Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Plan de Tesis
Perú, 2023
1
Índice
Introducción..........................................................................................................................................4
Capítulo 1..............................................................................................................................................6
1.1. Problema de investigación.........................................................................................................6
1.1.1. Planteamiento del problema...............................................................................................6
1.1.2. Formulación del problema.................................................................................................9
1.1.3. Justificación de la investigación.......................................................................................10
1.2. Marco referencial.....................................................................................................................10
1.2.1. Antecedentes....................................................................................................................10
1.2.2. Marco teórico...................................................................................................................18
1.2.3. Marco conceptual.............................................................................................................25
1.3. Objetivos e hipótesis................................................................................................................27
1.3.1. Objetivos..........................................................................................................................27
1.3.2. Hipótesis..........................................................................................................................27
Capítulo 2............................................................................................................................................29
2.1. Método.........................................................................................................................................29
2.1.1. Tipo de investigación.............................................................................................................29
2.1.2. Diseño de investigación.........................................................................................................29
2.1.3. Variables................................................................................................................................30
2.1.4. Muestra..................................................................................................................................31
2.1.5. Instrumentos de investigación................................................................................................32
2.1.6. Procedimiento de recolección de datos..................................................................................32
Capítulo 3............................................................................................................................................34
3.1. Resultados....................................................................................................................................34
3.1.1. Presentación de resultados.....................................................................................................34
3.1.2. Discusión...............................................................................................................................34
3.1.3. Conclusiones..........................................................................................................................34
3.1.4. Recomendaciones..................................................................................................................34
Referencias Bibliográficas...................................................................................................................35
2
Glosario de términos:
Adolescentes.
3
Introducción
aspecto de tipo económico, el territorio peruano, sería una de las naciones con más
precio de insumos médicos como mascarillas, productos de higiene en este caso los
precios lograron a aumentar hasta 8 veces por la alta demanda de estos productos, a su
producción del mismo fomentando la crisis del oxigeno donde a la escasez de este
elemento se llego a quintuplicar el precio tanto del balón así como el llenarlo; también
tratamiento a los pacientes que sufren dolencias como el cáncer, las enfermedades
4
diferente al COVID - 19 creando un perjuicio a la población que sufría esas dolencias
Por otra parte, la CEPAL (2022) menciona que existe un patrón predominante
de mayor influencia de pobreza en los pueblos indígenas del Perú. Por lo tanto, con la
fundamentales para prevenir los contagios, como consecuencia padecerían los peores
estipuladas por el gobierno para contener el virus. Por otra parte, según factores
geográficos indican que la pobreza monetaria afectó al 26% de las familias de la zona
9.9 % entre el año 2019 al 2020 llegando al 30.1% en total y siendo muy cercano a la
incidencia de pobreza del año 2010 que se ubicó en un nivel de 30.8%, lo cual
5
Capítulo 1
entero, ha logrado afectar gravemente tanto la salud pública como también a las
economías nacionales y mundiales desde inicios del año 2020. De ese modo, en China
el PBI real cayó un 6.8% en el primer trimestre del 2020 en relación con el mismo
periodo del año 2019. Con relación a su población, el 23% de hogares rurales
la vez, que existen otros factores vinculados más importantes del porqué dichos
hogares rurales volvieron a caer en la pobreza como son los que perciben bajos
ingresos, la baja educación y la vejez (Huang, 2020). A finales del año 2020, el PBI
han sido severas en las poblaciones rurales, teniendo impactos negativos sobre el
empleo, la salud, así como también sobre la perspectiva económica. De ese modo, ha
aumentado los índices de pobreza, donde se ha encontrado que estos impactos han
Europea, sobre todo en el sur, el este de Europa y Francia, ya que con las medidas
tomadas por los gobiernos europeos contra este fenómeno ha provocado la pérdida de
varios empleos (Doerr y Gambacorta, 2020). En donde los trabajadores jóvenes, con
poca educación e ingresos bajos han sido los más afectados (Pouliakas y Branka,
6
2020). Conllevando en el incremento de la situación de pobreza del 2.2% para el año
Por otro lado, en el año 2020, la recesión económica mundial causado por la
pandemia de la COVID-19, también llegó afectar en gran medida a África del sur del
Sahara, conllevando una disminución de su PBI real a un -8.9%, ello debido a la alta
dependencia del comercio y las exportaciones de los productos primarios, lo cual tras
año 2019 (Laborde et al., 2020). Sin embargo, tras la actualización del registro, el PBI
real anual de ese periodo en África del Sur del Sahara fue de -6.3% (BM, 2023).
