CONTINENTE AFRICANO

Aproximación a las condiciones de vida para el año 2020

 El continente africano.
Una aproximación a sus condiciones de Vida

Díaz, Eliangny & Fernández, Víctor & Vega, Andreas.

Universidad Central de Venezuela – Escuela de Sociología.
Elidiaz0501@gmail.com / gigavictor1@gmail.com / andreasvegabrusco@gmail.com

Resumen

El continente africano es uno de los territorios más extensos del planeta, aunque presenta

unas condiciones de vida desiguales entre sus países, sigue apostando por el avance hacia el

desarrollo, con ayuda internacional y esfuerzos internos muchos de los países han logrado

una mediana estabilidad y otros han avanzado en temas tan sensibles como la disminución

de la pobreza, una mayor tasa de alfabetización, incremento de su ingreso nacional bruto,

entre otros.

Cabe destacar que aún existen países que presentan desigualdades extremas, sin embargo,

la finalidad de este trabajo es visibilizar donde ha sido mayor el desarrollo y como estos

países contribuyen en conjunto al avance del continente. Usaremos el método de análisis de

componente principal (ACP) y el análisis a partir de clúster de las variables en estudios,

tomaremos 52 países del continente que serán descritos en diez indicadores que nos permita

dilucidar sobre el desarrollo en las condiciones de vida.

 I. Abreviatura.

IDH20 Índice de desarrollo humano 2020

INGNPPA20 Ingreso nacional, PPA (Millones)
TNB20 Tasa bruta de natalidad (Por cada 1000 habitantes)
ALAE20 Acceso a la electricidad (% de la población)
PIAMS20 Prevalencia de inseguridad alimentaria moderada o severa en la población
(%)
EVUL20 Total empleo vulnerable (% del total de empleo)
TDAA20 Tasa de alfabetización, total de adultos (% de personas de 15 años o más)
FLAB20 Total fuerza laboral (En miles)
POBURB20 Población Urbana, total
PFL Tasa de participación en la fuerza laboral, total (% de personas de 15 años o
más)

II. Tabla de individuos y sus acrónimos.

ACRÓNI
PAÍS MO
ANGOLA AGO
ARGELIA AGL
BENIN BEN
BOTSWANA BWA
BURKINA FASO BFA
BURUNDI BDI
CABO VERDE CPV
CAMERÚN CMR
CHAD TCD
COMORAS COM
CONGO COG
CÓTE D`LVOIRE CIV
DJIBOUTI DJI
EGIPTO EGY
ETIOPÍA ETH
ESWATINI SWZ
GABÓN GAB
GAMBIA GMB
GHANA GHA
GUINEA GIN
GUINEA-
BISSAU GNB
GUINEA
ECUATORIAL GNQ
KENYA KEN
LESOTHO LSO
LIBERIA LBR
LIBIA LBY
MADAGASCAR MDG
MALAWI MWI
MALÍ MLI
MARRUECOS MAR
MAURITANIA MRT
MAURICIO MUS
MOZAMBIQUE MOZ
NÍGER NER
NIGERIA NGA
NAMIBIA NAM
REPÚBLICA
CENTROAFRICA
NA CAF
RWANDA RWA
SANTO TOMÉ Y
PRÍNCIPE STP
SENEGAL SEN
SEYCHELLES SYC
SIERRA LEONA SLE
SOMALIA SOM
SUDÁFRICA ZAF
SUDÁN SDN
SUDÁN DEL
SUR SSD
TANZANIA TZA
TOGO TGO
TÚNEZ TUN
UGANDA UGA
ZAMBIA ZMB
ZIMBABWE ZWE
 II. Introducción.

El continente africano es uno de los territorios más extensos del mundo, presenta una
superficie de 30,37 millones de Km², con una población de 1.275.700.778 habitantes según
banco mundial, presenta grandes desafíos en las condiciones de vida de sus ciudadanos, por
lo que haremos una aproximación en las características que tiene el continente para el 2020
en función de su crecimiento. Si bien el continente sufre de grandes desavenencias, su lucha
por el desarrollo no se detiene, por lo que podremos observar países con un desarrollo
económico y social alto, con buenos ingresos que permiten además la disminución de la
pobreza que tanto ha asolado su territorio.

Ahora bien, ¿Cuál es la situación de África para el 2020 en su camino al desarrollo?

Después de una pandemia que arrasó con gran número de personas a nivel mundial, que
disminuyó considerablemente las economías, el continente africano que ya viene
arrastrando grandes penurias ¿Cómo se encuentra, qué indicadores dan cuenta de su
desarrollo y como se relacionen entre sí en el aporte de tal objetivo?

El objetivo es visibilizar las condiciones de vida del continente africano para el año 2020 en
función de su crecimiento económico, su desarrollo en la educación, la disminución o
aumento de la inseguridad alimentaria, evaluación del empleo, de tal manera que demos
cuenta de la taxonomía del continente evaluado en 52 países. Las variables utilizadas para
dicho trabajo son: Índice de desarrollo humano, tasa bruta de natalidad, ingreso nacional
evaluados en $PPA, total fuerza laboral, población urbana, acceso a la electricidad,
prevalencia de inseguridad alimentaria moderada o severa, empleo vulnerable, tasa de
participación en la fuerza laboral, tasa de alfabetización.

