Multivariate
analysis for the socio-economic study - Carmen de Piji=
li
=
Geovanny Zamora
Resumen.
La complejidad de=
los
fenómenos de las ciencias en general hace que los investigadores se vean
obligados a enfrentarse a problemas complejos, multivalentes, en los cuales
intervienen y coexisten variables llamadas predictoras y las llamadas de
resultados, respuesta o eventos, que requieren se tipificadas entre grandes
volúmenes de datos. Por esta razón se realiza un estudio socioeconómico de =
la
comunidad, empleando las técnicas métricas para determinar la situación soc=
ial
y económica utilizando conceptos avanzados y herramientas para el examen e
interpretación integral de los resultados. El análisis multivariante (Martínez Arias, 2008) es una herramie=
nta
que, en los últimos ańos ha alcanzado gran desarrollo en las investigacione=
s de
las ciencias sociales, a pesar de no ser esta herramienta de fácil aplicaci=
ón
para los estudiosos. El objetivo del presente trabajo tiene como fin reali=
zar
un análisis multivariante para el estudio socio-económico de la parroquia
Carmen de Pijili y sus zonas aledańas, informac=
ión
que permita determinar las grandes necesidades, tomar las mejores decisione=
s,
planificar las políticas públicas y proyectar la asistencia social a las
personas más desfavorecidas y poder optimizar la calidad de vida de los
habitantes. De un universo de 580 familias, se tomó una muestra de 69 famil=
ias,
mismas que fueron consultadas sobre variables de índole socio-económico y
equipamiento local. La base de datos, fue procesada y depurada en el softwa=
re Dyana y SPSS, para obtener los indicadores estadístic=
os
requeridos en el análisis social.
P=
alabras
claves: Multivariante, socio-económico, proyecto social.
Intro=
ducción.
=
En
el Ecuador, para una planificación económica eficiente, en toda su magnitud=
, ya
sea nacional, regional o local, que incida en el mejoramiento de la calidad=
de
vida de sus habitantes, se requiere de información actualizada de su poblac=
ión
y sus localidades, básicamente información socio-económica que dé cuenta de=
las
condiciones de vida de la población y de la infraestructura básica con la q=
ue
dispone (Sánchez, Lardé, Chauvet, & Jaimurzina, 2017=
). De esta manera, los organismos que toman
decisiones planifican su quehacer diario de una manera eficaz, para
redistribuir el ingreso a las diferentes localidades del país en forma de o=
bras
o equipamiento básico que permita el desarrollo local sostenido (Informe=
sobre
el crecimiento sostenido y el desarrollo incluyente, s. f.)=
.
=
=
En
este sentido, a fin de redistribuir recursos del estado en obras de
equipamiento que mejoren las condiciones de vida de las poblaciones, es pre=
ciso
realizar estudios que permitan conocer las condiciones socio-económicas de
dichas localidades rurales. Uno de los procedimientos que se considera como=
una
herramienta más factible para realizar estos estudios en poblaciones disper=
sas
que necesitan atención gubernamental, es el análisis multivariante <=
!--[if supportFields]>ADDIN CSL_CITAT=
ION
{"citationItems":[{"id":"ITEM-1","itemDa=
ta":{"ISBN":"9788471337788","abstract":&=
quot;2a
ed.","author":[{"dropping-particle":"",&=
quot;family":"Martínez
Arias","given":"Rosario.","non-dropping-parti=
cle":"","parse-names":false,"suffix":&qu=
ot;"}],"id":"ITEM-1","issued":{"dat=
e-parts":[["2008"]]},"publisher":"Editorial
La Muralla","title":"El análisis multivariante en=
la
investigación
científica","type":"book"},"uris":=
["http://www.mendeley.com/documents/?uuid=3D69f78451-764d-30cc-939f-7a=
9867022def"]}],"mendeley":{"formattedCitation":&qu=
ot;(Martínez
Arias, 2008)","plainTextFormattedCitation":"(Martí=
;nez
Arias, 2008)","previouslyFormattedCitation":"(MartiL=
9;nez
Arias, 2008)"},"properties":{"noteIndex":0},"=
schema":"https://github.com/citation-style-language/schema/raw/ma=
ster/csl-citation.json"}(Martínez Arias, 2008).
=
=
El objetivo
del presente trabajo es estudiar las condiciones socio-económicas de la
parroquia Carmen de Pijilí utilizando análisis
multivariante en combinación con el análisis descriptivo. Ello con la final=
idad
de hacer un levantamiento más real de las variables determinantes de las
condiciones socio-económicas en que vive dicha población y demostrar que el
análisis multivariantes es un modelo más real y veraz de las variables que
explican determinados fenómenos como los sociales.
=
=
Para
establecer una línea base inicial de las condiciones socio-económicas de la
parroquia del Carmen de Pijili, y, en lo poster=
ior,
medir el impacto que producirá la intervención de una entidad de gobierno al
implementar un proyecto de desarrollo social, se utilizó la cartografía del
INEC, considerada a la unidad de registro a la manzana y no la edificación.=
=
=
Cabe
indicar que existe el aporte teórico y metodológico importante que ofrece e=
l análisis
multivariante, por cuanto de acuerdo a los resultados obtenidos, este análi=
sis
muestra relaciones que no se pueden observar con un simple análisis
descriptivo. Bajo este contexto se afirma que el análisis multivariante es =
un
aporte y complemento importante del análisis descriptivo de estudios de
carácter social. En primera instancia, se realiza un análisis estadístico
descriptivo de las variables de condiciones socio-económicas de la localida=
d, y
en un segundo momento; se realiza un análisis multivariante.