2019, aumentando consigo la pobreza un 0.5% llegando al 9.7% hasta fines del 2020,
lo que implica que 1.3 millones de personas más ingresen a esta categoría (Suryahadi
et al., 2020). Del mismo modo, en Bangladesh, 16.5 millones de personas más
pasaron hacer pobres durante el año 2020, debido a que gran parte de la población
dependía únicamente de los trabajos del sector informal y perdieron sus empleos tras
las medidas tomadas por el gobierno para evitar más contagios con la COVID-19
(Hossain, 2021).
ingresando a esta categoría 17 millones de personas (CEPAL, 2021), siendo los países
7
Argentina (37%) y Perú (21.9%), conllevando a incrementos de la situación de
Por otro lado, se evidencia que el nivel de pobreza tiene una notoria presencia
en zonas rurales, siendo así que en América Latina creció un 10.7% llegando al 56.2%
en el año 2020 con respecto al año 2019. Demostrando así, que la pandemia de la
tenían diversas actividades locales para cubrir sus necesidades. Sin embargo, tras la
inmovilización social a la población, pero esta medida tomada sólo estaba al alcance
ellas trabajaban fuera de sus hogares para mantener a sus familias, por lo que se
principios de 2019 que la pobreza en este grupo etario aumentaría del 26.9% al 39.9%
para el año 2020. Sin embargo, una actualización de la información mostró que
8
realmente la pobreza para niños de 0 a 17 años fue del 31.1% para ese año (INEI,
2021).
Por otro lado, Perú, al ser un país desigual, se ha visto afectado en mayor y
menor grado según las regiones geográficas por las medidas gubernamentales por la
ingresos de los hogares del Sur del Perú de nivel socio económico alto no
disminuyeron más del 30%; sin embargo, los hogares de niveles medio, bajo y muy
solo manteniéndose activa rubros específicos como la salud y el de los alimentos (El
peruano, 2022), este escenario provocó que diversas familias paralicen sus ingresos
Problema general
Problemas específicos
9
¿Cuál es el impacto de la COVID-19 en los factores asociados a la pobreza
toma de decisiones.
investigación servirán para dar una nueva perspectiva al ámbito de estudio. Asimismo,
1.2.1. Objetivos
Objetivo general
10
Objetivos específicos
1.2.2. Hipótesis
H.O.E.1
H.O.E.2
11
H1: Existe impacto de la COVID-19 en los factores asociados a la pobreza
H.O.E.3
12
Capítulo 2
1.3.1. Antecedentes
Internacionales
resultados mostraron que el impacto calculado en el PBI fue de -11.41% para el año
11.9% para el mismo periodo. De ese modo, se pudo evidenciar una de las peores
caídas estadísticas que se han podido registrar en España. Se concluyó que el país
peores crisis, afectando a todos los sistemas productivos y siendo el más golpeado a
19: Rates of incidence and deaths in the United States during the first 10 weeks of the
hipotético deductivo. Además, para hallar los resultados se tomó en cuenta diversas
fuentes secundarias, a partir de ello se elaboró un modelo lineal de efectos mixtos. Los
resultados evidenciaron que, la pandemia durante el año 2020, por cada condado se
13
vida en promedio fue de 78.08% y el porcentaje promedio de bebes con bajo peso al
nacer fue de 8.11%, indicando que los condados con mayores niveles de pobreza
que los condados con tasas más altas de pobreza y pobreza extrema, así como aquellos
con bajos ingresos, menor esperanza de vida, un mayor porcentaje de bebes con bajo
peso al nacer y más condados urbanos tenían un mayor número de casos confirmados
de Covid-19.
