ANÁLISIS DESCRIPTIVO SOCIO DEMOGRÁFICO EN EL MUNICIPIO …

ANÁLISIS DESCRIPTIVO SOCIO DEMOGRÁFICO EN EL MUNIC IPIO DE TUNJA BOYACÁ A PARTIR DE LA ENCUESTA DEL SISBEN II I

MARILUZ RIVERA MORENO LISETH JOHANA SARMIENTO CONTRERAS

UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD CIENCIAS DE LA EDUCACIÓN

ESCUELA DE LICENCENCIATURA EN MATEMÁTICAS TUNJA 2014

ANÁLISIS DE LOS NIVELES SOCIO- ECONÓMICOS EN EL MUN ICIPIO DE TUNJA BOYACÁ A PARTIR DE LA ENCUESTA DEL SISBEN II I

MARILUZ RIVERA MORENO LISETH JOHANA SARMIENTO CONTRERAS

Proyecto de investigación para optar al título de licenciado (a) en matemáticas

Directora:

SARA CRISTINA GUERRERO

UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD CIENCIAS DE LA EDUCACIÓN

ESCUELA DE LICENCENCIATURA EN MATEMÁTICAS TUNJA 2014

RESUMEN

El presente trabajo de grado realiza la caracterización y análisis de la base de datos del Sistema de Focalización de Potenciales Beneficiarios para Programas Sociales (SISBÉN) del municipio de Tunja a fin de identificar los elementos presentes en la encuesta que aplica el sistema, la cual consta de 90 preguntas con las que se realiza una asociación que muestra la relación o no entre las mismas por medio de la aplicación de técnicas estadísticas descriptivas, bivariadas y multivariadas, permitiendo así observar la variabilidad entre los datos y las variables más relevantes con el objetivo de desarrollar una descripción socio económica que, de manera general, permita tener en cuenta los aspectos que componen cada una de las dimensiones sociales establecidas a nivel territorial: educación, salud y vivienda.

Palabras clave: SISBÉN, técnicas estadísticas, dimensión social.

ABSTRACT This paper makes the grade characterization and analysis of the database Targeting System Potential Beneficiaries of Social Programs (SISBÉN) Tunja municipality to identify the elements present in the survey that applied the system, which consists 90 questions with an association that shows the relationship or not between them by applying descriptive statistics, bivariate and multivariate performed, allowing the variability observed between the data and the most relevant variables in order to develop a socio economic description that, in general, to take account aspects that make up each of the social dimensions established at local level: education, health and housing. Keywords: SISBÉN, statistical techniques, social dimension test statistics.

INTRODUCCIÓN

El presente proyecto de grado busca caracterizar socio demográfica y económicamente a la población SISBÉN metodología III del municipio de Tunja, Boyacá; puntualizando de esta forma en rasgos poblacionales entre los que se encuentran: salud, educación, condiciones de la vivienda, conformación de los hogares y jefatura de los mismos. A su vez la descripción de la población perteneciente al sistema que habita cada una de las tres zonas geográficas del municipio: centro poblado, cabecera y rural disperso; análogamente se realiza un análisis aplicando técnicas estadísticas para determinar el grado de asociación entre las variables encontradas en la ficha socio económica permitiendo establecer relaciones entre las mismas, a fin de resaltar la importancia de un estudio como este, el cual es base para la elaboración de diagnósticos socioeconómicos más amplios de la población de bajos recursos. El sisben es el principal sistema de focalización individual, además a partir de la encuesta socio económica se genera un puntaje que es la puerta de entrada a los diferentes programas sociales tanto a nivel nacional como local, observando de esta manera las necesidades que presenta la población e incluso el posible estado de vulnerabilidad en el que se encuentran algunas personas que conforman la base de datos del SISBÉN; por ende, la caracterización y el análisis se efectúan para ver las distintas relaciones entre las variables que son base de criterios categóricos como la edad, el sexo y determinada condición de vulnerabilidad. La forma como se lleva a cabo este proceso es mediante el cruce de variables que intervienen en los componentes de la ficha de clasificación. Dado lo anterior, toma relevancia conocer la forma como se efectúa el análisis y la descripción de los datos a fin de describir mejor a la población encuestada.

La importancia del proyecto recae en que sirve de instrumento para caracterizar la población que conforma la base de datos SISBÉN Tunja, al ser la primera vez que en la ciudad se realiza un análisis de caracterización sociodemográfico de la población SISBÉN el cual permitirá la elaboración de diagnósticos socio económicos más extensos de la población; el apoyo a planes de desarrollo en la ciudad; el diseño y elaboración de programas concretos orientados a los sectores de menores recursos o población vulnerable. El documento está estructurado por capítulos de la siguiente forma: el primer capítulo aborda el marco teórico, el segundo el análisis estadístico aplicado a los datos, el tercero la relación estadística de los programas sociales nacionales como locales y en el cuarto capítulo se presentan las conclusiones. El proyecto tiene por objeto entre otras razones enfatizar de un modo explícito algunos de los contenidos en relación con el análisis bivariado y multivariado de datos para ello es de vital importancia establecer el tipo de variables que se muestran en la base de datos certificada del SISBÉN del municipio de Tunja.

Capítulo 1 En este capítulo se hace una revisión de algunos conceptos relacionados con las distintas metodologías empleadas por el SISBÉN a través del tiempo y las técnicas estadísticas que permiten estudiar variables, cuyos conceptos son clave para entender la naturaleza de los datos que se van a manejar y analizar en el presente proyecto.

1 MARCO TEÓRICO 1.1 El Sistema de Identificación de Potenciales Beneficiarios de Programas Sociales

(SISBEN) El SISBÉN desde su creación en el año 1994 por el Departamento Nacional de Planeación (DNP) ha pasado por varias etapas o momentos que han permitido que mejore constantemente y que en cada restructuración hagan de este un mejor sistema; a continuación se hará un recorrido desde su origen hasta la metodología hoy conocida como SISBÉN III

1.1.1 Origen del SISBÉN El SISBÉN es la herramienta más importante a la hora de focalizar la inversión social, este sistema es de gran ayuda en el momento de brindar apoyo y atención a los distintos grupos de la población, con el objetivo de mejorar la calidad de vida y la distribución equitativa de los bienes y servicios como lo especifica el artículo 357 de la constitución política de Colombia de 1991. En la ley 715 de 2001 se define en el Artículo 94 a la focalización como “el proceso mediante el cual se garantiza que el gasto social se asigne a los grupos de población más pobre y vulnerable” (p. 43); como profundización a esta se tiene al CONPES Social 100 de 2006 que establece a la focalización como una estrategia que involucra tres momentos distintos que son: identificación, selección y asignación, de tal forma el SISBÉN se encuentra enmarcado en el primer momento del proceso de la focalización individual. Es preciso aclarar que los programas sociales y sus administradores son quienes tienen la autonomía para seleccionar y asignar a los potenciales beneficiarios de los respectivos subsidios, de acuerdo con los criterios que éstos, al igual sucede con los razonamientos de salida de los programas. Con respecto a los casos especiales como personas desplazadas o

en estado de indigencia el Departamento Nacional de Planeación (DNP) recomienda a los entes territoriales llevar a cabo procedimientos administrativos, en el ámbito de su competencia, acordados a las normas que consideren pertinentes, adecuados, eficientes e idóneos, y que permitan la atención, seguimiento y verificación efectiva de la situación correspondiente y en caso de que la necesidad sea dispendiosa aplicar el debido proceso. En este sentido, alrededor de 8 instituciones y 32 programas de orden nacional utilizan el SISBÉN como criterio principal o complementario de focalización como se puede ver en la Tabla 1. Al permitir este la identificación de los hogares, familias o individuos más pobres y vulnerables, de acuerdo con sus condiciones económicas, a partir del cálculo del puntaje, dicha estimación se realiza a través de un software utilizando como insumo los resultados de la encuesta que se le aplica a cada hogar y por ende a cada habitante. Tabla 1: Programas e instituciones de orden nacional que utilizan el SISBÉN como instrumento focalizador

INSTITUCIÓN PROGRAMAS

Instituto Colombiano de Bienestar Familiar (ICBF)

Hogares FAMI Materno Infantil

Hogares comunitarios de Bienestar Jardines comunitarios

Desayunos infantiles tipo 1 y2 Clubes pre-juveniles y juveniles

Asistencia Nutricional al escolar y adolescente Programa Nacional de Alimentación para el adulto mayor

Acciones de apoyo a Dispersa Agencia Presidencial para la Cooperación Internacional

Familias en Acción

Ministerio de Protección Social Programa de Protección Social al Adulto Mayor

Fondo de Solidaridad Pensional Régimen Subsidiado de Salud

Ministerio de Agricultura y Desarrollo Rural

Subsidio para vivienda de interés social rural

Ministerio del Medio Ambiente, Vivienda y Desarrollo Territorial

Subsidio de interés social – hogares sector informal

SENA Programas jóvenes rurales ICETEX Programa ACCES

Ministerio de Educación Nacional Gratuidad en matricula y pensión (básica primaria) Subsidio de alimentación, transporte escolar y útiles

Atención integral a la primera infancia Red juntos Red juntos

Nota. Fuente: Departamento Nacional de Planeación (DNP) 2008, índice de focalización individual del gasto social SISBÉN III A continuación se presentan las metodologías empleadas a través del tiempo por este sistema las cuales le permitieron establecer los parámetros de la focalización individual

1.1.2 Metodología SISBEN I En el documento CONPES social 022 el 21 de enero de 1994, se planteó como objeto establecer los criterios generales, instrumentos y acciones de seguimiento y control para la determinación, identificación, y selección de beneficiarios para la aplicación del gasto social por parte de los Municipios y Distritos, a través de programas financiados con recursos provenientes de la Nación, a partir de 1994. El mencionado documento, señalaba que el Gobierno Nacional se ha propuesto una política social orientada a fortalecer la capacidad de la población más pobre para beneficiarse de programas concretos en las áreas de educación, salud, vivienda y agua potable, con prioridad en intervenciones con mayor impacto (la educación básica, la salud primaria, la nutrición infantil, la vivienda social y el agua potable) y mediante un esfuerzo de focalización del gasto social en los grupos de población más pobre y vulnerable. Para la identificación de individuos pobres o vulnerables, se establecían unos criterios de focalización que obligaban a una distinción en la identificación geográfica, es decir el establecer áreas pobres dentro de las entidades territoriales, cuyo principal instrumento era la estratificación socio económica, así mismo tenía en cuenta mapas de pobreza, inventario de barrios sub normales y censos de vivienda. Planteaba la focalización individual, que según el DNP (1997) diseñaba el uso de un “cuestionario corto que se aplica a los hogares, familias o individuos pobres para obtener con detalle información relacionada con empleo, ingresos y características de las viviendas” (p. 14). Los planteamientos dados por el documento CONPES, fueron aceptados por la resolución 65 del 25 de marzo de 1994, en la que se ordenó que “los beneficiarios del gasto social se identificarán a través de la estratificación socioeconómica y de la ficha de clasificación socioeconómica” (p. 1). A través de la evaluación del método anterior se da inicio a un proceso de mejoramiento de los criterios para la focalización de las personas en condiciones de vulnerabilidad con el fin de garantizar la equidad en el gasto social. 1.1.3 Metodología SISBÉN II Posteriormente, se expidió un nuevo documento que dio paso al índice SISBÉN II el CONPES SOCIAL 040 de 1997, que establecía principalmente reiterar los criterios generales de la identificación y selección de beneficiarios del gasto social cuando las leyes y reglamentos vean necesaria la focalización; en términos generales este manifestó que las estrategias para identificación de la población vulnerable adoptadas anteriormente mediante el Conpes 022 no cumplieron con las expectativas de las políticas públicas en ese entonces debido a que el modo de focalización no era el indicado, juicios que una vez lanzados fueron corroborados por la evaluación que se venía haciendo, de esta manera se dio paso al CONPES 055 que dio origen a la segunda versión del SISBEN, conocido como SISBEN II, era en ese momento más técnico que su predecesor, puesto que constaba de un cuestionario y de un software, el cual:

Ordenaba a la población por pobreza de manera continua, asignándole a cada individuo un puntaje entre 0 y 100, para dividir a la población así ordenada en 6 niveles, dentro de los cuales los más pobres se ubican en los dos primeros niveles. (p.10)

De esta manera el documento establecía que el corte, entre niveles cambiaba de acuerdo a las condiciones de pobreza. Se tenía, por ejemplo, que el nivel uno del SISBÉN correspondía a quienes obtenían un puntaje inferior a 18/100 en el sector rural e inferior a 36/100 en el urbano. En este sentido se decide estructurar las condiciones de ponderación de las variables ya que según los resultados de la encuesta de evaluación del SISBEN a nivel municipal 2003, las variables no median con exactitud el grado de pobreza de los habitantes encuestados se decide entonces adoptar medidas para reestructurar el sistema. 1.1.4 Metodología SISBEN III Diez años después del último documento promulgado, se expidió el CONPES 117 (2007), que dio nacimiento al llamado SISBEN metodología III, el cual al igual que el SISBEN II tiene como propósito enmarcarse dentro de un enfoque multidimensional de pobreza, pero incluye nuevas variables, orientadas a identificar y considerar de mejor manera niveles de vulnerabilidad individual y del contexto. Estableciendo como vulnerabilidad individual a las necesidades de las personas de avanzada edad y de los niños, las condiciones de maternidad o discapacidad y del contexto: tasa de homicidios, oferta de servicios de salud y educación a nivel municipal, tasa de mortalidad infantil del Municipio. Para la modificación de la metodología SISBÉN II la cual le da paso al SISBÉN III, se excluyeron variables por razones de manipulación, lo cual soporta la necesidad de actualización constante del sistema, dando paso a la que quizá ha sido la modificación más importantes a través de los tiempos el cual concierne a la disgregación geográfica que contempla (zona urbana, rural y tratamiento especial para 14 ciudades), Una de las modificaciones que trae el SISBEN III, lo da el planteamiento de la capacidad del índice para valorar las condiciones de vida de los hogares en relación a la no dependencia única de la elección de las variables (p.2) En esta versión hay un cambio en el método estadístico empleado y aplicado con el cual se pretende lograr que el puntaje obtenido, no dependa de la respuesta de una sola de la preguntas, o del cambio de solo una de las variables, sino que sea valorada de una manera más integral, con lo cual además de pretender evitar la manipulación y la presencia de fenómenos de inclusión y exclusión errónea. Así mismo se mejoró el manejo de información, puesto que se pretende dar a conocer de una manera eficiente el avance de la aplicación de la nueva encuesta, a través de boletines. El DNP es la entidad encargada de diseñar la metodología a nivel nacional, consolidar las bases de encuestados de todos los municipios del país, validar y certificar la información, luego de que la información es certificada, la base es remitida a las entidades del sector social para que éstas, de acuerdo con los requisitos que establezcan, seleccionen a la

población beneficiaria de los programas y los subsidios que ellas otorgan en las áreas de salud, vivienda, educación y en general ver el estado de vulnerabilidad de los habitantes.

La identificación de potenciales beneficiarios de programas sociales se realiza a partir de una encuesta o ficha de clasificación socio económica, en esta se adoptan dos tipos de observación, una que es directa y la otra que se basa a partir de la entrevista. La ficha implementada fue diseñada por el DNP para aplicar la metodología III del SISBÉN, que es la abordada en este trabajo de investigación y la cual consta de 90 preguntas que conforman las dimensiones de salud, educación y vivienda y permiten ver la vulnerabilidad de la población; de estas preguntas se toman, las variables objeto de estudio para el trabajo. Este proyecto de investigación busca establecer un análisis socio económico sobre la población encuestada en el SISBÉN metodología III en el municipio de Tunja, Boyacá; señalando de esta manera rasgos de la población, vivienda y hogar, con el fin de describir a la población perteneciente a este sistema que habita cada una de las zonas geográficas del municipio, tanto en aspectos demográficos como económicos teniendo en cuenta las dimensiones señaladas anteriormente, desde luego observando la condición del entorno en que se desarrolla la población en conformidad a los hogares y las particularidades de las diferentes variables a analizar. Este análisis busca caracterizar a la población SISBÉN del municipio de Tunja Boyacá, la información de la cual se derivan todas las observaciones proviene de la base de datos certificada del SISBÉN metodología III con fecha de corte a 24 de Enero del 2014; el método de recolección de la información de las fichas se realizó principalmente a través de un censo o barrido (casa a casa) de la población que habita en esta ciudad; igualmente, se incluyen encuestas a la demanda, es decir, cuando la encuesta se lleva a cabo por solicitud del interesado. El Decreto 1192 de 2010, define las bases de datos que evidencian los procesos de encuestas realizados a la población, estas se clasifican en:

1. Base de datos bruta municipal: la cual almacena información que aún no se le ha realizado ningún proceso de depuración.

2. Base de datos certificada: la cual envía el DNP a los programas sociales y entes territoriales, como resultado al validar la información depositada en esta.

Según el Departamento Administrativo Nacional de Estadística (DANE) con el censo realizado en el año 2005 Tunja contaba con una población aproximada de 154.096 habitantes; en la actualidad este municipio cuenta con una población estimada de 181.407 habitantes como lo presenta el Anuario estadístico de la Gobernación de Boyacá (DANE, 2013), de los cuales 81932 personas se encuentran registradas en la base de datos certificada del SISBÉN, lo cual se refiere al 45.16% de la población del municipio.

La encuesta SISBÉN recopila datos relevantes acerca de las condiciones de vida de la población a partir de variables relacionadas con las personas, los hogares y las viviendas, las cuales permiten obtener información característica de quienes son encuestados, las necesidades de cada individuo que representan la sostenibilidad a la hora de satisfacer sus

necesidades básicas, lo que hace que la proyección de vida del mismo depende de su estado social. En el libro Libertad y desarrollo de Amartya Sen (2000), el análisis se fundamenta en el desarrollo desde una perspectiva más allá de las cifras, resaltando la importancia que tiene el desarrollo de las libertades primordiales del hombre dentro del desarrollo social, definidas éstas como capacidades de satisfacer las necesidades básicas desenvolviéndose integralmente y validando el derecho de cada persona a vivir sanamente en la sociedad. Además resaltando la importancia que tiene el gobierno en pensar en estas necesidades dentro de los Planes de desarrollo. Observando la problemática del desarrollo económico dando importancia al papel de las mujeres en la sociedad, la educación y a los agentes en el desarrollo social, entre otros, se sustenta la propuesta del desarrollo económico de Amartya Sen la cual debe ir de la mano del cumplimiento de las libertades fundamentales del individuo y la obligación que tiene el estado para satisfacer las necesidades de los mismos, permitiéndoles un desarrollo integral; sin restarle importancia al análisis de la pobreza remitiéndose al concepto de capacidad social: la desigualdad no debe medirse sólo según el acceso a bienes materiales y sociales; es fundamental que los individuos tengan la capacidad de utilizarlos eficazmente; por lo tanto, el estado y el sistema de gobierno cumplen un papel fundamental, pues es éste quien garantiza el cumplimiento no sólo de los deberes sino también de los derechos fundamentales de los ciudadanos, o al menos así debería ser. Sen (1992) encontró que

El estado de bienestar, es aquél momento liberal que toma la responsabilidad del” bien estar” de sus ciudadanos por medio de una serie de intervenciones en la economía de mercado como lo son las políticas de empleo y servicios de bienestar social”. (p. 18)

El marco legal del SISBÉN estaba consignado en el artículo 30 de la ley 60 de 1993 y actualmente se encuentra en el artículo 94 de la ley 715 de 2001, donde se definen los elementos generales para la focalización del gasto social y se dan recomendaciones al CONPES Social para que fije cada tres años los criterios para la determinación, identificación y selección de potenciales beneficiarios de programas sociales.

• Artículo 94 de la Ley 715 de 2001. “El CONPES Social definirá cada tres años los criterios para la determinación, identificación y selección de beneficiarios, así como los criterios para la aplicación del gasto social por parte de las entidades territoriales” (p.48).

• Documento CONPES 055 de 2001. Reforma el Sistema de Focalización individual del Gasto Social, y acoge las conclusiones y recomendaciones del Estudio del DNP-Misión Social y Ministerio de Salud.

A su vez, señala el hecho de que después de 8 años de utilización del SISBÉN, se pueden identificar logros importantes, como:

� Se han focalizado efectivamente los recursos � Los criterios y la utilización del instrumento han sido apropiados por la comunidad

y por las autoridades locales

� El SISBÉN ha ganado un amplio reconocimiento internacional; � La sisbenización de 27 millones de personas, de las cuales el 36,0% están afiliadas

al régimen subsidiado de salud y el hecho de que el cambio en la utilización de los servicios de salud favoreció a la población más vulnerable.

� La información de las bases SISBÉN ha apoyado los procesos de planeación, la ejecución de programas específicos, la descentralización y el fortalecimiento del desarrollo institucional.

Vargas (2000) sostiene un debate acerca de la conveniencia de focalizar o generalizar las políticas públicas, la base de la discusión recae en un problema real y de suma importancia si se habla del crecimiento de la pobreza en Colombia el cual no ha podido ser contrarrestado muy a pesar de los esfuerzos realizados hasta el momento por las administraciones gubernamentales. Se entiende la idea de concentrarse en políticas focalizadas respondiendo quizá a la limitación de recursos, de esta manera, la justificación de la focalización se fundamenta principalmente en argumentos de eficacia. Según los mecanismos de focalización (2007):

“En Colombia, la primera versión del Sisbén (Sisbén-I) empezó en 1994 para seleccionar los beneficiarios de programas sociales, con el fin de dar cumplimiento a lo dispuesto en las Leyes 60 y 100 de 1993 y al CONPES Social 22 de 1994”.(p. 19)

De aquí se inicia principalmente la construcción de un índice con las características de un proxy means test, a partir de variables asociadas a las particularidades de las viviendas, acceso a servicios públicos, composición y características del núcleo familiar, contextos socio-demográficos, educación e ingresos; se da entonces como actualización del instrumento en el 2003 el considerar variables relacionadas con la ocupación profesional y el equipamiento del hogar dado que estas serían de bastante ayuda a la hora de describir a la población. Con la nueva propuesta introducida, la descripción detallada de las variables a partir de las cuales se obtiene el índice y los respectivos ponderadores pasan a ser de uso restringido operativamente hablando al aplicarse la encuesta mediante barrido en la población (casa a casa) y, posteriormente, por demanda.