=
El presente artíc=
ulo
se estructura de la siguiente manera: la sección uno presenta el marco lógi=
co
que conste en la revisión teórica sobre el análisis multivariante y revisió=
n de
trabajos empíricos sobre el tema y sus principales hallazgos; la sección dos
detalla la metodología y el uso del software Dyanna y
SPSS, para poder obtener los indicadores estadísticos, así como los
instrumentos utilizados para medir el impacto que producirá la intervención=
de
una entidad de gobierno al implementar un proyecto de desarrollo social; la
sección tres muestra los resultados encontrados basados en un análisis de
significancia individual, a través de la t estadística. Finalmente, la secc=
ión
cuatro presenta las conclusiones.
=
El
estudio socio-económico no solo se toma en cuenta el salario o los ingresos=
de
la parroquia del Carmen de Pijili, sino también=
las
condiciones de vivienda, salubridad, número de habitantes por vivienda, la
convivencia. El análisis de componentes principales (ACP) (León González, Llinás Solano, & Tilano, 201=
1) es una técnica estadística propuesta a
principios del siglo XX por Hotelling (1933) quien se basó en los trabajos =
de
Karl Pearson (1901) y en las investigaciones sobre ajustes ortogonales por
mínimos cuadrados. Sin embargo, el análisis multivariantes según ADDIN CSL_CITAT=
ION
{"citationItems":[{"id":"ITEM-1","itemDa=
ta":{"ISSN":"2145-9371","abstract":"=
;Resumen La complejidad de los fenómenos de l=
as
ciencias en general hace que los investigadores se vean obligados a enfrent=
arse
a problemas donde intervienen múltiples variables y grandes volúmenes de da=
tos
que requieren conceptos avanzados y herramientas para su tratamiento e
interpretación integral. Por esta causa, desde hace mucho tiempo se han
desarrollado las técnicas multivariadas, pero sólo con la evolución de los
computadores y diversos paquetes de software que procesan amplios conjuntos=
de
datos ha llegado a ser notoria la potencia de la estadística multivariada. =
Se
ha tomado como pretexto el problema del desplazamiento de personas del camp=
o a
la ciudad para consolidar el concepto y la aplicación de la técnica de
componentes principales (ACP). En este artículo se presenta esta técnica da=
da
su utilidad como paso previo a todos los análisis multivariados que se requ=
iera
aplicar. Para el estudio del ACP primero se desarrollan los conceptos
fundamentales del álgebra matricial, para luego simular una situación
problemática escogida como una forma de llevar a la práctica el marco teóri=
co referente
a la técnica objeto del artículo. Por otro lado, el desarrollo de la simula=
ción
mediante esta técnica conlleva el uso de otros conceptos relativos al ACP, =
los
cuales se explican e interpretan a partir del análisis de los resultados
obtenidos en los diferentes procesos. En el análisis de los resultados se ha
concluido que, a pesar de que el gobierno está tomando medidas para mejorar=
el
bienestar de los desplazados, que es la situación escogida, todavía faltan
mayores esfuerzos que conlleven a una solución integral de esta
problemática.","author":[{"dropping-particle":&quo=
t;","family":"León
González","given":"Ángel","non-dropping-parti=
cle":"","parse-names":false,"suffix":&qu=
ot;"},{"dropping-particle":"","family":&=
quot;Llinás
Solano","given":"Humberto","non-dropping-part=
icle":"","parse-names":false,"suffix":&q=
uot;"},{"dropping-particle":"","family":=
"Tilano","given":"Jorge","non-dropping-p=
article":"","parse-names":false,"suffix"=
:""}],"container-title":"Revista
Científica Ingeniería y
Desarrollo","id":"ITEM-1","issue":"=
23","issued":{"date-parts":[["2011"]]},&=
quot;number-of-pages":"119-142","publisher":"=
Fundacion
Universidad del Norte","title":"Ingeniería y
Desarrollo.","type":"book","volume":&quo=
t;23"},"uris":["http://www.mendeley.com/documents/?uuid=
=3D096e8184-74f3-39b6-80c3-728a2495df6b"]}],"mendeley":{&quo=
t;formattedCitation":"(León
González et al.,
2011)","plainTextFormattedCitation":"(León González
et al., 2011)","previouslyFormattedCitation":"(León
González et al.,
2011)"},"properties":{"noteIndex":0},"schema&=
quot;:"https://github.com/citation-style-language/schema/raw/master/cs=
l-citation.json"}(León González et al., 2011)<=
!--[if supportFields]> existen diversas definiciones acerca de =
ésta
técnica de análisis de datos multivariados, pero los dos concuerdan en
conceptualizarla como "una herramienta que tiene como objetivo princip=
al
resumir grandes cantidades de datos por medio de pocos parámetros
(simplificación), además busca encontrar relaciones entre: las variables de=
respuesta
y unidades experimentales
=
El
análisis multivariante se puede clasificar, según (Lozares Colina & López Roldán, 1991)=
en tres grupos: 1). - Métodos de dependencia: el objetivo de este método consiste en
determinar si el conjunto de variables independientes afecta al conjunto de
variables dependientes, 2). - Métod=
os de
interdependencia: su objetivo consiste en identificar qué variables est=
án
relacionadas, cómo lo están y por qué, y; 3). - Métodos estructurales: el objetivo de estos métodos es analizar=
, no
sólo como las variables independientes afectan a las variables dependientes,
sino también cómo están relacionadas las variables de los dos grupos entre =
sí.