households” tuvo como objetivo examinar las desigualdades de género de los hogares
regresión por cuantiles que permitió calcular los parámetros específicos para
diferentes intervalos. Los resultados mostraron que si ninguno de los integrantes del
hogar encabezados por mujeres posee una tarjeta de crédito su relación ingreso-
pobreza rural en México: caso de 5 localidades” tuvo como objetivo identificar las
14
de estimar los indicadores elasticidades, efectos marginales y razón de momios. Los
presentan una relación inversa en la probabilidad, mientras que hablar una lengua
posea una economía con mejores oportunidades. Además, se determinó que el 90% de
concluyó que las causales de la presencia de pobreza dentro de un hogar son: los
materiales con la que está fabricada sí cuentan con los servicios básicos, las
Effects of the COVID-19 Pandemic in Colombia” tuvo como objetivo medir los
69% de los varones perdieron su empleo, una porción mayor que en las mujeres con
un 64%, además se pudo evidenciar una caída del 50% en los ingresos laborales de los
15
basado en un modelo logit. Los resultados indicaron que durante el periodo 2002 y
contar con un jefe de hogar que ha creado un puesto de trabajo para sí mismo,
Ecuador” tuvo como objetivo estimar las consecuencias surgidas por la pandemia de
basado en un modelo Logit. Los resultados mostraron que para el año 2019, las
mujeres como jefas de hogares muestran más disposición a la pobreza de 1.4 puntos
porcentuales más que los jefes de hogar (hombres) y para el año 2020, un 6.2 puntos
edad en una unidad del jefe de hogar que se asocia con la posibilidad de ser pobre en
un -0.3 (2019) y -0.2 (2020) puntos porcentuales. Asimismo, para el 2020, el ser jefe
porcentuales más que el año anterior. Se concluyó que los indicadores de pobreza
Nacionales
16
resultados mostraron que el Perú desde el 2005 al 2015 ha tenido un crecimiento
presentaron poca incidencia del virus y las provincias de Puerto Inca, Leoncio Prado y
concluyó que existe una correlación entre las variables estudiadas con un valor de
La investigación de Cieza et al. (2022) titulada “El nivel de vida en zona rural,
rural del Perú por COVID-19. Su metodología fue de enfoque cuantitativo y de tipo
aplicada, para ello se contó con entrevistas y observación directa a los participantes.
17
terminado la secundaria, y la mayoría percibía ingresos entre S/ 450.00 y S/ 750.00
nuevos soles mensuales, con un 54% en el extremo inferior del rango. Asimismo, los
variaba entre las personas que vivían en ciudades y las que vivían en áreas rurales.
Los problemas de salud mental eran omnipresentes entre los migrantes peruanos
encuestados, con una tasa de prevalencia del 39.4%. Se concluyó que, en Perú, el
disparidad entre los residentes en zonas rurales y urbanas, con la excepción del capital
mostraron que los factores que establecen la penuria urbana y rural son la edad, la
tenencia a una propiedad, y servicio de agua; pero solamente en las zonas urbanas es
pobreza en el Perú bajo el enfoque de activos” tuvo como objetivo analizar las
para hallar los resultados se tomaron datos de la ENAHO. Los resultados mostraron
18
que el tener un título de propiedad disminuye la incidencia de pobreza en un 15% así
como también el contar con educación. Sin embargo, en esa línea el hablar una lengua
oriunda del Perú y que la familia este compuesto por varios miembros, la probabilidad
de ser pobre aumenta. Se concluyó que los determinantes de la pobreza son el acceso
transformación a nivel energético entre los años 2010 al 2019, identificando los
factores que influyeron en el gasto energético de los hogares rurales de la parte sierra
información de panel, haciendo uso de los datos que presenta la ENAHO. Los
resultados mostraron que la transición del uso de combustible en los hogares pobres
fue más acelerada con un crecimiento promedio de un 11% a diferencia con los
hogares no pobres que solo creció un 3%. Asimismo, se pudo determinar el nivel
socioeconómico de la pobreza por medio del gasto energético, siendo estos la cifra de
concluyó que los hogares pobres entre los años del 2010 al 2019 han sustituido los
mínimas proporciones.
deductivo, basado en una guía de regresión logística, con data extraída de la ENAHO.