Dentro de la estructura del artículo se podrá visualizar los antecedentes teóricos que
sustentan el estudio, la definición de cada variable para dar guía, la ejecución del análisis de
componentes principales (ACP) y análisis de clúster jerárquicos, los resultados del mismo y
las recomendaciones pertinentes para próximos estudios del continente bajo esta
modalidad.

III. Antecedentes.

Existen diversas instituciones encargadas de dar cuenta del estado de las variables bajo
estudio en el presente análisis. Pero en este apartado se toman en cuenta principalmente tres
variables: la relativa al PIB, la relativa al trabajo y la relativa a la electricidad. La razón de
esto es doble: por un lado, por la facilidad con la cual se pueden generar estadísticas sobre
esos tres tópicos, por otro, la producción anual de informes al respecto en virtud del interés
que tienen tales variables a nivel internacional. No se toma en consideración la relativa a la
natalidad pese a que cumple con la primera razón, porque en lo que respecta a África,
mayor interés ha mostrado la literatura sobre la mortalidad de infantes en lo que respecta a
tal continente (UNICEF es la institución que normalmente da cuenta de esto). Así pues, se
habla de la primera variable.

Anualmente, tanto el Banco Mundial, como el FMI, por mencionar a sólo dos instituciones
internacionales de peso, se dedican a la producción de informes detallados que dan cuenta
de la evolución de las condiciones económicas de tales naciones, en términos de PIB
encadenado al dólar, en términos de deuda, financiamiento, etc. Así, el FMI ha dado cuenta
del desarrollo de las diversas economías africanas, las cuales individualmente han mostrado
un desempeño muy desigual, aunque en conjunto, como continente, muestran un
crecimiento económico continuo, esto es, del PIB, y por ende, del PIB per cápita.
Naturalmente, el 2020 rompió con la tendencia que se sostenía de años anteriores (FMI,
2021).

En lo que respecta a la segunda variable, la institución que da cuenta de las condiciones del
trabajo, y brinda estadísticas al respecto, es la organización internacional del trabajo. La
misma publica constantemente informes al respecto. Según lo que viene al caso,
recientemente (año 2020) realizó una publicación en torno a las perspectivas del trabajo en
áfrica, estudiando las condiciones actuales en las que se desenvuelve de cara al mercado
interno y mundial, esto, dio cuenta estadísticamente de las posibilidades del continente para
desarrollarse, y, particularmente, para desarrollar ciertos tipos de trabajo (ILO, 2020).

Finalmente, en cuanto a la electricidad, anualmente se realiza la publicación de un informe

sobre las perspectivas de la energía en el mundo, su producción, gasto, o consumo, y la
proporción en que cada energía fue empleada. La agencia internacional de energía es la
encargada de esto, y en el presente año, 2022, realizó una publicación sobre áfrica, a
manera de reporte especial. En el mismo dedica varios apartados a la electricidad, uno de
ellos, dedicado al estado del acceso a la electricidad en tal continente y la manera en que se
distribuye, regionalmente, el acceso a la misma (IEA, 2022).

IV. Definición de las variables.

 Índice de Desarrollo humano (IDH)

El índice de desarrollo humano (IDH) es la medición mixta del desarrollo humano

mediante indicadores representativos de tres dimensiones igualmente ponderadas del
desarrollo humano: Longevidad (Esperanza de vida), los conocimientos (Alfabetización de
adultos y promedio de años de escolaridad) y el ingreso (paridades de poder adquisitivo en
dólares per cápita). 1

 INGRESO NACIONAL BRUTO ($PPA)

El INB (anteriormente, PNB) es la suma del valor agregado por todos los productores
residentes más todos los impuestos a los productos (menos los subsidios) no incluidos en la
valuación del producto más las entradas netas de ingreso primario (remuneración de
empleados e ingreso por propiedad) del exterior. 2

 Tasa Bruta de Natalidad

1
PNUD (1994)
2
Banco mundial, base de datos del programa de comparación internacional.
La tasa bruta de natalidad indica la cantidad de nacidos vivos en el año, por cada 1000
habitantes, estimada a mitad de año. Si se resta la tasa bruta de mortalidad a la tasa bruta de
natalidad ofrece la tasa de incremento natural, que es igual a la tasa de crecimiento de la
población en ausencia de migración.3

 Acceso a la electricidad.

Es el porcentaje de población con acceso a la electricidad, los datos de electrificación se

recopilan de la industria y encuestas.4

 Prevalencia de inseguridad alimentaria moderada o severa en la población

El porcentaje de personas de la población que viven en hogares clasificados como

inseguridad alimentaria moderada o grave. Un hogar se clasifica con inseguridad
alimentaria moderada o grave cuando al menos un adulto del hogar ha informado haber
estado expuesto, en ocasiones durante el año, a dietas de baja calidad y podría haberse visto
obligado a reducir también la cantidad de alimentos que normalmente consumiría.5

 Empleo vulnerable, total.

Son los trabajadores familiares, auxiliares y los trabajadores por cuenta propia como
porcentaje del empleo total.6

 Tasa de alfabetización, total adultos.

