ANÁLISIS CORRELACIONAL SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE COCHABAMBA 1. Propósito En una sociedad determinada, la mortalidad infantil en los primeros años de vida es resultado de las condiciones en las que se desarrolla la vida de la población y la educación de las madres y que influyen en el desarrollo de nacional. El propósito de este estudio es de determinar si la mortalidad infantil disminuye con en mejoramiento de las condiciones de vida y el nivel de educación de las madres de los 44 municipios del Cochabamba.
2. Objetivo El objetivo de este estudio es de probar si existe relación entre la mortalidad infantil, los factores sociales y económicos con las características individuales de las mujeres de los 44 municipios de Cochabamba.
3. Metodología Determinar un conjunto de variables independientes que permitan explicar la
variable dependiente.
Utilizar la técnica de análisis de regresión para fines explicativos
Explicar los resultados obtenidos del estudio del análisis de regresión.
4. Desarrollo 4.1.
Información Utilizada
Los datos son de los 44 municipios de Cochabamba, y fueron obtenidos del Censo Nacional de Población y Vivienda de 2001.
id
municip
ip
1 ´Cercado´
provinc
´Cercado´
33,8 135.892 123.477
tot_viv
vivphp
p_vivphp ser_de p_ser_de icv_de p_icv_de pob 90,86
3.900
3,16
6.603
2 ´Campero´
´Aiquile´
83,6
8.063
6.118
75,88
2.375
38,82
3.616
59,10
3 ´Campero´
´Pasorapa´
88,5
1.593
1.099
68,99
418
38,03
708
64,42
4 ´Campero´
´Omereque´
85,5
1.756
1.394
79,38
539
38,67
791
56,74
5 ´Ayopaya´
´Independencia´ 97,5
8.425
6.398
75,94
4.003
62,57
5.316
83,09
6 ´Ayopaya´
´Morochata´
5,35 517.024
tmi
tgf
poburb
ppurb anmuj pobagr ninos
53 3,1 516.683
99,9
8,5
26.281
86 7,1
7.381
28,1
40,4
55,8 12,90
3,8
3,80
4.659
66 7,0
0
0,0
33,0
67,7 12,90
6.071
68 6,1
0
0,0
32,1
76,6 12,10
26.825 106 7,5
2.014
7,5
57,2
80,3 12,00 87,2 12,70
98,2
9.313
7.746
83,17
4.996
64,50
6.584
85,00
34.134
97 6,9
0
0,0
43,8
7 ´Esteban Arce´ ´Tarata´
69,9
2.855
2.246
78,67
464
20,66
937
41,72
8.715
74 5,1
3.323
38,1
33,8
40,2
7,70
8 ´Esteban Arce´ ´Anzaldo´
93,9
3.811
2.650
69,54
1.295
48,87
1.997
75,36
9.126 110 6,3
0
0,0
52,3
66,2
8,70
9 ´Esteban Arce´ ´Arbieto´
54,4
3.445
2.538
73,67
229
9,02
437
17,22
9.438
71 3,5
0
0,0
30,6
47,4
4,20
10 ´Esteban Arce´ ´Sacabamba´
98,2
1.882
1.189
63,18
448
37,68
836
70,31
4.718 106 5,2
0
0,0
41,5
63,1
9,50
11 ´Arani´
´Arani´
68,0
4.519
3.081
68,18
489
15,87
933
30,28
11.542
94 5,0
3.512
30,4
34,8
56,0 56,0
5,50
12 ´Arani´
´Vacas´
94,9
4.893
3.209
65,58
1.296
40,39
2.188
68,18
12.511 109 6,3
0
0,0
48,2
85,3 85,3
9,30
13 ´Arque´
´Arque´
99,2
3.492
2.904
83,16
2.047
70,49
2.627
90,46
11.496 122 7,9
0
0,0
73,7
82,7 11,80
14 ´Arque´
´Tacopaya´
99,9
3.542
3.213
90,71
1.544
48,05
2.874
89,45
11.968 118 8,1
0
0,0
60,4
79,8 10,30
15 ´Capinota´
´Capinota´
73,6
5.626
4.283
76,13
970
22,65
1.796
41,93
16.945
67 5,4
7.487
44,2
37,7
61,4
9,20
16 ´Capinota´
´Santivañez´
67,0
2.567
1.780
69,34
317
17,81
608
34,16
6.402
75 5,4
0
0,0
35,1
65,7
5,60
17 ´Capinota´ ´German 18 Jordán´ ´German 19 Jordán´ ´German 20 Jordán´
´Sicaya´
95,8
748
620
82,89
312
50,32
446
71,94
2.235
85 5,5
0
0,0
53,7
55,0
8,90
´Cliza´
46,9
5.783
4.824
83,42
155
3,21
792
16,42
19.992
57 4,0
8.840
44,2
25,3
25,5
5,30
´Toko´
78,7
2.275
1.731
76,09
248
14,33
670
38,71
6.460
67 5,0
0
0,0
35,8
65,3
6,90
´Tolata´
51,4
1.355
1.080
79,70
70
6,48
146
13,52
5.316
49 3,4
2.207
41,5
22,2
33,8
8,10
21 ´Quillacollo´ ´Quillacollo´
´Quillacollo´ ´Quillacollo´
30,8
25.966
23.734
91,40
874
3,68
1.817
7,66 104.206
57 3,8
78.324
75,2
13,5
13,7
5,40
22 ´Quillacollo´ ´Quillacollo´
´Sipe Sipe´
64,1
9.707
7.647
78,78
1.555
20,33
2.246
29,37
31.337
77 5,0
3.134
10,0
30,1
55,6
7,40
23 ´Quillacollo´ ´Quillacollo´
´Tiquipaya´
41,2
9.242
8.216
88,90
567
6,90
1.095
13,33
37.791
57 4,1
26.732
70,7
14,5
21,8
7,30
24 ´Quillacollo´ ´Quillacollo´
´Vinto´
49,1
8.426
7.399
87,81
780
10,54
1.440
19,46
31.489
63 4,7
14.180
45,0
18,5
34,6
6,30
25 ´Quillacollo´ ´Quillacollo´
´Colcapirhua´
23,1
10.343
9.495
91,80
81
0,85
366
3,85
41.980
55 3,6
41.637
99,2
10,8
9,0
5,20
26 ´Chapare´
´Sacaba´
44,2
32.052
27.384
85,44
2.463
8,99
4.188
15,29 117.100
63 4,2
92.581
79,1
16,1
18,9
6,10
27 ´Chapare´
´Colomi´
85,2
5.089
3.685
72,41
820
22,25
1.265
34,33
16.262
87 6,4
3.699
22,7
33,0
75,6 11,80
28 ´Chapare´
´Villa Tunari´
87,2
19.632
15.205
77,45 10.183
66,97
9.368
61,61
53.996
91 6,1
4.511
8,4
30,5
74,9
29 ´Tapacarí´
´Tapacarí´
99,4
7.951
6.616
83,21
4.196
63,42
5.926
89,57
25.919 111 7,7
0
0,0
60,0
82,1 10,50
30 ´Carrasco´
´Totora´
92,7
4.307
3.195
74,18
1.948
60,97
2.318
72,55
12.961
87 7,8
0
0,0
44,8
70,4 13,40
31 ´Carrasco´
´Pojo´
87,5
10.729
8.459
78,84
4.572
54,05
4.768
56,37
34.974
85 6,2
6.185
17,7
30,4
70,3 11,00
32 ´Carrasco´
´Pocona´
93,5
4.789
3.342
69,78
1.213
36,30
1.864
55,77
13.488
94 6,8
0
0,0
40,6
81,7 11,10
33 ´Carrasco´
´Chimoré´
82,7
4.647
3.722
80,09
1.850
49,70
1.829
49,14
15.264
90 6,0
3.874
25,4
25,4
59,8
9,80
34 ´Carrasco´
´P. Villarroel´
81,7
12.709
10.457
82,28
5.047
48,26
4.851
46,39
39.518
82 5,8
6.366
16,1
27,8
68,0
8,30
35 ´Mizque´
´Mizque´
93,0
9.368
6.345
67,73
3.522
55,51
4.774
75,24
26.659 112 6,7
2.677
10,0
50,4
69,1 12,20
36 ´Mizque´
´Vila Vila´
97,3
1.576
1.221
77,47
640
52,42
1.027
84,11
4.591 127 6,9
0
0,0
56,5
73,1 11,50
37 ´Mizque´
´Alalay´
99,5
1.306
1.053
80,63
536
50,90
944
89,65
4.931
91 6,9
0
0,0
46,6
87,8 21,30
38 ´Punata´
´Punata´
44,9
8.136
6.713
82,51
190
2,83
825
12,29
26.140
66 3,7
14.742
56,4
24,3
28,3
4,40
39 ´Punata´
´Villa Rivero´
81,6
2.055
1.564
76,11
293
18,73
698
44,63
5.857
64 5,5
0
0,0
38,0
69,2
7,00
8,00
40 ´Punata´
´San Benito´
55,6
4.336
3.174
73,20
280
8,82
585
18,43
12.720
72 4,5
2.029
16,0
28,3
51,2
5,70
41 ´Punata´
´Tacachi´
80,5
466
349
74,89
105
30,09
174
49,86
1.210
66 4,2
0
0,0
29,8
57,5
5,20
42 ´Punata´
´Cuchumuela´
92,2
615
466
75,77
110
23,61
278
59,66
1.808
74 4,2
0
0,0
41,2
73,0
9,20
43 ´Bolívar´
´Bolívar´
98,4
2.641
2.377
90,00
667
28,06
1.951
82,08
8.635 127 5,8
0
0,0 0,0
54,2
79,1
8,40
44 ´Tiraque´
´Tiraque´
84,1
11.159
9.013
80,77
3.196
35,46
4.358
48,35
4.291
12,3
34,2
72,8
9,50
Fuente: INE 2001
35.017
94 6,6
id
municip
ip
1 ´Cercado´
provinc
´Cercado´
33,8 135.892 123.477
tot_viv
vivphp
p_vivphp ser_de p_ser_de icv_de p_icv_de pob 90,86
3.900
3,16
6.603
2 ´Campero´
´Aiquile´
83,6
8.063
6.118
75,88
2.375
38,82
3.616
59,10
3 ´Campero´
´Pasorapa´
88,5
1.593
1.099
68,99
418
38,03
708
64,42
4 ´Campero´
´Omereque´
85,5
1.756
1.394
79,38
539
38,67
791
56,74
5 ´Ayopaya´
´Independencia´ 97,5
8.425
6.398
75,94
4.003
62,57
5.316
83,09
6 ´Ayopaya´
´Morochata´
5,35 517.024
tmi
tgf
poburb
ppurb anmuj pobagr ninos
53 3,1 516.683
99,9
8,5
26.281
86 7,1
7.381
28,1
40,4
55,8 12,90
3,8
3,80
4.659
66 7,0
0
0,0
33,0
67,7 12,90
6.071
68 6,1
0
0,0
32,1
76,6 12,10
26.825 106 7,5
2.014
7,5
57,2
80,3 12,00 87,2 12,70
98,2
9.313
7.746
83,17