19
Los resultados mostraron que, en un hogar, entre los más resaltantes poseer el acceso
posibilidad a un 15.5% cuando el jefe del hogar pasa a tener una cuenta en el sistema
financiero. Se concluyó que las variables que explicaron mejor el nivel de pobreza
fueron: acceso a agua potable, contar con teléfono fijo o móvil, nivel educativo de la
obtención de datos. Los resultados mostraron que la clase alta tiene una relación de
dependencia sobre tener un trabajo e ingresos fijos del 68%, la clase media es del 64%
y la clase baja es del 56%. Cuanto más pobre es un hogar, más probable es que uno de
sus miembros haya dejado de trabajar debido a la pandemia. El teletrabajo sólo era
posible principalmente para aquellos en las clases más ricas, ya que el 61% de los
hogares más pobres dejaron de trabajar y solo el 24% pudo teletrabajar durante la
cuarentena. Se concluyó que los hogares con ingresos más bajos fueron más
propensos a perder su trabajo y a quedarse sin ahorros; mientras que las clases medias
gastaron sus ahorros para el presente; en cuanto a las clases acomodadas no perdieron
públicos en Perú, 2010-2014” tuvo como fin evidenciar que componentes impactan al
20
consumo de cartera en los servicios de salud. Se aplicó el método hipotético
ENAHO. Los resultados mostraron que solo el 5% de los pacientes que vivían en
un 16%. Además, el gasto en servicios en salud fue mayor para aquella población que
no contaba con SIS y ser adulto mayor en situación de pobreza. Se concluyó que el
contar con SIS disminuye el gasto en servicio en salud para la población rural pobre.
shocks adversos que se puedan presentar en las diferentes situaciones de vivencia que
poder alcanzar un grado de satisfacción (Saatci & Akpinar, 2007). Dichas necesidades
pueden ser económicas, sociales, políticas, culturales, físicas o espirituales, las cuales
una problemática social y generando una dependencia al patrocinio del Estado para
también se deben tener en cuenta factores sociales, económicos y políticos que afectan
la capacidad de las personas para vivir una vida plena y satisfactoria. Sen sustenta que
21
tanto la educación, el acceso a la tierra, la salud, la justicia, el apoyo familiar y
las personas para salir de la pobreza y mejorar sus vidas. Estos factores pueden verse
integrado y sostenible para que estas variables tengan un impacto positivo entre
(Barbier, 2010).
Figura 1
Esquema de la pobreza regional
22
Nota. Elaboración propia. Adaptado de Zhou & Liu (2022).
acceso precarias para las industrias (no acceso a carreteras o a una red de transporte
1
Referido a…
23
eficiente). Finalmente, el caso tierra–individuo se relaciona con la carencia del
poblaciones pobres tienden a incrementarse por el instinto natural del individuo y bajo
el criterio de que más manos contribuirán a generar sustento. Advierte que bajo este
ella prima la carencia de los recursos objetivos necesarios para generar bienestar e
24
Awoyemi, 2010). Evidenciando que existen distinciones entre la proporción urbana y
rural por ello se indica que para medir la pobreza debe ser diferente para cada ámbito,
Para Ravallion et al. (2007) la pobreza en los territorios urbanos suele ser más
totalidad. Ello se debe a que en cada territorio enfrenta por características individuales
salud, seguridad, educación, las relaciones, entre otros. Pero a su vez es necesaria la
existencia de un indicador que mida la pobreza permitiendo que cada país pueda
(Voelwoen, 2018).
