.scaleLinear().domain([0, 38]).range(['#fff','#053874'])\r\n<\/pre>\n<p>En una matriz definimos las variables que queremos que aparezcan:<\/p>\n<pre>\/\/ Array to list variables to display in map and display name of variables\r\nvar mapasdef = [\r\n  [\"Becas material escolar p\u00fablica\",\"perc_bec_mat_escolar_pub\"],\r\n  [\"Becas material escolar privada\",\"perc_bec_mat_escolar_priv\"],\r\n  [\"Becas material escolar todos\",\"perc_material_m15\"],\r\n  [\"Becas comedor p\u00fablica\",\"perc_bec_comedor_pub\"],\r\n  [\"Becas comedor privada\",\"perc_bec_comedor_priv\"],\r\n  [\"Becas comedor todos \",\"perc_comedor_m16\"],\r\n  [\"Alumnado extranjero p\u00fablica\",\"perc_alum_ext_publi\"],\r\n  [\"Alumnado extranjero privada\",\"perc_alum_ext_priv\"],\r\n  [\"Alumnado extranjero todos \",\"perc_alum_ext_todos\"]\r\n]\r\n<\/pre>\n<p>Crea un div (contenedor) para cada elemento de la matriz que acabamos de definir:<\/p>\n<pre>  var variableJoin = d3.select('#maps').selectAll('div.map')\r\n      .data(mapasDef);\r\n  var divs = variableJoin.enter()\r\n      .append('div')\r\n     \t .attr('id', function(d){ return 'map_'+d; })\r\n     \t .attr('class','map')\r\n     \t .style('float','left')\r\n     \t .style('width',mapWidth);\r\n<\/pre>\n<p>Crea los contendores <span class=\"courier\">p\u00e1rrafo<\/span> (p) y <span class=\"courier\">span<\/span> que alojar\u00e1n el nombre de la variable que el mapa representa y el n\u00famero:<\/p>\n<pre>divs.append('p').text(function(d){ return d[0]; });\r\ndivs.select('p').append('span').text(\" \")\r\n<\/pre>\n<p>A\u00f1ade un contenedor SVG para cada mapa:<\/p>\n<pre>var zonas = divs.append('svg').attr('width',mapWidth).attr('height',mapHeight);\r\n<\/pre>\n<p>Inserta en cada uno de los SVG que hemos creado en la l\u00ednea anterior los contornos de todas las zonas y les aplica un color dependiendo de la escala de color que hemos definido.<\/p>\n<pre>zonas.each(function(key, i=1){\r\n  d3.select(this).selectAll('path')\r\n   \t.data(subunits.features)\r\n   .enter().append(\"path\")\r\n   \t.attr(\"fill\", function(d) { return i &gt; 5 ? color2(d.properties[key[1]]) : color(d.properties[key[1]]); }) \/\/uses two color scales for % Becas (grants) and % of foreigners\r\n   .attr(\"d\", path)\r\n    .attr(\"stroke\", \"black\")\r\n    .attr(\"stroke-width\", \"0.3px\")\r\n<\/pre>\n<p>Si a\u00f1adimos lo siguiente, conseguimos que escriba el porcentaje en la cabecera de cada mapa.<\/p>\n<pre>.on('mouseenter', function(d, i) { \/\/ selects path with same class in other maps and changes to wider troke\r\n  notify('.z' + d.properties.zona_id2, 'select');\r\n  d3.selectAll('.z' + d.properties.zona_id2).attr(\"stroke-width\", \"2px\");\r\n})\r\n.on('mouseleave', function(d) {\r\n  notify('.z' + d.properties.zona_id2, 'unselect');\r\n  d3.selectAll('.z' + d.properties.zona_id2).attr(\"stroke-width\", \"0.3px\");\r\n})\r\n.on('select', function(self) {\r\n  var geoData = self.data(); \/\/ creates variable with data contained in the zone (zona escolar) where the cursor is on\r\n  \/\/looks for the \"span\" element in the div and writes inside the percentage of that variable\r\n  self.node().parentNode.parentNode.getElementsByTagName('span')[0].innerHTML = \" <strong>\" + geoData[0].properties[key[1]]+ \"%<\/strong>\";\r\n})\r\n.on('unselect', function(self) {\r\n self.node().parentNode.parentNode.getElementsByTagName('span')[0].innerHTML = \"\";\r\n});\r\n\r\n \/\/ Interactivity from https:\/\/blog.webkid.io\/multiple-maps-d3\/\r\n\/\/ Una funci\u00f3n usada para \"notificar\" a los otros path que comparten class con el se\u00f1alado por el cursor\r\n  function notify(selector, eventName) {  \r\n\td3.selectAll(selector)._groups[0].forEach(function(el, i) {\r\n    \tvar shape = d3.select(el);\r\n    \tshape.on(eventName)(shape);\r\n\t});\r\n  }\r\n<\/pre>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1009\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_69.jpg\" alt=\"\" width=\"762\" height=\"291\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_69.