Metodologia.
=
Para
establecer una línea base inicial, de las condiciones socio-económicas de la
parroquia del Carmen de Pijili, se ha realizado=
una
investigación socio-económica de campo a los hogares de la parroquia indica=
da;
debido a que la implementación de un proyecto social incide de manera direc=
ta a
su población. Al fijar el tamańo de la muestra o número de encuestas deberán
ser lo suficientemente representativo del universo de tal manera que se pue=
da
generalizar los resultados a todo el universo investigado. Por lo tanto, pa=
ra
el 2018 se tendría 532 familias
=
=
Para
el análisis social se ha realizado una encuesta con miras a levantar
información de la población, el levantamiento de la información se realizará
los días sábado 6 y domingo 7 de enero del 2018, las variables analizadas
dieron cuenta de los rasgos socioeconómicos del hogar, características de =
la
vivienda, dotación de servicios básicos, salubridad, ingresos y gastos de la
familia, que fueron las principales variables investigadas.
=
=
En
el Tamańo de la muestra se utiliza la fórmula del error estándar de la
población, para una población finita de menos de 100.000 habitantes, en el =
caso
de la parroquia El Carmen de Pijilí, y; de acue=
rdo a
la población de 2.418 habitantes del ańo de 2018 se tendría un valor que es=
tá
dentro del rango y valida el método utilizado. Para el ańo de 2018 las fami=
lias
son de 532 (con un promedio de 4,3 habitantes por familia), se ha calculado=
una
muestra mínima de 69 encuestas, la misma que representa un 12.27% del total=
de
la población.
ENCUESTA ECONOMICA SOCIAL<=
/span>:
Fórmula de la muestra
|
Detalle |
Fórmula |
|
Fórmula
1 |
|
|
Fórmula 2 |
|
|
Fórmula
3 |
|
=
ENCUESTA
ECONOMICA SOCIAL: Parámetros de construcción de la muestra mínima
Ta=
mańo
de la muestra n =3D =
69
Ta=
mańo
de la población N =3D =
532
Va=
rianza
de la muestra S˛ =3D 0.09
Va=
rianza
poblacional
Er=
ror
estándar Se =3D 3.4%
Ni=
vel
de confianza p =3D =
95%
=
De
esta manera, se seleccionó a la población a encuestar organizada por manzan=
as,
a partir de un cálculo de un promedio, a través de un procedimiento de
selección muestral por azar sistemático para garantizar la distribución
homogéneamente en toda la zona de la parroquia. Para la aplicación de las e=
ncuestas
se respetó la numeración de las manzanas del plano del INEC, se fueron
escogiendo una manzana, de cada 2, adicionando sistemáticamente el coeficie=
nte
de elevación, tantas veces fuese necesario, hasta completar el tamańo de
manzanas requeridas. Mientras que =
en las
zonas dispersas las encuestas se realizaron, a través de la búsqueda direct=
a de
las viviendas, puesto que en estas localidades no existe un registro
cartográfico definido. En este caso se procedió a realizar un muestreo
aleatorio simple.
Variables e
indicadores de la investigación
Las variables estudiadas fueron:
ˇ
Identificación y
ubicación del hogar: número de ficha, status de hogar, dirección de la
vivienda, uso de la vivienda, miembros del hogar, residen. migración.
ˇ
Característica de=
la
edificación: tipo de materiales de la vivienda.
ˇ
Infraestructura
básica: servicios de agua potable, servicios de la vivienda, pago del agua,=
eliminación
de aguas servidas, servicios de recolección de basura, estado del sistema de
alcantarillado u otros.
ˇ
Agua potable:
conexión domiciliaria, continuidad en el servicio, equipamiento de medidore=
s,
abastecimiento de agua potable.
ˇ
Salubridad: miemb=
ros del
hogar enfermos, tipo de enfermedad.
ˇ
Ingresos y Egresos
del hogar: ingresos principales del hogar, gastos del hogar.
La digitación de la información se realiz=
ó en
un software diseńado exclusivo para el caso (en Dyana<=
/span>),
generando una base de datos, para el posterior estudio. Con la ayuda del
programa SPSS se diseńaron las tablas que sirvieron para organizar los dato=
s y
proceder al análisis estadístico indicado.
Resultados.<=
/span>
A. Resultados obtenidos aplicando análisis clásico mono o
bivariante
=
o
Estructura del ho=
gar
Considerando que el tamańo promedio de los hogares es=
de
4,3 personas, en el cuadro siguiente, se puede observar que la población del
área de estudio es relativamente joven. Aproximadamente el 49,4% de la
población es menor de 20 ańos, el 38,3% tiene entre 20 a 50 ańos, y el
12,3%tienen 50 ańos y más. La mayoría de la población es masculina. La mayor
parte de los hogares saben leer y escribir 79,5%, no existe discriminación =
de
sexo, en cuanto a la educación, puesto que el porcentaje anotado incluye a
hombres y mujeres.