4.996
64,50
6.584
85,00
34.134
97 6,9
0
0,0
43,8
7 ´Esteban Arce´ ´Tarata´
69,9
2.855
2.246
78,67
464
20,66
937
41,72
8.715
74 5,1
3.323
38,1
33,8
40,2
7,70
8 ´Esteban Arce´ ´Anzaldo´
93,9
3.811
2.650
69,54
1.295
48,87
1.997
75,36
9.126 110 6,3
0
0,0
52,3
66,2
8,70
9 ´Esteban Arce´ ´Arbieto´
54,4
3.445
2.538
73,67
229
9,02
437
17,22
9.438
71 3,5
0
0,0
30,6
47,4
4,20
10 ´Esteban Arce´ ´Sacabamba´
98,2
1.882
1.189
63,18
448
37,68
836
70,31
4.718 106 5,2
0
0,0
41,5
63,1
9,50
11 ´Arani´
´Arani´
68,0
4.519
3.081
68,18
489
15,87
933
30,28
11.542
94 5,0
3.512
30,4
34,8
56,0 56,0
5,50
12 ´Arani´
´Vacas´
94,9
4.893
3.209
65,58
1.296
40,39
2.188
68,18
12.511 109 6,3
0
0,0
48,2
85,3 85,3
9,30
13 ´Arque´
´Arque´
99,2
3.492
2.904
83,16
2.047
70,49
2.627
90,46
11.496 122 7,9
0
0,0
73,7
82,7 11,80
14 ´Arque´
´Tacopaya´
99,9
3.542
3.213
90,71
1.544
48,05
2.874
89,45
11.968 118 8,1
0
0,0
60,4
79,8 10,30
15 ´Capinota´
´Capinota´
73,6
5.626
4.283
76,13
970
22,65
1.796
41,93
16.945
67 5,4
7.487
44,2
37,7
61,4
9,20
16 ´Capinota´
´Santivañez´
67,0
2.567
1.780
69,34
317
17,81
608
34,16
6.402
75 5,4
0
0,0
35,1
65,7
5,60
17 ´Capinota´ ´German 18 Jordán´ ´German 19 Jordán´ ´German 20 Jordán´
´Sicaya´
95,8
748
620
82,89
312
50,32
446
71,94
2.235
85 5,5
0
0,0
53,7
55,0
8,90
´Cliza´
46,9
5.783
4.824
83,42
155
3,21
792
16,42
19.992
57 4,0
8.840
44,2
25,3
25,5
5,30
´Toko´
78,7
2.275
1.731
76,09
248
14,33
670
38,71
6.460
67 5,0
0
0,0
35,8
65,3
6,90
´Tolata´
51,4
1.355
1.080
79,70
70
6,48
146
13,52
5.316
49 3,4
2.207
41,5
22,2
33,8
8,10
21 ´Quillacollo´ ´Quillacollo´
´Quillacollo´ ´Quillacollo´
30,8
25.966
23.734
91,40
874
3,68
1.817
7,66 104.206
57 3,8
78.324
75,2
13,5
13,7
5,40
22 ´Quillacollo´ ´Quillacollo´
´Sipe Sipe´
64,1
9.707
7.647
78,78
1.555
20,33
2.246
29,37
31.337
77 5,0
3.134
10,0
30,1
55,6
7,40
23 ´Quillacollo´ ´Quillacollo´
´Tiquipaya´
41,2
9.242
8.216
88,90
567
6,90
1.095
13,33
37.791
57 4,1
26.732
70,7
14,5
21,8
7,30
24 ´Quillacollo´ ´Quillacollo´
´Vinto´
49,1
8.426
7.399
87,81
780
10,54
1.440
19,46
31.489
63 4,7
14.180
45,0
18,5
34,6
6,30
25 ´Quillacollo´ ´Quillacollo´
´Colcapirhua´
23,1
10.343
9.495
91,80
81
0,85
366
3,85
41.980
55 3,6
41.637
99,2
10,8
9,0
5,20
26 ´Chapare´
´Sacaba´
44,2
32.052
27.384
85,44
2.463
8,99
4.188
15,29 117.100
63 4,2
92.581
79,1
16,1
18,9
6,10
27 ´Chapare´
´Colomi´
85,2
5.089
3.685
72,41
820
22,25
1.265
34,33
16.262
87 6,4
3.699
22,7
33,0
75,6 11,80
28 ´Chapare´
´Villa Tunari´
87,2
19.632
15.205
77,45 10.183
66,97
9.368
61,61
53.996
91 6,1
4.511
8,4
30,5
74,9
29 ´Tapacarí´
´Tapacarí´
99,4
7.951
6.616
83,21
4.196
63,42
5.926
89,57
25.919 111 7,7
0
0,0
60,0
82,1 10,50
30 ´Carrasco´
´Totora´
92,7
4.307
3.195
74,18
1.948
60,97
2.318
72,55
12.961
87 7,8
0
0,0
44,8
70,4 13,40
31 ´Carrasco´
´Pojo´
87,5
10.729
8.459
78,84
4.572
54,05
4.768
56,37
34.974
85 6,2
6.185
17,7
30,4
70,3 11,00
32 ´Carrasco´
´Pocona´
93,5
4.789
3.342
69,78
1.213
36,30
1.864
55,77
13.488
94 6,8
0
0,0
40,6
81,7 11,10
33 ´Carrasco´
´Chimoré´
82,7
4.647
3.722
80,09
1.850
49,70
1.829
49,14
15.264
90 6,0
3.874
25,4
25,4
59,8
9,80
34 ´Carrasco´
´P. Villarroel´
81,7
12.709
10.457
82,28
5.047
48,26
4.851
46,39
39.518
82 5,8
6.366
16,1
27,8
68,0
8,30
35 ´Mizque´
´Mizque´
93,0
9.368
6.345
67,73
3.522
55,51
4.774
75,24
26.659 112 6,7
2.677
10,0
50,4
69,1 12,20
36 ´Mizque´
´Vila Vila´
97,3
1.576
1.221
77,47
640
52,42
1.027
84,11
4.591 127 6,9
0
0,0
56,5
73,1 11,50
37 ´Mizque´
´Alalay´
99,5
1.306
1.053
80,63
536
50,90
944
89,65
4.931
91 6,9
0
0,0
46,6
87,8 21,30
38 ´Punata´
´Punata´
44,9
8.136
6.713
82,51
190
2,83
825
12,29
26.140
66 3,7
14.742
56,4
24,3
28,3
4,40
39 ´Punata´
´Villa Rivero´
81,6
2.055
1.564
76,11
293
18,73
698
44,63
5.857
64 5,5
0
0,0
38,0
69,2
7,00
8,00
40 ´Punata´
´San Benito´
55,6
4.336
3.174
73,20
280
8,82
585
18,43
12.720
72 4,5
2.029
16,0
28,3
51,2
5,70
41 ´Punata´
´Tacachi´
80,5
466
349
74,89
105
30,09
174
49,86
1.210
66 4,2
0
0,0
29,8
57,5
5,20
42 ´Punata´
´Cuchumuela´
92,2
615
466
75,77
110
23,61
278
59,66
1.808
74 4,2
0
0,0
41,2
73,0
9,20
43 ´Bolívar´
´Bolívar´
98,4
2.641
2.377
90,00
667
28,06
1.951
82,08
8.635 127 5,8
0
0,0 0,0
54,2
79,1
8,40
44 ´Tiraque´
´Tiraque´
84,1
11.159
9.013
80,77
3.196
35,46
4.358
48,35
4.291
12,3
34,2
72,8
9,50
Fuente: INE 2001
35.017
94 6,6
31 ´Carrasco´
´Pojo´
87,5
10.729
8.459
78,84
4.572
54,05
4.768
56,37
34.974
85 6,2
6.185
17,7
30,4
70,3 11,00
32 ´Carrasco´
´Pocona´
93,5
4.789
3.342
69,78
1.213
36,30
1.864
55,77
13.488
94 6,8
0
0,0
40,6
81,7 11,10
33 ´Carrasco´
´Chimoré´
82,7
4.647
3.722
80,09
1.850
49,70
1.829
49,14
15.264
90 6,0
3.874
25,4
25,4
59,8
9,80
34 ´Carrasco´
´P. Villarroel´
81,7
12.709
10.457
82,28
5.047
48,26
4.851
46,39
39.518
82 5,8
6.366
16,1
27,8
68,0
8,30
35 ´Mizque´
´Mizque´
93,0
9.368
6.345
67,73
3.522
55,51
4.774
75,24
26.659 112 6,7
2.677
10,0
50,4
69,1 12,20
36 ´Mizque´
´Vila Vila´
97,3
1.576
1.221
77,47
640
52,42
1.027
84,11
4.591 127 6,9
0
0,0
56,5
73,1 11,50
37 ´Mizque´
´Alalay´
99,5
1.306
1.053
80,63
536
50,90
944
89,65
4.931
91 6,9
0
0,0
46,6
87,8 21,30
38 ´Punata´
´Punata´
44,9
8.136
6.713
82,51
190
2,83
825
12,29
26.140
66 3,7
14.742
56,4
24,3
28,3
4,40
39 ´Punata´
´Villa Rivero´
81,6
2.055
1.564
76,11
293
18,73
698
44,63
5.857
64 5,5
0
0,0
38,0
69,2
7,00
40 ´Punata´
´San Benito´
55,6
4.336
3.174
73,20
280
8,82
585
18,43
12.720
72 4,5
2.029
16,0
28,3
51,2
5,70
41 ´Punata´
´Tacachi´
80,5
466
349
74,89
105
30,09
174
49,86
1.210
66 4,2
0
0,0
29,8
57,5
5,20
42 ´Punata´
´Cuchumuela´
92,2
615
466
75,77
110
23,61
278
59,66
1.808
74 4,2
0
0,0
41,2
73,0
9,20
43 ´Bolívar´
´Bolívar´
98,4
2.641
2.377
90,00
667
28,06
1.951
82,08
8.635 127 5,8
0
0,0 0,0
54,2
79,1
8,40
44 ´Tiraque´
´Tiraque´
84,1
11.159
9.013
80,77
3.196
35,46
4.358
48,35
4.291
12,3
34,2
72,8
9,50
35.017
94 6,6
Fuente: INE 2001
Indicadores demográficos:
TMI (Tasa de mortalidad infantil)
IP (Índice de pobreza)
ANMUJ (Analfabetismo femenino) MODELO: TMI = β1 + β2 ip + β3anmuj + U
Técnica Estadística
Indicadores demográficos:
TMI (Tasa de mortalidad infantil)
IP (Índice de pobreza)
ANMUJ (Analfabetismo femenino) MODELO: TMI = β1 + β2 ip + β3anmuj + U
Técnica Estadística Para el siguiente estudio se utilizó Análisis de regresión múltiple
4.2.
Verificación de la Aplicabilidad del Análisis de Regresión
En esta primera parte, se evaluó el supuesto de normalidad del término estocástico (U), en términos gráficos. El objetivo de este estudio, es de verificar la normalidad del U o error poblacional y también la normalidad de las variables en el modelo. Para este cometido se utilizó el gráfico q-q o grafico de probabilidad normal. En los siguientes gráficos de probabilidad normal para las variables tmi, ip, anmuj y para los errores de estimación, se observa que las variables tmi (gráfico Nº1 ) y el anmuj (gráfico Nº 3) tienen distribuciones parecidas a las normales, en cambio la variable ip (gráfico Nº 2) parece no comportarse normalmente.
Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Fuente: Elaboración Propia
Gráfico Nº 3
Fuente: Elaboración Propia
Gráfico Nº 4
Fuente: Elaboración Propia
Seguidamente, para probar la violación del supuesto de normalidad, se utilizó la prueba
Kolmogorov-Sminov-Liliefors (KSL), para probar la normalidad de la variable (ip) cuando su media y su varianza no son conocidas. Esta prueba se realizó a un 5% de nivel de significación (probabilidad de rechazar una Ho que es verdadera) y utilizando el criterio del
valor p (p-value) o significación. Como resultado (ver cuadro Nº 1) tanto la tasa de mortalidad infantil (tmi), y las variables independientes, tasa de incidencia de pobreza (ip) y tasa de analfabetismo femenino (UNMUJ) se distribuyen normalmente. Cuadro Nº 1 Prueba de Kolmogorov-Smirnov para una muestra TASA DE
INDICE
TASA
Unstandardized
MORT.INFANTIL
POBREZA
ANALF.FEM.
Predicted Value
N
44
44
44
44
83.45
76.555
36.355
83.4545455
21.373
22.0219
14.4905
18.35531112
Absoluta
.108
.185
.083
.076
Positiva
.108
.145
.083
.076
Negativa
-.082
-.185
-.053
-.074
Z de Kolmogorov-Smirnov
.719
1.225
.554
.507
Sig. asintót. (bilateral)
.680
.099
.919
.960
a,,b
Parámetros normales
Media Desviación típica
Diferencias más extremas
a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos.
Fuente: Elaboración Propia
Como se puede apreciar en el cuadro anterior, para todas las variables el valor p es menor al 0.05 (nivel se significación). Para la primera 0.680>0.05, para la segunda 0.099>0.05
y finalmente 0.919>0.05. Por lo tanto se concluye en este análisis la existencia de normalidad de las variables por ser mayores al nivel de significación del 0,05.
4.3.
Estimación e Interpretación del Modelo
Los valores estimados (ŷ) obtenido en el cuadro de coeficiente del SPSS, y representado en el cuadro Nº 2 es el siguiente: ŷ = 31,432 + 0,217 anmuj + 0,974 ip
TMI= 31,432 + 0,217 anmuj + 0,974 ip El valor estimado de 31,432 se puede interpretar como la tasa de mortalidad infantil media de los municipios cuando el porcentaje de hogares pobres es 0 y el analfabetismo femenino es 0. También se podría interpretar de la siguiente forma; se producen en promedio en todos los municipios de Cochabamba 31 defunciones de menores de un año por cada mil nacidos vivos, independientemente de la incidencia de la pobreza y del analfabetismo femenino. Cuadro Nº 2 Coeficientesa Coeficientes Coeficientes no estandarizados Modelo 1
B (Constante)
Error típ. 31.432
6.354
INDICE POBREZA
.217
.148
TASA ANALF.FEM.
.974
.225
tipificados Beta
t
Sig. 4.947
.000
.224
1.464
.151
.660
4.323
.000
a. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
De la estimación de los coeficientes (ip) se puede interpretar de la siguiente forma: Cuando el porcentaje de hogares pobres aumenta en 1%, la tasa de mortalidad infantil en todos los municipios de Cochabamba se tiene un 0,217 defunciones de menores de un año por cada mil nacidos vivos.
En el otro caso, cuando el analfabetismo femenino (anmuj) aumenta en 1%, la tasa de mortalidad infantil en los municipios aumenta en promedio en 0,974 por mil. O también si el analfabetismo femenino aumenta en 10% la mortalidad aumentará en 10 defunciones por cada mil nacidos vivos.
4.4.
Evaluación del Modelo
a) Evaluación de Bondad de Ajuste En el presente estudio, se ha utilizado para la evaluación de la bondad de ajuste el coeficiente de determinación R2 como se puede apreciar en el cuadro Nº 3. Cuadro Nº 3 Resumen del modelob
Modelo 1
R .859
R cuadrado a
.738
R cuadrado
Error típ. de la
corregida
estimación
.725
11.214
a. Variables predictoras: (Constante), TASA ANALF.FEM., INDICE POBREZA b. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
El resultado del resumen del modelo del SPSS muestra; que el 73,8% de la variabilidad de la mortalidad infantil esta explicada por la asociación lineal con el analfabetismo femenino y la incidencia de la pobreza, y en el restante 26,2% se debe a otros factores. Este resultado de la porción de la variación sin duda es representativo por el alto porcentaje del R 2 .
b) Pruebas de Significación Estadística Para el presente análisis, se utilizó la prueba de significación de los coeficientes (prueba
t), bajo el supuesto de que el U se distribuye normalmente, y bajo la siguiente hipótesis:
Ho: βk=0
H1: βk≠0
Utilizando el valor p o significación práctica, se puede concluir que solo el coeficiente de de la tasa de analfabetismo femenino (unmuj) es estadísticamente significativo a un nivel de 5% (valor p =significación = 0,000 < 0,05) por lo tanto, se puede concluir que la educación de la mujer tiene efectos sobre la tasa de mortalidad infantil (TMI). Por lo cual se estaría comprobando mediante la técnica estadística parte de la hipótesis de la investigación. En cambio, se presenta una situación contraria con la incidencia de la pobreza (ip), su significación estadística es de 0,0151>0,05, por lo tanto se concluye provisionalmente que esta variable no tiene influencia significativa en la mortalidad infantil (TMI). Cuadro Nº 4 Coeficientesa Coeficientes Coeficientes no estandarizados Modelo 1
B (Constante)
Error típ. 31.432
6.354
INDICE POBREZA
.217
.148
TASA ANALF.FEM.
.974
.225
tipificados Beta
t
Sig. 4.947
.000
.224
1.464
.151
.660
4.323
.000
a. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
c) Prueba de Significación Global Para presente estudio, se utilizó la prueba estadística de significación global de la regresión es decir el análisis de la varianza (ANOVA), bajo el la siguiente hipótesis:
Ho: β2 = β3 ….= βk = 0 : No Existe relación lineal H1: Por lo menos un coeficiente ≠0 : Existe relación lineal
Como se puede advertir en el cuadro Nº 5 resumen de la tabla ANOVA, siguiendo la estrategia de una prueba de hipótesis, se puede concluir que se rechaza la Ho, por lo tanto, por lo menos uno de los coeficientes es distinto de 0, en consecuencia, se existe asociación lineal entre las variables TMI, IP, UNMUJ. Cuadro Nº 5 Cuadro ANOVAb Suma de Modelo 1
cuadrados Regresión Residual Total
gl
Media cuadrática
14487.450
2
7243.725
5155.459
41
125.743
19642.909
43
F 57.607
Sig. a
.000
a. Variables predictoras: (Constante), TASA ANALF.FEM., INDICE POBREZA b. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
Para terminar con el análisis multivariado, y en consecuencia con la evaluación del modelo se ha utilizado la comprobación de normalidad de los errores, para lo cual se utilizó el
grafico q-q o grafico de probabilidad normal. Gráfico Nº 5
Prueba de Normalidad de Errores del Índice de Pobreza
Fuente: Elaboración Propia
Para probar si las varianzas son constantes se elaboró el gráfico Nº 5 y 6 para relacionar los errores estandarizados y las variables explicativas y también con los valores pronosticados. Gráfico Nº 6
Prueba de Normalidad de Errores de la Tasa de Analfabetismo Femenino
Fuente: Elaboración Propia
En el grafico Nº 5, caso incidencia de la pobreza (IP) parece que no cumplirse con el supuesto de igual varianza (homoscedasticidad), puesto que la variabilidad parece aumentar a medida que aumenta los valores de la variable. El incumplimiento de este supuesto determina que las estimaciones obtenidas en el presente estudio sean poco precisas.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE COCHABAMBA (Análisis de Componentes principales ACP)
1. Propósito El propósito de este estudio es de caracterizar la dinámica sociodemográfica de las 16 provincias del Departamento de Cochabamba, y establecer grupos de acuerdo a variables e individuos.
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus características sociodemográficas (topologías de provincias).
Determinar si existen grupos de variables correlacionados entre sí.
Determinar un conjunto de variables que permitan caracterizar la dinámica demográfica.
Determinar si existe una topología de variables.
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las condiciones de vida (análisis de ejes factoriales) de la población del Departamento de Cochabamba.
Establecer una tipología de departamentos de Cochabamba, considerando los anteriores factores.
4. Desarrollo En el siguiente epígrafe, se presenta el estudio realizado utilizando la herramienta estadística SPSS con datos del INE.
4.1.
Información Utilizada
Los indicadores demográficos utilizados son: Tasa de crecimiento (TCRE), tasa de mortalidad infantil (TMI), esperanza de vida al nacer (EO), tasa global de fecundidad (TGF), tasa de migración (TMIG), grado de urbanización (GRUB), obtenidos del Censo Nacional de Población y Vivienda de 2001. Cuadro Nº 1
Provincias de Cochabamba Provincia Cercado Campero Ayopaya E.Arce Arani Arque Capinota Jordán Quillo Chapare Tapacari Carrasco Mizque Punata Bolivar Tiraque
Tcre
tmi 4,10 -0,30 -0,20 0,20 2,30 -0,90 0,30 0,50 4,10 4,70 -1,00 3,30 0,10 1,90 -0,90 2,30
eo 54,00 79,00 111,00 95,00 109,00 108,00 95,00 96,00 67,00 86,00 78,00 90,00 93,00 85,00 106,00 97,00
tgf 63,00 58,00 52,00 55,00 53,00 53,00 55,00 54,00 60,00 57,00 58,00 56,00 55,00 57,00 53,00 54,00
Tmig 3,80 6,60 7,40 6,30 6,80 5,70 6,50 5,40 4,80 5,50 6,30 6,30 6,60 5,50 6,00 6,90
Grub 4,50 -6,00 -3,40 -3,10 -5,00 -8,10 -3,60 -4,90 5,20 5,20 -2,00 8,50 -1,50 -5,80 -0,10 4,40
96,00 18,20 0,00 9,50 12,90 0,00 3,60 26,70 58,90 33,70 0,00 6,80 0,00 26,90 0,00 10,10
Fuente: INE 2001
4.2.
Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Componente Principales (ACP) y la utilización del paquete estadístico SPSS.
4.3.
Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete estadístico SPSS.