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_69-300x115.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Aunque el c\u00f3digo de D3 pueda resultar complicado si no est\u00e1s familiarizado con JavaScript y HTML, creemos que es posible probar a modificar ciertos elementos para conseguir cambios deseados: cambio de tama\u00f1o del mapa, de nivel de zoom, de colores. Hay que hacer pruebas.<\/p>\n<p><strong>Otras formas de representar: los mapas no son la \u00fanica opci\u00f3n<\/strong><\/p>\n<p>Los mapas suelen ser la opci\u00f3n preferida para representar regiones, pero no tienen por qu\u00e9 ser siempre las mejores. Hay mucha teor\u00eda al respecto, pero baste con mencionar que es dif\u00edcil para el ojo distinguir las variaciones de color y que depende mucho de los colores que le rodean para evaluar lo oscuro o claro que es. Adem\u00e1s, las regiones con poco alumnado pero muy extensas quedan sobrerrepresentadas en el mapa. Es el caso, por ejemplo, de la zona escolar \u00c1lava occidental, una de las m\u00e1s extensas pero la segunda con menor cantidad de alumnado (752).<\/p>\n<figure id=\"attachment_1010\" aria-describedby=\"caption-attachment-1010\" style=\"width: 450px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" class=\"wp-image-1010 size-full\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_70.jpg\" alt=\"\" width=\"450\" height=\"330\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_70.jpg 450w, \/wp-content\/uploads\/2018\/05\/m2860_m6_70-300x220.jpg 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/><figcaption id=\"caption-attachment-1010\" class=\"wp-caption-text\">Se marca la zona escolar de \u00c1lava occidental.<\/figcaption><\/figure>\n<p>Visualmente en el mapa tendr\u00e1 mucha m\u00e1s presencia que algunas zonas de Bilbao como Abando, que tiene 6.054 alumnos, pero casi invisible por su tama\u00f1o en el mapa.<\/p>\n<p><strong>Cartogramas<\/strong><\/p>\n<p>Para corregir este tipo de desigualdades visuales, existen otro tipo de representaciones como los cartogramas. En este tipo de cartograma se representa cada zona escolar como un cuadrado, donde su \u00e1rea es proporcional al alumnado que tiene y su color en funci\u00f3n, en este caso, del porcentaje de una de las variables, como en los mapas anteriores. Los cartogramas tienen la dificultad de mantener la forma geom\u00e9trica de las zonas que hace perder al mapa su legibilidad geogr\u00e1fica, lo que puede desorientar a quien vea la visualizaci\u00f3n. Lo que busca el cartograma de este tipo (ya que hay cartogramas contiguos que intentan deformar lo menos posible las regiones) es ser lo m\u00e1s<\/p>\n<figure id=\"attachment_1011\" aria-describedby=\"caption-attachment-1011\" style=\"width: 762px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" class=\"wp-image-1011 size-full\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_71.jpg\" alt=\"\" width=\"762\" height=\"299\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_71.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_71-300x118.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><figcaption id=\"caption-attachment-1011\" class=\"wp-caption-text\">Mapa de coropletas (izquierda). Cartograma (derecha; el tama\u00f1o de las zonas es en funci\u00f3n de la cantidad de alumnado)<\/figcaption><\/figure>\n<p>No hay una forma buena o mala, cada una sirve para explorar los datos de una forma diferente. Aqu\u00ed repetimos la comparativa red p\u00fablica y red privada con mapas de coropletas y cartograma.