|
Ańos cumplidos |
Frecuencias |
Porcentaje |
% acumulado |
|
|
0 - 10 |
75 |
24,35% |
24,35% |
|
|
21 - 30 |
77 |
25,00% |
49,35% |
|
|
21 - 30 |
49 |
15,91% |
65,26% |
|
|
31 - 40 |
41 |
13,31% |
78,57% |
|
|
41 - 50 |
28 |
9,09% |
87,66% |
|
|
51 - 60 |
25 |
8,12% |
95,78% |
|
|
más de 60 |
13 |
4,22% |
100,00% |
|
|
TOTAL |
308 |
100,00% |
|
Fuente:
Elaborado por: Autores
=
Fuente:
=
=
El índice de renovación de la estructura por edades
indica el número de menores de 15 ańos en relación con los mayores de 65. Se
puede apreciar que, para toda el área, el índice seńala que hay 8,7 nińos p=
or
cada persona de edad avanzada, en el 2018. Evidentemente, se trata de una p=
oblación
con un alto índice de renovación de la población, probablemente se deba a
procesos migratorios en la zona.
o
Jefatura de hogar=
=
=
La
mayoría de hogares del área del proyecto tienen al padre como el jefe del
hogar, seguido por la jefatura de la madre, en menor proporción los abuelos=
y
los hijos/as.
<= o:p>
<= o:p>
|
Sexo de los miembros del hogar |
Frecuencias |
Porcentaje |
% acumulado |
|
|
|
166 |
53,90% |
53,90% |
|
|
|
142 |
46,10% |
100,00% |
|
|
TOTAL |
308 |
100,00% |
|
=
Fuente:
Elaborado por: Autores
Fuente:
=
La migración
se define como "el desplazamiento (duradero o permanente) de personas
entre el lugar de origen o de partida y un lugar de destino. Hablar de
migración hace referencia a dos procesos que se deben diferenciar: la
inmigración que se refiere a la población que llega a un determinado territ=
orio;
y la emigración, se describe a la población que sale de su lugar de origen
hacia otro territorio.
=
=
=
=
=
=
=
Fuente:
Elaborado por: Autores
Fuente:
=
Del
total de hogares con residentes en el exterior, el 15,9% tiene a uno de sus
miembros, hombre o mujer fuera del país. Existen hogares hasta con 4 miembr=
os
varones que viven en el exterior.
=
El
nivel de instrucción primaria se corresponde con la educación básica en la
mayor parte de la población del área del proyecto. En la mayoría de los hog=
ares
se encuentran muchos de sus miembros que no han llegado a terminar este niv=
el
de instrucción. El 23,4% dice no terminar la primaria y el 21,8% no tiene
ningún tipo de formación.
=
Fuente:
Elaborado por: Autores
Fuente:
=
Con
una educación secundaria incompleta llegan el 14,9% de la población, este n=
ivel
es considerado como el de mayor aptitud para encontrar trabajo en las
diferentes ocupaciones existentes en la economía del cantón o cantones.
Ciertamente, solamente es necesario buscar la demanda de trabajadores en los
diferentes periódicos de la ciudad de Cuenca para establecer que siempre se
solicita nivel de instrucción secundaria, aún en casos de empleos no
profesionales.
=
Al
nivel de instrucción superior llega un 1,3% con instrucción superior; perso=
nas
que en su mayoría no obtuvieron el título profesional. El nivel de postgrad=
o no
es común en nuestro medio por lo que ninguno ha realizado un postgrado.
=
=
La
principal ocupación de la mayoría de jefes de hogar es como trabajadores
agrícolas (80%), es decir, se ocupan en actividades como la agricultura, la
ganadería, la horticultura, etc., las mismas que no requieren mayores nivel=
es
de instrucción y, además, por la mala calidad de los recursos, tampoco son
rentables. Así mismo, el 1,3% son microempresarios.
=
=
=
Como
se observa en el cuadro adjunto, alrededor del 30,43% de los hogares han
declarado que por lo menos uno de sus miembros ha enfermado en el último me=
s.
La alta persistencia de enfermedades en la población del área del proyecto,=
se
convierte en un problema no solo de salud, sino además de carácter social y=
de
demanda de servicios de salud de acuerdo al cuadro patológico que como se p=
uede
observar es muy diversificado.
=
=
El
tipo de enfermedades de la población del área del proyecto, está muy asocia=
da a
problemas ambientales, pues en la mayoría de los casos se tratan de enferme=
dades
infectas contagiosas, es decir, provenientes del medio ambiental en que res=
ide
cada uno de los hogares.
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
Fuente:
Elaborado por: Autores
=
Fuente: Encuesta aplic=
ada
socio-económica
=
La
mayoría de hogares del área del proyecto tienen vivienda propia (84 de cada
100), seguido de arrendada con un 8,7% y las viviendas prestadas por servic=
ios
llega al 7,2%.
<= o:p>
Tabla
6. Usos
de la vivienda según observaciones y porcentajes
Fuente:
Elaborado por: Autores
Fuente: Encuesta
aplicada socio-económica
=
En
el área del proyecto, aproximadamente 92,8 de cada 100 las viviendas son de=
uso
residencial, 5,8 de cada 100 son utilizadas para el comercio. Un problema g=
enérico,
en el área rural, en la vivienda no se deriva tanto del tamańo de la vivien=
da y
su tenencia, pero sí, de las múltiples actividades que se realizan en ella =
y el
reducido espacio destinado para dormitorios.