3
División de población de las Naciones Unidas. Perspectivas de la población mundial.
4
Banco mundial, base de datos de energía sostenible para todos (SE4LL).
5
FAO: Organización de las Naciones Unidas para la Agricultura y la Alimentación.
6
Banco mundial: Derivado utilizando datos de la organización internacional del trabajo, base de datos
ILOSTAT
Corresponde al porcentaje de la población mayor de 15 años que es capaz de leer y escribir,
con entendimiento, una proposición simple y breve sobre su vida diaria. En general, el
término alfabetización incluye también habilidades aritméticas, es decir, la capacidad de
hacer cálculos matemáticos sencillos.7

 Total, fuerza laboral.

Comprende a las personas de 15 años o más que brindan mano de obra para la producción
de bienes y servicios durante un periodo específico. Incluye a las personas que actualmente
están empleadas y desempleadas pero que buscan trabajo por primera vez. Sin embargo, no
todos los que trabajan están incluidos, se omite a menudo los trabajadores no remunerados,
los trabajadores familiares y los estudiantes, algunos países excluyen las fuerzas armadas.8

 Total, población urbana.

Es la población que reside en los centros poblados mayores de 2.500 habitantes.9

 Tasa de participación en la fuerza laboral.

Es la proporción de la población de 15 años o más que es económicamente activa: Todas

las personas que aportan mano de obra para la producción de bienes y servicios durante un
período específico, no incluye los desempleados.

7
UNESCO
8
Banco mundial - OIT
9
INE: Glosario de términos.
 V. Propuesta.

1. Estadísticos descriptivos.

Iniciamos el apartado con los estadísticos descriptivos de las variables en estudio para tener
una idea general de cómo se van presentando los datos.

Tabla N° 1. Estadísticos descriptivos. Año 2020.

Elaboración propia con datos del banco mundial.

 ÍNDICE DE DESARROLLO HUMANO (IDH20):

De los 52 países estudiados, se observa un IDH con un promedio 0,562. Con una
variabilidad respecto al promedio de 0,106. Sus valores máximo y mínimo oscilan de la
siguiente manera. Mínimo: 0,386 / Máximo: 0,804. El 25% de los países poseen dato
por debajo de 0,4905. El 75% de los países poseen datos por encima de 0,6255. Tiene
una distribución asimetría hacia la derecha positiva y es leptocurtica

 INGRESO NACIONAL EN $PPA (INGN$PPA20):

Se observa que el ING posee un promedio de 123963,623 con una variabilidad respecto
al promedio de 246588,027. Sus valores máximo y mínimo, oscilan de la siguiente
manera. Mínimo: 945,737 / Máximo: 1249924,140. El 25% de los países poseen datos
por debajo de 12557.85. El 75% de los países poseen datos por encima de 121697.2.
Tiene una distribución asimétrica derecha positiva y es leptocurtica.

 TASA BRUTA DE NATALIDAD (POR CADA 1OOO PERSONAS) (TNB20):

Posee un promedio de 30,749. Con una variabilidad con respecto al promedio de 7,340.
Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 11,000 /
Máximo: 45,000. El 25% de los países poseen datos por debajo de 26.97. El 75% de los
países poseen datos por encima de 35.48. Tiene una distribución asimétrica a la
izquierda negativa y es leptocurtica.

 ACCESO A LA ELECTRICIDAD (% DE LA POBLACIÓN) (ALAE20):

Posee un promedio 56,400. Con una variabilidad con respecto al promedio de 26,723.
Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 7,200 /
100,000. El 25% de los países poseen datos por debajo de 40.65. El 75% de los países
poseen datos por encima de 74.3. Su distribución es simétrica y leptocurtica,

 PREVALENCIA DE INSEGURIDAD ALIMENTARIA MODERADA O

SEVERA EN LA POBLACIÓN (%) (PIAMS20):

Posee un promedio 56,735. Con una variabilidad con respecto al promedio de 20,236.
Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 10,000 /
Máximo: 88,700. El 25% de los países posee datos por debajo 43.9. El 75% de los
países poseen datos por encima de 73.15. Tiene una distribución asimétrica a la
izquierda negativa y es leptocurtica.

 TOTAL, EMPLEO VULNERABLE (% DEL TOTAL DE EMPLEO)

(EVUL20):

Posee un promedio de 62,596. Con una variabilidad con respecto al promedio de

24,088. Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 11,000
/ Máximo: 94,000. EL 25% de los países poseen datos por debajo de 48. El 75% de los
países posee datos por encima de 81.5. Tiene una distribución Asimétrica a la izquierda
negativa y es leptocurtica.

 TASA DE ALFABETIZACIÓN, TOTAL DE ADULTOS (% DE PERSONAS

DE 15 AÑOS O MÁS) (TDAA20):

Posee un promedio de 67,865. Con variabilidad con respecto al promedio de 19,810.

Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 22,000 /
Máximo: 96,000. El 25% de los países poseen datos por debajo de 52. El 75% de los
países posee datos por encima de 85.5. Tiene una distribución Asimétrica a la izquierda
negativa y es leptucurtica.