25
Cada país toma estás medidas y a través de ella genera políticas públicas para
como el mejor indicador para medir la pobreza porque considera al gasto de consumo
explícito de medida de bienestar y funciona como la comparación del valor per cápita
por hogar frente a la línea base o canasta básica o mínima que es necesario para
vivienda, entre otros para evaluar la pobreza, al contrario del anterior, es una medida
de bienestar individual (Feres & Mancero, 2001). Por último, el método integrado que
resulta de la combinación entre la técnica de línea de pobreza y las NBI; este método
2017).
afectado por la pobreza, así como por su capital geográfico y, estos factores que
influyen varían según las diferentes escalas temporales y regionales. Por lo que resulta
sino que también influya en una solución a nivel de ámbito geográfico (Kona et al.,
2018).
26
Existen estudios que consideran varios determinantes que causan la pobreza
por ámbito geográfico desde hace bastante tiempo atrás. Se menciona que la
pobreza) depende de las características internas del hogar (Farah, 2015), la edad de la
cabeza del hogar (Farah, 2015), dimensión de hogar (Farah, 2015), el grado formativo
del jefe de hogar (Farah, 2015; Dudek & Lisicka, 2013; Etim & Edet, 2013), el tipo de
residencia (urbano o rural) (Farah, 2015; Mok et al., 2007), el origen étnico (Farah,
2015; Mok et al., 2007), la religión (Farah, 2015), la proporción de sexo (Farah, 2015;
Etim & Edet, 2013), la tasa de dependencia (Farah, 2015; Dudek & Lisicka, 2013;
Etim & Edet, 2013), la proporción de niños por mujer (Farah, 2015; Dudek & Lisicka,
pobreza. Para eso es el cálculo de la medición de los efectos de esos factores a través
de modelos econométricos como el Logit, porque supone, una regresión logística para
Papatheodorou, 2006).
Y i=f ( X 1i , X 2 i , X 3 i , … , X ki )
27
se miden mediante una regresión logística. El modelo logístico supone que la variable
Y i es dicotómica y una variable de respuesta que captura un estado real del hogar
k
y ¿i =∑ X ij β j +ε i
j=0
¿
En la ecuación, y i no es observable y es una variable latente. Con ello
¿
podemos obtener Y i e identificar que toma valor de 1 si y i > 0 y toma el valor 0 en
α +βX
e
Pi ( X )=
1+e α + βX
ln
[ ]
Pi
1−Pi
= α+ ∑ β i∗X ij
i-ésimo hogar esté por debajo de la línea de pobreza y su distribución del vector
posibilidad de que los hogares sean pobres o no (Hashmi et al., 2008). Por último, el
28
1.3.3. Marco conceptual
urbano, el cual contiene espacios campestres y zonas que muestran bajas entradas
urbanas o de un nivel económico mejor, esto significa que algunas personas son
mucho más pobres que otras o tienen ingresos mucho más bajos que el promedio.
la misma vivienda y entre ellos existe una asociación para solventar las necesidades
de organización que tienen como núcleo principal a la pareja que puede o no contar
con hijos, siendo su prioridad satisfacer las necesidades básicas de la familia, tomando
2018).
va contar con caracteres específicos bajo una misma realidad ya sea el parentesco con
29
el jefe de hogar, sexo, edad, estado civil, entre otros que demarque el nivel de gastos o
ingresos por un hogar y van a depender de la variabilidad del tipo de conformidad del
existencia de otra realidad mayor a la que está llamado, de la que procede y hacia la
grado de eficiencia del metabolismo y las funciones de un ser vivo a escala micro y
Ingresos: Los ingresos de los hogares incluye todas las entradas en efectivo o
períodos anuales o más regulares, pero excluye las ganancias inesperadas y otras
entradas puntuales. Las entradas recibidas por los hogares pueden utilizarse para el
30
consumo corriente y no reducen el patrimonio neto del hogar mediante la disminución
aumento de los pasivos; pueden definirse como ingresos que incluyen: las rentas del
trabajo asalariado y por cuenta propia, las rentas de la propiedad, las rentas derivadas
2.1. Método
aconteció para con ello poder en futuros eventos tomar medidas de prevención
(Cabezas et al., 2018); por eso se considera como un diseño no experimental . A su vez
de analizar un momento en el tiempo y poder con ello evidenciar cambios que puedan
realizar las variables independientes en las dependientes (Arias & Covinos, 2021).