=
=
o
Servicios intra-domiciliares
=
=
Las
condiciones de vivienda y de saneamiento ambiental definen, en gran medida,=
la
forma de vida de la población. La vivienda influye sobre la satisfacción de
otras necesidades básicas como salud y educación. De la calidad de la vivie=
nda
depende, a su vez, la capacidad para proteger a los habitantes de agentes
externos, brindarles seguridad y privacidad y controlar sus riesgos sanitar=
ios.
=
=
En
este sentido, para este análisis se ha diferenciado los servicios ubicados
fuera de la vivienda y aquellos en su interior, considerando que éstos últi=
mos
son exclusivos y dan un mayor grado de satisfacción a los hogares.
<= o:p>
Fuente:
Elaborado por: Autores
=
=
Como
se puede observar el servicio de energía eléctrica es el de mayor cobertura=
, en
efecto más de 56,5% de los hogares cuenta con este servicio. De otra parte,=
el
servicio con menor cobertura es el teléfono. Otro servicio con baja cobertu=
ra
es el alcantarillado (no sobre pasa de 1,4%), y; consecuentemente contar con
servicio higiénico al interior. Por otra parte, 5.8% hogares cuenta con agu=
a al
interior de la vivienda (si bien es cierto la mayoría de viviendas cuenta c=
on
agua, pero es entubada, en el mejor de los casos).
=
=
El
servicio de alcantarillado sanitario es el medio masivo más efectivo para la
eliminación de excretas y aguas servidas. El porcentaje de hogares con este
servicio es un indicador que refleja, por un lado, la calidad la vivienda y,
por otro, el acceso de la población a un servicio urbano básico: la red púb=
lica
de alcantarillado (1,4%), el mismo, que además debe ser condición para
emprender un proyecto de mejoramiento vial. En este contexto, se tiene que =
los
hogares ubicados en las localidades aledańas no tienen este servicio, en ta=
nto
que en Carmen de Pijilí la cobertura es muy baj=
a, es
decir si están mal servidos.
=
Las
actividades económicas al interior de la vivienda o microempresas son propi=
as
del área urbana, sin embargo, en el área rural también se desarrollan algun=
os
negocios relacionados con la actividad agropecuaria, artesanal y tiendas al=
por
menor. En efecto, en el área del proyecto aproximadamente el 20% de los hog=
ares
tienen negocios al interior de la vivienda, su actividad está relacionada c=
on
la agricultura, ganadería pues, procesan la leche para obtener quesillos y =
la
crianza de cuyes, pollos, gallinas o chanchos.
=
=
El análisis
multivariante (Cuadras, 2007) es la rama de la estadística y del análi=
sis
de datos, que estudia, interpreta y elabora el material estadístico sobre un
conjunto de
=
Dentro
de la localidad del Carmen de Pijilí existen
determinadas variables socio - económicas que definen a la población, esta
variable puede ser: El nivel de ingreso que determina el gasto del hogar, el
nivel de Educación, la Ocupación, la Salubridad del hogar, etc. Dentro del
análisis multivariante se ha realizado un estudio de dos de estas variables
(por supuesto que es aplicable a todas las variables estudiadas) y son: El
Gasto mensual del hogar a través de un análisis de componentes principales
complementando con un análisis de Clasificación a través del método K.N.N.,=
y
la Salubridad, para analizar esta variable se ha definido un modelo lineal =
de
comportamiento en donde las variables independientes son los diferentes
servicios con los que dispone la vivienda, y la variable dependiente se ha
definido a la variable del hogar que tiene miembros enfermos.
=
=
Una
de las variables que son importantes analizar es el Ingreso familiar porque
esto determina en gran medida el Gasto del hogar. En Ecuador el mayor
porcentaje del Ingreso se los destina al Gasto del Hogar, quedando únicamen=
te
alrededor de un 5% del Ingreso destinado a otras actividades, como son al p=
ago
de deudas o en inversión.
=
=
Por
otra parte, existe siempre un comportamiento estratégico de los hogares cua=
ndo
se les consulta sobre sus ingresos a no dar exactamente estos valores, debi=
do
al temor de que se les puede cobrar más impuestos, pero cuando se les consu=
lta
sobre los Gastos del Hogar, los encuestados si proporcionan de manera fided=
igna
estos valores.
=
=
Para
el análisis de componentes principales sobre los Gastos del Hogar, partimos=
de
una hipótesis que se explica de la siguiente manera: Existe una priorización
del Gasto que será distribuidos en los siguientes rubros: Alimentación,
Vestuario, Vivienda, Educación, Electricidad, Salud, Agua, Transporte, Telé=
fono
y Otros-Gastos, la priorización del Gasto dependerá de las necesidades que =
el
Hogar considera indispensables.
=
Fuente:
Elaborado por: Autores
<= o:p>
=
=
Utilizando
en programa SCAN para el análisis del gasto del hogar, a través del método
K.N.N. se ha obtenido los siguientes resultados: Alimentación (2,4), Vestua=
rio
(1,5), Vivienda (1,2), Educación (1,1), Electricidad (0,9) son las variables
que explican en su mayoría al Gasto del Hogar, es decir, si analizamos
únicamente estas 5 variables como componentes del Gasto del Hogar, se estar=
ía
estudiando a esta variable en un gran porcentaje.
=
=
Las
otras variables del Gasto del Hogar, como: Salud (0.819), Agua (0.671),
Transporte (0.612), Teléfono (0.369) y Otros-Gastos (0.207) no son
representativos o no son determinantes en el comportamiento del Gasto del H=
ogar=
.