 TOTAL, FUERZA LABORAL (EN MILES) (FLAB20):

Posee un promedio de 8771,580. Con una variabilidad con respecto al promedio de

12217,168. Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo:
67,794 / Máximo: 62259,271. El 25% de los países poseen datos por debajo de 940.812.
El 75% de los países poseen datos por encima de 11883.91. Tiene una distribución
Asimétrica a la derecha positiva y es leptocurtica
  POBLACIÓN URBANA (POBURB20):

Posee un promedio de 46,916. Con una variabilidad con respecto a la media de 19,143.
Sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo: 13,708 /
Máximo: 90,092. El 25% de los países posee datos por debajo de 31.4245. El 75% de
los países posee datos por encima de 63.057. Tiene una distribución Asimétrica hacia la
derecha positiva y es leptocurtica

 TASA DE PARTICIPACIÓN EN LA FUERZA LABORAL, TOTAL (% DEL

TOTAL DE LA POBLACIÓN ENTRE 15 Y 64 AÑOS) (PFL20):

Posee un promedio de 65,689. Con una variabilidad con respecto al promedio de

11,621. sus valores máximo y mínimo, oscilan de la siguiente manera. Mínimo:
46,400 / Máximo: 87,200. El 25% de los países posee datos por debajo de 55.7. El 75%
de los países posee datos por encima de 74.2. Tiene una distribución Asimétrica hacia la
izquierda negativa y leptocurtica.

2. Coeficiente de variación de Pearson.

Tabla N° 2.

Matriz de correlaciones (Pearson (n)):

Variables IDH20 INGNPPA20 TNB20 PFL20 ALAE20 PIAMS20 EVUL20 TDAA20 FLAB20 POBURB20
IDH20 1 0,328 -0,794 -0,401 0,872 -0,709 -0,784 0,768 -0,027 0,567
INGNPPA20 0,328 1 -0,155 -0,281 0,333 -0,354 -0,331 0,131 0,714 0,112
TNB20 -0,794 -0,155 1 0,315 -0,726 0,601 0,808 -0,609 0,136 -0,417
PFL20 -0,401 -0,281 0,315 1 -0,571 0,422 0,493 -0,110 0,142 -0,422
ALAE20 0,872 0,333 -0,726 -0,571 1 -0,707 -0,764 0,653 0,003 0,581
PIAMS20 -0,709 -0,354 0,601 0,422 -0,707 1 0,673 -0,404 -0,065 -0,458
EVUL20 -0,784 -0,331 0,808 0,493 -0,764 0,673 1 -0,606 0,092 -0,434
TDAA20 0,768 0,131 -0,609 -0,110 0,653 -0,404 -0,606 1 -0,032 0,421
FLAB20 -0,027 0,714 0,136 0,142 0,003 -0,065 0,092 -0,032 1 -0,194
POBURB20 0,567 0,112 -0,417 -0,422 0,581 -0,458 -0,434 0,421 -0,194 1
Para encontrar algún tipo de relación lineal entre las variables se ha decido aplicar el
coeficiente de correlación de Karl Pearson, que es aquel que mide la relación entre las
variables, su nivel de medición oscila entre -1 y 1 siendo los valores cercanos a uno
considerados como muy buena relación en sentido (negativa y positiva respectivamente).
Haciéndose la interpretación en la siguiente.

r= 1 CORRELACION PERFECTA

0,80 < r < 1 MUY ALTA

0,60 < r < 0,80 ALTA

0,40 < r < 0,60 MODERADA

0,20 < r < 0,40 BAJA

0 < r < 0,20 MUY BAJA

r=0 NULA

2.1. Correlación muy alta

IDH20 vs TNB20, es de -0,794. ES ALTA Y NEGATIVA

IDH20 vs ALAE20, es de 0,872. ES MUY ALTA Y POSITIVA (LA MEJOR

RELACION)

IDH vs PIAMS20, es de -0,709. ES ALTA Y NEGATIVA

IDH vs EVUL20, es de -0,810. ES MUY ALTA Y NEGATIVA

IDH vs TDAA20, es de 0,768. Es ALTA Y POSITIVA

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
  MUY ALTA + ACCESO A LA ELECTRICIDAD
  ALTA + TAZA DE ALFABETIZACION
INDICE DE DESARROLLO
HUMANO ALTA - TAZA DE NATALIDAD
   ALTA - PREV. INSEG. ALIMENTARIA
  MUY ALTA - % TOTAL DE EMPLEADOS

----------------------------------------- …. …. ---------------------------------------

INGNPPA20 vs FLAB20, es de 0,714. ES ALTA Y POSITIVA (LA MEJOR

RELACION)

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
% TOTAL DE LA FUERZA DE
INGRESO NACIONAL ALTA + TRABAJO

----------------------------------------- …. …. ---------------------------------------

La relación del TNB20 vs ALAE20, es de -0,726. ES ALTA Y NEGATIVA

La relación del TNB20 vs PIAMS20, es de 0,601. ES ALTA Y POSITIVA

La relación del TNB20 vs EVUL20, es de 0,816. ES MUY ALTA Y POSITIVA (LA

MEJOR RELACION)

La relación del TNB20 vs TDAA20, es de -0,609. ES ALTA Y NEGATIVA

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
  ALTA + PREV. INSEG. ALIMENTARIA
TAZA BRUTA DE NATALIDAD ALTA - ACCESO A LA ELECTRICIDAD
  MUY ALTA + % TOTAL DE EMPLEADOS
  ALTA - TASA DE ALFABETIZACION