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1012\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_72.jpg\" alt=\"\" width=\"762\" height=\"529\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_72.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_72-300x208.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>La <a href=\"http:\/\/bl.ocks.org\/numeroteca\/1941df6cbcb6801cb1299a137ecf891c\" target=\"_blank\" rel=\"noopener\">visualizaci\u00f3n<\/a> y el <a href=\"https:\/\/gist.github.com\/numeroteca\/33325b3234175c5450b856026c62a920\" target=\"_blank\" rel=\"noopener\">c\u00f3digo<\/a> (basado en cartogramas de <a href=\"https:\/\/martingonzalez.net\/\" target=\"_blank\" rel=\"noopener\">Mart\u00edn Gonz\u00e1lez<\/a>) para realizar estos cartogramas est\u00e1n disponibles. Por su extensi\u00f3n no entraremos a comentar el c\u00f3digo, pero os animamos a utilizarla para generar vuestros propios cartogramas.<\/p>\n<p><strong>Explorando los datos y sus correlaciones con R<\/strong><\/p>\n<p>Una vez realizada la exploraci\u00f3n espacial de los datos, es decir, cu\u00e1les son las diferencias entre las redes a nivel geogr\u00e1fico, proponemos explorar las diferencias y relaciones entre los indicadores de otras formas.<\/p>\n<p>Sugerimos usar <a href=\"http:\/\/r-project.org\/\" target=\"_blank\" rel=\"noopener\">R<\/a> con RStudio (RStudio) para hacer un primer acercamiento a los datos.<\/p>\n<p><strong>1) <\/strong>Prean\u00e1lisis<\/p>\n<p>Puedes descargar el archivo con estos prean\u00e1lisis de <a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/segregacion-analisis.Rmd\" target=\"_blank\" rel=\"noopener\">segregacion-analisis.Rmd<\/a> para hacerlos correr en TStudio o directamente descargar y abrir en un navegador el archivo <a href=\"https:\/\/github.com\/montera34\/segregacion\/blob\/master\/segregacion-analisis.html\" target=\"_blank\" rel=\"noopener\">segregacion-analisis.html<\/a>, que no necesita R para funcionar.<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1013\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_73.jpg\" alt=\"\" width=\"762\" height=\"278\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_73.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_73-300x109.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Puedes acceder en l\u00ednea tambi\u00e9n a este <a href=\"https:\/\/lab.montera34.com\/segregacionescolar\/segregacion-analisis.html\" target=\"_blank\" rel=\"noopener\">prean\u00e1lisis<\/a>.<\/p>\n<p><strong>2) <\/strong>Correlaciones<\/p>\n<p>Ahora vamos a explorar si existen correlaciones entre las variables estudiadas: % becas de material escolar y comedor, % de presencia de alumnado extranjero en redes p\u00fablica y privada dentro de cada una de las zonas escolares.\u00a0El <a href=\"https:\/\/lab.montera34.com\/segregacionescolar\/segregacion-analisis.html#correlaciones\" target=\"_blank\" rel=\"noopener\">c\u00f3digo y las visualizaciones<\/a> est\u00e1n disponibles.<\/p>\n<p>Con muy poco c\u00f3digo tenemos esta primera visualizaci\u00f3n con <span class=\"courier\">pairs<\/span>:<\/p>\n<pre>segreg = read.csv(\"2014-15-variables-escolares-euskadi.csv\")\r\nattach(segreg)\r\npairs(~perc_alum_ext_pub+perc_alum_ext_priv+perc_bec_comedor_pub+perc_bec_comedor_priv+perc_bec_mat_escolar_pub+perc_bec_mat_escolar_priv,data=segreg,\r\n  \txlim=c(0,70),ylim = c(0,70),\r\n  \tlower.panel = abline(a = 0,b = 1)\r\n<\/pre>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1219\" src=\"\/wp-content\/uploads\/2018\/06\/M2860_m6_80.png\" alt=\"\" width=\"1344\" height=\"960\" srcset=\"\/wp-content\/uploads\/2018\/06\/M2860_m6_80.png 1344w, \/wp-content\/uploads\/2018\/06\/M2860_m6_80-300x214.png 300w, \/wp-content\/uploads\/2018\/06\/M2860_m6_80-768x549.png 768w, \/wp-content\/uploads\/2018\/06\/M2860_m6_80-1024x731.png 1024w\" sizes=\"(max-width: 1344px) 100vw, 1344px\" \/><\/p>\n<p>Donde se aprecian correlaciones a nivel visual entre los indicadores:<\/p>\n<ul>\n<li>Becas material escolar y Becas comedor en red p\u00fablica.