Ya para el 2007 se inicia con la que puede ser la etapa complementaria de las dos versiones anteriores esta enmarca un tipo de estructura cuya metodología dimensional abarca los tres aspectos importantes a la hora de focalizar individualmente las necesidades de la población.

A medida en que los diferentes programas no tienen que efectuar el proceso de recolección de información de los potenciales beneficiarios de manera directa; el DNP se encarga de regular y administrar el instrumento SISBÉN a medida que se suministra la información, la cual es recolectada por los encargados de operar los diferentes programas sociales; así un número amplio de programas han ido utilizando este instrumento de focalización.

Para el análisis descriptivo de los datos y la aplicación de las técnicas estadísticas multivariadas, se presenta a continuación la temática necesaria para la elaboración de los procesos estadísticos respectivos.

Peña (2002) establece que las Técnicas de Análisis Multivariado (TAM) de datos proporcionan métodos objetivos para conocer el número de variables indicadoras que son necesarias para describir adecuadamente la realidad estudiada y las propiedades de las variables, al identificar los grupos, se busca que existan observaciones con propiedades similares, al conocer la relación entre conjuntos de datos se quiere establecer la cantidad de dimensiones que tiene las posibles relaciones entre los conjuntos de datos; para dicho fin, se tienen en cuenta las siguientes temáticas:

1. Vectores y matrices. 2. Descripción de las variables y su estructura. 3. Análisis de componentes principales. 4. Análisis discriminante. 5. Análisis de correspondencias. 6. Análisis de conglomerados.

Para describir la información y estudiar las técnicas multivariadas es necesario determinar el tipo de variables a tratar y la estructura de la información; además debido a que el manejo de datos de manera multivariada implica la operación de vectores y matrices, inicialmente se presentan algunas definiciones.

1.3 VECTORES Y MATRICES

1.3.1 DEFINICIÓN 1. Díaz (2002), Grossman (1996). Un vector es un arreglo de números dispuestos en filas o en columnas. Si el arreglo tiene �-numeros se dice que el vector tiene tamaño �1 × �� o �� × 1� según se trate de un vector columna o un vector fila en cualquiera de los casos se dice que es un elemento de ℝ�

� = ��, ��, … , ��ó� = ��⋮�� (1)

Un vector columna se obtiene por la transposición de un vector fila y recíprocamente un vector fila corresponde al transpuesto de un vector columna. Es decir para el caso vector fila � en (1) es equivalente representarlo por (2), de manera similar con el vector �.

�� = ��⋮��(2)

donde��representa la transpuesta de �.

La multiplicación de un número (escalar) por un vector, es el vector cuyas componentes se conforman por el producto entre cada componente del vector y el número real. Sea � el escalar y � el vector, entonces:

�� = ��⋮��(3)

La expresión (3), permite generalizar a un número infinito de escalares y vectores de tal forma que si se tienen ��, ��, … , �� escalares y ��, ��, … , �� vectores, se tiene que: �� + ��+⋯ + �� (4)

la expresión (4) es una combinación lineal de los vectores��, ��, … , ��

Díaz (2002), Peña (2002), Grossman (1996). 1.3.2 DEFINICIÓN 2. Matriz: una matriz � de orden � x � es un arreglo rectangular de números dispuestos en � reglones y � columnas y esta se puede expresar a partir de (5).

� = !!!!!" #��#�� …#�$ … #��#��#�� …#�$ …#��⋮⋮⋮⋮#%�#%� …#%$ …#%�⋮⋮⋮⋮#&%#&� …#&$ …#&� '(

(((()(5)

donde#%$ representa el número que aparece en la fila * y la columna +de la matriz �.

1.3.3 DEFINICIÓN 3. Matriz cuadrada: una matriz de � × �elementos, es una matriz cuadrada si el número de filas es igual al número columnas, es decir, � = �y se dice, que la matriz es de orden � ó � × � a partir de la expresión (5), � será una matriz cuadrada cuando � = �.

La matriz inversa sirve para resolver sistemas de ecuaciones de dos o más variables.

1.3.4 DEFINICIÓN 4. Matriz identidad : la matriz identidad ,-de � × � es una matriz cuyos elementos de la diagonal principal1 son iguales a 1 y todos los demás son 0. Esto es,

,- = !!!"1 0 0 … 00 1 0 … 00 0 1 … 0⋮ ⋮ ⋮ ⋱ ⋮0 0 0 … 1'((

()�6� de manera que �, = ,� = �siendo �una matriz de orden �.

1 La diagonal principal de A= (#*+) consiste en las componentes #��, #�� , #11, etc. A menos que se establezca

de otra manera, se hará referencia a la diagonal principal simplemente como la diagonal.

1.3.5 DEFINICIÓN 5. La inversa de una matriz: sean A y B dos matrices de orden � suponga que:

�2 = 2� = ,(7)

Entonces B se llama inversa de A y se denota por �34, por lo tanto se tiene:

��34 = �34� = ,(8)

1.3.6 DEFINICIÓN 6. La traza de una matriz: La traza de una matriz cuadrada de orden � está definida como la suma de los elementos de la diagonal principal de (5). Es decir,

56�� = #�� + #�� + ⋯+ #�� (9)

1.3.7 DEFINICIÓN 7. Matriz de Distancias: es una matriz simétrica de orden � cuyos elementos representan las distancias entre los datos, esta se puede representar por (10).

7 = !!!" 1 #�� #�1 … #�8#�� 1 #�1 … #�8#1� #1� 1 … #18⋮ ⋮ ⋮ ⋱ ⋮#�� #�� #�1 … 1 '(

(()(10)

1.3.8 DEFINICIÓN 8. Valores propios: un escalar � de tal forma que existe un vector no nulo2 � que satisfaga:

�� = ��(11)

donde� es una matriz cuadrada de orden � × � y �es el respectivo vector propio o vector característico, es decir, al transformarlo mediante la multiplicación por � el vector resultante mantiene su dirección y posiblemente sólo su longitud y/o sentido se modifique. El vector �se llama vector propio o eigenvector asociado al valor propio �.

1.3.9 DEFINICIÓN 9. Distancia ji-cuadrado: Se define así la distancia ji-cuadrado (Peña, 2002) denotada como �� de la siguiente manera:

�� = 9 �:;.=>?@;ABCB?3:;.@?8@;BCB?�D:;.@?8@;BCB? (12)

donde:

E6. FGHI6J#K#H: frecuencias observadas en cada celda de la tabla de contingencia.

2 Un vector no nulo es aquel que tiene alguna componente distinta de cero.

E6. IHLI6#K#H: frecuencias esperadas en cada celda de la tabla de contingencia.

1.3.10 DEFINICIÓN 10. Distancia euclídea: dados dos objetos de ℝ��M = ��M�, … , �M8� y �% = ��%�, … , �%8�, se define su distancia euclidiana como:

NO* = P∑ ��M$ − �%$��S+T4 (13)

1.3.11 DEFINICION 11. Distancia mahalanobis: es una forma de demostrar la similitud de dos variables aleatorias multidimensionales, la distancia entre los objetos �M =��M�, … , �M8� y �% = ��%�, … , �%8�, se define la siguiente forma cuadrática.

7O*� = ��M − �%��U3��M − �%�, con ℎ, W = 1, … , � (14)

dondeU3� es la inversa de la matriz de covarianzas.

El análisis multivariante tiene sus inicios en la estadística univariante y bivariante, estos conceptos van desde la necesidad de un entendimiento conceptual de los elementos básicos a las cuestiones específicas acerca de los tipos de variables utilizadas y los resultados estadísticos de los test de significación además de los intervalos de confianza. Cada concepto juega un papel importante en la correcta aplicación de cualquier técnica multivariante.

1.4 DATOS MULTIVARIADOS

1.4.1 Tipos de Variables

De acuerdo a la clasificación de las variables en la parte estadística (Peña, 2002), las variables pueden ser: cuantitativas cuando su valor se expresa numéricamente por ejemplo: la edad de una persona, la estatura y la cantidad de ingresos, al mismo tiempo que se pueden clasificar en continuas, de intervalo o discretas cuando se toman valores enteros y cualitativas cuando su valor sea un atributo o categoría como el género , el municipio de nacimiento y estas pueden clasificarse en binarias, cuando toman únicamente dos valores posibles por ejemplo: el género (masculino y femenino) o generales cuando toman muchos valores como el municipio de residencia. Estas pueden también codificarse como numéricas, pero requieren un tratamiento especial.

Para un mejor entendimiento de la estructura de la información los datos se pueden disponer en forma matricial.

1.5.2 La Matriz De Datos

Según Peña (2002) para establecer un análisis multivariado:

Se observan L variables numéricas en un conjunto de � elementos. Cada una de las variables se denomina una variable escalar o univariante los valores de estas pueden representarse en una matriz X, de dimensiones �� × L� que se llama matriz de datos y el conjunto de las L variables forman una variable vectorial o multivariante. (p.63)

X = �� … ��8�� … ��8⋮ ⋮ ⋱ ⋮�� ⋯ … ��8� = ��⋮��

� (15)

Asociando �� a la expresión (2)

De esta manera se indican los elementos que conforman la matriz de tal modo que se denotará cada �%$ a la observación del W − éHW�F individuo en la Z − éHW�# variable.

A partir de esta matriz se realizan diferentes cálculos que permiten reducir la información los cuales son parte fundamental para el desarrollo del tratamiento de la información de los distintos modelos estadísticos multivariados que se apliquen a la matriz de datos. Según Vázquez (1998), los cálculos son:

Vector de medias X[

�\ = 4- ∑ �%-*T4 = ��̅��̅�⋮�̅8�

(16)

donde cada �̅�, �̅�, … , �̅8 representan las L medias muéstrales de cada variable por separado.

Su expresión a partir de la matriz de datos (15) es:

�\ = �� 4(17)

cada elemento del vector (16) es la media de cada una de las L variables, es decir es el valor central de los datos de cada una de ellas. Teniendo �′ de la forma (2) donde4 representa un vector de unos del tamaño adecuado. El valor central solo, no permite argumentar sobre el comportamiento de las variables, es necesario, conocer cómo determinar su dispersión alrededor de ese valor central.

Matriz de varianza y covarianza S

Se estima así:

_ = �� ∑ ��%�%T� −�̅��% − �̅��(18)

según Peña (2002), es “una matriz cuadrada y simétrica3 que contiene a la diagonal de las varianzas y fuera de la diagonal a las covarianzas entre las variables” (p. 70), la cual se representa a partir de (19).

_ = !!!" `4� `4� ⋯ `4S`�4 `�� … `�S⋮ ⋮ ⋱ ⋮`S4 `S� ⋯ `S� '((

()(19)

La variabilidad de los datos y la información relativa a las relaciones lineales entre las variables se resumen en la matriz (19).