Cuadro Nº 2 Matriz de correlaciones TASA DE
TASA DE
CRECIMIENTO MORT.INFANTIL n ó i c a l e r r o C
ESPERANZA DE
TASA GLOBAL
TASA DE
GRADO DE
VIDA EL NACER
DE FECUNDIDAD
MIGRACION
URBANIZACION
TASA DE CRECIMIENTO
1.000
-.513
.535
-.511
.731
.705
TASA DE MORT.INFANTIL
-.513
1.000
-.992
.714
-.448
-.802
ESPERANZA DE VIDA EL
.535
-.992
1.000
-.728
.433
.816
-.511
.714
-.728
1.000
-.302
-.856
TASA DE MIGRACION
.731
-.448
.433
-.302
1.000
.413
GRADO DE URBANIZACION
.705
-.802
.816
-.856
.413
1.000
NACER TASA GLOBAL DE FECUNDIDAD
Fuente: Elaboración Propia
Como se observa en la tabla de matriz de correlaciones (ver cuadro Nº 2), las celdas pintadas presentan los diferentes grados de correlación entre las variables, esto implica un bajo grado de información redundante. Cuadro Nº 3 Comunalidades Inicial
Extracción
TASA DE CRECIMIENTO
1.000
.862
TASA DE MORT.INFANTIL
1.000
.884
ESPERANZA DE VIDA EL
1.000
.901
1.000
.795
TASA DE MIGRACION
1.000
.898
GRADO DE URBANIZACION
1.000
.888
NACER TASA GLOBAL DE FECUNDIDAD
Método de extracción: Análisis de Componentes principales.
Fuente: Elaboración Propia
La matriz de comunalidades (ver cuadro Nº 3) muestra que la mayoría de las variables tiene un porcentaje alto de explicación propia, es decir el resto de las variables son las que explican en menor proporción, lo que nuevamente muestra un bajo nivel de información redundante. Cuadro Nº 4 Varianza total explicada Sumas de las saturaciones al cuadrado de la Autovalores iniciales
Compo nente
Total
% de la varianza
extracción
% acumulado
Total
% de la varianza
% acumulado
1
4.222
70.375
70.375
4.222
70.375
70.375
2
1.007
16.778
87.153
1.007
16.778
87.153
3
.467
7.778
94.931
4
.225
3.754
98.685
5
.072
1.204
99.890
6
.007
.110
100.000
Método de extracción: Análisis de Componentes principales.
Fuente: Elaboración Propia
En el presente cuadro Nº4 indica que el primer componente retiene los datos hasta un 70,35%, con el segundo componente hasta 87,15%. Por lo tanto se asume una perdida de información de un 13%. Con relación al tercer componente (95%) no se lo considera por problemas de explicación del gráfico (3D). La matriz de componentes (ver cuadro Nº 5) muestra el bautizo de las dos dimensiones, tal como se muestra en la presente matriz, existen cinco variables para el primer componente y una variables para el segundo componente. Por tanto, a la dimensión uno (F1) se la bautiza con el nombre de Tasa de Crecimiento,
Esperanza de vida al nacer, grado de urbanización, tasa de mortalidad infantil y tasa global de fecundidad. A la dimensión dos (F2) se lo denomina Tasa de Migración.
Cuadro Nº 5 Matriz de componentesa Componente 1 TASA DE CRECIMIENTO
2 .775
.512
-.909
.240
.917
-.246
-.837
.308
TASA DE MIGRACION
.623
.714
GRADO DE URBANIZACION
.930
-.151
TASA DE MORT.INFANTIL ESPERANZA DE VIDA EL NACER TASA GLOBAL DE FECUNDIDAD
Método de extracción: Análisis de componentes principales. a. 2 componentes extraídos
Fuente: Elaboración Propia
En el gráfico Nº1 se muestra el resultado de la matriz de los componentes Gráfico Nº 1
5. 6. 7. 8. 9. 10 . 11 . 12 . 13 . 14 . 15 . 16 . 17 . 18 . 19 . 20 . 21 .
Fuente: Elaboración Propia
5.
Conclusiones
En conclusión, la provincia Cercado y Quillacollo tienen altas tasas de crecimiento, alto porcentaje de urbanización y elevada esperanza de vida al nacer. Luego, las provincias Carrasco y Tiraque tienen altas tasas de migración. La provincia Chapare tiene importante tasa de migración pero también un substancial tasa de crecimiento, esperanza de vida y grado de urbanización. Las provincias Ayopaya, Arani, Bolivar, Mizque, Capinota tienen alto porcentaje de tasa de mortalidad infantil y tasa de global de fecundidad. También un reducido grado de urbanización, esperanza de vida al nacer y tasa de crecimiento. Gráfico Nº 2
Caracterización Socioeconómica de las Provincias de Cochabamba Tasa de migración
Tasa de mortalidad infantil Tasa global de fecundidad
Fuente: Elaboración Propia
Tasa de Crecimiento Esperanza de vida al nacer Grado de urbanización
Las provincias Campero, Tapacari, Arque, Punata y Jordán, tienen un reducido porcentaje de migración, pero un alto porcentaje de emigración. Tienen una reducida tasa de crecimiento, grado de urbanización y esperanza de vida al nacer. En Estas mismas provincias existe reducido porcentaje de tasas de mortalidad infantil y tasa global de fecundidad.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE LA PAZ (Análisis Componentes Principales ACP)
1. Propósito El propósito de este estudio es de caracterizar la dinámica sociodemográfica de todas las provincias del Departamento de La Paz, y establecer grupos de acuerdo a variables e individuos.
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus características sociodemográficas (topologías de provincias).
Determinar si existen grupos de variables correlacionados entre sí.
Determinar un conjunto de variables que permitan caracterizar la dinámica demográfica.
Determinar si existe una topología de variables.
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las condiciones de vida (análisis de ejes factoriales) de la población del Departamento de La Paz.
Establecer una tipología de municipios, considerando los anteriores factores.
4. Desarrollo Para el presente trabajo de investigación, se ha utilizado la herramienta estadística SDAP, por el nivel se resultados que arroja y por la confiabilidad que presenta. También, al igual que los demás trabajos se utilizó datos estadísticos del INE.
a. Información Utilizada Indicadores demográficos de TC, TMI, TGF, MIG, GU y POB, obtenidos del Censo Nacional de Población y Vivienda de 2001.
b. Técnicas Estadísticas Para el siguiente análisis se utilizó Análisis de componente principales (ACP) y la utilización del paquete estadístico SPAD.
c. Salidas del Paquete Estadístico SPAD LECTURE DE LA BASE DE DONNEES LECTURE DU FICHIER BASE NOM DE LA BASE : F:\ALFA\Carlos\Aplicación de técnicas Estadisticas Multivariadas\Datos\PROVSPAD.SBA NOMBRE D'INDIVIDUS : 112 NOMBRE DE VARIABLES NUMERIQUES : 32 NOMBRE DE VARIABLES TEXTUELLES : 0 SELECTION DES INDIVIDUS ET DES VARIABLES UTILES VARIABLES CONTINUES ACTIVES 6 VARIABLES --------------------------------------------------------------------------------------------------------------------------------2 . Tasa Crec. ( CONTINUE ) 3 . Tasa Mort Inf. ( CONTINUE ) 5 . Tasa Global Fec. ( CONTINUE ) 6 . Migración ( CONTINUE ) 7 . Grad Urb ( CONTINUE ) 8 . Población ( CONTINUE ) --------------------------------------------------------------------------------------------------------------------------------INDIVIDUS ----------------------------- NOMBRE -------------- POIDS --------------POIDS DES INDIVIDUS: Poids des individus, uniforme egal a 1. UNIF RETENUS ............ NITOT = 20 PITOT = 20.000 SELECTION APRES FILTRAGE ACTIFS ............. NIACT = 20 PIACT = 20.000 SUPPLEMENTAIRES .... NISUP = 0 PISUP = 0.000 ------------------------------------------------------------------------ANALYSE EN COMPOSANTES PRINCIPALES STATISTIQUES SOMMAIRES DES VARIABLES CONTINUES EFFECTIF TOTAL : 20 POIDS TOTAL : 20.00 +-------------------------------------------------------+----------------------+----------------------+ | NUM . IDEN - LIBELLE EFFECTIF POIDS | MOYENNE ECART-TYPE | MINIMUM MAXIMUM | +-------------------------------------------------------+----------------------+----------------------+ | 2 . TC - Tasa Crec. 20 20.00 | -0.23 1.69 | -2.02 3.42 | | 3 . TMI - Tasa Mort Inf. 20 20.00 | 81.60 10.59 | 62.00 100.00 | | 5 . TGF - Tasa Global Fec. 20 20.00 | 5.74 0.91 | 3.50 7.70 | | 6 . MIG - Migración 20 20.00 | -3.94 5.68 | -11.40 8.60 | | 7 . GU - Grad Urb 20 20.00 | 11.88 21.12 | 0.00 96.70 | | 8 . POB - Población 20 20.00 | 94579.99 243940.23 | 4563.001153065.00 | +-------------------------------------------------------+----------------------+----------------------+ MATRICE DES CORRELATIONS
| TC TMI TGF MIG GU POB -----+-----------------------------------------TC | 1.00 TMI | -0.02 1.00 TGF | -0.07 0.73 1.00 MIG | 0.74 0.09 -0.07 1.00 GU | 0.52 -0.41 -0.63 0.37 1.00 POB | 0.49 -0.44 -0.60 0.26 0.94 1.00 -----+-----------------------------------------| TC TMI TGF MIG GU POB MATRICE DES VALEURS-TESTS | TC TMI TGF MIG GU POB -----+-----------------------------------------TC | 99.99 TMI | -0.08 99.99 TGF | -0.31 4.15 99.99 MIG | 4.26 0.39 -0.32 99.99 GU | 2.57 -1.94 -3.35 1.74 99.99 POB | 2.41 -2.13 -3.12 1.17 7.64 99.99 -----+-----------------------------------------| TC TMI TGF MIG GU POB VALEURS PROPRES APERCU DE LA PRECISION DES CALCULS : TRACE AVANT DIAGONALISATION .. 6.0000 SOMME DES VALEURS PROPRES .... 6.0000 HISTOGRAMME DES 6 PREMIERES VALEURS PROPRES +--------+------------+-------------+-------------+---------------------------------------------------------------------------------+ | NUMERO | VALEUR | POURCENTAGE | POURCENTAGE | | | | PROPRE | | CUMULE | | +--------+------------+-------------+-------------+---------------------------------------------------------------------------------+ | 1 | 3.2039 | 53.40 | 53.40 | ******************************************************************************** | | 2 | 1.7092 | 28.49 | 81.88 | ******************************************* | | 3 | 0.5716 | 9.53 | 91.41 | *************** | | 4 | 0.3213 | 5.35 | 96.77 | ********* | | 5 | 0.1445 | 2.41 | 99.17 | **** | | 6 | 0.0496 | 0.83 | 100.00 | ** | +--------+------------+-------------+-------------+---------------------------------------------------------------------------------+ ATTENTION (EDCAT-800) LES VALEURS DE TEST DIF3 SONT POSITIVES. RECHERCHE DE PALIERS ENTRE (DIFFERENCES SECONDES) +--------------+--------------+------------------------------------------------------+ | PALIER | VALEUR DU | | | ENTRE | PALIER | | +--------------+--------------+------------------------------------------------------+ | 2 -- 3 | 887.23 | **************************************************** | | 1 -- 2 | 357.20 | ********************* | +--------------+--------------+------------------------------------------------------+