<= o:p>
Fuente:
=
Para
determinar que variables son determinantes, en el Gasto Familiar, se ha
utilizado el siguiente criterio: De acuerdo al gráfico (scree
plot), en el eje X están las variables o compon=
entes
definidos con los números siguientes: Alimentación (1), Vestuario (2), Vivi=
enda
(3), Educación (4), Electricidad (5), Salud (6), Agua (7), Transporte (8),
Teléfono (9) y Otros-Gastos (10); y de acuerdo a los valores obtenidos en el
eje y (eigenvalues), aquellas variables que sup=
eran
de 1 o más se definen como los componentes principales=
.
=
<= o:p>
Fuente:
=
Las
tres primeras variables definidas como componentes principales son, en su
orden: Alimentación (2,4), Vestuario (1,5) y Vivienda (1,2). Se puede defin=
ir,
estadísticamente, que las variables Educación (1,1) y Electricidad (0,9) es=
tán
en una cuarta y quinta ubicación de elección en los consumos familiares=
.
B.&n=
bsp;
Resultados obtenidos al aplicar análisis multivariant=
e.
=
El
análisis estadístico multivariante, aplicado al conjunto de datos de la
Encuesta socio económica permite detectar la presencia de estructuras
(grupos, categorías, clases) propias de la información en su conjunto. Estas
estructuras no serían detectadas utilizando métodos clásicos mono o bivaria=
nte.
=
=
La
detección de grupos o clases permite comprender mejor el fenómeno represent=
ado
por la matriz de datos. Para los fines del presente informe se atribuye a l=
os
diferentes ingresos, el rol de "variables" y a las familias que
corresponden los datos, el papel de "objetos".
=
La
metodología utilizada se desarrolla por fases, las mismas que son las
siguientes: Primero se hizo una Normalización de los datos, en este caso se
desarrolló mediante el uso de un procedimiento de "Estandarización&quo=
t; o
"Normalización" con lo cual es posible expresar las diferentes va=
riables
en las mismas unidades de medida. Luego se realiza una Exploración, para
detectar indicios de estructuras intrínsecas de los datos, esta fase se ha
llevado a cabo mediante técnicas de análisis de agrupamiento (Cluster Analysis) y final=
mente se
practicó una Validación de la consistencia de los grupos o categorías detec=
tados
mediante agrupamiento por medio de técnicas de clasificación, utilizando el
algoritmo del "Vecino más cercano" o K.N.N. (K-Nearest
Neighbor Method).
=
Se
busca un modelo determinístico entre las enfermedades y Dominio de Vivienda,
Enfermedades, Utilización de cultivos con Químicos, Eliminación de Basura,
Tenencia de la Vivienda, Toma el Agua, Distancia de los Cultivos, Eliminaci=
ón
de Aguas Servidas, Estado de las Vías, Ingreso del Hogar, Evacuación de Agu=
as
Negras, Servicios de la Vivienda y Estatus del Hogar.
=
=
En
el caso de la Normalización de los datos, se procedió así: los valores de c=
ada
variable fueron normalizados a través de la siguiente transformación:
=
En
donde:
|
|
Valor observado. |
|
|
Valor promedio de las variables observado. |
|
S: |
Desviación estándar de la variable. |
|
|
Valor estandarizado. |
=
Por
su parte, el agrupamiento (clustering) es del siguiente tipo. Se ha utilizad=
o en
paquete estadístico SCAN. El dendograma final se
presenta en la figura siguiente:
=
Fuente:
=
=
El
primer grupo son aquellas familias cuyos ingresos oscilan entre 9 a 50 USD =
por
mes. El segundo grupo va desde los 2 hasta los 62 USD por mes, y el tercer
grupo va desde 1 hasta 58 USD por mes.
=
Lo
relacionado con la clasificación. El algoritmo utilizado, K.N.N. se le que
atribuye un objeto a una u otra clase según que la mayoría de sus K vecinos
pertenezcan a una clase. En este caso se ha considerado un número K de veci=
nos
igual a 3 y se ha trabajado con simple mayoría. Este algoritmo es muy robus=
to,
es decir, no depende del tipo de función de distribución de cada clase.
=
Cuando
se levantó la información a través de la encuesta socio - económica, dentro=
de
las diferentes variables estadísticas a ser levantadas existe una variable
definida como Estatus del Hogar esta variable define o categoriza a los hog=
ares
en tres tipos de clases: Alto =3D (1), Medio =3D (2), y Bajo =3D (3), depen=
diendo del
estado de la vivienda, según los siguientes criterios:
=
ˇ
Estatus alto: Cas=
as
de Paredes de Ladrillo, columnas de fundición, espacios verdes dentro del
predio.
ˇ
Estatus medio: Ca=
sas
de Paredes de Ladrillo o Media Agua, sin espacios verdes en el predio.
ˇ
Estatus bajo: Cas=
as
de Adobe, Cańa, etc., de un piso, techos de paja u otro material.
=
Utilizando
el algoritmo K.N.N., de Clasificación se quiere validar esta clasificación
inicial realizada por el encuestador, por lo cual se ha utilizado la variab=
le
Ingreso y la variable Estatus, para realizar una nueva clasificación a trav=
és
del algoritmo K.N.N., el resultado de la clasificación se resume en la
siguiente matriz:
Fuente:
Encuesta
socio-económicas
Elaborado por: Autores
=
La
clasificación a través de la variable Estatus definió el siguiente resultad=
o:
Pertenecen al Estatus Alto (1) un 4,35% de la población, pertenecen al Estatus Bajo (3) un 68,12% de la
población estudiada y pertenecen a un Estatus
Medio un 27,54% de la población.