<\/li>\n<li>Becas material escolar y Becas comedor en red privada.<\/li>\n<\/ul>\n<p>La librer\u00eda GGally calcula, adem\u00e1s de mejorar la visualizaci\u00f3n, las correlaciones para todas las zonas y para cada una de las provincias, y genera histogramas y diagramas de dispersi\u00f3n separando por colores, dependiendo de la provincia, cada una de las zonas escolares:<\/p>\n<pre>library(GGally)\r\nggpairs(segreg,\r\n  columns = c(10,11,13,14,17,18),\r\n  title = \"buscando correlaciones\",\r\n  aes(colour = provincia, alpha = 0.4))\r\n<\/pre>\n<p>Con todo, es mejor, antes de computar correlaciones, dejar fuera las zonas escolares de Monta\u00f1a alavesa, Igorre y Basurto-Zorroza, porque no tienen oferta privada:<\/p>\n<pre>segreg = segreg[c(-6,-33,-57),] #elimina los que no tienen red privada\r\nattach(segreglimpio)\r\n<\/pre>\n<p>Y volvemos a calcular:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1014\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_74.jpg\" alt=\"\" width=\"762\" height=\"437\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_74.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_74-300x172.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Las correlaciones m\u00e1s fuertes entre las variables una vez calculadas son:<\/p>\n<ul>\n<li>Becas material escolar y Becas comedor en red p\u00fablica <strong>0,792<\/strong> (Bizkaia 0,747, Gipuzkoa <strong>0,884<\/strong>, Araba 0,46).<\/li>\n<li>Becas comedor y Alumnado extranjero en red privada <strong>0,737<\/strong> (Bizkaia 0,658, Gipuzkoa <strong>0,919<\/strong>, Araba -0,381).<\/li>\n<li>Becas material escolar y Becas comedor en red privada <strong>0,606<\/strong> (Bizkaia 0,669, Gipuzkoa <strong>0,747<\/strong>, Araba 0,085).<\/li>\n<\/ul>\n<p>As\u00ed, los valores m\u00e1s altos son siempre los de la provincia de Gipuzkoa.<\/p>\n<p>Esta correlaci\u00f3n indica que existe una correlaci\u00f3n relativamente fuerte entre el porcentaje de alumnado becado en comedor y el porcentaje becado con material escolar en la red p\u00fablica. Refuerza la idea de que las becas son una medida del nivel socioecon\u00f3mico e indica cierta homogeneidad dentro de cada zona escolar, mayor en la red p\u00fablica (0,792) que en la privada (0,606). Tambi\u00e9n, hay una fuerte correlaci\u00f3n entre porcentaje de becarios de comedor y alumnado extranjero en la red privada (0,737). \u00bfQu\u00e9 nos indica esta correlaci\u00f3n? \u00bfQue la presencia de alumnado extranjero es indicador de nivel socioecon\u00f3mico? Esa correlaci\u00f3n es mucho m\u00e1s baja (0,247) en la red p\u00fablica.<\/p>\n<p>Para terminar esta exploraci\u00f3n, nos vamos a centrar en ver si existen correlaciones entre <strong>las diferencias entre la red p\u00fablica y privada<\/strong> para cada indicador y zona. Para ello, generamos tres nuevas variables:<\/p>\n<ul>\n<li>comedor = % beca comedor en red p\u00fablica &#8211; % beca comedor en red privada.<\/li>\n<li>material = % beca material escolar en red p\u00fablica &#8211; % beca material escolar en red privada.<\/li>\n<li>extran = % alumnado extranjero en red p\u00fablica &#8211; % alumnado extranjero en red privada.