INTERVALLES LAPLACIENS D'ANDERSON INTERVALLES AU SEUIL 0.95 +--------+--------------------------------------------------------+ | NUMERO | BORNE INFERIEURE VALEUR PROPRE BORNE SUPERIEURE | +--------+--------------------------------------------------------+ | 1 | 1.1665 3.2039 5.2413 | | 2 | 0.6223 1.7092 2.7960 | | 3 | 0.2081 0.5716 0.9351 | | 4 | 0.1170 0.3213 0.5256 | | 5 | 0.0526 0.1445 0.2363 | +--------+--------------------------------------------------------+ ETENDUE ET POSITION RELATIVE DES INTERVALLES 1 . . . . . . . . . . . . . .*-------------------------------------------------+-------------------------------------------------* 2 . . . . . . . *-------------------------+--------------------------*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 . .*--------+--------*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 .*----+----*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 *-+-* . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . COORDONNEES DES VARIABLES SUR LES AXES 1 A 5 VARIABLES ACTIVES ----------------------------+------------------------------------+-------------------------------+-----------------------------VARIABLES | COORDONNEES | CORRELATIONS VARIABLE-FACTEUR | ANCIENS AXES UNITAIRES ----------------------------+------------------------------------+-------------------------------+------------------------------
IDEN - LIBELLE COURT | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4 5 ----------------------------+------------------------------------+-------------------------------+-----------------------------TC - Tasa Crec. | 0.61 0.70 -0.09 -0.29 -0.21 | 0.61 0.70 -0.09 -0.29 -0.21 | 0.34 0.54 -0.12 -0.52 -0.56 TMI - Tasa Mort Inf. | -0.59 0.62 0.40 0.29 -0.13 | -0.59 0.62 0.40 0.29 -0.13 | -0.33 0.48 0.53 0.51 -0.34 TGF - Tasa Global Fec. | -0.75 0.52 0.20 -0.29 0.22 | -0.75 0.52 0.20 -0.29 0.22 | -0.42 0.40 0.26 -0.52 0.57 MIG - Migración | 0.47 0.75 -0.37 0.23 0.16 | 0.47 0.75 -0.37 0.23 0.16 | 0.26 0.57 -0.49 0.41 0.42 GU - Grad Urb | 0.93 0.02 0.30 0.08 0.08 | 0.93 0.02 0.30 0.08 0.08 | 0.52 0.02 0.39 0.15 0.22 POB - Población | 0.91 -0.05 0.37 -0.06 0.07 | 0.91 -0.05 0.37 -0.06 0.07 | 0.51 -0.04 0.49 -0.11 0.18 ----------------------------+------------------------------------+-------------------------------+-----------------------------MATRICE DES CORRELATIONS PERMUTEE SUIVANT LE PREMIER AXE DE L'ANALYSE | TGF TMI MIG TC POB GU -----+-----------------------------------------TGF | 1.00 TMI | 0.73 1.00 MIG | -0.07 0.09 1.00 TC | -0.07 -0.02 0.74 1.00 POB | -0.60 -0.44 0.26 0.49 1.00 GU | -0.63 -0.41 0.37 0.52 0.94 1.00 -----+-----------------------------------------| TGF TMI MIG TC POB GU COORDONNEES, CONTRIBUTIONS ET COSINUS CARRES DES INDIVIDUS AXES 1 A 5 +---------------------------------------+-------------------------------+--------------------------+-------------------------+ | INDIVIDUS | COORDONNEES | CONTRIBUTIONS | COSINUS CARRES | |---------------------------------------+-------------------------------+--------------------------+-------------------------| | IDENTIFICATEUR P.REL DISTO | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4 5 | +---------------------------------------+-------------------------------+--------------------------+-------------------------+ | LMURI 5.00 50.42 | 6.98 -0.15 1.26 -0.20 0.16 | 76.0 0.1 13.8 0.6 0.8 | 0.97 0.00 0.03 0.00 0.00 | | LOMAS 5.00 1.99 | -0.07 -0.77 0.13 0.72 -0.92 | 0.0 1.7 0.1 8.0 29.2 | 0.00 0.30 0.01 0.26 0.42 | | LPACAJ 5.00 3.22 | -1.05 -1.36 0.43 0.05 -0.22 | 1.7 5.4 1.6 0.0 1.7 | 0.34 0.57 0.06 0.00 0.02 | | LCAMA 5.00 3.70 | -0.27 -1.75 -0.62 -0.31 0.20 | 0.1 9.0 3.3 1.5 1.3 | 0.02 0.83 0.10 0.03 0.01 | | LMUÑE 5.00 0.90 | -0.83 -0.07 -0.11 0.35 0.16 | 1.1 0.0 0.1 1.9 0.9 | 0.75 0.01 0.01 0.13 0.03 | | LLAREC 5.00 7.22 | 0.90 2.44 -0.43 0.36 -0.24 | 1.3 17.4 1.6 2.1 2.0 | 0.11 0.82 0.03 0.02 0.01 | | LTAMAYO 5.00 4.00 | -1.34 1.16 0.57 -0.72 0.13 | 2.8 3.9 2.9 8.1 0.6 | 0.45 0.34 0.08 0.13 0.00 | | LINGAVI 5.00 4.33 | 1.19 0.18 -1.08 1.21 0.50 | 2.2 0.1 10.1 22.7 8.6 | 0.33 0.01 0.27 0.34 0.06 | | LLOAYZA 5.00 2.74 | -0.25 -1.46 -0.38 -0.61 0.16 | 0.1 6.2 1.3 5.8 0.9 | 0.02 0.77 0.05 0.14 0.01 | | LINQUIS 5.00 4.94 | -1.48 -0.22 1.60 0.06 0.20 | 3.4 0.1 22.3 0.1 1.4 | 0.44 0.01 0.52 0.00 0.01 | | LSYUNG 5.00 1.44 | 0.35 -0.05 -0.91 -0.67 -0.17 | 0.2 0.0 7.3 7.1 1.0 | 0.08 0.00 0.58 0.31 0.02 | | LANDES 5.00 2.22 | 0.12 -0.87 -0.86 -0.81 -0.09 | 0.0 2.2 6.5 10.3 0.3 | 0.01 0.34 0.34 0.30 0.00 | | LAROMA 5.00 1.64 | -0.66 0.08 0.92 -0.20 -0.49 | 0.7 0.0 7.4 0.6 8.4 | 0.27 0.00 0.52 0.03 0.15 | | LNYUNG 5.00 2.62 | 0.91 0.33 -1.04 -0.60 -0.35 | 1.3 0.3 9.4 5.5 4.2 | 0.31 0.04 0.41 0.14 0.05 | | LITURR 5.00 16.67 | -0.72 3.98 -0.22 -0.38 0.30 | 0.8 46.3 0.4 2.2 3.2 | 0.03 0.95 0.00 0.01 0.01 | | LSAAVE 5.00 2.89 | -0.99 0.92 0.41 0.65 -0.61 | 1.5 2.5 1.5 6.7 13.1 | 0.34 0.30 0.06 0.15 0.13 | | LM.KAPA 5.00 1.16 | 0.19 -0.93 -0.33 0.11 -0.07 | 0.1 2.5 0.9 0.2 0.2 | 0.03 0.75 0.09 0.01 0.00 | | LVILLAR 5.00 5.07 | -1.90 -0.36 0.97 -0.37 0.51 | 5.6 0.4 8.2 2.2 9.2 | 0.71 0.03 0.19 0.03 0.05 | | LPANDO 5.00 1.59 | -0.77 -0.56 -0.34 0.63 0.33 | 0.9 0.9 1.0 6.2 3.7 | 0.37 0.20 0.07 0.25 0.07 | | CCaranavi 5.00 1.22 | -0.29 -0.55 0.04 0.73 0.52 | 0.1 0.9 0.0 8.3 9.4 | 0.07 0.25 0.00 0.43 0.22 | +---------------------------------------+-------------------------------+--------------------------+-------------------------+
DESCRIPTION DES AXES FACTORIELS DESCRIPTION DU FACTEUR 1 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------| | -1.90 | 1.00 | LVILLAR | 1 | | -1.48 | 1.00 | LINQUIS | 2 | | -1.34 | 1.00 | LTAMAYO | 3 | | -1.05 | 1.00 | LPACAJ | 4 | | -0.99 | 1.00 | LSAAVE | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.35 | 1.00 | LSYUNG | 16 | | 0.90 | 1.00 | LLAREC | 17 | | 0.91 | 1.00 | LNYUNG | 18 | | 1.19 | 1.00 | LINGAVI | 19 | | 6.98 | 1.00 | LMURI | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.75 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.93 | 20.00 | Grad Urb | 11.88 | 21.12 | 6 | +---------------------------------------------------------------------------------------------------------------------+ DESCRIPTION DU FACTEUR 2 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------| | -1.75 | 1.00 | LCAMA | 1 | | -1.46 | 1.00 | LLOAYZA | 2 | | -1.36 | 1.00 | LPACAJ | 3 | | -0.93 | 1.00 | LM.KAPA | 4 | | -0.87 | 1.00 | LANDES | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.33 | 1.00 | LNYUNG | 16 | | 0.92 | 1.00 | LSAAVE | 17 | | 1.16 | 1.00 | LTAMAYO | 18 | | 2.44 | 1.00 | LLAREC | 19 | | 3.98 | 1.00 | LITURR | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.05 | 20.00 | Población | 94579.99 | ******** | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.75 | 20.00 | Migración | -3.94 | 5.68 | 6 | +---------------------------------------------------------------------------------------------------------------------+ DESCRIPTION DU FACTEUR 3 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------| | -1.08 | 1.00 | LINGAVI | 1 | | -1.04 | 1.00 | LNYUNG | 2 | | -0.91 | 1.00 | LSYUNG | 3 | | -0.86 | 1.00 | LANDES | 4 | | -0.62 | 1.00 | LCAMA | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.57 | 1.00 | LTAMAYO | 16 | | 0.92 | 1.00 | LAROMA | 17 | | 0.97 | 1.00 | LVILLAR | 18 | | 1.26 | 1.00 | LMURI | 19 | | 1.60 | 1.00 | LINQUIS | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.37 | 20.00 | Migración | -3.94 | 5.68 | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.40 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 | +---------------------------------------------------------------------------------------------------------------------+ DESCRIPTION DU FACTEUR 4 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------|
