IHSN Survey Catalog
  • Home
  • Microdata Catalog
  • Citations
  • Login
    Login
    Home / Central Data Catalog / SLV_2008-2014_MCC-RE_V01_M / variable [F18]
central

Rural Electrification 2008-2014, Independent Impact Evaluation

El Salvador, 2008 - 2014
Get Microdata
Reference ID
SLV_2008-2014_MCC-RE_v01_M
Producer(s)
Social Impact
Metadata
DDI/XML JSON
Created on
Oct 14, 2021
Last modified
Oct 14, 2021
Page views
154040
Downloads
387
  • Study Description
  • Data Dictionary
  • Downloads
  • Get Microdata
  • Data files
  • v13-Electrification-VoucherSample-El
    Salvador.dta
  • secc_00_mayo_hombre.dta
  • secc_ap1_mayo.dta
  • secc_cf_1_mayo.dta
  • secc_cf_2_mayo.dta
  • secc_ci_1_mayo.dta
  • secc_ci_2_mayo.dta
  • secc_e_mayo.dta
  • secc_eg_mayo.dta
  • secc_f_mayo.dta
  • secc_ga_mayo.dta
  • secc_hh1_mayo.dta
  • secc_k1_1_mayo.dta
  • secc_k1_2_mayo.dta
  • secc_k2_mayo.dta
  • secc_kg_mayo.dta
  • secc_kn_mayo.dta
  • secc_l1_mayo.dta
  • secc_l2_mayo.dta
  • secc_l3_mayo.dta
  • secc_l4_mayo.dta
  • secc_q3_mayo.dta
  • secc_qa_mayo.dta
  • secc_00_mayo_mujer.dta
  • secc_0_mayo.dta
  • secc_d_mayo.dta
  • secc_hh1_mayo.dta
  • secc_hh2_mayo.dta
  • secc_hh3_mayo.dta
  • secc_hk_mayo.dta
  • secc_i_mayo.dta
  • secc_m_mayo.dta
  • secc_n_mayo.dta
  • secc_pe_mayo.dta
  • secc_pecont_mayo.dta
  • secc_v1_mayo.dta
  • secc_v1cont_mayo.dta
  • secc_v2_mayo.dta
  • secc_x_ver2.dta
  • Secc_D_mayo.dta
  • Secc_E_mayo.dta
  • Secc_F_mayo.dta
  • Secc_G_mayo.dta
  • Secc_H_mayo.dta
  • Secc_I_mayo.dta
  • Secc_I1_mayo.dta
  • Secc_J_mayo.dta
  • Secc_K_mayo.dta
  • codigos
    geografico.dta
  • geograficos.dta
  • seccion
    cf_tblformat_credit.dta
  • seccion
    cf_tblinformal_credit.dta
  • seccion
    hh1_tblhhi_hhdinfoa.dta
  • seccion
    i_tblsocialinter.dta
  • seccion
    informacion
    general_tblhh2.dta
  • seccion
    inicial_tblcover.dta
  • seccion
    inicial2_tblcover2.dta
  • seccion m
    continuacion_tblservices2.dta
  • seccion
    m_tblservices.dta
  • seccion
    n1_tblhealter.dta
  • seccion
    n2_tblhealt.dta
  • seccion
    pe_tblenergy1.dta
  • seccion
    pe1_tblenergy2.dta
  • seccion
    tm_tbltime.dta
  • seccion
    x_tblexpenses.dta
  • seccionl1_tblsectonl1.dta
  • seccionl2_tblsectionl2.dta
  • seccionv1_tblmodulev.dta
  • seccionv2_tblhousingasset.dta
  • tblagriq3.dta
  • tblelectricity_ans.dta
  • tblobservation1.dta
  • tblobservation2.dta
  • tblsectionagriq2pg1.dta
  • tblsectionl3.dta
  • tblsectionl4.dta
  • tblsectionplots_ap.dta
  • secc_a1_mayo.dta
  • secc_a2_mayo.dta
  • secc_b_mayo.dta
  • secc_c_mayo.dta
  • secc_d_mayo.dta
  • secc_e_mayo.dta
  • secc_f_mayo.dta
  • secc_g_mayo.dta
  • secc_h_mayo.dta
  • secc_i_mayo.dta
  • secc_j_mayo.dta
  • secc_k_mayo.dta
  • secc_resumen.dta
  • ap1.dta
  • ce.dta
  • cf.dta
  • ci.dta
  • hh1.dta
  • hh2a.dta
  • hh2b.dta
  • hh3.dta
  • hk.dta
  • i.dta
  • l1.dta
  • l2.dta
  • l3.dta
  • l4.dta
  • m1.dta
  • m2.dta
  • n1.dta
  • n2.dta
  • obs_1.dta
  • obs_2.dta
  • pe1.dta
  • pe2.dta
  • q2.dta
  • q3.dta
  • tm.dta
  • v1.dta
  • v2.dta
  • x.dta
  • seccion_a.dta
  • seccion_b.dta
  • seccion_c.dta
  • seccion_d.dta
  • seccion_e.dta
  • seccion_f.dta
  • seccion_g.dta
  • seccion_h.dta
  • seccion_i.dta
  • seccion_j.dta
  • seccion_k.dta
  • ap1.dta
  • ce.dta
  • cf.dta
  • ci.dta
  • hh1.dta
  • hh2a.dta
  • hh2b.dta
  • hh3.dta
  • hk.dta
  • i.dta
  • l1.dta
  • l2.dta
  • l3.dta
  • l4.dta
  • m1.dta
  • m2.dta
  • n1.dta
  • n2.dta
  • obs_1.dta
  • obs_2.dta
  • pe1.dta
  • pe2.dta
  • q2.dta
  • q3.dta
  • tm.dta
  • v1.dta
  • v2.dta
  • x.dta
  • seccion_a.dta
  • seccion_a_caserios_a.dta
  • seccion_a_caserios_b.dta
  • seccion_a_caserios_c.dta
  • seccion_b.dta
  • seccion_c.dta
  • seccion_d.dta
  • seccion_e.dta
  • seccion_f.dta
  • seccion_g.dta
  • seccion_h.dta
  • seccion_i.dta
  • seccion_j.dta
  • seccion_k.dta
  • ap1.dta
  • ce.dta
  • cf.dta
  • ci.dta
  • hh1.dta
  • hh2a.dta
  • hh2b.dta
  • hh3.dta
  • hk.dta
  • i.dta
  • l1.dta
  • l2.dta
  • l3.dta
  • l4.dta
  • m1.dta
  • m2.dta
  • n1.dta
  • n2.dta
  • obs_1.dta
  • obs_2.dta
  • pe1.dta
  • pe2.dta
  • q2.dta
  • q3.dta
  • tm.dta
  • v1.dta
  • v2.dta
  • x.dta
  • seccion_a.dta
  • seccion_b.dta
  • seccion_c.dta
  • seccion_caserios_a.dta
  • seccion_caserios_b.dta
  • seccion_caserios_c.dta
  • seccion_d.dta
  • seccion_e.dta
  • seccion_f.dta
  • seccion_g.dta
  • seccion_h.dta
  • seccion_i.dta
  • seccion_j.dta
  • seccion_k.dta
  • seccion_l.dta
  • seccion_personas_comunidad_a.dta
  • seccion_personas_comunidad_b.dta
  • seccion_personas_comunidad_c.dta
  • seccion_resumen.dta
  • secc_g_mayo.csv
  • secc_q2_mayo.csv
  • secc_th_mayo.csv
  • secc_tm_mayo.csv
  • caratula_semanas_1_a_11_febrero.csv