----------------------------------------- …. …. ---------------------------------------

La relación del ALAE20 vs TNB20, es de -0,726. ES ALTA Y NEGATIVA

La relación del ALAE20 vs PIAMS20, es de -0,707. ES ALTA Y NEGATIVA

La relación del ALAE20 vs EVUL20, es de -0,762. ES ALTA Y NEGATIVA

La relación del ALAE20 vs TDAA20, es de 0,653. ES ALTA Y POSITIVA

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
  ALTA + TASA DE ALFABETIZACION
ACCESO A LA ELECTRICIDAD ALTA - TASA DE NATALIDAD
  ALTA - PREV. DE INSEG. ALIMENTARIA
  ALTA - % TOTAL DE EMPLEADOS

----------------------------------------- …. …. ---------------------------------------

La relación del PIAMS20 vs ALA20, es de -0,707. ES ALTA Y NEGATIVA

La relación del PIAMS20 vs EVUL20, es de 0,656. ES ALTA Y POSITIVA (LA

MEJOR RELACION)

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
ALTA + % TOTAL DE EMPLEADOS
PREV. DE INSEG. ALIMENTARIA ALTA - ACCESO A LA ELECTRICIDAD
 

----------------------------------------- …. …. ---------------------------------------

La relación del EVUL20 vs ALAE290, es de -0,762. ES ALTA Y NEGATIVA

La relación del EVUL20 vs PIAMS20, es de 0,656. ES ALTA Y POSITIVA

La relación del EVUL20 vs TDAA20, es de -0,621. ES ALTA Y NEGATIVA

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
  ALTA + PREV. INSEG. ALIMENTARIA
% TOTAL DE EMPLEADOS ALTA - ACCESO A LA ELECTRICIDAD
  ALTA - TAZA DE ALFABETIZAION
----------------------------------------- …. …. ---------------------------------------

La relación del FLAB20 vs INGNPPA20, es de 0,714. Es ALTA Y POSITIVA (LA

MEJOR RELACION)

TIPO DE SIGN
VARIABLE RELACION O VARIABLE
% TOTAL DE LA FUERZA LABORAL ALTA + INGRESO NACIONAL
 

----------------------------------------- …. …. ---------------------------------------

3. Prueba de esfericidad de BARTLETT

valor-p <0,0001 SE PUEDE APLICAR EL ANALISIS FACTORIAL

(bilateral)

4. Prueba de (KRAISER-MEJIER-OLKIN)

Para proceder en la técnica del ACP como parte del análisis factorial se hace a través del
coeficiente de KMO (Kraiser-Mejier-Olkin) se ha aplicado sobre un total de 52 países y en
10 variables. Para el coeficiente de KMO se consideró un a escala de correlación:

De 0,00 -- 0,20 Relación débil

De 0,20 – 0,40 Relación moderada

De 0,40 – 0,60 Relación marcada

De 0,60 – 0,80 Relación fuerte

De 0,80 – 1,00 Relación muy fuerte

 HAY UNA RELACION FUERTE ENTRE LAS VARIABLES, SE
KMO 0,777 PUEDE HACER EL ANALISIS DE COMPONENTES PRINCIPALES

5. ANÁLISIS DE COMPONENTES PRINCIPALES.

Tabla N° 3. Valores propios.

Análisis de Componentes Principales:

Valores propios:

F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
Valor propio 5,264 1,740 1,025 0,639 0,458 0,312 0,223 0,149 0,120 0,071
Variabilidad (%) 52,642 17,395 10,246 6,394 4,583 3,117 2,226 1,491 1,199 0,705
% acumulado 52,642 70,038 80,284 86,678 91,261 94,378 96,604 98,095 99,295 100,000

Los valores propios nos indican que en el primer factor recoge un 52,65% de la variabilidad
de los datos, sin embargo, para nuestros fines trabajaremos con dos factores el 1 y el 2 para
obtener un 70,03% de la variabilidad y ejecutar un mejor modelo para el estudio de nuestras
variables.

Gráfico 1. Gráfico de sedimentación.

El gráfico de sedimentación
ofrece una representación visual
de los factores obtenidos y su
peso en el análisis de la
variabilidad. En tal sentido, el
mismo confirma la selección de
los dos primeros factores al
denotar que ambos son los que
explican la mayor variabilidad de los datos. Si bien existe un tercer factor que cumple con
el criterio de Kaiser, se prescindió del mismo en virtud de que los dos primeros pueden
explicar al menos dos variables cada uno (esto se aprecia en la correlación de los factores y
las variables).

5.1. Correlación en el factor.

Tabla Nº4.
FACTOR 1. Las variables se ubican según su
EJE X
contribución a un lado u otro del
Lado izquierdo Lado derecho
(Negativo) (Derecho) eje de las abscisas, a medida que
los países se vayan ubicando
TNB20 IDH
PFL20 INGPPA20
podremos observar cómo a medida
PIAMS20 ALAE20 que los países tienen mejores
EVUL20 TDAA20
condiciones de vida, disminuye su
FLAB20 POBUR20
tasa de natalidad y disminuyen las
variables que proponen desigualdad.

