Está en la página 1de 47

ANÁLISIS DESCRIPTIVO SOCIO DEMOGRÁFICO EN EL MUNICIPIO DE

TUNJA BOYACÁ A PARTIR DE LA ENCUESTA DEL SISBEN III

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 MUNICIPIO DE
TUNJA BOYACÁ A PARTIR DE LA ENCUESTA DEL SISBEN III

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
Hogares FAMI
Materno Infantil
Hogares comunitarios de Bienestar
Instituto Colombiano de Bienestar
Jardines comunitarios
Familiar
Desayunos infantiles tipo 1 y2
(ICBF)
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
Familias en Acción
Cooperación Internacional
Programa de Protección Social al Adulto Mayor
Ministerio de Protección Social Fondo de Solidaridad Pensional
Régimen Subsidiado de Salud
Ministerio de Agricultura y
Subsidio para vivienda de interés social rural
Desarrollo Rural
Ministerio del Medio Ambiente,
Subsidio de interés social – hogares sector informal
Vivienda y Desarrollo Territorial
SENA Programas jóvenes rurales
ICETEX Programa ACCES
Gratuidad en matricula y pensión (básica primaria)
Ministerio de Educación Nacional 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

tamaño 1 × × 1 según se trate de un vector columna o un vector fila en


dispuestos en filas o en columnas. Si el arreglo tiene -numeros se dice que el vector tiene

cualquiera de los casos se dice que es un elemento de ℝ


o

= , ,…, 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)

forma que si se tienen , , … , escalares y , , … ,


La expresión (3), permite generalizar a un número infinito de escalares y vectores de tal
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 … 0
"0 1 0 … 0)
! (
,- = !0 0 1 … 0( 6
!⋮ ⋮ ⋮ ⋱ ⋮(
0 0 0 … 1'

de manera que , = , = siendo una matriz de orden .

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

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)

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

34
= 34
= , (8)

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

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).

1 # #1 … #8
" )
# 1 #1 … # 8
! (
7 = ! #1 #1 1 … #18 ( (10)
! ⋮ ⋮ ⋮ ⋱ ⋮ (
# # # 1 … 1 '

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

El vector se llama vector propio o eigenvector asociado al valor propio .


resultante mantiene su dirección y posiblemente sólo su longitud y/o sentido se modifique.

1.3.9 DEFINICIÓN 9. Distancia ji-cuadrado: Se define así la distancia ji-cuadrado


(Peña, 2002) denotada como de la siguiente manera:

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

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∑+T4 − (13)


S
M$ %$

de dos variables aleatorias multidimensionales, la distancia entre los objetos M =


1.3.11 DEFINICION 11. Distancia mahalanobis: es una forma de demostrar la similitud

M , … , M8 y % = % , … , %8 , se define la siguiente forma cuadrática.

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

donde U 3 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

representarse en una matriz X, de dimensiones × L que se llama matriz de datos


variables se denomina una variable escalar o univariante los valores de estas pueden

y el conjunto de las L variables forman una variable vectorial o multivariante. (p.63)

… 8

X = =
8
⋮ ⋮ ⋱ ⋮ ⋮
⋯ …
(15)
8

Asociando a la expresión (2)

denotará cada %$ a la observación del W − éHW F individuo en la Z − éHW # variable.


De esta manera se indican los elementos que conforman la matriz de tal modo que se

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 ⋯ `4S
" 4 )
!` ` … ` S(
_ = ! 4 (19)
! ⋮ ⋮ ⋱ ⋮ ((
`S4 `S ⋯ `S '

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#H J#6W#GdIH HF W KILI KWI 5IH

aB : d#H J#6W#GdIH F HF W KILI KWI 5IH

3
Si 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

0.5 se rechaza la hipótesis nula o ab .


entre las variables analizadas de un tamaño menor a 0.05 (o, en porcentaje, al 5%); si p<

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 < f KI g6# I6 ≤ 0,2 entre la variable

Si Existe una intensidad de asociación media 0,0 < f KI g6# I6 ≤ 0,3 variable
dependiente y la variable independiente.

Si Existe una intensidad de asociación alta 0,0 < f KI g6# I6 ≤ 1,0 entre la variable
dependiente y la variable independiente.

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

incluyendo una variable de control g, se debe realizar un análisis de los datos de modo
Al realizar un cruce entre la variable dependiente y la variable independiente

similar a cuando trabajamos con dos variables. Así, nos encontraremos con las siguientes
situaciones:

de la variable g. Tal situación ocurre cuando el estadístico de contraste es menor a 0,05 en


Dependencia e Independencia La variable depende de la variable , independientemente

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.

g donde se da una asociación significativa.


La variable no depende de la variable , salvo en el caso de las categorías de la variable

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)

, , … , k representan variables sobre − W KWJWKnFH y , , … , l son las nuevas

sujetas a ciertas condiciones. Donde m , … , m 8 representan las ponderaciones que se


variables que posiblemente lleguen a ser combinaciones lineales de las variables originales,

la restricción ∑$T m $ = 1.
8
escogen de tal forma que maximicen la razón de la varianza de a la variación total; con

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

una matriz de dimensiones o X p denominada tabla de contingencia, donde la primera


tablas se recogen las frecuencias de aparición de las variables cualitativas; obteniendo así

variable representa las filas y la segunda las columnas tomando o y p valores posibles

debe: “definir o variables binarias para las categorías de las filas y p para la de las columnas
respectivamente. De modo que como lo presenta Peña (2002), para llegar a esta tabla se

y disponer estas variables en matrices Xq para las filas y Xr para 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

matriz con − EWd#H y L − sFdn #H describe las t 6IHLnIH5#H para los − W KWJWKnFH a
no solo a tablas de contingencia si no a tablas disyuntivas completas esta es la tabla o