=
Utilizando
el algoritmo K.N.N., de Clasificación y utilizando la variable Ingreso del
Hogar se ha tenido el siguiente resultado: El Cross-validated Error Rate
es de 30,43%, es decir que el modelo ha clasificado y ha coincidido en un
69,57% con la variable Estatus del Hogar, en un análisis individual se ha
obtenido los siguientes resultados:
o
El 66,7% y 33,3% =
se
ha clasificado en la categoría 2 y 3, respectivamente, siendo de la categor=
ía
1.
o
El 2,3% y 91,5% s=
e ha
clasificado en la categoría 1 y 2, respectivamente, siendo de la categoría =
3.
o
El 26,3% se ha
clasificado en la categoría 3, siendo de la categoría 2.
<= o:p>
<= o:p>
<= o:p>
<= o:p>
Fuente:
=
=
Existe
alrededor de un 70% de coincidencia en la clasificación a través de la vari=
able
Estatus con la variable Ingresos, por lo que se puede defi=
nir
que existe una correspondencia entre el Tipo
de Vivienda y los Ingresos del Hogar.
=
Las
diferencias entre los valores de los centroides
de las tres categorías se presentan en la siguiente figura:
=
=
Fuente:
=
El
primer centroide es de 372,67 USD, el segundo centroide es de 195,21 USD. El tercer centroide es de 134,53 USD, de acuerdo a ésta clasificación las
familias que pertenecen al Estatus Alto tendrían un ingreso que en promedio=
es
de 372,67 USD al mes, los de Estatus medio tendrían un ingreso promedio mes=
de
195,21 USD, y los de Estatus Bajo tendrían un ingreso promedio de 134,53 US=
D.
=
=
La
clasificación a través de la variable Ingreso definió el siguiente resultad=
o:
Pertenecen al Estatus Alto (1) =
un
4,35% de la población, pertenecen al Estatus
Bajo (3) un 38,12% de la población estudiada y pertenecen a un Estatus Medio un 31,54% de la pobl=
ación.
=
<= o:p>
Fuente:
En cuanto a la modelación. Conjuntamente, =
se
elaboró un modelo de regresión lineal entre las Enfermedades del Hogar y las
siguientes variables: Dominio de
Vivienda, Enfermedades, Utilización de cultivos con Químicos, Eliminación de
Basura, Tenencia de la Vivienda, Toma el Agua, Distancia de los Cultivos,
Eliminación de Aguas Servidas, Estado de las Vías, Ingreso del Hogar,
Evacuación de Aguas Negras, Servicios de la Vivienda y Estatus del Hogar.
=
Para
realizar esta simulación se utilizó el Programa SPSS, los resultados se
presentan en los siguientes cuadros:
=
a
Variables predictores: (Constante), DOMVIV, ENFERM, EDADES, QUIMCULT,
ELIMBASURA, TENENVIV, TOMAGUA, DISTCULT, ELLMAS, ESTVIAS, INGRESO, EVACAGUA,
SERWIV, ESTATUS.
b
Variable dependiente: ENFERMOS
=
El
ajuste del modelo no es consistente pues el
a
Variable dependiente: enfermos.
=
El
análisis de significancia individual, a través de la t estadística, indica =
que
solamente las variables Tenencia de=
la
Vivienda (-2.3) y Eliminación d=
e Agua
Servidas (3.17) son las variables de consistencia estadística a un nive=
l de
significancia del 95%, La relación es inversa entre Enfermos en el Hogar y la variable Tenencia de la Vivienda y la relación es directa =
entre
la variable Enfermos y Eliminación =
de
Aguas Servidas. El resto de variables: Dominio
de Vivienda, Enfermedades, Utilización de cultivos con Químicos, Eliminació=
n de
Basura, Toma el Agua, Distancia de los Cultivos, Estado de las Vías, Ingreso
del Hogar, Evacuación de Aguas Negras, Servicios de la Vivienda y Estatus d=
el
Hogar no son significativos individualmente a un 95% de significancia de
acuerdo al estadístico t.
=
El Modelo final. Del modelo inic=
ial,
únicamente 2 variables fueron significativas (t estat) al 95%; y son las variabl=
es Tenencia de la Vivienda y Eliminación =
de
Agua Servidas, entonces; se realizó un nuevo modelo que explica la vari=
able
Enfermos en el Hogar (variable
dependiente) con las variables Tene=
ncia
de la Vivienda y Eliminación de Aguas Servidas (variables independiente=
s), obteniendo
los siguientes resultados:
=
a Variables predictoras: (Constante)=
, Ellmas, Tenenviv
b Variable dependiente: Enfermos.
=
El
ajuste del modelo es consistente pues el
|
Modelo |
|
Coeficientes no estandarizados |
Coeficientes estandarizados |
t |
Sig. |
||
|
B |
Error típ. |
Beta |
|||||
|
1 |
|
0,223 |
0,172 |
|
1,998 |
0,199 |
|
|
|
-0,232 |
0,103 |
-0,253 |
-2,243 |
0,28 |
||
|
|
0,122 |
0,410 |
0,336 |
2,978 |
0,004 |
a
Variable dependiente: Enfermos.