Tabla Nº5. Cargas factoriales

  F1 F2 F3

IDH20 0,939 -0,018 0,177

INGNPPA20 0,381 0,862 -0,124

TNB20 -0,836 0,158 -0,228

PFL20 -0,564 0,016 0,745

ALAE20 0,929 0,014 -0,047

PIAMS20 -0,793 -0,125 0,102

EVUL20 -0,887 0,031 -0,031

 TDAA20 0,722 -0,113 0,519

FLAB20 -0,029 0,944 0,160

POBURB20 0,647 -0,224 -0,250

En la tabla Nº5 apreciamos cómo contribuye cada variable al factor en cuestión, mostramos
el factor tres para dar mayor visualización de los datos, pero trabajaremos con dos factores
porque se ajusta a lo que buscamos.

**EN EL F1 ES DONDE SE OBSERVAN LAS CORRELACIONES MAS

ALTAS**

**MIENTRAS QUE, EN EL F2 SE OBSERVAN SOLO DOS CORRELACIONES

ALTAS**

**EN EL F3 OBSERVAMOS UNA SOLA CORRELACION ALTA**

SIN EMBARGO, PARA NUESTROS FINES TRABAJAREMOS CON DOS

FACTORES EL 1 Y EL 2 PARA OBTENER UN 70,03% DE LA VARIABILIDAD

Gráfico 2. Ubicación espacial de las variables sin Varimax

En el gráfico Nº 2 tenemos una mejor

visualización de la distribución espacial de
las variables.
Para nuestros fines hemos distribuidos las
variables según su ubicación en el eje:
VARIABLES QUE SE ENCUENTRAN EN EL FACTOR 1, CORRELACION FUERTE
Y POSITIVA EJE “X”: IDH ALAE20 TDAA20 POBURB20
VARIABLES QUE SE ENCUENTRANE EN EL FACTOR 1, CORRELACION FUERTE
Y NEGATIVA EJE “X”: TNB20 PIAMS20 EVUL20 PFL20

Posición de las variables:

En el cuadrante 1 (superior derecho) se localizan las siguientes dos variables: INGNPPA20

y ALAE20, ambas con valores positivos, pero alto respecto al factor 1 en esta y bajo al 2,
mientras que lo inverso ocurre con aquella variable.

En el cuadrante 2 (superior derecho) se hayan las variables: FLAB20, TNB20, EVULB20

y PFL20, estando aquella directa y altamente correlaciona al factor 2 pero inversa y
bajamente correlacionada al 1, mientras que en las otras tres ocurre lo inverso, están inversa
y altamente correlacionadas al factor 1, pero directa y bajamente correlacionadas al 2.
En el cuadrante 3 (inferior izquierdo) se localiza la variable PIAMS20, con ambos valores
inversos pero altos respecto al factor 2 y bajos respecto al 1.
Tabla Nº 6. Correlaciones entre las variables y los
factores: En el cuadrante 4 (inferior derecho) se
hayan las variables IDH20, TDAA20 y
  F1 F2 F3
POBURB20, todas directa y altamente
IDH20 0,939 -0,018 0,177
correlacionadas al factor 1, pero
INGNPPA20 0,381 0,862 -0,124
inversa y bajamente correlacionadas al
TNB20 -0,836 0,158 -0,228
factor 2
PFL20 -0,564 0,016 0,745

ALAE20 0,929 0,014 -0,047

PIAMS20 -0,793 -0,125 0,102

EVUL20 -0,887 0,031 -0,031

TDAA20 0,722 -0,113 0,519

FLAB20 -0,029 0,944 0,160

POBURB20 0,647 -0,224 -0,250

5.2. Cosenos cuadrados sin Varimax.

Tabla Nº7 Cosenos cuadrados de las
variables:

  F1 F2 F3  LAS NEGRITAS INDICAN

DONDE MEJOR SE
IDH20 0,882 0,000 0,031
CORRELACIONA LA
INGNPPA20 0,145 0,743 0,015 VARIABLE EN LOS
TNB20 0,699 0,025 0,052
FACTORES
 EN EL F1 ES DONDE SE
PFL20 0,318 0,000 0,555 OBSERVAN LAS MAYORES
ALAE20 0,863 0,000 0,002 CORRELACIONES**
 MIENTRAS QUE, EN EL F2
PIAMS20 0,629 0,016 0,010
SE OBSERVAN SOLO DOS
EVUL20 0,786 0,001 0,001 CORRELACIONES**
TDAA20 0,522 0,013 0,269  EN EL F3 SE OBSERVA QUE
UNA CORRELACION**
FLAB20 0,001 0,891 0,026

POBURB20 0,419 0,050 0,063

 5.3. Gráfico Nº 3. Factores y variables.

Se hace notar que los países del clúster 4: (EGY, NGA) se encuentran repartidos en el
cuadrante 1 y 2. Los del clúster 3: (ZAF, AGL) se encuentran todos en el cuadrante 1.
Mientras, los del clúster 2: (MUS, GAB, SYC, CPV, SWZ, NAM, BWA, STP, DJI,
GNQ, MRT, SEN, COM, MLI, LSO, COG, GMB, TGO, ZWE, ZMB, RWA, SOM,
MDG, BEM, LBR, GNB, SLE, GIN, MWI, MOZ, BEA, CAF, BDI, TCD, NER, SSD)
se encuentran repartidos entre los cuadrantes 2, 3 y 4, respectivamente, 6 países en el
segundo cuadrante, 16 países en el tercer cuadrante, y 14 países en el cuarto cuadrante.
Finalmente, los pertenecientes al clúster 1: (TUN, LBY, MAR, GHA, CIV, SDN, KEN,
CMR, AGO, UGA, TZA, ETH) se encuentran repartidos entre los cuadrantes 1, 2 y 4, 5
en el cuadrante 1, 5 en el 2, y 2 en el 4.