1.5 PRUEBAS ESTADISTICAS PARA OBSERVAR ASOCIACION ENTRE VARIABLES

Para el caso de la prueba de significación estadística Chi-cuadrado de Pearson se tienen dos situaciones una de ellas es: La Asociación de las variables se puede ver si existe asociación estadísticamente significativa entre la variable dependiente y la variable independiente. Cuando el estadístico de contraste es menor a 0.05. La no asociación ocurre cuando el estadístico de contraste es mayor a 0.05.

1.5.1 Ji-cuadrado

Según Monge y Pérez (2002),”Es una prueba de independencia que consistente en comprobar si dos características cualitativas están relacionadas entre sí, este contraste se aplica cuando se desea comparar una variable en dos situaciones o poblaciones distintas” (p.2).

Para la independencia de las variables se plantean dos hipótesis:

ab: d#HJ#6W#GdIHHF�W�KILI�KWI�5IH

aB: d#HJ#6W#GdIH�FHF�W�KILI�KWI�5IH

3Si se cumple �� = �con �una matriz de orden �

Para que dos sucesos sean independientes la probabilidad de que ocurran ambos a la vez debe ser igual al producto de las probabilidades de que cada suceso ocurra individualmente o el valor p el cual es por defecto el riesgo de equivocarse al asegurar que existe asociación entre las variables analizadas de un tamaño menor a 0.05 (o, en porcentaje, al 5%); si p< 0.5 se rechaza la hipótesis nula o ab.

Para los de más estadísticos de prueba se puede decir que estos son medidas ligadas a la Ji-cuadrado a continuación se hace una breve descripción acerca de estos.

1.5.2 Coeficiente V de Cramer Sólo consideraremos el Coeficiente V de Cramer como parte del análisis cuando Chi-cuadrado de Pearson sea estadísticamente significativo. Es decir, cuando exista asociación entre la variable dependiente y la variable independiente. Generalmente cuando Chi-cuadrado de Pearson es significativo, lo es también V de Cramer, en estos también se presentan dos situaciones: Si existe una intensidad de asociación baja �0,0 < fKIg6#�I6 ≤ 0,2� entre la variable dependiente y la variable independiente. Si Existe una intensidad de asociación media �0,0 < fKIg6#�I6 ≤ 0,3� variable dependiente y la variable independiente. Si Existe una intensidad de asociación alta �0,0 < fKIg6#�I6 ≤ 1,0� entre la variable dependiente y la variable independiente. 1.5.3 Coeficiente de Correlación de Spearman La intensidad de la relación se interpreta tal como el coeficiente de V de Cramer. Luego debe indicarse la dirección de la relación: si es directa o inversamente proporcional. Para el caso de la introducción de variables control Al realizar un cruce entre la variable dependiente � y la variable independiente � incluyendo una variable de control g, se debe realizar un análisis de los datos de modo similar a cuando trabajamos con dos variables. Así, nos encontraremos con las siguientes situaciones: Dependencia e Independencia La variable � depende de la variable �, independientemente de la variable g. Tal situación ocurre cuando el estadístico de contraste es menor a 0,05 en cada una de las categorías de la variable de control. La variable � no depende de la variable �, independientemente de la variable g esto ocurre cuando el estadístico de contraste es mayor a 0,05 en cada una de las categorías de la variable de control.

1.5.4 Relación Condicionada

La variable Y depende de la variable X, salvo en el caso de las categorías de variable g donde se da una asociación no significativa. La variable � no depende de la variable �, salvo en el caso de las categorías de la variable g donde se da una asociación significativa. Para analizar la información facilitada por el SISBÉN del municipio de Tunja, se necesita abordar las técnicas de análisis multivariado ya que es un conjunto de métodos de análisis de datos, técnicas como análisis discriminante; componentes principales, análisis discriminante; análisis de correspondencias y análisis de conglomerados. A continuación se introducen cada una de las técnicas multivariantes, definiendo brevemente la técnica y el objetivo de su aplicación.

1.6 TECNICAS DE ANALISIS MULTIVARIADO

1.6.1 Componentes Principales

Terradez (s.f.), en un estudio sobre el análisis de componentes principales: “El Análisis de Componentes Principales (ACP) es una técnica estadística de síntesis de la información, o reducción de la dimensión (número de variables)” (parr.1); es decir, ante la base de datos con muchas variables, el objetivo será reducirlas a un menor número perdiendo la menor cantidad de información posible.

1.6.2 Determinación de Componentes Principales

Teniendo en cuenta lo mencionado por Díaz (2002) “mediante las L variables a observar ��, … . , �k, para evidenciar la posibilidad de encontrar nuevas variables denotadas por �l que sean combinaciones lineales de las variables originales �$, sujetas a ciertas condiciones” (p. 204), En este sentido se determina la primera componente principal �� de este modo:

�� =m�� + m�� + ⋯+ m�8�8 (20)

��, ��, … , �krepresentan variables sobre � − W�KWJWKnFH y ��, ��, … , �l son las nuevas variables que posiblemente lleguen a ser combinaciones lineales de las variables originales, sujetas a ciertas condiciones. Donde m��, … , m�8 representan las ponderaciones que se escogen de tal forma que maximicen la razón de la varianza de �� a la variación total; con la restricción ∑ m�$� = 18$T� .

La segunda componente principal �� es una combinación lineal ponderada de las variables observadas, la cual no está correlacionada con la primera componente principal y reúne la máxima variabilidad restante de la variación total contenida en la primera componente principal ��.

Como lo determinan Vázquez y Bernard (1998):

Estas nuevas variables son capaces de explicar la variación total de datos. Esta otra propiedad permite eliminar aquellas nuevas variables que expliquen muy poco el fenómeno que se investiga. Limitando, entonces, el estudio de aquellas componentes más importantes; estas son las llamadas componentes principales. (p. 68)

1.6.3 Análisis Discriminante

Es el modelo multivariado que sirve para comprobar estadísticamente la existencia de relaciones entre grupos poblacionales. Lo que facilita determinar una función capaz de evaluar un nuevo sujeto con respecto a diversas variables, permitiendo decidir a cuál de los diferentes grupos a comparar pertenece cierto individuo. Es aquí donde se tiene una función discriminante.

Este método considera dos etapas, una DESCRIPTIVA en la cual permite indagar cuáles variables determinan la existencia de grupos de sujetos ligados a ciertas condiciones y otra DECISIONAL cuando clasifica a nuevos sujetos en su grupo correspondiente.

1.6.4 Análisis De Correspondencias

Peña (2002), lo define como una técnica descriptiva donde a través de la utilización de tablas se recogen las frecuencias de aparición de las variables cualitativas; obteniendo así una matriz de dimensiones o X p denominada tabla de contingencia, donde la primera variable representa las filas y la segunda las columnas tomando o y p valores posibles respectivamente. De modo que como lo presenta Peña (2002), para llegar a esta tabla se debe: “definir o variables binarias para las categorías de las filas y p para la de las columnas y disponer estas variables en matrices Xqpara las filas y Xrpara las columnas” (p. 194).

Finalmente entonces el análisis de correspondencia aparece como el procedimiento utilizado para resumir la información que se encuentra en la tabla de contingencia y esta puede interpretarse de dos formas, las cuales las describe Peña (2002) de la siguiente manera:

La primera, como una manera de representar las variables en un espacio de dimensión menor, de forma análoga a componentes principales, pero definiendo la distancia entre los puntos de manera coherente con la interpretación de los datos y en lugar de utilizar la distancia euclídea utilizamos la distancia ji-cuadrado. La segunda interpretación está más próxima al escalado multidimensional: es un procedimiento objetivo de asignar valores numéricos a variables cualitativas. (p. 195)

También se define el escalado multidimensional (Díaz, 2002), descrito en la segunda forma de interpretación en el análisis de correspondencias la cual emplea la proximidad entre los

elementos de la matriz, por ende la similaridad o la diferencia entre ellos; con el fin de encontrar las mejores coordenadas para ubicar dichos elementos en un plano.

Para finalizar, el análisis de correspondencias es una técnica de interdependencia recientemente desarrollada que facilita tanto la reducción dimensional de una clasificación de objetos (por ejemplo: productos, personas, etc.,) sobre un conjunto de atributos y el mapa perceptual de objetos relativos a estos atributos. Los investigadores se enfrentan constantemente a la necesidad de «cuantificar datos cualitativos» que encuentran en variables nominales. El análisis de correspondencias difiere de otras técnicas de interdependencia discutidas antes en su capacidad para acomodar tanto datos no métricos como relaciones no lineales.

El análisis de correspondencias múltiples se ocupa de tablas de contingencia de tres o más entradas a las cuales se les identifica con individuos (filas) y modalidades de variables categóricas (columnas), en general este es un análisis de correspondencias simple aplicado no solo a tablas de contingencia si no a tablas disyuntivas completas esta es la tabla o matriz � con � − EWd#H y L − sFdn��#H describe las t6IHLnIH5#H para los � − W�KWJWKnFH a través de un código binario (0 o 1)

1.6.5 Análisis De Conglomerados

Es una técnica estadística multivariada que consiste en agrupar las diferentes variables a estudiar en función de la similaridad entre ellas, es decir es un conjunto de métodos utilizados para la clasificación de conjuntos de individuos en grupos homogéneos (Terrádez, s.f.), “buscando identificar los elementos (o variables) que presenten una máxima uniformidad en cada grupo y la mayor diferencia entre los mismos” (parr.1).

Esta técnica se basa en algoritmos jerárquicos acumulativos (formando grupos homogéneos cada vez más grandes), aunque no son los únicos posibles. Se puede combinar con el Análisis de Componentes Principales, pues por medio de este se puede homogeneizar los datos, lo cual permite realizar posteriormente un análisis sobre los componentes obtenidos.

Para la construcción de jerarquías, se estructuran los elementos del conjunto de datos en forma jerárquica por su similitud, es decir, se establece un orden por niveles.

Los métodos de clasificación pueden dividirse en aglomerativos y divisivos, en los primeros se parte de tantas clases como objetos se tengan que clasificar y en pasos sucesivos se obtendrán clases de objetos similares, mientras que en los segundos se parte de una única clase formada por todos las observaciones que se va dividiendo en clases sucesivamente.

Aquí se usan unas medidas de distancias:

1. Euclídea como se observa en la expresión (13). 2. Mahalanobis dada por la expresión (14).

Además de establecer una matriz de distancias reflejada en la expresión (10) para un mejor análisis de los datos.

Capítulo 2

En este capítulo se presentan los análisis de resultados obtenidos a partir del cruce de variables de la base de datos de la población SISBÉN Tunja la cual está conformada por 81932 personas, este se estructuro en tres dimensiones las cuales se muestran de manera implícita en la encuesta que aplica el sistema. La población SISBÉN está conformada por 81932 personas estas se encuentran distribuidas en tres zonas denominadas; cabecera, centro poblado y rural disperso; el municipio de Tunja está constituido por 181 barrios y 12 veredas.