| -0.81 | 1.00 | LANDES | 1 | | -0.72 | 1.00 | LTAMAYO | 2 | | -0.67 | 1.00 | LSYUNG | 3 | | -0.61 | 1.00 | LLOAYZA | 4 | | -0.60 | 1.00 | LNYUNG | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.63 | 1.00 | LPANDO | 16 | | 0.65 | 1.00 | LSAAVE | 17 | | 0.72 | 1.00 | LOMAS | 18 | | 0.73 | 1.00 | CCaranavi | 19 | | 1.21 | 1.00 | LINGAVI | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.29 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.29 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 | +---------------------------------------------------------------------------------------------------------------------+ DESCRIPTION DU FACTEUR 5 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------| | -0.92 | 1.00 | LOMAS | 1 | | -0.61 | 1.00 | LSAAVE | 2 | | -0.49 | 1.00 | LAROMA | 3 | | -0.35 | 1.00 | LNYUNG | 4 | | -0.24 | 1.00 | LLAREC | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.30 | 1.00 | LITURR | 16 | | 0.33 | 1.00 | LPANDO | 17 | | 0.50 | 1.00 | LINGAVI | 18 | | 0.51 | 1.00 | LVILLAR | 19 | | 0.52 | 1.00 | CCaranavi | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.21 | 20.00 | Tasa Crec. | -0.23 | 1.69 | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.22 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 6 | +---------------------------------------------------------------------------------------------------------------------+ DESCRIPTION DU FACTEUR 6 PAR LES INDIVIDUS ACTIFS +--------------------------------------------------------------------------------------------+ | COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO | |--------------------------------------------------------------------------------------------| | -0.37 | 1.00 | LNYUNG | 1 | | -0.37 | 1.00 | LM.KAPA | 2 | | -0.33 | 1.00 | LINQUIS | 3 | | -0.28 | 1.00 | LLAREC | 4 | | -0.24 | 1.00 | LAROMA | 5 | |--------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |--------------------------------------------------------------------------------------------| | 0.21 | 1.00 | LCAMA | 16 | | 0.24 | 1.00 | LITURR | 17 | | 0.24 | 1.00 | LMUÑE | 18 | | 0.26 | 1.00 | LSAAVE | 19 | | 0.26 | 1.00 | LPANDO | 20 | +--------------------------------------------------------------------------------------------+ PAR LES VARIABLES CONTINUES ACTIVES +---------------------------------------------------------------------------------------------------------------------+ | COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO | |---------------------------------------------------------------------------------------------------------------------| | -0.16 | 20.00 | Grad Urb | 11.88 | 21.12 | 1 | |---------------------------------------------------------------------------------------------------------------------| | Z O N E C E N T R A L E | |---------------------------------------------------------------------------------------------------------------------| | 0.15 | 20.00 | Población | 94579.99 | ******** | 6 | +---------------------------------------------------------------------------------------------------------------------+
CLASSIFICATION HIERARCHIQUE (VOISINS RECIPROQUES) SUR LES 6 PREMIERS AXES FACTORIELS DESCRIPTION DES NOEUDS NUM. AINE BENJ EFF. POIDS INDICE HISTOGRAMME DES INDICES DE NIVEAU 21 4 9 2 2.00 0.00835 * 22 5 19 2 2.00 0.01014 * 23 11 14 2 2.00 0.01758 * 24 22 20 3 3.00 0.02305 * 25 18 10 2 2.00 0.02442 * 26 21 12 3 3.00 0.03435 ** 27 26 17 4 4.00 0.04043 ** 28 16 13 2 2.00 0.05215 ** 29 3 2 2 2.00 0.05823 ** 30 7 28 3 3.00 0.06865 *** 31 24 29 5 5.00 0.08915 *** 32 23 8 3 3.00 0.14301 ***** 33 25 30 5 5.00 0.14554 ***** 34 15 6 2 2.00 0.15371 ***** 35 31 27 9 9.00 0.20275 ******* 36 35 32 12 12.00 0.36101 *********** 37 36 33 17 17.00 0.73776 *********************** 38 37 34 19 19.00 1.17617 ************************************ 39 38 1 20 20.00 2.65355 ********************************************************************************* SOMME DES INDICES DE NIVEAU = 6.00000 DESCRIPTION DES NOEUDS DE LA HIERACHIE (INDICES EN POURCENTAGE DE LA SOMME DES INDICES : 6.00000) +-----------------+---------------+------------------+-------------------+ | NOEUD | SUCCESSEURS | | COMPOSITION | | NUMERO INDICE | AINE BENJ | EFFECT. POIDS | PREMIER DERNIER | +-----------------+---------------+------------------+-------------------+ | 21 0.14 | 15 14 | 2 2.00 | 14 15 | | 22 0.17 | 20 19 | 2 2.00 | 19 20 | | 23 0.29 | 11 10 | 2 2.00 | 10 11 | | 24 0.38 | 22 18 | 3 3.00 | 18 20 | | 25 0.41 | 8 7 | 2 2.00 | 7 8 | | 26 0.57 | 21 13 | 3 3.00 | 13 15 | | 27 0.67 | 26 12 | 4 4.00 | 12 15 | | 28 0.87 | 5 4 | 2 2.00 | 4 5 | | 29 0.97 | 17 16 | 2 2.00 | 16 17 | | 30 1.14 | 6 28 | 3 3.00 | 4 6 | | 31 1.49 | 24 29 | 5 5.00 | 16 20 | | 32 2.38 | 23 9 | 3 3.00 | 9 11 | | 33 2.43 | 25 30 | 5 5.00 | 4 8 | | 34 2.56 | 3 2 | 2 2.00 | 2 3 | | 35 3.38 | 31 27 | 9 9.00 | 12 20 | | 36 6.02 | 35 32 | 12 12.00 | 9 20 | | 37 12.30 | 36 33 | 17 17.00 | 4 20 | | 38 19.60 | 37 34 | 19 19.00 | 2 20 | | 39 44.23 | 38 1 | 20 20.00 | 1 20 | +-----------------+---------------+------------------+-------------------+ DENDROGRAMME RANG IND. IDEN DENDROGRAMME (INDICES EN POURCENTAGE, DE LA SOMME DES INDICES : 6.00000 MIN = 0.14% / MAX = 44.23%) 1 44.23 LMUR --------------------------------------------------------------------------------------------------------------+ | 2
2.56 LLAR
--------+
| | | 3 19.60 LITU
--------*-----------------------------------------+
| | | 4
0.87 LARO
---+
|
|
|
| | 5
1.14 LSAA
---*+
|
|
|
----*--+
|
|
|
--+
|
|
|
|
|
| | 6
2.43 LTAM
| | 7
0.41 LINQ
| | 8 12.30 LVIL
--*----*------------------------+
|
|
|
-------+
|
|
|
|
|
--+
|
|
|
|
|
|
|
| | 9
2.38 LING
| | 10
0.29 LNYU
| |
11
6.02 LSYU
--*----*--------+
|
|
|
|
|
---+
|
|
|
|
|
|
|
---*
|
|
|
|
|
|
|
--+|
|
|
|
||
|
|
|
--**------+
|
|
|
|
|
|
|
----+
|
|
|
|
|
|
|
|
|
----*+
|
|
|
|
|
|
|
|
|
--+
|
|
|
|
|
|
|
|
|
|
|
--*
|
|
|
|
|
|
|
|
|
|
|
| | 12
0.67 LM.K
| | 13
0.57 LAND
| | 14
0.14 LLOA
| | 15
3.38 LCAM
| | 16
0.97 LOMA
| | 17
1.49 LPAC
| | 18
0.38 CCar
| | 19
0.17 LPAN
| | 20 ----- LMUÑ ------*
--*--*----*-----*---------------*-----------------*------------------------------------------------------
PARTITION PAR COUPURE D'UN ARBRE HIERARCHIQUE Coupure 'a' de l'arbre en 4 classes FORMATION DES CLASSES (INDIVIDUS ACTIFS) DESCRIPTION SOMMAIRE +--------+----------+-----------+-----------+ | CLASSE | EFFECTIF | POIDS | CONTENU | +--------+----------+-----------+-----------+ | aa1a | 1 | 1.00 | 1 A 1 | | aa2a | 2 | 2.00 | 2 A 3 | | aa3a | 5 | 5.00 | 4 A 8 | | aa4a | 12 | 12.00 | 9 A 20 | +--------+----------+-----------+-----------+ COORDONNEES ET VALEURS-TEST AVANT CONSOLIDATION AXES 1 A 5 +---------------------------------------------+-------------------------------+------------------------------------+---------+ | CLASSES | VALEURS-TEST | COORDONNEES | | |---------------------------------------------|-------------------------------|------------------------------------|---------| | IDEN - LIBELLE EFF. P.ABS | 1 2 3 4 5 | 1 2 3 4 5 | DISTO. | +---------------------------------------------+-------------------------------+------------------------------------+---------+ | Coupure 'a' de l'arbre en 4 classes | | | | aa1a - CLASSE 1 / 4 1 1.00 | 3.9 -0.1 1.7 -0.4 0.4 | 6.98 -0.15 1.26 -0.20 0.16 | 50.42 | | aa2a - CLASSE 2 / 4 2 2.00 | 0.1 3.6 -0.6 0.0 0.1 | 0.09 3.21 -0.32 -0.01 0.03 | 10.41 | | aa3a - CLASSE 3 / 4 5 5.00 | -1.8 0.6 3.0 -0.5 -0.3 | -1.28 0.32 0.89 -0.12 -0.05 | 2.54 | | aa4a - CLASSE 4 / 4 12 12.00 | -0.2 -2.7 -3.0 0.6 0.0 | -0.07 -0.65 -0.42 0.07 0.00 | 0.62 | +---------------------------------------------+-------------------------------+------------------------------------+---------+ CONSOLIDATION DE LA PARTITION AUTOUR DES 4 CENTRES DE CLASSES, REALISEE PAR 10 ITERATIONS A CENTRES MOBILES PROGRESSION DE L'INERTIE INTER-CLASSES +-----------+------------+------------+------------+ | ITERATION | I.TOTALE | I.INTER | QUOTIEN T | +-----------+------------+------------+------------+ | 0 | 6.00000 | 4.56748 | 0.76125 | | 1 | 6.00000 | 4.56748 | 0.76125 | | 2 | 6.00000 | 4.56748 | 0.76125 | +-----------+------------+------------+------------+ ARRET APRES L'ITERATION 2 L'ACCROISSEMENT DE L'INERTIE INTER-CLASSES PAR RAPPORT A L'ITERATION PRECEDENTE N'EST QUE DE 0.000 %. DECOMPOSITION DE L'INERTIE CALCULEE SUR 6 AXES. +----------------+-----------------+-------------+-------------------+-----------------+ | | INERTIES | EFFECTIFS | POIDS | DISTANCES |
| INERTIES | AVANT APRES | AVANT APRES | AVANT APRES | AVANT APRES | +----------------+-----------------+-------------+-------------------+-----------------+ | | | | | | | INTER-CLASSES | 4.5675 4.5675 | | | | | | | | | | | INTRA-CLASSE | | | | | | | | | | | | CLASSE 1 / 4 | 0.0000 0.0000 | 1 1 | 1.00 1.00 |50.4174 50.4174 | | CLASSE 2 / 4 | 0.1537 0.1537 | 2 2 | 2.00 2.00 |10.4097 10.4097 | | CLASSE 3 / 4 | 0.2908 0.2908 | 5 5 | 5.00 5.00 | 2.5445 2.5445 | | CLASSE 4 / 4 | 0.9880 0.9880 | 12 12 | 12.00 12.00 | 0.6159 0.6159 | | | | | | | | TOTALE | 6.0000 6.0000 | | | | +----------------+-----------------+-------------+-------------------+-----------------+ QUOTIENT (INERTIE INTER / INERTIE TOTALE) : AVANT ... 0.7612 APRES ... 0.7612 COORDONNEES ET VALEURS-TEST APRES CONSOLIDATION AXES 1 A 5 +---------------------------------------------+-------------------------------+------------------------------------+---------+ | CLASSES | VALEURS-TEST | COORDONNEES | | |---------------------------------------------|-------------------------------|------------------------------------|---------| | IDEN - LIBELLE EFF. P.ABS | 1 2 3 4 5 | 1 2 3 4 5 | DISTO. | +---------------------------------------------+-------------------------------+------------------------------------+---------+ | Coupure 'a' de l'arbre en 4 classes | | | | aa1a - CLASSE 1 / 4 1 1.00 | 3.9 -0.1 1.7 -0.4 0.4 | 6.98 -0.15 1.26 -0.20 0.16 | 50.42 | | aa2a - CLASSE 2 / 4 2 2.00 | 0.1 3.6 -0.6 0.0 0.1 | 0.09 3.21 -0.32 -0.01 0.03 | 10.41 | | aa3a - CLASSE 3 / 4 5 5.00 | -1.8 0.6 3.0 -0.5 -0.3 | -1.28 0.32 0.89 -0.12 -0.05 | 2.54 | | aa4a - CLASSE 4 / 4 12 12.00 | -0.2 -2.7 -3.0 0.6 0.0 | -0.07 -0.65 -0.42 0.07 0.00 | 0.62 | +---------------------------------------------+-------------------------------+------------------------------------+---------+ PARANGONS CLASSE 1/ 4 EFFECTIF: 1 ---------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. | +---+-----------+--------------------++---+-----------+--------------------+ | 1| 0.00000|LMURI || | | | +---+-----------+--------------------++---+-----------+--------------------+ CLASSE 2/ 4 EFFECTIF: 2 ---------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. | +---+-----------+--------------------++---+-----------+--------------------+ | 1| 1.53705|LLAREC || 2| 1.53705|LITURR | +---+-----------+--------------------++---+-----------+--------------------+ CLASSE 3/ 4 EFFECTIF: 5 ---------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. | +---+-----------+--------------------++---+-----------+--------------------+ | 1| 0.66693|LAROMA || 2| 0.99925|LINQUIS | | 3| 1.22422|LTAMAYO || 4| 1.23561|LVILLAR | | 5| 1.68935|LSA AVE || | | | +---+-----------+--------------------++---+-----------+--------------------+ CLASSE 4/ 4 EFFECTIF: 12 ---------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. | +---+-----------+--------------------++---+-----------+--------------------+ | 1| 0.29831|LM.KAPA || 2| 1.00136|LPANDO | | 3| 1.01398|CCaranavi || 4| 1.08336|LANDES | | 5| 1.17602|LLOAYZA || 6| 1.17701|LMUÑE | | 7| 1.35641|LSYUNG || 8| 1.50159|LCAMA | | 9| 1.61173|LOMAS || 10| 2.27070|LPACAJ | +---+-----------+--------------------++---+-----------+--------------------+ DESCRIPTION DE PARTITION(S) DESCRIPTION DE LA Coupure 'a' de l'arbre en 4 classes CARACTERISATION DES CLASSES PAR LES CONTINUES CARACTERISATION PAR LES CONTINUES DES CLASSES OU MODALITES DE Coupure 'a' de l'arbre en 4 classes CLASSE 1 / 4 +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES | | | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE IDEN | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ CLASSE 2 / 4 +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+
| V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES | | | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE IDEN | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | CLASSE 2 / 4 ( POIDS = 2.00 EFFECTIF = 2 ) aa2a | | | | 2.95 | 0.002 | 7.60 -3.94 | 1.00 5.68 | 6.Migración MIG | | 2.58 | 0.005 | 2.77 -0.23 | 0.24 1.69 | 2.Tasa Crec. TC | | | | | | | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ CLASSE 3 / 4 +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES | | | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE IDEN | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | CLASSE 3 / 4 ( POIDS = 5.00 EFFECTIF = 5 ) aa3a | | | | 2.52 | 0.006 | 92.20 81.60 | 3.49 10.59 | 3.Tasa Mort Inf. TMI | | 2.33 | 0.010 | 6.58 5.74 | 0.50 0.91 | 5.Tasa Global Fec. TGF | | | | | | | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ CLASSE 4 / 4 +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES | | | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE IDEN | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+ | CLASSE 4 / 4 ( POIDS = 12.00 EFFECTIF = 12 ) aa4a | | | | | | | | | | -2.57 | 0.005 | 76.50 81.60 | 6.44 10.59 | 3.Tasa Mort Inf. TMI | +--------+-------+-------------------+-------------------+----------------------------------------------------------------------+
5. Interpretación de los Datos 1.- Como se observa en el cuadro de correlaciones estos valores son superiores 0,30 por lo que se considera que hay condiciones para aplicar en el ACP (Análisis de Componentes Principales) para realizar el siguiente análisis. 2.- También se observa en el cuadro de correlaciones y el gráfico que existe alta correlación entre la TGF (Tasa Global de Fecundidad) y el GU (Grado de Urbanización), por lo que una de las variables proporciona información redundante. 3.- El cuadro de sedimentación muestra que solo dos valores propios son superiores a 1, por lo que se puede afirmar la extracción e interpretación de los dos primeros factores
(primer plano factorial), es decir que con solo dos variables es suficiente y satisfactorio para interpretación de los datos porque estos dos primeros ejes explican el 81,89% de la varianza total, por lo que el resto explica muy poco para interpretación de las variables. 4.- Se puede observar que existe gran diferencia entre la provincia murillo en un extremo con un alto grado de urbanización y población a comparación de las provincias Franz Tamayo, Aroma y Saavedra que tienen una alta tasa de mortalidad infantil y altas tasas de fecundidad. 5.-
En las provincias de Nor Yungas e Ingavi existen altas tasas de migración Principalmente a las provincias de Sud Yungas y Murillo.
6.- Las provincias Camacho, Loayza, Pacajes Tienen en reducida población, grado de urbanización, además una reducida tasa de migración y crecimiento. 7.- La provincia Larecaja que se encuentra en un extremo opuesto a la provincia Murillo, es una de las provincias con una alta tasa de migración.
ANÁLISIS FACTORIAL DE CORRESPONDENCIAS -AFC CASO: PREFERENCIA DE COMPRADORES DE MUSICA 1. Propósito El uso de la herramienta estadística Análisis Factorial de Correspondencia (AFC) es una técnica de reducción de dimensiones del problema, donde la proximidad de los individuos indica el nivel de asociación. Por lo tanto, el propósito para este estudio con el uso del AFC es de; determinar la posición y sus relaciones de preferencia de los compradores con (tres categorías) de una variedad de tipos de música en la Unión Europea.
2. Objetivos
Describir las relaciones existentes entre las variables de la tabla de contingencia (edad y preferencia).
Examinar las relaciones entre las categorías de cada variable mediante los perfiles de fila y columna.
Representar las similitudes y asociación de las relaciones de las variables.
3. Metodología
Determinar la posición de preferencia del tipo de música de los jóvenes, edad media y mayores.
Establecer las zonas de aglomeración y zonas libres de las preferencias de los compradores de música
Explicar los resultados obtenidos de la salida del SPSS.
4. Desarrollo 4.1.
Información Utilizada
La información utilizada corresponde a una encuesta realizada en 400 tiendas de discos repartidos entre países de la Unión Europea y clasificados en tres categorías:
Jóvenes
Edad media
Mayores
Los tipos de música clasificados en 5 tipos: A = Música Clasica B = Rock´n´roll y música americana C = Pop y música inglesa (melódicas) D = Jazz y música autóctona E = Clásica
4.2.
Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Factorial de Correspondencias (AFC) y la utilización del paquete estadístico SPSS.
4.3.
Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete estadístico SPSS.
Cuadro Nº 1 Correspondence Table Tipo de Música
compradores
Musica
Rock n´ Rol &
Pop & música
Jazz & musica
Disco
musica americana
inglesa
autoctona
jóvenes
Active clásica
Margin
70
45
30
0
35
180
media edad
0
45
30
80
5
160
mayores
0
0
30
20
10
60
70
90
90
100
50
400
Active Margin
Fuente: Elaboración Propia
La presente tabla (ver cuadro Nº 1) muestra los siguientes resultados: -
De las 400 personas encuestadas 70 escuchan Música Disco y estos clientes son jóvenes en su totalidad.
-
De 400 personas encuestadas 90 escuchan Rock n´ Rol & Música Americana de los cuales 45 son jóvenes y 45 también son de edad media.
-
De 400 personas encuestadas 90 escuchan Pop & Música Inglesa de los cuales 30 son jóvenes, 30 son de edad media y 30 son mayores.
-
De 400 personas encuestadas 100 escuchan Jazz & Música Autóctona de los cuales 80 son de edad media y 20 son mayores.
-
De 400 personas encuestadas 50 escuchan Música Clásica de los cuales 35 son jóvenes; 5 son de edad media y 10 son mayores.
De igual forma el cuadro Nº 1 muestra. que de 400 encuestados 180 son jóvenes, 160 son de edad media y por último 60 son mayores. En resumen los jóvenes tienen más preferencia por la música seguido los de edad media y finalmente los mayores.
Cuadro Nº 2 Perfiles de Fila Tipo de Música
compradores jóvenes
Musica
Rock n´ Rol &
Pop & música
Jazz & musica
Disco
musica americana
inglesa
autoctona
clásica
Active Margin
.389
.250
.167
.000
.194
1.000
media edad
.000
.281
.188
.500
.031
1.000
mayores
.000
.000
.500
.333
.167
1.000
Mass
.175
.225
.225
.250
.125
Fuente: Elaboración Propia
El presente cuadro Nº 2 muestra que del 100% de encuestados: -
El 17.5% escucha Música Disco.
-
El 22.5% escucha Rock n´ Rol & Música Americana.
-
El 22.5% escucha Pop & Música Inglesa.
-
El 25% escucha Jazz & Música Autóctona.
-
El 12.5% escucha Música Clásica.
Así también indica que: -
Del 100% de jóvenes encuestados el 38.9% prefiere Música Disco; el 25% prefiere Rock n´ Rol & Música Americana; 16.7% prefiere Pop & Música Inglesa y el 19.4% prefiere Música Clásica. Lo que en general indica que los jóvenes prefieren la Música Disco.
-
Del 100% de edad media encuestados el 28.1% prefiere Rock n´ Rol & Música Americana; el 18.8% prefiere Pop & Música Inglesa; 50% prefiere Jazz & Música Autóctona y el 3.1% prefiere Música Clásica. Lo que en general indica que los de edad media prefieren la Música Jazz y Autóctona.
-
Del 100% de personas mayores encuestados el 50% prefiere Pop & Música Inglesa; el 33% prefiere Jazz & Música Autóctona y el 16.7% prefiere Música Clásica. Lo que en general indica que las personas mayores prefieren el Pop & Música Inglesa. Cuadro Nº 3 Perfiles de Columna Tipo de Música
compradores
Musica
Rock n´ Rol &
Pop & música
Jazz & musica
Disco
musica americana
inglesa
autoctona
jóvenes
clásica
Mass
1.000
.500
.333
.000
.700
.450
media edad
.000
.500
.333
.800
.100
.400
mayores
.000
.000
.333
.200
.200
.150
1.000
1.000
1.000
1.000
1.000
Active Margin
Fuente: Elaboración Propia
El presente cuadro Nº 3 muestra del 100% de encuestados el siguiente resultado: -
El 45% son jóvenes.
-
El 40% son de edad media.
-
El 15% son Mayores.
Así también indica que: -
Del 100% que prefiere Música Disco el 100% son jóvenes.
-
Del 100% que prefiere Rock n´ Rol & Música Americana el 50% son jóvenes y el otro 50% son de edad media.