=
El
análisis de significancia individual, a través de la t estadístico, indica =
que
las variables Tenencia de la Vivien=
da
(-2.2) y Eliminación de Agua Servid=
as
(2,9) son las variables con una consistencia estadística, a un nivel de
significancia del 95%. La relación es inversa entre Enfermos en el Hogar y la variable Tenencia de la Vivienda. La
relación es directa entre la variable Enfermos
en el Hogar y Eliminación de Aguas Servidas.
a Variable dependiente: Enfermos
=
=
La
ecuación final que explica la variable Enfermos
del Hogar queda definida de la siguiente manera:
=
=
Con
este modelo, calibrado; se puede
definir la probabilidad de un Hogar=
de tener enfermos, a través; de la =
Tenencia
de la Vivienda, además; si la Vivienda tiene un sistema fiable de
evacuación de Aguas Servidas, p=
uesto
que incide en la salubridad de los miembros del hogar, según los resultados
obtenidos.
Conclusiones.
ˇ&nb=
sp;
El análisis multivariante es, en esencia, un conjunto=
de
técnicas orientadas al estudio de proyecciones de varias variables de modo
simultáneo, el método puede generar una explicación más rica y cercana a la
realidad, a lo que se deriva, a su vez, en un mayor conocimiento del fenóme=
no,
con la utilización de matrices y, por lo tanto, en un lugar apropiado para =
la
Selección optima de la decisión o respuesta de interés.
ˇ =
De acuerdo con los resultados obtenidos en la
investigación de campo de la parroquia Carmen de Pijil=
í
y sus zonas aledańas. Utilizando el análisis multivariante, se pudo determi=
nar
que el hacimiento, el aislamiento y la falta de saneamiento ambiental influ=
yen
negativamente en el desarrollo de las poblaciones y en la calidad de vida de
sus habitantes. Bajo esta consideración un número significativo de familias que habita e=
n la
parroquia y las zonas aledańas en viviendas presentan factores de riesgos p=
ara
la salud y un detonante de grandes enfermedades por la situación precaria e
insalubridad de evacuación de las aguas servidas. Este problema puede tambi=
én
ser ocasionados por otros factores que no son tan influyentes individualmen=
te
como el Dominio de Viviend=
a,
Enfermedades, Utilización de cultivos con Químicos, Eliminación de Basura, =
Toma
el Agua, Distancia de los Cultivos, Estado de las Vías, Ingreso del Hogar, =
Evacuación
de Aguas Negras, Servicios de la Vivienda y Estatus del Hogar=
Referencias
bibliográficas.
Cuadras,
C. M. (2007). Nuevos Metodos de Analisis Multivariante. Revista espańola=
de
quimioterapia : publicación oficial de la Sociedad Espańola de Quimio=
terapia,
20(3), 249. Recuperado de http://www.ncbi.nlm.nih.gov/pubmed/1940652=
8
Informe
sobre el crecimiento sostenido y el desarrollo incluyente.
(s. f.).
León
González, Á., Llinás Solano, H., & Tilano, J. (2011). Ingeniería y
Desarrollo. En Revista Científica Ingeniería y Desarrollo (Vol. 23).
Recuperado de http://rcientificas.uninorte.edu.co/index.php/ingenieria/arti=
cle/viewArticle/2098/4467
Lozares
Colina, C., & López Roldán, P. (1991). El análisis multivariado:
definición, criterios y clasificación. Papers. Revista de Sociologia=
, 37(37),
9. https://doi.org/10.5565/rev/papers/v37n0.1594
Martínez
Arias, R. (2008). El análisis multivariante en la investigacioL=
9;n
científica. Recuperado de
https://www.casadellibro.com/libro-el-analisis-multivariante-en-la-investig=
acion-cientifica/9788471337788/2262741
Sánchez, R. J., Lardé, J., Chauvet, P., & Jaimurzina,=
A.
(2017). Inversiones en infraestructura en América Latina Tendencias , brech=
as y
oportunidades. CEPAL. Serie Recursos Naturales e Infraestructura, (1=
87),
1-94
PARA CITAR EL ARTÍCULO
INDEXADO.
Zamora Zamora, G., Banegas Peńa, T., Flores Flores,
M., & Becerra Molina, J. (2019). Análisis multivariante para el estudio
socio-económico - parroquia Carmen de Pijili. <=
i>Ciencia
Digital, 3(2.3), 66-91. https://doi.org/10.33262/cienciadigital.v3i2.3.489
El artículo que se publica es de exclusiva responsabilida=
d de
los autores y no necesariamente reflejan el pensamiento de la Revista Ciencia Digital.
El artículo queda en propiedad de la revista y, por
tanto, su publicación parcial y/o total en otro medio tiene que ser autoriz=
ado
por el director de la Revista Cien=
cia
Digital.
[1] Universidad Católica de Cuen=
ca,
Cuenca, Ecuador, ezamoraz@ucacue.edu.ec
[2] Universidad
Católica de Cuenca, Cuenca, Ecuador, tbanegasp@ucacue.edu.ec
[3] Universidad
Católica de Cuenca, Cuenca, Ecuador, mfloresf@ucacue.edu.ec
[4] Universidad Católica de Cuenca, Cuenca, Ecuador, jbecerram@ucacue.edu.ec
www.cienciadigital.=
org