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

Zona
Edad Cabecera Centro poblado Rural disperso Total
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

Tipo de unidad de vivienda


Casa o Otro tipo de Casa
Zona apartamento Cuarto vivienda indígena Total
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

Material de las paredes

Tapia pisada,

prefabricado
Bahareque

Zinc, tela,
Material

Guadua,
Bloque,

Madera
ladrillo

cartón
adobe

burda

caña
Sin

Zona Total
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

Material del piso


Alfombra,
mármol, Baldosa Madera
madera vinilo burda o
pulida y tableta o Cemento en mal Tierra o
Zona laca ladrillo o gravilla estado arena otro Total
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

Energía eléctrica
Zona 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

la unidad de vivienda y la zona con el valor p < 0.05 .


encontró asociación estadísticamente significativa entre el servicio de energía eléctrica en
Tabla 10: Servicio de alcantarillado en la unidad de vivienda por zona

Alcantarillado
Zona Si No Total
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

Gas
Zona Si No Total
Cabecera 56913 17235 74198
Centro poblado 5 85 90
Rural disperso 140 7554 7694
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

Acueducto
Zona Si No Total
Cabecera 73431 717 74148
Centro poblado 86 4 90
Rural disperso 5723 1971 7694
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

servicio de acueducto en la unidad de vivienda y la zona con el valor p < 0.05 . Es


anteriormente descritas. Se encontró asociación estadísticamente significativa entre el

decir con un margen de error del 0.05 de que las variables sean dependientes.

Tabla 13: Eliminación de la basura por zona

Eliminación de basura
La recogen La tiran La tiran
servicios de La La al patio, al rio, Otra
Zona aseo entierran queman lote caño. forma Total
Cabecera 73411 275 325 83 22 32 74148
Centro poblado 0 2 88 0 0 0 90
Rural disperso 556 244 6632 201 14 47 7694
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

Fuente de agua

Rio, quebrada,

Carrotanque
Pila pública
Agua lluvia

nacimiento
Acueducto

Donación
Aguatero
Pozo con

Pozo sin
bomba

bomba
Zona Total
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

Servicio sanitario
Inodoro con Inodoro con
conexión a conexión a pozo
Zona No tiene alcantarillado séptico Total
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

Combustible
Kerosene,
gasolina, Material
Gas Gas cocinol, Carbón de
Zona Ninguno Electricidad natural propano alcohol mineral desecho Total
7414
Cabecera 1460 1012 54889 15402 582 375 428 8
Centro
poblado 0 0 0 17 0 22 51 90
Rural disperso 25 102 138 1295 27 2279 3828 7694
8193
Total 1485 1114 55027 16714 609 2676 4307 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 Uso de la cocina


Total
cocinar 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

Cuartos para dormir

Personas 0 1 2 3 4 5 6 7 8 Total
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

Tipo de vivienda
Casa o Otro Casa
Estrato apartamento Cuarto tipo indígena Total
Frecuencia 98 170 22 290
0
% 33,8 58,6 7,6 100,0
Frecuencia 18749 7123 4 11 25887
1
% 72,4 27,5 100,0
Frecuencia 33185 10127 3 43315
2
% 76,6 23,4 100,0
Frecuencia 10008 2239 12247
3
% 81,7 18,3 100,0
Frecuencia 139 49 188
4
% 73,9 26,1 100,0
Frecuencia 5 5
5
% 100,0 100,0
Frecuencia 62184 19708 26 14 81932
Total
% 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

Tenencia de vivienda
Zona Propia Propia Otra Total
Arriendo
pagando pagada condición
741
Cabecera 41824 5480 22045 4799
48
Centro poblado 36 19 32 3 90
769
Rural disperso 3651 142 2506 1395
4
819
Total 45511 5641 24583 6197
32

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

Asistencia
Zona Si No Total
Cabecera 25944 7435 74148
Centro poblado 32 3720 90
Rural disperso 1426 3715 7694
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.

Nivel educativo

Universidad
Secundaria

Postgrado
Ninguno

Primaria

Técnica
Zona Total
Cabecera 5062 11326 20942 1192 3944 145 42611
Centro poblado 6 26 17 1 1 0 51
Rural disperso 666 2020 1735 24 55 3 4503
Total 5734 13372 22694 1217 4000 148 47165

Tabla 22: Población que asiste por tipo de establecimiento por zonas

Asistencia
Tipo de establecimiento educativo Total
Si No
Ninguno
53617 53617
Centros de atención u hogares ICBF
2233 2233
Guardería, sala cuna, preescolar
885 885
jardín infantil publico
Guardería, sala cuna, preescolar
385 385
jardín infantil privado
Escuela, colegio, técnico
21992 21992
universitario o universidad publica
Escuela, colegio, técnico
2163 2163
universitario o universidad publica
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

Afiliación
Seguros EPS
sociales contributiva
(nueva Regímenes distinta a 1 o EPS
Zona Ninguna EPS) especiales 2 subsidiada Total
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

Discapacidad
Dificultad para

Dificultad para

Dificultad para

Dificultad para
Ceguera total

Sordera total

aprender
Ninguna

moverse

bañarse
Mudez

salir

Zona Total
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

Afiliación

distinta a 1 o 2
contributiva
Nueva EPS

Regímenes

subsidiada
especiales
Ninguna

EPS

EPS
Discapacidad Total
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

Embarazada o ha tenido hijos


Edad Si No Total
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. (2001). Documento Conpes Social 055. Bogotá:


Autor.

Departamento Nacional de Planeación. (2008). Documento Conpes Social 117. 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%20III2AmartyaSenCap8LaAgenciadelasMujeryel
CambioSocial.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

También podría gustarte