Calculation of a basic quality of life indicator of sections for Bogotá by census trough factorial analysis
- Diva Marcela Garcia Garcia
, - José Mario Mayorga Henao ,
- Rafael Andrés Barrera Gutiérrez
Abstract
The article aims to calculate and spatialize a basic quality of life indicator by census sector for Bogota, according to the information available from the census developed in 2005. For this purpose, two methodswere used: a factorial analysis was performed to generate an indicator of quality of life in a microlevel scale of analysis, and then, a spatial analysis was developedto define whether there is a spatial correlation of the index. This work is part of a reflection about the waysof measure the quality of life and the importance of their spatialization on a geographical scale that allows to understand patterns of differentiation of social groups in urban space. As findings, they were identifiedgroups of poor quality of life located beyond the scope of the meso geographical level, and in other cases, wide diversity within that entitywas identified.
Keywords
Calidad de vida, análisis espacial, análisis factorial.
Author Biography
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.
References
- 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.