31
entre las variables estudiadas, brindando explicaciones causales; sin que realice alguna
manipulación por parte del investigador; en esta línea, este nivel de investigación
presenta como finalidad reconocer y medir la relación existente entre dos variables; que
32
2.1.3. Variables
Tabla 1
Operacionalización de variables
33
servicio de
2: No
agua
1: Red pública de desagüe
dentro de la vivienda
2: Red pública de desagüe
fuera de la vivienda, pero
dentro del edificio
3: Letrina (con tratamiento)
El baño está 4: Pozo séptico, tanque
conectado séptico o biodigestor
5: Pozo ciego o negro
6: Río, acequia, canal o
similar
9: Campo abierto o al aire
libre
7: Otro
Tiene 1: Si
electricidad 2: No
Características de 1: Jefe/Jefa
los miembros del 2: Esposa(o) /compañero(a)
hogar
3: Hijo(a)/hijastro(a)
M2
4: Yerno/Nuera
5: Nieto/a
Parentesco
con el jefe 6: Padres/Suegros
de hogar 7: Otros parientes
8: Trabajador (a) del Hogar
9: Pensionista
10: Otros No Parientes
11: Hermano(a)
1: Hombre
Sexo
2: Mujer
Edad Número
Estado civil 1: Conviviente
2: Casado(a)
3: Viudo(a)
4: Divorciado(a)
5: Separado(a)
34
6: Soltero(a)
1: Quechua
2: Aimara
3: Ashaninka
4: Castellano
6: Portugués
7: Otra lengua extranjera
Idioma 8: no escucha/no habla
aprendió en 9: lengua de señas peruanas
su niñez
10: Ashaninka?
11: Awajún/Aguaruna?
12: Shipibo Konibo
13: Shawi / Chayahuita
14: Matsigenka /
Machiguenga?
Educación 15: Achuar
M3 1: Sin nivel
2: Educación inicial
3: Primaria incompleta
4: Primaria completa
5: Secundaria incompleta
6: Secundaria completa
7: Superior no universitaria
Grado de incompleta
instrucción
8: Superior no universitaria
completa
9: Superior universitaria
incompleta
10: Superior universitaria
completa
11: Maestría/Doctorado
12: Básica especial
Salud Condición 1: Síntoma o malestar tos,
de salud dolor de cabeza, fiebre,
M4
nauseas
2: Enfermedad (gripe, colitis,
etc.)
35
3: Recaída de enfermedad
crónica
4: Accidente
5: No tuvo enfermedad,
síntoma, recaída, accidente.
6: Síntoma de la COVID-19
fiebre, tos seca, sensación de
ahogo
Empleo 1: Si
antes de
declaratoria
emergencia
nacional por 2: No
la COVID-
19
Tiene un 1: Si
Empleo e empleo fijo
ingresos al que
M5 retornara
cuando se
levanten 2: No
restriccione
s por la
COVID-19
Ingreso
mensual Monto en soles
total
Nota: Elaboración propia teniendo en cuenta la línea de pobreza y la encuesta ENAHO 2020
2.1.4. Muestra
La muestra está compuesta por las encuestas las Encuestas Nacional de Hogares
periodo 2020. Además de ello se tiene en cuenta que el INEI en el 2020 empleó una
muestra de 37,103 viviendas de las cuales 23,895 pertenecen al área urbana y 13,208 al
36
2.1.5. Instrumentos de investigación
la página web del INEI y se obtuvo la data que será convertida, transformada y
El proceso que se llevó a cabo para recolectar los datos se comenzó con la
geográfica para poder tener identificados a los hogares de zona urbana y rural así el
vivienda, condición hogar, título de propiedad, procedencia del agua, agua potable,
37
Módulo 2 Características de los miembros del hogar: Contiene ítems que van
38
Capítulo 3
3.1. Resultados
Modelo Logit
Convergence achieved 4
M4 – Prob 0.0012
Figura 1
COVID – 19 en Perú número de casos vs muertes 2020
39
Fuente: Elaboración propia con data del MINSA.
