Caso de estudio · Investigación · Estadística
¿Vamos bien? Estadística para evaluar política agraria
Mi tesis (TFM): qué dicen 55 agricultores ecológicos sobre las políticas de la UE — y cómo elegí el test estadístico correcto para datos nominales y muestras pequeñas.
55
entrevistas en campo
R
Análisis estadístico
RMarkdown
Reproducibilidad
Mi tesis de máster, dentro del proyecto europeo FARMERS (FORMIT, financiado por el Centro Común de Investigación de la UE), midió cómo perciben los agricultores las políticas públicas agrarias de la Unión Europea. El caso de estudio español: productores de tomate ecológico en Andalucía y Extremadura.
Hice 55 entrevistas en campo (muestreo en bola de nieve) y pregunté por seis políticas de la UE —De la Granja a la Mesa, la directiva de plaguicidas, Biodiversidad 2030, Nitratos, Marco del Agua y Aves/Hábitats—. Cada agricultor valoraba cada política como Útil, Inútil o «No la conozco». La pregunta de fondo: ¿vamos bien?
El reto: sacar conclusiones firmes de datos difíciles#
Los datos eran puramente nominales (Útil / Inútil / No conozco), medidos sobre los mismos 55 agricultores para cada política: datos pareados. Y con una muestra pequeña, muchas categorías quedaban con muy pocos casos. Ese detalle decide qué test estadístico es válido — y descarta los atajos habituales.
Además, una media global no dice nada útil: lo interesante es quién percibe qué. Así que diseñé variables-proxy para segmentar la muestra: el tamaño de la explotación (superficie agraria, de micro a grande) como aproximación de pequeño vs. gran agricultor, más edad, origen (rural/neorrural) y nivel de estudios.
Cómo lo resolví con estadística#
Para comparar las valoraciones entre políticas (nominal y pareado) usé pruebas de McNemar-Bowker, con un post hoc de simetría sobre tablas 2×2 y corrección de Benjamini-Hochberg para las comparaciones múltiples.
Para relacionar cada factor (tamaño, estudios, origen, etc.) con la percepción de cada política, el chi-cuadrado no era fiable por las celdas con menos de 5 casos, así que apliqué el test Exacto de Fisher, con un post hoc sobre los residuos estandarizados del chi-cuadrado para ver qué grupos marcaban la diferencia.
Lo importante no era correr un test, sino elegir el correcto para el dato: pareado vs. no pareado, y Fisher en vez de chi-cuadrado con muestras pequeñas.
Lo que encontré#
La respuesta más repetida no fue «útil» ni «inútil», sino «no la conozco»: muchas de estas políticas simplemente no llegan a quienes trabajan la tierra. La menos conocida fue la Directiva de Nitratos; la mejor valorada, la Estrategia de Biodiversidad 2030.
Y al segmentar por tamaño aparecía el patrón clave: los pequeños productores desconocían las políticas (por ejemplo, De la Granja a la Mesa o la directiva de plaguicidas), mientras que los grandes sí las conocían — y a menudo las consideraban inútiles. El nivel de estudios y el origen también desplazaban la percepción. En corto: la política agraria de la UE no está llegando a los pequeños agricultores a los que más afecta.
Stack#
Preguntas frecuentes#
¿Por qué usaste RMarkdown?
Por reproducibilidad: el análisis y el documento viven en el mismo sitio, así que cualquiera puede entrar al repositorio y reproducir los resultados tal cual. Es más: podés descargar la base de datos, ampliarla con nuevas entrevistas y correr el mismo análisis estadístico sobre tus propios datos.
¿Por qué Fisher en vez de chi-cuadrado?
Porque varias categorías tenían menos de 5 respuestas; en esas condiciones el chi-cuadrado deja de ser fiable y el test Exacto de Fisher es el correcto.
¿De qué iba la tesis?
De evaluar políticas públicas agrarias de la UE desde la percepción de 55 agricultores de tomate ecológico en Andalucía y Extremadura, dentro del proyecto FARMERS (JRC).