2.1 PRESENTACIÓN Y ANÁLISIS DE RESULTADOS

2.1.1 Población En este proyecto se evidencia la estructura de la población con ciertas características demográficas como el nivel educativo, asistencia escolar, su tipo de afiliación a salud y las actividades que en su mayoría realiza la población; a fin de presentar los aspectos del tipo de personas que han sido encuestadas. Se observa en la Figura 1 que el 90.5% de la población encuestada por el SISBÉN para el Municipio de Tunja habita en las zonas cabecera municipal, el 0.1% en el centro poblado y el 9.4% restante en rural disperso.

Figura 1: Distribución de la población por zona

Figura 2: Población SISBÉN por género Tunja, Boyacá

Con relación a la población registrada en el Sisbén III para el Municipio de Tunja, en la Figura 2 se encuentra que el 46.23% son hombres, lo que equivale a 37879 personas y el 53.77% restante corresponde a 44053 mujeres. En la Tabla 3 se observa que una proporción importante de la población SISBÉN del municipio se encuentra en las edades comprendidas entre los 5 y 24 años que correspondiente al 41.1% de los encuestados, lo que nos indica que de los habitantes de Tunja que están incluidos en el sistema hay mayor proporción de población joven. El grupo etario con mayor proporción de población total es el de 15 a 19 años con el 10.8%, así mismo este grupo representa la mayor proporción para mujeres y hombres con un 5.6 y 5.2 respectivamente. A su vez en la Figura 4 se puede notar que la edad promedio para toda la población SISBÉN del Municipio de Tunja es de 29.11 años, el 50% de la población presenta una edad menor o igual a 25 años y la edad más común es 20 años. También se observa que el 25% de la población encuestada tiene una edad de 13 años o menos y el 75% de la población una edad menor o igual 42 años.

Tabla 3: Grupos etarios por género población SISBÉN

Edad Hombres % Mujeres % Total %

0 – 4 3271 4,0 3109 3,8 6380 7,8

5 – 9 4084 5,0 3840 4,7 7924 9,7

10 – 14 4024 4,9 4102 5,0 8126 9,9

15 - 19 4298 5,2 4572 5,6 8870 10,8

20 - 24 4039 4,9 4500 5,5 8539 10,4

25 - 29 3138 3,8 3772 4,6 6910 8,4

30 - 34 2774 3,4 3357 4,1 6131 7,5

35 - 39 2217 2,7 3023 3,7 5240 6,4

40 - 44 2190 2,7 2927 3,6 5117 6,2

45 - 49 1889 2,3 2649 3,2 4538 5,5

50 - 54 1746 2,1 2342 2,9 4088 5,0

55 - 59 1354 1,7 1759 2,1 3113 3,8

60 - 64 988 1,2 1339 1,6 2327 2,8

65 - 69 618 0,8 905 1,1 1523 1,9

70 - 74 502 0,5 698 0,9 1200 1,5 75 - 79 372 0,3 564 0,7 936 1,1

80 - 84 239 0,1 342 0,4 581 0,7

85 - 89 110 0,0 170 0,2 280 0,3

90 - 94 19 0,0 63 0,1 82 0,1

95+ 7 0,0 20 0,0 27 0,0

TOTAL 37.879 46,2 44.053 53,8 81.932 100

Es posible agrupar a la población según la etapa de vida a fin de analizar mejor la población encuestada ya que en la mayoría de los casos los subsidios otorgados por el gobierno a la población más vulnerable se enfocan por grupos para su mejor distribución. De acuerdo con el DANE en su estudio Metodología Proyecciones de Población y Estudios Demográficos PPED 200 los grupos etarios que ayudan a un mejor análisis de datos poblacionales son los definidos en la Tabla 4 edades comprendidas entre los 0 a 24 años para niños y jóvenes con una composición de cerca de 39.839 personas, siendo la más representativa es aquí donde se puede decir que la población SISBÉN Tunja es una población relativamente joven.

Figura 4: Pirámide poblacional SISBÉN municipio de Tunja

Tabla 4: Distribución porcentual de la población por grupos de edad

Grupos de edad (años) %

Niños (0-14) 27.4 Jóvenes (15-24) 21.2 Adultos (25-59) 42.9 Mayores 60 y + 8.5

Se presenta la clasificación de la población en grupos de edad: niños, jóvenes, adultos y mayores, se puede ver que el 27,4% de la población son niños, el 21,2% son jóvenes, el 42,9% son adultos y tan solo el 8,5% son adultos mayores. Según datos del DANE y Planeación Departamental se evidencia que el municipio de Tunja cuenta con una población adulta mayor de 60 años de aproximadamente 17.468 personas, de las cuales se encuentran registrados 6.956 adultos mayores en el SISBÉN, corresponden al 39,82%.

Como se afirmó anteriormente la distribución por grupos se proyecta a satisfacer las necesidades básicas con programas dirigidos a estos como: primera infancia (política de nivel presidencial con el programa “De cero a siempre”), en la dimensión educación (gratuidad educativa para el nivel preescolar y primaria, promover el ingreso de jóvenes a la educación superior), en la parte de salud (Vacunación, prevención de embarazos en adolescentes, consumo de sustancias psicoactivas, prevención de enfermedades e

infecciones por transmisión sexual, etc.), Recreación (uso adecuado del tiempo libre, iniciación y formación deportiva, vacaciones recreativas, talleres lúdicos y recreativos, promoción de la lectura y buen uso de las bibliotecas, etc.), entre otros, con el fin de lograr un desarrollo integral y optimo en los niños, niñas, adolescentes y jóvenes del municipio sin dejar de lado a la población adulto mayor que necesitan también de un vital cubrimiento de sus necesidades básicas.

En cuanto a la distribución geográfica de la población se tiene que el municipio cuenta con tres zonas las cuales son: la zona cabecera, centro poblado y rural disperso, en estas habitan 181.407 personas de las cuales 81.932 se encuentran en la base de datos SISBÈN cerca del 45,2% de la población total. Tabla 5: Población total encuestada por grupos de edad y zonas

Edad

Zona

Total Cabecera Centro poblado Rural disperso

0 - 4 5691 2 687 6380 5 - 9 7032 9 883 7924

10 - 14 7244 16 866 8126 15 - 19 7941 9 920 8870 20 - 24 7834 6 699 8539 25 - 29 6352 6 552 6910 30 - 34 5579 4 548 6131 35 - 39 4705 7 528 5240 40 - 44 4659 1 457 5117 45 - 49 4222 3 313 4538 50 - 54 3798 10 280 4088 55 - 59 2901 4 208 3113 60 - 64 2108 5 214 2327 65 - 69 1347 3 173 1523 70 - 74 1040 4 156 1200 75 - 79 825 1 110 936 80 - 84 514 0 67 581 85 - 89 256 0 24 280 90 - 94 74 0 8 82

95+ 26 0 1 27

Total 74148 90 7694 81932

A partir de la Tabla 5, al analizar la distribución de la población por zona se destaca que: en la cabecera la mayor proporción está en el grupo de edad de 15 a 19 años con el 9.7%, al igual que la zona rural disperso. Para la zona centro poblado, el mayor porcentaje de

población se ubica en el grupo etario de 10 a 14 años con el 0.019% , indicando así que la población analizada para las tres zonas es en su mayoría es joven.

2.1.2 Vivienda

Según Ducci (s.f.), “La vivienda es sin lugar a dudas uno de los elementos más importantes a la hora de definir las condiciones de vida de la población”, esta no es sólo un bien que la persona posee, sino que juega un rol más trascendente en la calidad de vida de sus propietarios. La satisfacción con la vivienda es el predictor más importante de la satisfacción en la vida de las personas. La investigación se propone analizar las variables que definen las condiciones de vivienda. Tabla 6: Tipo de unidad de vivienda por zona

Zona

Tipo de unidad de vivienda

Total Casa o

apartamento Cuarto Otro tipo de

vivienda Casa

indígena Cabecera 57.511 16.600 26 11 74.148

Centro poblado 66 24 0 0 90 Rural disperso 4.607 3.084 0 3 7.694

Total 62.184 19.708 26 14 81.932 Las unidades de vivienda están al igual que la mayoría de la población ubicadas en la zona cabecera municipal, ver anexo 1 y Tabla 6 con el 90.5%. Por su parte, aquellas pertenecientes a centro poblado representan el 0.1% y en la zona rural disperso 9.4%. Anexo 1 En cuanto al tipo de unidad de vivienda en el municipio, la mayoría está constituida por casas o apartamentos con un 75.9%, de los cuales el 70.2% de este tipo de vivienda ubicado en la zona cabecera, un 0.1% ubicadas en el centro poblado y alrededor del 5.6% en el rural disperso. El 24.1% vive en el tipo cuarto, cabe resaltar que en otro tipo de vivienda y casa indígena la proporción es bastante baja. También se destaca que en la zona cabecera y el rural disperso hay casas indígenas la cual define el Centro Andino de Altos Estudios CANDANE 2007, como “la edificación constituida por una sola unidad cuyo uso es el de vivienda, construida según la costumbre de cada grupo étnico conservando la estructura tradicional”. A través de la aplicación de la prueba estadística coeficiente V de Cramer, se pudo observar que existe asociación baja entre la zona y el tipo de unidad de vivienda, hoy en día por medio del seguimiento técnicas para el análisis estadístico bivariable se puede enmarcar el tipo de relación existente entre las variables según los datos obtenidos para este proceso. Con la asociación anterior se puede ver claramente cuáles son las variables, que por tener una significancia menor al 5% se puede asumir que existe evidencia de algún tipo de asociación entre ellas.

Tabla 7: Material de las paredes de la unidad de vivienda por zona

Zona

Material de las paredes

Total

Sin

Blo

que

, la

dri

llo

Tap

ia p

isad

a,

ado

be

Bah

areq

ue

Mat

eria

l p

refa

bric

ado

Mad

era

burd

a

Gu

adu

a,

caña

Zin

c, t

ela,

ca

rtó

n

Cabecera 3 70012 3664 46 151 191 25 56 74148 Centro poblado 0 56 32 0 2 0 0 0 90 Rural disperso 0 6353 1266 4 26 20 11 14 7694

Total 3 76421 4962 50 179 211 36 70 81932

Al observar la Tabla 7, se puede ver que el material predominante en las paredes de las viviendas por zonas se encuentra que: en la cabecera, en el rural disperso y en el centro poblado el material más común es el bloque, ladrillo, piedra, madera pulida con un 93,3% con respecto a la población encuestada, en el centro poblado el porcentaje de este material prefabricado es menor. Cabe resaltar que el 0,085% de la población encuestada tiene en las paredes de su vivienda zinc, tela, cartón, latas, desechos y/o plásticos.

En cuanto al material de los pisos, en proporción, la mayor parte de las viviendas visitadas para la aplicación de la encuesta SISBÉN en el municipio de Tunja, tiene como pisos: baldosa, vinilo, tableta o ladrillo, esto es un 51,3%; le siguen las viviendas cuyos pisos están hechas en cemento o gravilla con un 39,5%. Tabla 8

Para observar la asociación entre las variables anteriormente mencionadas se aplicó el estadístico de prueba coeficiente V de Cramer, por medio de este se pudo observar que existe asociación baja a pesar del grado de significancia el cual es menor al 5% se puede asumir que existe evidencia de algún tipo de asociación significativa entre ellas.