6. Modelo tras rotación Varimax.

6.1. Porcentaje de la varianza.

  D1 D2
Variabilidad 52,64 17,4
(%)
% 52,64 70.04
acumulado

Como se observa en la tabla, se sigue conservando el mismo porcentaje de variabilidad.

Tabla Nº8. Cargas factoriales tras

Tabla Nº9. Correlaciones entre las variables y
rotación Varimax:
los factores tras rotación Varimax:

  D1 D2
  D1 D2
IDH20 0,936 0,087
IDH20 0,936 0,087
INGNPPA20 0,283 0,899
INGNPPA20 0,283 0,899
TNB20 -0,848 0,064
TNB20 -0,848 0,064
PFL20 -0,562 -0,047
PFL20 -0,562 -0,047
ALAE20 0,922 0,117
ALAE20 0,922 0,117
PIAMS20 -0,774 -0,212
PIAMS20 -0,774 -0,212
EVUL20 -0,885 -0,068
EVUL20 -0,885 -0,068
TDAA20 0,730 -0,032
TDAA20 0,730 -0,032
FLAB20 -0,134 0,935
FLAB20 -0,134 0,935
POBURB20 0,668 -0,151 POBURB20 0,668 -0,151

Todos los valores de las variables para cada factor que se habían obtenido antes cuando se
procesaron sin varimax, (han variado tras la rotación Varimax). Pero lo han hecho por
pocos decimales. Lo mismo se dice de sus contribuciones a los factores, pues variaron muy
poco.

Gráfico Nº4. Variables y sus ejes con varimax.

En el cuadrante 1 (superior derecho) se

localizan las siguientes tres variables:
INGNPPA20, ALAE20 e IDH20, estas
dos con valores positivos, pero alto
respecto al factor 1 y bajo al 2, mientras
que lo inverso ocurre con la variable
INGNPPA20.

En el cuadrante 2 (superior derecho) se

hayan las variables: FLAB20 y TNB20,
estando aquella directa y altamente
correlaciona al factor 2 pero inversa y
bajamente correlacionada al 1, mientras que en la otra ocurre lo inverso, está inversa y
altamente correlacionadas al factor 1, pero directa y bajamente correlacionadas al 2.

En el cuadrante 3 (inferior izquierdo) se localizan las variables: EVUL20, PFL20 y

PIAMS20, con ambos valores inversos pero altos respecto al factor 2 y bajos respecto al 1.

En el cuadrante 4 (inferior derecho) se hayan las variables TDAA20 y POBURB20, todas

directa y altamente correlacionadas al factor 1, pero inversa y bajamente correlacionadas al
factor 2.
Se hace notar como los siguientes factores cambiaron de cuadrante tras la rotación varimax:
IDH (del cuarto cuadrante al primer cuadrante); EVUL20 y PFL20 (del segundo al tercero).

6.2. Cosenos cuadrados con rotación Varimax.

Tabla Nº9. Cosenos cuadrados de las variables

  D1 D2
IDH20 0,875 0,008
INGNPPA20 0,080 0,808
TNB20 0,720 0,004 La variación de entre los cosenos cuadrados
PFL20 0,316 0,002 no sufrió mayor transformación, excepto en
ALAE20 0,849 0,014
PIAMS20 0,600 0,045 INGNPPA20 que se afianzó con mayor fuerza
EVUL20 0,783 0,005
en el D2, el resto de las variables sólo
TDAA20 0,533 0,001
FLAB20 0,018 0,874 disminuyeron su relación con el D1 por
POBURB20 0,446 0,023
décimas.

Gráfico N°5. Gráfico

de factores y variables
con varimax.

Se hace notar que los

países del cluster 4 se
encuentran repartidos
en el cuadrante 1 y 2.
Los del cluster 3 se
encuentran todos en el cuadrante 1. Mientras, los del cluster 2 se encuentran repartidos
entre los cuadrantes 2, 3 y 4, respectivamente, 3 en el segundo, 19 en el tercero, y 14 en el
cuarto. Finalmente, los pertenecientes al cluster 1 se encuentran repartidos entre los
cuadrantes 1, 2 y 4, 5 en el cuadrante 1, 5 en el 2, y 2 en el 4.

De esta manera, se obtiene que los únicos países que cambiaron de cuadrante tras la
rotación Varimax fueron los del cluster 2 (del segundo al tercer cuadrante).

Los países situados en el cuadrante 1 presentan valores altos para las siguientes variables:
Ingreso nacional, IDH, acceso a la electricidad, tasa de alfabetización, población urbana,
total fuerza laboral, pero presentan valores bajos para las siguientes variables: Tasa bruta de
natalidad, total empleo vulnerable, tasa de participación en la fuerza laboral, prevalencia de
inseguridad alimentaria (8 países en total: 5 del cluster 1, 2 del cluster 3, y 1 del cluster 4).