En la tabla 1 podemos encontrar los datos de análisis del modelo para expandir
estimación del modelo Logit donde se tiene 1691 observaciones, del mismo modo
año 2020 también encontramos que el factor asociado que impacta en la probabilidad
registrados y las muertes por la COVID- 19 tienen un incremento con una pendiente
acompañado de una cuarentena aplicada desde 16 marzo 2020 por primeros 15 días
solo para personas dedicadas a este rubro, bajo estas premisas las poblaciones más
afectadas era las urbanas quienes en los transcurso del tiempo, incremento de casos y
extensión de cuarentena migraron a la zona rural de los cuales muchos era natales
trasmitiendo de una manera incontrolable el virus; por lo cual se puede concretar que
40
oxígeno, camas de UCI ocupadas, agotamiento de medicamentos que presentaban
confundía los síntomas con resfriado común y buscaban atención cuando su situación
tener en cuenta que la encuesta de hogar recogió datos de los 4 primeros meses y
ultimo del año siendo más complicado explicar de forma exacta el comportamiento de
Modelo Logit
Convergence achieved 4
M4 – Prob 0.0012
En la tabla 2 podemos encontrar los datos de análisis del modelo para expandir
urbana en el año 2020 también encontramos que no existe un factor asociado que
41
impacte directamente con la probabilidad y el estadístico representación refleja que el
Modelo Logit
Convergence achieved 5
M4 – Prob 0.0012
En la tabla 3 podemos encontrar los datos de análisis del modelo para expandir
Logit donde cuenta con 563 observaciones, del mismo modo tenemos Convergence
rural en el año 2020 también encontramos que el factor asociado que impacta en la
42
el estadístico representación refleja que el modelo es significativo con un valor 0.01
menor a 0.05.
Variable Prob.
C 0.0005
M1 0.6082
M2 0.9374
M3 0.6675
M4 0.0011
M5 0.2222
En la tabla 5 podemos encontrar los datos de análisis del modelo para expandir
la respuesta puede localizarlo en la figura 5 en el anexo D, para saber cuales son los
decir que el valor de probabilidad es menor igual al valor 0.05 , en este caso el factor
que cumple con ello es M4 correspondiente al factor salud por lo que se puede
en hogar sus integrantes puedan tener síntomas asociados con la gripe o algún
43
3.1.2. Discusión
3.1.3. Conclusiones
3.1.4. Recomendaciones
44
Anexos
Figura 2
Impacto de Covid – 19 en la pobreza
Dependent Variable: POBREZA
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 04/11/23 Time: 18:00
Sample: 1 1691
Included observations: 1691
Convergence achieved after 4 iterations
Coefficient covariance computed using observed Hessian
Figura 3
Impacto de Covid – 19 en la pobreza Urbana
Dependent Variable: C_POBREZA__Y_
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 04/11/23 Time: 18:02
Sample: 1 1128
Included observations: 1128
Convergence achieved after 4 iterations
Coefficient covariance computed using observed Hessian
45
Anexo C. Modelo Logit O.E.2
Figura 4
Impacto de Covid – 19 en la pobreza rural
Dependent Variable: POBREZA
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 04/11/23 Time: 17:46
Sample: 1 563
Included observations: 563
Convergence achieved after 5 iterations
Coefficient covariance computed using observed Hessian
Figura 5
Factores asociados de la pobreza Perú
Dependent Variable: POBREZA
Method: Least Squares
Date: 04/11/23 Time: 17:52
Sample: 1 563
Included observations: 563
46
Referencias Bibliográficas
Achia T. N. O., Wangombe, A., y Khadioli, N. (2010). A logistic regression model to identify
key determinants of poverty using demographic and health survey data. European
https://repositorio.upn.edu.pe/bitstream/handle/11537/25796/Alb%c3%a1n
%20Salgado%2c%20Freddy%20Angel%20Junior.pdf?sequence=1yisAllowed=y
Almeida, V., Barrios, S., Christl, M., De Poli, S., Tumino, A., y van der Wielen, W. (2021).
http://repositorio.concytec.gob.pe/handle/20.500.12390/2260
167-176.