Tabla 8: Material del piso en la unidad de vivienda por zona

Zona

Material del piso

Total

Alfombra, mármol, madera pulida y

laca

Baldosa vinilo

tableta o ladrillo

Cemento o gravilla

Madera burda o en mal estado

Tierra o arena otro

Cabecera 2445 40640 27233 2809 1013 8 74148 Centro poblado 0 7 63 0 20 0 90 Rural disperso 24 1397 5067 168 1038 0 7694

Total 2469 42044 32363 2977 2071 8 81932

Con respecto al material predominante en los pisos de las viviendas por zonas se observa que: en la zona cabecera predomina como material en los pisos baldosa, vinilo, tableta o

ladrillo con el 49.6%, mientras que en las dos restantes el material más común es el cemento o gravilla. Los niveles de prestación de los servicios determinan también la calidad de vida de los habitantes del municipio y principalmente en relación a la población SISBÉN Tunja. Los servicios responden a unas necesidades básicas de la sociedad, sin embargo existen casos donde las existencia de un sistema de servicios públicos básicos para satisfacer las necesidades son muy pocas o no existen, por ejemplo el servicio de agua potable o el servicio de saneamiento sin dejar de lado el servicio de energía eléctrica tienen un impacto directo sobre las condiciones de vida individuales y colectivas. Al establecer el análisis bivariado para las variables material del piso y zona se aplicó el estadístico de prueba coeficiente V de Cramer, con este se observa que existe asociación significativa entre ellas. Tabla 9: Servicio de energía eléctrica en la unidad de vivienda por zona

Zona Energía eléctrica

Total Si No

Cabecera 73.733 375 74.148 Centro poblado 89 1 90 Rural disperso 7.461 233 7.694

Total 81.323 609 81.932

Se presenta en la Tabla 9 que el 99.3% de todos los habitantes encuestados ubicados en las tres zonas cuentan con energía eléctrica, mientras que el 0.7% no cuentan con este servicio. Por otro lado 0.5% de los habitantes encuestados que viven en la cabecera y alrededor del 0.284% de los habitantes de rural disperso no cuenta con energía eléctrica.

Otro servicio de vital importancia como se mencionó inicialmente es el de alcantarillado, pues este deja ver el avance en cuanto a infraestructura local y los posibles focos de proliferación de enfermedades.

Aplicación de la prueba Ji-cuadrado para observar la asociación entre las variables anteriormente analizadas. Para las 81932 personas encuestadas en el SISBÉN Tunja se encontró asociación estadísticamente significativa entre el servicio de energía eléctrica en la unidad de vivienda y la zona con el valor �p < 0.05�.

Tabla 10: Servicio de alcantarillado en la unidad de vivienda por zona

Zona

Alcantarillado

Total Si No Cabecera 72914 1234 74148

Centro poblado 0 90 90 Rural disperso 388 7306 7694

Total 73302 8630 81932

Figura 6: Porcentaje del servicio de alcantarillado en la unidad

de vivienda por zona

De acuerdo a la Figura 6 se tiene que el 89.5% de la población encuestada tiene alcantarillado; de las cuales el 89%se encuentra en la cabecera y el 0.5% restante en Rural Disperso. el 10.5% de la población encuestada no tiene alcantarillado de los cuales el 1.5% se encuentra en la Cabecera, el 0.1% en el Centro poblado y el 8.9% en Rural disperso.

La prueba Ji-cuadrado muestra que existe relación entre el servicio de alcantarillado y la zona. Es decir, el servicio y la zona son dos variables dependientes �p e 0.05�.

Tabla 11: Servicio de gas por zona

Zona

Gas



Total 57058 24874 81932

En la tabla 11, se puede observar que el 30.4% de la población sisbenizada no cuenta con servicio de gas; donde el 21% se encuentra ubicado en la zona Cabecera, el 0.1% en el Centro poblado y el 9.2% en Rural disperso, mientras el resto de la población cuenta con este servicio. Las pruebas de Ji-cuadrado muestran que existen relaciones significativas entre el servicio de gas y la zona. Es decir, se trata de dos parámetros dependientes. Tabla 12: Servicio de acueducto por zona

Zona

Acueducto



Total 79240 2692 81932

Se evidencia que en la zona cabecera se presenta la más alta cobertura del servicio de acueducto, Tabla 12 con el 89.6% indicando que en esta zona hay buena cobertura del servicio. En la zona centro poblado el 0.1% cuenta con sistema de acueducto y Para la zona rural disperso el 7 % respectivamente. Vemos como la cobertura del servicio está en todas las zonas sin embargo el 3.3% 2.692 personas encuestadas no cuenta con el servicio, lo cual para esta época es un factor importante ya que es una NBI para esta población.

Con el uso de la prueba Ji-cuadrado se pudo ver la asociación entre las variables anteriormente descritas. Se encontró asociación estadísticamente significativa entre el servicio de acueducto en la unidad de vivienda y la zona con el valor �p < 0.05�. Es decir con un margen de error del 0.05 de que las variables sean dependientes.

Tabla 13: Eliminación de la basura por zona

Zona

Eliminación de basura

Total

La recogen servicios de

aseo La

entierran La

queman

La tiran al patio,

lote

La tiran al rio, caño.

Otra forma


Total 73967 521 7045 284 36 79 81932

La principal forma de eliminación de la basura es la recolección por parte de los servicios de aseo con el 90.3%, seguido de la quema de la basura con el 8.6%, el 0.1% la eliminan de otra forma no especificada y el 0.6% la entierran. Por su parte la recolección de la basura es la que predomina en la zona cabecera con el 89.6%, situación diferente para las zonas restantes en las que prevalece la quema de basura con un 8.2% respectivamente, por análisis anteriores se puede ver que el servicio de recolección de basura en estas zonas no es el mejor en cobertura, pues por análisis anteriores se sabe que el servicio de recolección de basura en esta zona no es el mejor en cobertura, puesto que solamente el 0.7% de las viviendas cuentan con dicho servicio, este hecho ocasiona el empleo de otras estrategias para eliminar la basura, pero la quema no es la mejor de ellas, por el impacto ambiental que genera en el ecosistema y la afectación a la zona e incluso posible propagación de enfermedades. Tabla 13 El valor de Ji-Cuadrado de la población SISBÉN que se obtuvo es de 70704.423; éste se encuentra dentro de la región de aceptación, por lo tanto se acepta la hipótesis nula de que hay dependencia entre la variable eliminación de basura con respecto a la zona. De las viviendas visitadas se encontró que el 96.7% cuenta con servicio de acueducto, el 89.5% con alcantarillado, el 99.3% con energía, el 90.3% tiene recolección de basuras y el 69.6% servicio de gas natural. Ver Figura 7

Figura 7: Proporción de viviendas que cuentan con conexión a servicios públicos

El acceso a agua potable y a medios adecuados de saneamiento está ligado directamente a la salud humana y al desarrollo personal ya que es un factor estratégico para la generación de las riquezas necesarias en cuanto a la satisfacción de las necesidades básicas. El hecho

de estar involucrada en todas las actividades productivas y su importancia para la vida la convierten en un factor decisivo de la calidad de vida en la sociedad. Tabla 14: Fuente de agua para el consumo por zona

Zona

Fuente de agua

Total

Acu

edu

cto

Po

zo c

on

bom

ba

Po

zo s

in

bom

ba

Ag

ua

lluvi

a

Rio

, qu

ebra

da,

n

acim

ien

to

Pila

pú

blic

a

Car

rota

nqu

e

Ag

uate

ro

Do

nac

ión

Cabecera 73281 86 18 47 35 45 36 0 600 74148 Centro poblado 86 0 0 0 0 0 0 0 4 90 Rural disperso 5627 117 463 29 976 17 72 6 387 7694

Total 78994 203 481 76 1011 62 108 6 991 81932

Se presenta en la Tabla 14 que cerca del 96.4% de las viviendas de la población SISBÉN en el municipio obtienen el agua para consumo del acueducto, seguido del 1.2% del río, quebrada, manantial o nacimiento un 1.2 % de la población la obtienen por medio de una donación lo cual corresponde a 991 personas que tienen difícil acceso a este bien.

Con el estadístico de prueba coeficiente V de Cramer, al observar la asociación entre las variables anteriormente mencionadas se puede decir que existe asociación a pesar del grado de significancia el cual es menor al 5% se puede asumir que existe evidencia de algún tipo de asociación significativa entre ellas. Es decir que la fuente de agua para el consumo depende de la zona en la que se encuentran los habitantes. Tabla 15: Tipo de conexión del sanitario por zona

Zona

Servicio sanitario

Total No tiene

Inodoro con conexión a

alcantarillado

Inodoro con conexión a pozo

séptico Cabecera 266 51977 21905 74148

Centro poblado 16 71 3 90 Rural disperso 2299 4094 1301 7694

Total 2581 56142 23209 81932

De acuerdo con la Tabla 15, el 3.2% de la población encuestada no tiene servicio sanitario, el 68.5% tiene inodoro con conexión a alcantarillado y el 28.3% tiene inodoro con conexión a pozo séptico. De las personas que no tienen servicio de sanitario el 10.3% están en la

cabecera, el 0.6% en el Centro poblado y el 89.1% en el Rural disperso, cabe considerar 2581 personas sisbenizadas no cuentan con el servicio y que la mayoría de estas personas el 2.8% se encuentra en la zona rural disperso, habría que ver el tipo de ayuda que se presta a esta población ya que debido a esta situación se puede ver afectada la parte de salubridad.

A través de la prueba Ji-cuadrado se puede determinar que el tipo de conexión del sanitario y la zona tienen una asociación significativa puesto que el valor p < 0.05

Tabla 16: Tipo de combustible o fuente de energía para cocinar por zona

Zona

Combustible

Total Ninguno Electricidad Gas

natural Gas

propano

Kerosene, gasolina, cocinol, alcohol

Carbón mineral

Material de

desecho

Cabecera 1460 1012 54889 15402 582 375 428 7414

8 Centro poblado 0 0 0 17 0 22 51 90

Rural disperso 25 102 138 1295 27 2279 3828 7694

Total 1485 1114 55027 16714 609 2676 4307 8193

2 Del total de la población encuestada se puede ver en la Tabla 16, el 1.8% tiene ningún tipo de combustible para cocinar, el 67.2% utiliza gas natural domiciliario, el 20.4% cocina con gas propano y aun el 5.3% cocina con leña y carbón. El 4.7% de la población que cocinan con leña y carbón están ubicados en la zona Rural disperso y el 0.1% en el centro poblado. El 0.3% de la población que goza de gas natural domiciliario está ubicado en la zona rural disperso y el resto está ubicada en la cabecera. El gas natural domiciliario representa el combustible más utilizado por los hogares para cocinar con el 67.2%, seguido del gas propano (en cilindro o pipeta) con el 20.4%. El tipo de combustible más inusual es el Kerosene, petróleo, gasolina, cocinol, alcohol con el 0.7%. Los hogares en la cabecera cocinan en su mayoría con gas natural domiciliario, seguido del gas propano. En el rural disperso las personas cocinan en su mayoría con material de desecho, leña o carbón de leña. El coeficiente V de Cramer, permite observar la asociación entre las variables tipo de combustible o fuente de energía para cocinar y la zona es posible afirmar que existe asociación entre y el grado de significancia es menor al 5% es decir se puede asumir que existe evidencia de asociación significativa entre ellas.