Los países situados en el cuadrante 2 presentan valores altos para las siguientes variables:
Ingreso nacional, total fuerza laboral, Tasa bruta de natalidad, total empleo vulnerable, tasa
de participación en la fuerza laboral, prevalencia de inseguridad alimentaria. Pero
presentaran valores bajos para las siguientes variables: IDH, acceso a la electricidad, tasa
de alfabetización, población urbana (9 países en total: 5 del cluster 1, 3 del cluster 2, y 1 del
cluster 4).

Los países situados en el cuadrante 3 presentan valores altos para las siguientes variables:
Tasa bruta de natalidad, total empleo vulnerable, tasa de participación en la fuerza laboral,
prevalencia de inseguridad alimentaria. Pero presentan valores bajos para las siguientes
variables: Ingreso nacional, IDH, acceso a la electricidad, tasa de alfabetización, población
urbana, total fuerza laboral (19 países en total: 19 del cluster 2).

Los países situados en el cuadrante 4 presentan valores altos para las siguientes variables:
IDH, acceso a la electricidad, tasa de alfabetización, población urbana, pero presentan
valores bajos para las siguientes variables: Ingreso nacional, total fuerza laboral, Tasa bruta
de natalidad, total empleo vulnerable, tasa de participación en la fuerza laboral, prevalencia
de inseguridad alimentaria (16 países en total: 2 del cluster 1, y 14 del cluster 2).
 VI. Conclusiones.

El objetivo fundamental del paper fue el de visibilizar las condiciones de vida que hay en el
continente africano para el año 2020, en función de su crecimiento económico, su
desarrollo en la educación, la disminución o aumento de la inseguridad alimentaria, la
evaluación del empleo; haciendo análisis de datos del componente, de tal manera que así
tengamos en cuenta, y podamos conocer sobre la taxonomía que enfrenta el continente
evaluado, con una muestra de 52 países para generar un informe situacional al respecto.

Escogimos el año 2020 porque para esa fecha, el mundo se encontraba en emergencia
sanitaria. Tras la llegada de la pandemia por el COVID-19. Todos los ciudadanos del
mundo hemos resultado afectados por un nuevo virus que nos llevó, “en el mejor de los
casos”, a estar encerrados en nuestras casas y, en el peor, al duelo de la pérdida de seres
queridos… Intentar abarcar, todos los aspectos en los que el COVID-19 ha marcado nuestra
vida es imposible, sin embargo, la paralización de la actividad comercial, social y hasta
financiera conllevaron a grandes letargos en la producción, en los servicios y en el
engranaje del mercado internacional sobre la compra y venta de bienes y servicios, por ese
motivo nos centramos solo en 10 sub-dimensiones que al inicio de este documento se
señalaron para midieran las condiciones de vida. Tras la evaluación se observó que el
continente tiene un desempeño desigual ya que 52 países resultaron presentar valores bajo
en varios indicadores y tan solo 16 países presentaron resultados altos en varios
indicadores. La región está formada por países de ingreso bajo, mediano bajo, mediano alto
y alto, 22 de los cuales se ven afectados por situaciones de fragilidad o conflictos. En
África hay también 13 Estados pequeños, que se caracterizan por tener poca población,
escasez de capital humano y una superficie terrestre limitada.

Este repunte, puede ser estimulado por el alza de los precios de los productos básicos, la
flexibilización de las estrictas medidas impuestas durante la pandemia y la reactivación del
comercio mundial, y sigue siendo vulnerable en vista de las bajas tasas de vacunación del
continente, el prolongado período de daños económicos y la lentitud de la recuperación. A
medida que, las medidas de contención se eliminan con mayor rapidez y el gasto
aumenta… no obstante, si la entrega y la cobertura de las vacunas continúan llegasen a
demorarse, el crecimiento letárgico podría desacelerarse cada vez más. Los países africanos
han aprovechado la oportunidad de la crisis para promover reformas estructurales y
macroeconómicas que podrían facilitar un mayor crecimiento inclusivo a largo plazo.
Varios de ellos se han embarcado en reformas estructurales difíciles, pero necesarias, como
la unificación de los tipos de cambio en Sudán, la reforma de los subsidios a los
combustibles en Nigeria y la apertura de las telecomunicaciones al sector privado en
Etiopía. Las reformas orientadas a ofrecer un suministro eléctrico confiable, que incluyen
mejorar el funcionamiento de las empresas de servicios públicos, pueden impulsar el sector
manufacturero y a la economía digital. Las reformas que van dirigidas a subsanar los
déficits de infraestructura y a promover una economía más inclusiva como la “economía
digital” que se espera garantizar la asequibilidad, y fortalecer las habilidades de todos los
segmentos de la sociedad, que son cruciales para mejorar la conectividad, aumentar la
adopción de tecnologías digitales y generar más y mejores empleos para los hombres y las
mujeres para sí poder enfrentar situaciones de emergencias nacionales o internacionales
como lo fue, o lo es, el COVID-19 que se manifiesto de manera esporádica, propiciando a
las naciones, a los gobiernos locales y a las políticas en desarrollo a tener que enfrentar
grandes retos y desafíos.