3. cód act. (p003)

Data file: secc_l1_mayo.dta

Overview

Valid: 1594
Invalid: 1221
Minimum: 0
Maximum: 7757
Type: Discrete
Decimal: 0
Start: 16
End: 19
Width: 4
Range: 0 - 7757
Format: Numeric

Questions and instructions

Categories
Value Category Cases
0 33
2.1%
1 comercio 121
7.6%
2 transporte 92
5.8%
3 artesanias 65
4.1%
4 procesamiento de alimentos (insumo conseguido de terceros) 52
3.3%
5 construcción 334
21%
6 pequeña industria (no alimentaria) 23
1.4%
7 pesca 4
0.3%
8 caza 0
0%
9 minería 1
0.1%
10 forestal (tala de madera) 2
0.1%
11 cortar café 34
2.1%
12 maquila 5
0.3%
13 obrero en fabrica / taller 49
3.1%
14 trabajo de oficina 117
7.3%
15 vendedor 58
3.6%
16 técnico profesional 63
4%
17 personal de seguridad 57
3.6%
18 empleado doméstico 219
13.7%
77 otros 20
1.3%
771 profesor 93
5.8%
773 limpieza 6
0.4%
774 policía 11
0.7%
775 recolecta huevos en granja 3
0.2%
776 servicio militar 10
0.6%
777 jardinero 3
0.2%
778 lavar ropa 13
0.8%
7710 sacristán 1
0.1%
7711 auxiliar de servicio 5
0.3%
7712 ordenanza 13
0.8%
7713 costurera 1
0.1%
7714 empleado mop (fovial) 7
0.4%
7715 fútbol profesional 2
0.1%
7718 cargador de camiones 4
0.3%
7719 encuestadora 2
0.1%
7720 pintor de vivienda 2
0.1%
7722 promoción política 2
0.1%
7723 guarda bosques 1
0.1%
7724 facilitadora 2
0.1%
7725 aserrador 1
0.1%
7726 enfermera 6
0.4%
7727 electricista 3
0.2%
7729 utilero equipo de football 1
0.1%
7730 predicador 3
0.2%
7731 encargado de billar 2
0.1%
7732 empleado público 12
0.8%
7733 peluquero 1
0.1%
7734 cobrador de buses 1
0.1%
7735 médico 2
0.1%
7736 músico 3
0.2%
7738 odontólogo 2
0.1%
7739 laboratorio clínico 1
0.1%
7741 mesera 1
0.1%
7742 promotor de salud 7
0.4%
7743 abogado 1
0.1%
7744 fontanero 2
0.1%
7746 locutor 3
0.2%
7748 zapatero 1
0.1%
7749 bombeador de agua 0
0%
7750 recolector de chatarra 1
0.1%
7751 cocinero 3
0.2%
7752 ingeniero agrónomo 1
0.1%
7753 mecánico 2
0.1%
7754 carpintero 1
0.1%
7755 molinero 1
0.1%
7757 montador de toros 2
0.1%
Sysmiss 1221
Warning: these figures indicate the number of cases found in the data file. They cannot be interpreted as summary statistics of the population of interest.
Back to Catalog
IHSN Survey Catalog

© IHSN Survey Catalog, All Rights Reserved.