Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Cálculo de un indicador de calidad de vida básico para Bogotá por secciones censales mediante análisis factorial

Resumen

El artículo tiene como objetivo calcular y espacializar un indicador de calidad de vida básico por secciones censales para Bogotá, según la información disponible del censo del año 2005. Para ello se utiliza un análisis factorial para establecer un índice que agregue las variables seleccionadas y un análisis espacial que permita definir si existe una correlación espacial del índice. Lo anterior se enmarca en una reflexión sobre los indicadores para medir la calidad de vida y la importancia de su espacialización en una escala que permita entender patrones de diferenciación de los grupos sociales en el espacio urbano. Como hallazgos, se identifican agrupaciones de baja calidad de vida que superan el ámbito de la localidad, y en otros casos, se registra amplia diversidad al interior de dicha entidad.

Palabras clave

Calidad de vida, análisis espacial, análisis factorial.

PDF XML

Biografía del autor/a

Diva Marcela Garcia Garcia

Socióloga, magister en urbanismo y máster en estudios territoriales y de la población. Candidata a Doctorado en Demografía. Profesora departamento de sociología Pontificia Universidad Javeriana Sede Bogotá.


Referencias

  • Abascal Fernández, E y Landaluce Calvo, Mª. I. (2002). Análisis factorial múltiple como técnica de estudio de la estabilidad de los resultados de un análisis de componentes principales. Qüestiió (Quaderns d'estadística i investigació operativa). vol. 26, 1-2, p. 109-122. Universitat Poltècnica de Catalunya. Barcelonatech. Barcelona.
  • Aliaga, Lissette & Álvarez, Maria (2010). Segregación residencial en Bogotá a través del tiempo y diferentes escalas. Documento de trabajo del Lincoln Institute of Land Policy. Bogotá.
  • CELADE (Centro Latinoamericano y Caribeño de demografía). (1999). “Vulnerabilidad demográfica y desventajas sociales: el caso de Chile”. Área de Población y Desarrollo. LC/DEM/R.299, Santiago de Chile.
  • Comery, Andrew. (1985). Manual de análisis factorial. Adiciones cátedra. Madrid. Título original: A first course in factor analysis. Jaime Cabrebra (traductor).
  • Estrada, L. & Moreno, S.L. (2013). Análisis espacial de la pobreza multidimensional en Colombia a partir del Censo de Población de 2005. Revista IB Dane. Vol. 3, No. 1.
  • Feres, C., & Mancero, X. (2001). Enfoques para la medición de la pobreza. Breve revisión de literatura. En Cepal (editor de la serie) Estudios estadísticos y prospectivos. Vol. 4. Santiag: ONU.
  • Galvis, L. A., & Meisel, A. (2010). Persistencia de las desigualdades regionales en Colombia: Un análisis espacial. Documento de trabajo sobre economía regional, (120). Banco de la República.
  • Giraldo Henao, Ramón. (2011). Estadística Espacial. Notas de clase. Departamento de Estadística, Universidad Nacional de Colombia.
  • Johnson, Richard Arnold. (2007). Applied multivariate statistical analysis. PearsonPrentice Hall. Pearson Education, Inc. Upper Saddle River: New Jersey 07458.
  • Mayorga, J. M., García-García, D. M. y Hernández, L. (2017). Calidad de vida y su correlación con los precios del suelo: aproximación a la segregación residencial en Bogotá. Cuadernos de Vivienda y Urbanismo, 10(19), 22-40. https://doi.org/10.11144/Javeriana.cvu10-19.cvcp
  • Méndez Martínez, Carolina; Rondón Sepúlveda, Martín Alonso. (2012). Introducción al análisis factorial exploratorio. Revista Colombiana de Psiquiatría, vol. 41, núm. 1, enero-abril, pp. 197-207. Asociación Colombiana de Psiquiatría, Bogotá, D.C.
  • Montoya Suarez, Omar. (2007). Aplicación del análisis factorial a la investigación de mercados. Caso de estudio. Scientia et Technica. Año XIII, No 35, Agosto. Universidad Tecnológica de Pereira. ISSN 0122-1701
  • Morales Vallejo, Pedro. (2013). El Análisis Factorial en la construcción e interpretación de tests, escalas y cuestionarios.Universidad Pontificia Comillas, Madrid. Facultad de Ciencias Humanas y Sociales. Documento disponible en: http://www.upcomillas.es/personal/peter/investigacion/AnalisisFactorial.pdf.Fecha de consulta:abril 18 de 2016.
  • Paradis, Emmanuel. (2015). Moran´s Autocorrelation Coefficient in Comparative Methods. Nov. 29. Disponible en: https://cran.r-project.org/web/packages/ape/vignettes/MoranI.pdf. Fecha de consulta: abril 7 de 2016.
  • Sabatini, F. (2003). La segregación social del espacio en las ciudades de América Latina. Cuadernos de Instituto de Estudios Urbanos, Universidad Católica de Chile, Serie Azul, 35, 59–70. Retrieved from http://www.iadb.org.uy/sds/doc/SOCSabatiniSegregacion.pdf
  • Sánchez Rivero, Marcelino. (2008). Análisis espacial de datos y turismo: Nuevas técnicas para el análisis turístico. Una aplicación a caso extremeño. Revista de Estudios Empresariales. Segunda época. Número 2. Páginas 48-66.
  • Spicker P. (1999) Definitions of poverty: eleven clusters of meaning. En Gordon, David y Spicker P. (Eds). The international glossary on poverty. Zed Books. London.
  • Vargas Mesa, O. M. (2012). Aproximación espacial al estudio de la pobreza en Colombia: un estudio aplicado con información del año 2005. Universidad del Valle. Facultad de Ciencias Sociales y Económicas. Disponible en: http://bibliotecadigital.univalle.edu.co/bitstream/10893/3690/4/CB-0449663.pdf
  • Vilalta y Perdomo, Carlos Javier. (2005). Cómo enseñar autocorrelación espacial. Economía, Sociedad y Territorio, vol. V, Número 18, mayo-agosto, pp. 323-333. El Colegio Mexiquense, A.C. Toluca, México.
  • Yong, An Gie y Pearce, Sean. (2013). A Beginner’s Guide to Factor Analysis: Focusing on Exploratory Factor Analysis. Tutorials in Quantitative Methods for Psychology, Vol. 9(2), p. 79-94. University of Ottawa. Ottawa.

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

1 2 3 4 5 6 7 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.