Tabla 17: Espacio para cocinar por el uso de la cocina

Espacio para cocinar

Uso de la cocina Total

No tiene exclusivo compartido No tiene 1485 1485

Exclusivo 65031 9968 74999 No exclusivo 2588 2860 5448

Total 1484 67619 12828 81932 El 1.81% de la población SISBEN encuestada no tiene cocina o un espacio para cocinar, mientras que el 79.37% de la población cuenta con uso y espacio exclusivo para cocinar, además el 3.49% no tiene un espacio exclusivo y tiene que compartir este espacio. Como se presenta en la Tabla 17, el 91.5% de los hogares tienen un espacio exclusivo para cocinar o preparar sus alimentos, el 6.6% cuentan con un espacio no exclusivo para cocinar y el 1.8% no tienen cocina. A su vez, en el 82.5% de los hogares el uso de la cocina es exclusivo y la proporción de hogares en los que éste es compartido con otros hogares es del 15.7%. Tabla 18: Número de cuartos exclusivos para dormir por el total de personas de la unidad de vivienda

Personas

Cuartos para dormir

Total 0 1 2 3 4 5 6 7 8 1 6 3882 418 146 47 6 3 1 4509 2 10 6206 2554 618 145 32 2 2 9569 3 7816 5350 1978 274 15 6 15439 4 24 6685 8530 3765 635 65 4 19708 5 5 3498 6984 3694 947 118 15 10 15271 6 6 1217 3696 2197 710 102 12 7940 7 552 1962 1271 437 140 14 4376 8 8 240 1050 539 224 40 16 8 2125 9 126 464 445 54 36 18 1143 10 80 315 326 110 40 10 881 11 32 99 110 88 22 22 11 384 12 12 60 72 60 12 12 228 13 50 65 52 13 180 14 14 28 42 15 45 75 120 17 17 17

Total 59 30346 31591 15254 3875 641 102 50 14 81932

Se aprecia en la Tabla 17, que lo más común es encontrar hogares con 1, 2 y 3 cuartos para dormir equivale al 94.2%. Los hogares con 4 o más cuartos para dormir representan el 5.7% de los hogares encuestados. Dos cuartos para dormir es el más común en los hogares con 38.6%. La relación entre las variables número de cuartos para dormir y número de personas en el hogar permite acercarnos al concepto de hacinamiento ver anexo 12, según el cual si hay más de tres personas por cuarto, se dice que están bajo esta condición. Al analizar la tabla, resulta claro que de los hogares que cuentan con un solo cuarto para dormir 30346, el 37% albergan 3 o más personas, que evidentemente se van a considerar hacinadas. Cuando se expresa que el número de cuartos para dormir es 0, se debe a que en un mismo cuarto habita más de un hogar o también a que el espacio en que se duerme no se encuentra limitado ni dividido de las demás zonas de la unidad de vivienda por paredes o divisiones permanentes.

En la cabecera lo más usual es encontrar unidades de vivienda con 1 y 3 cuartos, en la zona rural disperso es más frecuente las viviendas con 1 y 2 cuartos. Podemos afirmar que en la cabecera las viviendas en promedio cuenta con mayor número de cuartos que en las otras zonas. Este hecho se relaciona con que hay más población en la cabecera que en las otras dos zonas, necesitándose así, espacios que alberguen mayor número de personas.

Se aplica análisis de correlación de Pearson, donde se pudo encontrar: Que existe una correlación significativa de las variables en estudio, referidas al número de cuartos exclusivos para dormir y el total de personas de la unidad de vivienda. Tabla 19: Distribución de las viviendas por estrato socioeconómico

Estrato

Tipo de vivienda

Total Casa o

apartamento Cuarto Otro tipo

Casa indígena

0 Frecuencia 98 170 22 290

% 33,8 58,6 7,6 100,0

1 Frecuencia 18749 7123 4 11 25887

% 72,4 27,5 100,0

2 Frecuencia 33185 10127 3 43315

% 76,6 23,4 100,0

3 Frecuencia 10008 2239 12247

% 81,7 18,3 100,0

4 Frecuencia 139 49 188

% 73,9 26,1 100,0

5 Frecuencia 5 5

% 100,0 100,0

Total Frecuencia 62184 19708 26 14 81932

% 75,9 24,1 100,0

Una de las variables de mayor interés a analizar en las unidades de vivienda es el estrato socioeconómico esto quiere decir, el número del estrato en que está clasificada la vivienda por las Empresas de Servicios Públicos para el cobro tarifario de los mismos. Tabla 19, según el manual del encuestador el estrato 0 se le ha asignado a aquellas unidades de vivienda en las cuales de acuerdo al recibo de cualquier servicio público que se exige presentar, en donde según el manual del encuestador, si este no se muestra el estrato o el recibo no es legal se asignara este valor a la encuesta; 0.4% del total de las viviendas, mientras que la mayor proporción de viviendas encuestadas corresponden a los estratos 1 y 2 con el 31.6% y el 52.9% respectivamente, mientras que el estrato 3 participa con el 14.9%. La mayoría del tipo de vivienda casa o apartamento se encuentran en estrato 2 con el 40.5%, le sigue para el mismo estrato el tipo de unidad de vivienda cuarto En las zonas se tiene que: la cabecera presenta mayor distribución de estratos, las viviendas en esta zona son en su mayoría estrato 2 (bajo) y le sigue con un alto porcentaje el estrato 1 (bajo) y con menor cantidad de viviendas el estrato 3 (medio bajo), no hay viviendas con estrato 0 (inquilinatos). Por su parte en la zona rural disperso las viviendas en su mayoría son estrato 2, pero le sigue en magnitud el estrato 1. Para observar si hay o no asociación entre las variables anteriormente cruzadas se aplicó la prueba Coeficiente de contingencia con la cual se puedo determinar que las variables nivel educativo y zona tienen una asociación significativa puesto que el valor p < 0.05 Tabla 20: Tenencia de vivienda por zona

Zona Tenencia de vivienda

Total Arriendo

Propia pagando

Propia pagada

Otra condición

Cabecera 41824 5480 22045 4799 74148

Centro poblado 36 19 32 3 90

Rural disperso 3651 142 2506 1395 7694

Total 45511 5641 24583 6197 81932

Para la variable tenencia de vivienda Tabla 20, los resultados reflejan que el 55.5% de los hogares pagan arriendo, el 30% de los hogares son propietarios de vivienda con está pagada, el 6.9% está pagando la vivienda y el 7.6%vive en otra condición. De acuerdo con el manual del encuestador DANE cuando se habla de la tenencia de vivienda por otra condición se refiere a situaciones tales como:

� Anticresis: forma de empeño de la tierra. � Usufructo: utilización de la unidad de vivienda sin que medie pago en dinero o

especie. � Ocupantes de hecho.

Analizando en las zonas la tenencia de vivienda se encuentra que: en la cabecera el 51% de la población encuestada vive en su mayoría en arriendo al igual que en las zonas rural disperso con el 4.5% y centro poblado 0.043%, sin embargo no se puede omitir que un alto porcentaje de la población posee vivienda propia. Para analizar la asociación entre las variables tenencia de vivienda y zona se aplicó el estadístico de prueba Ji-Cuadrado; éste da como resultado una asociación estadística significativa entre las variables anteriormente mencionadas.

2.1.3 Educación La dimensión de educación es uno de los componentes dimensionales más importantes ya que según el nivel educativo una persona puede tener o no mejor calidad de vida y mejores oportunidades de empleo. A continuación se muestran los elementos que hacen posible el análisis de la información suministrada por el SISBÉN Tunja. La población entre 2 y 34 años encuestados en el municipio son 52880 personas de las cuales 27889 asisten a algún centro educativo. Esto refleja que la asistencia se presenta en el 52.7% de la población en este grupo de edad. Figura 11. Los resultados reflejan que no hay diferencias significativas en la población que asiste a un centro educativo según su género en los grupos de edad. Tanto hombres como mujeres presentan similar distribución por grupos de edad. Figura 12. Al comparar la asistencia educativa de la población Sisbén entre 4 y 34 años son más las mujeres las que asisten a centros educativos Tabla 21: Asistencia a centros educativos por zona

Zona

Asistencia



Total 28315 53617 81932 De acuerdo a las tres zonas: cabecera, centro poblado y rural disperso es mayor el porcentaje de no asistencia que de asistencia a algún establecimiento educativo, Tabla 21, cifras críticas debido a la importancia de la educación para el desarrollo de la sociedad y del

hombre. Se debe indagar las causas de la poca asistencia a centros o establecimientos educativos por parte de la población, si el problema está en la demanda de estos, accesibilidad, problemas económicos, entre otros. El mayor porcentaje de asistencia de la población encuestada entre 4 y 34 años dentro de cada zona está en el cabecera con el 34.7% de asistencia.

Figura 12: Asistencia de la población Sisbén del municipio entre 2 y 34 años a centros educativos por grupos de edad

En la tabla 21, se presenta que la población entre 4 y 34 años de edad asisten 47165 personas, de las cuales 5734 no presentan ningún nivel educativo, representando el 12.2%.Para la población SISBÉN en este grupo de edad en las zonas: cabecera, centro poblado y rural disperso se encuentra que el 10.7%, 0.055% y 1.4% no presentan ningún nivel educativo. Siendo la zona cabecera la de mayor proporción de no escolaridad entre las zonas. El nivel escolar de mayor proporción en la cabecera es la secundaria con el 44.4% en cuanto a las zonas centro poblado y rural disperso el nivel primaria predomina con 0.055% y 4.3% respectivamente. El nivel educativo menos común en las tres zonas es Postgrado con el 0.3

Tabla 21: Nivel educativo por zona encuestados entre 4 y 34 años de edad.

Zona

Nivel educativo

Total

Nin

gun

o

Pri

mar

ia

Sec

un

dar

ia

Téc

nica

Un

iver

sida

d

Po

stg

rado


Total 5734 13372 22694 1217 4000 148 47165 Tabla 22: Población que asiste por tipo de establecimiento por zonas

Tipo de establecimiento educativo Asistencia

Total Si No

Ninguno

53617 53617

Centros de atención u hogares ICBF

2233 2233

Guardería, sala cuna, preescolar jardín infantil publico

885 885

Guardería, sala cuna, preescolar jardín infantil privado

385 385

Escuela, colegio, técnico universitario o universidad publica

21992 21992

Escuela, colegio, técnico universitario o universidad publica

2163 2163

SENA

624 624

Secundaria técnica publica

19 19

Secundaria técnica privada

14 14

Total

28315 53617 81932

Para las personas que se encuentran estudiando, el tipo de establecimiento más frecuente al que asiste es la escuela, colegio, técnico universitario o universidad pública con el 26.8%.Tabla 22, Figura 13.