<\/li>\n<\/ul>\n<pre>comedor = data.frame(perc_bec_comedor_pub - perc_bec_comedor_priv)\r\nmaterial = data.frame(perc_bec_mat_escolar_pub - perc_bec_mat_escolar_priv)\r\nextran  = data.frame(perc_alum_ext_pub - perc_alum_ext_priv)\r\n\r\nsegregdif = data.frame(comedor,material,extran,provincia,zona)\r\ncolnames(segregdif) = c(\"comedor\",\"material\",\"extran\",\"provincia\",\"zona\")\r\nggpairs(segregdif,\r\n    \ttitle = \"buscando correlaciones en las diferencias red p\u00fablica - privada\",\r\n    \tcolumns = c(1:3),\r\n    \taes(colour = provincia, alpha = 0.4))\r\n<\/pre>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1015\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_75.jpg\" alt=\"\" width=\"640\" height=\"425\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_75.jpg 640w, \/wp-content\/uploads\/2018\/05\/m2860_m6_75-300x199.jpg 300w\" sizes=\"(max-width: 640px) 100vw, 640px\" \/><\/p>\n<p>Obtenemos valores moderadamente fuertes (0,551, 0,702, 0,529) y llaman la atenci\u00f3n los valores muy altos para Gipuzkoa en todos los indicadores de diferencia (0,864, 0,942 y 0,828):<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1016\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_76.jpg\" alt=\"\" width=\"640\" height=\"364\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_76.jpg 640w, \/wp-content\/uploads\/2018\/05\/m2860_m6_76-300x171.jpg 300w\" sizes=\"(max-width: 640px) 100vw, 640px\" \/><\/p>\n<p>Y si calculamos los cocientes entre las variables (de hecho, el informe recoge ese c\u00e1lculo para calcular el grado de desequilibrio):<\/p>\n<ul>\n<li>comedorx = % beca comedor en red p\u00fablica \/ % beca comedor en red privada<\/li>\n<li>materialx = % beca material escolar en red p\u00fablica \/ % beca material escolar en red privada<\/li>\n<li>extranx = % alumnado extranjero en red p\u00fablica \/ % alumnado extranjero en red privada<\/li>\n<\/ul>\n<pre>comedorx = data.frame(perc_bec_comedor_pub \/ perc_bec_comedor_priv)\r\nmaterialx = data.frame(perc_bec_mat_escolar_pub \/ perc_bec_mat_escolar_priv)\r\nextranx  = data.frame(perc_alum_ext_pub \/ perc_alum_ext_priv)\r\n\r\nsegregdif = data.frame(comedor,material,extran,comedorx,materialx,extranx,provincia,zona)\r\ncolnames(segregdif) = c(\"comedor\",\"material\",\"extran\",\"comedorx\",\"materialx\",\"extranx\",\"provincia\",\"zona\")\r\nggpairs(segregdif,\r\n    \ttitle = \"buscando correlaciones\",\r\n    \tcolumns = c(4:6),\r\n    \taes(colour = provincia, alpha = 0.4))\r\n<\/pre>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1017\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_77.jpg\" alt=\"\" width=\"640\" height=\"409\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_77.jpg 640w, \/wp-content\/uploads\/2018\/05\/m2860_m6_77-300x192.jpg 300w\" sizes=\"(max-width: 640px) 100vw, 640px\" \/><\/p>\n<p>No se aprecian correlaciones fuertes en general (0,51, 0,133, 0,196), aunque s\u00ed entre los cocientes de becas de material con comedor y alumnado extranjero con comedor para Gipuzkoa (0,744 y 0,709 respectivamente) y Bizkaia (0,698 y 0,619 respectivamente). Puede haber una historia que explorar a partir de estos datos en Araba, donde la correlaci\u00f3n es m\u00e1s pobre e incluso negativa entre el cociente de extranjeros y becas de comedor. \u00bfQu\u00e9 historia hay en los datos de Gipuzkoa?<\/p>\n<p><strong>Mostrar las diferencias<\/strong><\/p>\n<p>Estas exploraciones nos ayudan a entender los datos, pero quiz\u00e1s puedan ser complejas para publicarlas en un medio generalista para todos los p\u00fablicos. Una vez que hemos identificado que las <strong>diferencias p\u00fablico-privado para cada zona<\/strong> son una de las variables a representar, sugerimos el siguiente tipo de gr\u00e1fico en el que se representa, de forma clara, para una de las variables. Hemos usado para generarlo Datawrapper (<a href=\"http:\/\/datawrapper.de\/\" target=\"_blank\" rel=\"noopener\">http:\/\/datawrapper.de\/<\/a>) herramienta en l\u00ednea en la