-
Del 100% que prefiere Pop & Música Inglesa , el 33% son jóvenes; el 33% son de edad media y casualmente el 33% son mayores.
-
Del 100% que prefiere Música Jazz y Autóctona el 80% son de edad media y el 20% son mayores.
-
Del 100% que prefiere Música Clásica el 70% son jóvenes, el 10% son de edad media y el 20% son mayores.
Cuadro Nº 4 Resumen Proportion of Inertia
Confidence Singular Value Correlation
Dimensi on
Singular Value
Inertia
Chi Square
Sig.
Accounted for
Cumulativ
Standard
e
Deviation
2
1
.685
.469
.811
.811
.022
2
.331
.110
.189
1.000
.043
1.000
1.000
Total
.578
231.389
a
.000
.017
a. 8 degrees of freedom
Fuente: Elaboración Propia
El presente resultado (ver cuadro Nº 4) indica que el nivel de significancia es sig=0.000a este resultado es muy significativo, además se tienes 8 grados de libertad. En el siguiente cuadro Nº 5 muestra el nivel de dimensión, como se puede observar la primera dimensión explica el 81.1% y con dos dimensiones se explica el 100%, es decir, en su totalidad. Cuadro Nº 5 Examen de Puntos de Fila Score in Dimension
Contribution Of Point to Inertia of Dimension
comprado res
Mass
1
2
Inertia
1
Of Dimension to Inertia of Point
2
1
2
Total
jóvenes
.450
-.909
-.069
.256
.544
.006
.997
.003
1.000
media
.400
.818
-.416
.206
.391
.209
.889
.111
1.000
.150
.547
1.316
.117
.065
.785
.263
.737
1.000
.578
1.000
1.000
edad mayores Active
1.000
Total a. Symmetrical normalization
Fuente: Elaboración Propia
Las dos columnas pintadas del cuadro Nº 5 muestran o indican las coordenadas del eje de las filas para realizar el gráfico. En el mismo cuadro los datos de la inercia (inertia) indican cuanto contribuye esta a cada punto, por ejemplo a la dimensión 2 los jóvenes no contribuye en gran manera. Cuadro Nº 6 Examen de puntos de Columna Score in Dimension
Tipo de Música
Mass
1
2
Contribution
Inertia
Of Point to Inertia
Of Dimension to Inertia of
of Dimension
Point
1
2
1
2
Total
Musica Disco
.175
-1.328
-.208
.214
.451
.023
.988
.012
1.000
Rock n´ Rol & musica
.225
-.067
-.732
.041
.001
.364
.017
.983
1.000
Pop & música inglesa
.225
.222
.837
.060
.016
.476
.127
.873
1.000
Jazz & musica
.250
1.116
-.210
.217
.454
.033
.983
.017
1.000
.125
-.651
.524
.048
.077
.103
.762
.238
1.000
.578
1.000
1.000
americana
autoctona clásica Active Total
1.000
a. Symmetrical normalization
Fuente: Elaboración Propia
En el cuadro Nº 6 las columnas pintadas, indican las coordenadas del eje de las columnas para realizar el gráfico. En el mismo cuadro los datos de la inercia indican cuanto contribuye la inercia a la dimensión 2 de Música Disco, en el presente caso no contribuye en gran manera.
Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Fuente: Elaboración Propia
Gráfico Nº 3
Fuente: Elaboración Propia
5. Conclusiones Fuente: Elaboración Propia
El gráfico Nº 3 muestra las diferentes preferencias de los clientes por los diferentes tipos de músicas. Como se puede advertir en el grafico las personas mayores prefieren música Pop & Música Inglesa. En cambio, los jóvenes prefieren en mayor proporción música disco y en menor grado música clásica. Finalmente, los que pertenecen o tienen edad media tienen preferencia a la música jazz y Autóctona, así como también rock n´ rol & música americana.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE COCHABAMBA (Análisis de Conglomerados - Cluster)
1. Propósito El propósito de esta investigación es de agrupar la dinámica sociodemográfica de las 16 provincias del Departamento de Cochabamba, y establecer el conjunto de grupos homogéneos con características de similitud de las variables u observaciones
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus características sociodemográficas (topologías de provincias).
Determinar la existencia de grupos de variables correlacionados entre sí.
Clasificar el número posible de cluster mas aceptable
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las condiciones de vida (análisis de ejes factoriales) de la población del Departamento de Cochabamba.
Establecer una tipología de departamentos de Cochabamba, considerando la integración de conglomerados.
4. Desarrollo 4.1.
Información Utilizada
Los indicadores demográficos utilizados son: Tasa de crecimiento (TCRE), tasa de mortalidad infantil (TMI), esperanza de vida al nacer (EO), tasa global de fecundidad
(TGF), tasa de migración (TMIG), grado de urbanización (GRUB), obtenidos del Censo Nacional de Población y Vivienda de 2001.
Provincias de Cochabamba INE 2001 Provincia Cercado Campero Ayopaya E.Arce Arani Arque Capinota Jordán Quillo Chapare Tapacari Carrasco Mizque Punata Bolivar Tiraque
Tcre
tmi 4,10 -0,30 -0,20 0,20 2,30 -0,90 0,30 0,50 4,10 4,70 -1,00 3,30 0,10 1,90 -0,90 2,30
eo 54,00 79,00 111,00 95,00 109,00 108,00 95,00 96,00 67,00 86,00 78,00 90,00 93,00 85,00 106,00 97,00
tgf 63,00 58,00 52,00 55,00 53,00 53,00 55,00 54,00 60,00 57,00 58,00 56,00 55,00 57,00 53,00 54,00
Tmig 3,80 6,60 7,40 6,30 6,80 5,70 6,50 5,40 4,80 5,50 6,30 6,30 6,60 5,50 6,00 6,90
Grub 4,50 -6,00 -3,40 -3,10 -5,00 -8,10 -3,60 -4,90 5,20 5,20 -2,00 8,50 -1,50 -5,80 -0,10 4,40
96,00 18,20 0,00 9,50 12,90 0,00 3,60 26,70 58,90 33,70 0,00 6,80 0,00 26,90 0,00 10,10
Fuente: INE 2001
4.2.
Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Conglomerados (CLUSTER) y la utilización del paquete estadístico SPSS.
4.3.
Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete estadístico SPSS.
Cuadro Nº 1 Varianza total explicada Sumas de las saturaciones al cuadrado de la Autovalores iniciales
Compo nente
Total
% de la varianza
extracción
% acumulado
Total
% de la varianza
% acumulado
1
4.222
70.375
70.375
4.222
70.375
70.375
2
1.007
16.778
87.153
1.007
16.778
87.153
3
.467
7.778
94.931
4
.225
3.754
98.685
5
.072
1.204
99.890
6
.007
.110
100.000
Método de extracción: Análisis de Componentes principales.
Fuente: Elaboración Propia
En el anterior cuadro Nº1 indica que el primer componente retiene los datos hasta un 70,35%, con el segundo componente hasta 87,15%. Por lo tanto se asume una perdida de información de un 13%. Con relación al tercer componente (95%) no se lo considera por problemas de explicación del gráfico (3D).
La matriz de componentes (ver cuadro Nº 2) muestra el bautizo de dos dimensiones, tal como se muestra en la presente matriz, existen cinco variables para el primer componente y una variables para el segundo componente. Por tanto, a la dimensión uno (F1) se la bautiza con el nombre de Tasa de Crecimiento,
Esperanza de vida al nacer, grado de urbanización, tasa de mortalidad infantil y tasa global de fecundidad. A la dimensión dos (F2) se lo denomina Tasa de Migración.
Cuadro Nº 2 Matriz de componentesa Componente 1 TASA DE CRECIMIENTO
2 .775
.512
-.909
.240
ESPERANZA DE VIDA EL NACER
.917
-.246
TASA GLOBAL DE FECUNDIDAD
-.837
.308
TASA DE MIGRACION
.623
.714
GRADO DE URBANIZACION
.930
-.151
TASA DE MORT.INFANTIL
Método de extracción: Análisis de componentes principales.
a.
2 componentes extraídos
Fuente: Elaboración Propia
En el gráfico Nº1 se muestra el resultado de la matriz de los componentes Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Conglomerado Sociodemográfico de las Provincias de Cochabamba
Fuente: Elaboración Propia
5. Conclusiones En conclusión, la provincia (1) Cercado y Quillacollo tienen características similares como altas tasas de crecimiento, alto porcentaje de urbanización y elevada esperanza de vida al nacer. Luego, las provincias (4) Carrasco, Tiraque, Arani, Mizque, Esteban Arce y Tapacari tienen altas tasas de migración. Las provincias (2) Chapare, Jordán, Punata y Campero
tienen un importante tasa de migración pero también un substancial tasa de crecimiento, esperanza de vida y grado de urbanización. Las provincias (3) Ayopaya, Arani, Bolivar y Arque tienen alto porcentaje de tasa de mortalidad infantil y tasa de global de fecundidad (pobreza). También un reducido grado de urbanización, esperanza de vida al nacer y tasa de crecimiento.
ANÁLISIS DE ESCALAMIENTO MULTIDIMENCIONAL CASO: CRÍMENES Cuadro Nº 1 Proximidades asesinato asesinato
Violación
robo
asalto
robo_agravado
allanamiento
auto_robo
.
violacion
.520
.
robo
.340
.550
.
asalto
.810
.700
.560
.
robo_agravado
.280
.680
.620
.520
.
allanamiento
.060
.600
.440
.320
.800
.
auto_robo
.110
.440
.620
.330
.700
.550
Fuente: Elaboración Propia
Cuadro Nº 2 Historial de iteraciones Iteració
Stress bruto
n
normalizado
0
Mejora a
.14461
a.
Stress de la configuración inicial: gráfico simplex.
1
.01698
.12764
2
.01031
.00666
3
.00664
.00367
4
.00442
.00222
5
.00316
.00126
menor que el criterio de
6
.00249
.00067
convergencia.
7
.00214
.00035
8
.00196
.00018
9
.00187
b. Se ha detenido el proceso de
Fuente: Elaboración Propia
b
.00009
iteración porque la mejora es
.
Cuadro Nº 3 Medidas de ajuste y stress Stress bruto normalizado
.00187
Stress-I
.04325
a
Stress-II
.11799
a
S-Stress
.00523
b
Dispersión explicada (D.A.F.)
.99813
Coeficiente de congruencia
.99906
de Tucker PROXSCAL minimiza el stress bruto normalizado. a. Factor para escalamiento óptimo = 1,002. b. Factor para escalamiento óptimo = 1,000.
Fuente: Elaboración Propia
Gráfico Nº 1
Gráfico Nº 2
Fuente: Elaboración Propia
Interpretación El historial de iteraciones muestra, que en la novena iteracción se ha detenido el proceso por que la mejora es menor. La medida de bondad de stress es 0.04325, es un valor cercano a cero el cual permite determinar un buena bondad de ajuste por el valor mínimo del stress. El gráfico de espacio común muestra que las variables asalto, asesinato, violación están muy próximos, por un lado, por el otro robo, robo de auto, también están muy cercanos, y finalmente robo agravado, allanamiento, violación tienen muchas proximidades. El gráfico SRC muestra
una correlación lineal bastante importante porque los datos están cerca de la línea de regresión y están correlacionados.