Figura 13: Población que asiste por tipo de establecimiento

por zonas 2.1.4 Salud Según la Organización Mundial de la Salud (OMS, 1946), la salud es un servicio que siempre ha preocupado al ser humano y que ha impulsado al hombre a preocuparse por sí mismo y su medio existencial. Se podría pensar que puede llegar a ser para muchos el máximo nivel de bienestar físico, mental, social y emocional en cuanto a la capacidad de funcionamiento que permite a los factores sociales en los que viven inmersos los individuos y en general la sociedad a satisfacer sus necesidades. Tabla 23: Afiliación a régimen de salud por zonas

Zona

Afiliación

Total Ninguna

Seguros sociales (nueva EPS)

Regímenes especiales

EPS contributiva distinta a 1 o

2 EPS

subsidiada Cabecera 9632 2524 2312 21601 38079 74148

Centro poblado 9 0 4 15 62 90 Rural disperso 465 56 27 779 6367 7694

Total 10106 2580 2343 22395 44508 81932 Se resalta el hecho de que 10.106 personas encuestadas en el SISBÉN para el Municipio de Tunja, Tabla 23, no están cubiertas en salud por ningún régimen, lo cual representa el

12.3% de la población, un porcentaje alto por las implicaciones que origina el no estar afiliado a ningún régimen en salud. El 54.3% de la población encuestada en el municipio, está afiliada a una EPS Subsidiada, siendo el porcentaje más alto después de EPS Contributiva distinta a 1 o 2 la cual está representada con el 27.3%. En las tres zonas se evidencia el número significativo de la población encuestada que no cuenta con ningún régimen de salud, siendo más alto este porcentaje en la zona cabecera, situación preocupante, ya que el cuidado y la atención en la salud son fundamentales para el bienestar de la población. Un factor el cual incide en la calidad de vida, es la discapacidad la cual se presenta como un concepto que va más allá de la dimensión social y resultado de la interacción entre las personas con alguna dificultad o barrera debida a la actitud y al entorno que evita la participación plena del individuo en la sociedad, en igualdad de condiciones con las demás. Estas personas las cuales presentan dificultades en el entorno son un tema vital para mejorar la calidad de vida y poder satisfacer las NBI. Tabla 24: Tipo de discapacidad física por zona

Zona

Discapacidad

Total

Nin

gun

a

Ceg

uer

a to

tal

Sor

dera

tot

al

Mud

ez

Difi

culta

d p

ara

mov

erse

Difi

culta

d p

ara

bañ

arse

Difi

culta

d p

ara

salir

Difi

culta

d p

ara

apre

nd

er

Cabecera 72635 101 309 45 311 113 241 393 74148 Centro poblado 84 1 1 0 0 0 4 0 90 Rural disperso 7524 13 27 6 40 12 26 46 7694

Total 80243 115 337 51 351 125 271 439 81932 En la tabla 24, se puede ver que el 97.9% de la población encuestada no presenta ningún tipo de discapacidad para la cabecera del municipio el porcentaje de personas discapacitadas es del 1.9%, para las zonas centro poblado es de 0.06% y rural disperso 0.1%. De esta forma, la mayor cantidad de personas discapacitadas se ubica en la cabecera del municipio, además es la zona con mayor proporción de discapacitados versus la cantidad de población sin discapacidad alguna. Por tanto, esta zona debe ser prioritaria para la implementación de programas integrales de ayuda a los discapacitados, no solo en la parte de salud, sino también en la formación educativa y para el trabajo. En la zona centro poblado el mayor tipo de discapacidad es la dificultad para moverse o caminar por sí mismo con el 0.4%, en el rural disperso es la dificultad para entender o aprender, para la zona cabecera es la dificultad para salir a la calle sin ayuda. En la cabecera y para la zona rural disperso el tipo de discapacidad con menor proporción de población es la mudez con el 0.1%. Anexo 2

Por medio de la prueba Ji-cuadrado se puede determinar que las variables discapacitado (a) y la zona presentan una asociación estadística significativa, ya que el valor p = 0.005 < 0.05 es decir las variables analizadas son dependientes. Tabla 25: Tipo de discapacidad por tipo de Afiliación

Discapacidad

Afiliación

Total

Nin

gun

a

Nu

eva

EP

S

Reg

ímen

es

esp

ecia

les

EP

S

con

trib

utiv

a d

istin

ta a

1 o

2

EP

S

sub

sid

iad

a

Ninguna 9953 2503 2248 22024 43515 80243 Ceguera total 12 4 5 16 78 115 Sordera total 55 17 22 86 157 337

Mudez 0 5 14 14 18 51 Dificultad para moverse 20 12 29 74 216 351 Dificultad para bañarse 12 8 2 28 75 125

Dificultad para salir 21 14 13 58 165 271 Dificultad para aprender 33 17 10 95 284 439

Total 10106 2580 2343 22395 44508 81932 En la Tabla 25, se puede ver qué no están afiliadas a ningún régimen de salud el 10.4% de las personas con ceguera total una cifra que para nada es despreciable por otro lado el 16.3% de las personas con sordera total, el 5.7% con dificultad para moverse o caminar por sí mismo, el 7.7% con dificultad para salir a la calle sin ayuda o compañía y el 7.5% con dificultad para entender o aprender. Sin embargo cabe notar que todas las personas con mudez tienen algún tipo de afiliación a salud. Del total encuestado 81936 el 2.0% de ellos son discapacitados, lo que equivale a decir que 20 de cada 1000 personas en esta población están bajo dicha condición. El grupo de edad con mayor proporción de discapacitados es el de 11 a 20 años, seguido del grupo de 1 a 10 años, sin menospreciar los grupos de 21 a 30 y 30 a 40 años. En la tabla anterior se muestra para la población discapacitada, su distribución por grupos etarios, donde es posible ver que el 26.1% de las personas que tienen ceguera total tiene una edad entre 41 y 50 años; el 13.9% entre 31 y 40 años; el 9.6% entre 21 y 30, con el mismo porcentaje entre 11 y 20; el 7% de 1 a 10. Con la aplicación del estadístico de prueba Ji-cuadrado se puede determinar que las variables discapacitado (a) y el tipo de afiliación muestran una asociación significativa puesto que el valor p < 0.0

Tabla 26: Embarazada o ha tenido hijos por la edad

Edad

Embarazada o ha tenido hijos

Total Si No 0 - 4 0 6380 6380 5 - 9 1 7923 7924

10 - 14 1 8125 8126 15 - 19 473 8397 8870 20 - 24 1842 6697 8539 25 - 29 2533 4377 6910 30 - 34 2789 3342 6131 35 - 39 2697 2543 5240 40 - 44 2697 2420 5117 45 - 49 2460 2078 4538 50 - 54 2169 1919 4088 55 - 59 1632 1481 3113 60 - 64 1227 1100 2327 65 - 69 816 707 1523 70 - 74 645 555 1200 75 - 79 505 431 936 80 - 84 309 272 581 85 - 89 151 129 280 90 - 94 60 22 82

95+ 19 8 27 Total 23026 58906 81932

La edad fértil de la población femenina se considera usualmente entre los 15 y los 49 años. De la Tabla 26, se destaca que el porcentaje de adolescentes (15 a 19 años) que están embarazadas o que ya son madres es del 10.8%, cifra que de acuerdo con la Estadística Nacional de Demografía y Salud ENDS 2010 está por debajo del total nacional que es 19.5%. El grupo etario de mujeres con mayor número de embarazos o hijos es el de 30 a 34 años. Existe mayor proporción de jefes del hogar hombres que mujeres, En cuanto a su edad, se puede afirmar que un poco más de la mitad de los jefes de hogar (hombres y mujeres), tienen entre 15 y 44 años. Además por cada jefe de hogar cuya edad se localice entre 15 y 24 años, hay aproximadamente tres jefes de hogar que tienen de 35 a 44 años.

REFERENCIAS Calventus, J. (2011). La lógica borrosa como aporte a una nueva epistemología en ciencias

sociales: una aproximación conceptual. Revista Psicología, 1. Recuperado de http://estadisticamigable.blogspot.com/2011/03/la-logica-borrosa-como-aporte-una-nueva.html

Camacho, A. Conover, E. Espinisa, F. Flórez, C. & Sánchez, L. (2010). El Sisbén: su

diseño y evolución. Notas de política, 4, 1-6. Recuperado de file:///C:/Users/ PRUEBAS/Downloads/Notas_de_politica_4%20(1).pdf

Decreto Nº 1192. Colombia, 14 de abril de 2010 Departamento Administrativo Nacional de Estadística. (2005). Censo general 2005 nivel

nacional. Recuperado de https://www.dane.gov.co/censo/files/libroCenso2005 nacional.pdf

Departamento Administrativo Nacional de Estadística. (2009). Metodología proyecciones

de población y estudios demográficos. Recuperado de http://www.banrep.gov.co/ sites/default/ files/paginas/Proyecciones_poblacion.pdf

Departamento Nacional de Planeación. (1994). Documento Conpes Social 022. Bogotá:

Autor. Departamento Nacional de Planeación. (1997). Documento Conpes Social 040. Bogotá:



Autor. Departamento Nacional de Planeación. (2003). Resultados de la encuesta de evaluación del

SISBÉ a nivel municipal. Colombia: Autor. Departamento Nacional de Planeación. (2007). Mecanismos de focalización: cuatro

Estudios de caso. Recuperado de https://www.dnp.gov.co/Portals/0/archivos/ documentos/DDS/SISD/ mecanismos_ focalizacion_1.pdf

Departamento Nacional de Planeación. (2006). Documento Conpes Social 100. Bogotá: Autor.

Díaz, L. G. (2002). Estadística multivariada: inferencia y métodos. (1ra. ed.). Bogotá:

Universidad Nacional de Colombia. Ducci. M. E. (s.f.). La política habitacional como instrumento de desintegración social:

Efectos de una política de vivienda exitosa. Recuperado de http://biblioteca.clacso. edu.ar/ar/libros/grupos/barba/18ducci.pdf

Grossman, S. I. (1996). Sistemas de ecuaciones lineales y matrices. En Algebra lineal (pp.

1-171). México: McGraw-Hill. Ley Nº 60. Colombia, 12 de agosto de 1993 Ley Nº 715. Colombia, 21 de diciembre de 2001 Peña, D. (2002). Análisis de datos multivariantes. Madrid: McGraw-Hill. Sen, A. (2000). Desarrollo y libertad. Recuperado de http://www.ccee.edu.uy/ensenian/

catgenyeco/Materiales/20111207%20III2AmartyaSenCap8LaAgenciadelasMujeryelCambioSocial.pdf

Terrádez, M. (s.f.). Análisis de componentes principales. Recuperado el 20 de abril de 2014

de http://www.uoc.edu/in3/emath/docs/Componentes_principales.pdf Vázquez, M. & Bernard, M. (1998). Técnicas de análisis estadístico multivariado: objetivo

aplicación. Revista Cubana de Psicología. Recuperado el 20 de abril de 2014 de

http://pepsic.bvsalud.org/pdf/rcp/v5n1/07.pdf

ANÁLISIS DESCRIPTIVO SOCIO DEMOGRÁFICO EN EL MUNICIPIO …

Documents

Transcript of ANÁLISIS DESCRIPTIVO SOCIO DEMOGRÁFICO EN EL MUNICIPIO …