que subes los datos y escoges el tipo de visualizaci\u00f3n para luego insertarlo donde quieras:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1018\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_78.jpg\" alt=\"\" width=\"500\" height=\"558\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_78.jpg 500w, \/wp-content\/uploads\/2018\/05\/m2860_m6_78-269x300.jpg 269w\" sizes=\"(max-width: 500px) 100vw, 500px\" \/><\/p>\n<p>Puedes ver el gr\u00e1fico en <a href=\"https:\/\/www.datawrapper.de\/_\/XM3mi\/\" target=\"_blank\" rel=\"noopener\">datawrapper<\/a>.<\/p>\n<p>Nos parece muy interesante porque ofrece los valores de cada zona y hace particular \u00e9nfasis en la cantidad de la diferencia. El color de la l\u00ednea es seg\u00fan si el mayor porcentaje es de la red p\u00fablica (rojo) o privada (azul).<\/p>\n<p><strong>e. C\u00f3mo presento la informaci\u00f3n para hacer un relato inteligible<\/strong><\/p>\n<p>Una vez que recopiles y analices todos los gr\u00e1ficos realizados, es momento de seleccionar cu\u00e1les quieres utilizar y pensar qu\u00e9 historia quieres contar. Seguramente, ninguno de los gr\u00e1ficos te valga tal cual y tengas que modificarlos o buscar nuevas variables. Este ejercicio ha intentado ser un ejemplo de exploraci\u00f3n con el que empezar a hacer nuevas preguntas.<\/p>\n<p>\u00bfQu\u00e9 historias esconden las diferencias entre la red p\u00fablica y la privada? \u00bfQu\u00e9 ocurre en la provincia de Araba? \u00bfPor qu\u00e9 Hernani tienes unos valores tan diferentes al resto de zonas escolares? Se podr\u00edan ver si existe relaci\u00f3n entre las zonas escolares y el tipo de contexto urbano-rural.<\/p>\n<p>Por \u00faltimo, otra visualizaci\u00f3n en la que la diferencia se expresa por la pendiente de la l\u00ednea que va del valor de la izquierda (p\u00fablico) a la derecha (privado) para cada zona y cada indicador, basado en el tipo de gr\u00e1fico de coordenadas paralelas:<\/p>\n<p><img loading=\"lazy\" class=\"aligncenter size-full wp-image-1019\" src=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_79.jpg\" alt=\"\" width=\"762\" height=\"511\" srcset=\"\/wp-content\/uploads\/2018\/05\/m2860_m6_79.jpg 762w, \/wp-content\/uploads\/2018\/05\/m2860_m6_79-300x201.jpg 300w\" sizes=\"(max-width: 762px) 100vw, 762px\" \/><\/p>\n<p>Ver el <a href=\"https:\/\/lab.montera34.com\/segregacionescolar\/#pendientes\" target=\"_blank\" rel=\"noopener\">gr\u00e1fico en modo interactivo y accede al c\u00f3digo<\/a>.<\/p>\n<p>Para saber m\u00e1s sobre este gr\u00e1fico de coordenadas paralelas puedes leer este <a href=\"http:\/\/numeroteca.org\/2018\/05\/15\/como-analizar-la-segregacion-escolar-publico-privada-en-euskadi-en-5-pasos\/\" target=\"_blank\" rel=\"noopener\">art\u00edculo<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>6.3.4.1. \u00bfC\u00f3mo se reparte el alumnado entre la red p\u00fablica y la privada en Euskadi? \u00bfExiste segregaci\u00f3n escolar? a. Qu\u00e9 an\u00e1lisis o visualizaci\u00f3n responde a la pregunta Queremos estudiar qu\u00e9 tipo de alumnado pertenece a una y otra red y para investigar si existe segregaci\u00f3n escolar. La exploraci\u00f3n de los datos llevar\u00e1 a preguntarse, seguramente, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/1084"}],"collection":[{"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/comments?post=1084"}],"version-history":[{"count":22,"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/1084\/revisions"}],"predecessor-version":[{"id":1294,"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/pages\/1084\/revisions\/1294"}],"wp:attachment":[{"href":"http:\/\/periodisme-dades.recursos.uoc.edu\/es\/wp-json\/wp\/v2\/media?parent=1084"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}