2020-2021. https://www.unicef.org/peru/media/9026/file/Reporte%20t
%C3%A9cnico.pdf
https://www.unicef.org/peru/media/9026/file/Reporte%20t%C3%A9cnico.pdf
47
Barbier, E. (2010). Poverty, development, and environment. Environment and Development
Bárcena, A., Cimoli, M., García-Buchaca, R., Gerstenfeld, P., y Pérez, R. (2018). Medición
Unidas.
https://repositorio.cepal.org/bitstream/handle/11362/44314/1/S1800852_es.pdf
Bernard, J. (2019). Where Have All the Rural Poor Gone? Explaining the Rural–Urban
https://doi.org/10.1111/soru.12235
https://doi.org/10.1080/15575330709490182
http://repositorio.espe.edu.ec/jspui/handle/21000/15424
comportamiento de la economía del Perú, 2020. Economía & Negocios, 3(2), Article
2. https://doi.org/10.33326/27086062.2021.2.1182
Caglayan, E., y Dayioglu, T. (2011). Comparing the parametric and semiparametric logit
48
CEPAL (2022). El impacto del COVID-19 en los pueblos indígenas. Santiago, Chile.
Obtenido de https://www.cepal.org/sites/default/files/publication/files/46543/
S2000817_es.pdf
https://repositorio.cepal.org/bitstream/handle/11362/47718/S2100655_es.pdf?
sequence=1&isAllowed=y
Cieza, F. P. C., Dongo, D., y Quispe, S. M. (2022). El nivel de vida en zona rural, pobreza y
Cuesta, J., y Pico, J. (2020). The Gendered Poverty Effects of the COVID-19 Pandemic in
https://doi.org/10.1057/s41287-020-00328-2
Doerr, S., y Gambacorta, L. (2020). Covid-19 and regional employment in Europe (N.o 16).
El peruano. (2022). Minsa aprobó el Plan frente a la pandemia por covid-19 para el año
2022. https://elperuano.pe/noticia/140066-minsa-aprobo-el-plan-frente-a-la-
pandemia-por-covid-19-para-el-ano-2022
Etim, N., y Edet, U. (2013). The Determinants Of Rural Poverty In Nigeria. International
49
Farah, N. (2015). Impact of household and demographic characteristics on poverty in
Feres, J., y Mancero, X. (2001). El método de las necesidades básicas insatisfechas (NBI) y
Prospectivos, 7.
https://repositorio.cepal.org/bitstream/handle/11362/4784/S0102117_es.pdf?sequence
Finch, W. H., & Hernández Finch, M. E. (2020). Poverty and Covid-19: Rates of Incidence
and Deaths in the United States During the First 10 Weeks of the Pandemic. Frontiers
in Sociology, 5. https://doi.org/10.3389/fsoc.2020.00047
Universidad Continental.
https://repositorio.continental.edu.pe/handle/20.500.12394/4278
Harris, T., Semborski, S., Rhoades, H., y Wenzel, S. (2021). Service utilisation changes in the
transition to permanent supportive housing: The role of the housing environment and
https://doi.org/10.1111/hsc.13448
Hashmi, A. A., Sial, M. H., Hashmi, M. H., y Anwar, T. (2008). Trends and Determinants of
50
Hossain, M. I. (2021). COVID-19 Impacts on Employment and Livelihood of Marginal
People in Bangladesh: Lessons Learned and Way Forward. South Asian Survey, 28(1),
57-71. https://doi.org/10.1177/0971523121995072
Hu, M., y Ye, W. (2020). Home Ownership and Subjective Wellbeing: A Perspective from
https://doi.org/10.1007/s10902-019-00120-y
Huallpa, J., Arocutipa, P., y Sosa, L. (2022). Efectos del coronavirus Covid-19 en el empleo y
los ingresos familiares en sur del Perú, 2020. Revista Venezolana de Gerencia, 27(97),
Huang, J. (2020). Impacts of COVID-19 on agriculture and rural poverty in China. Journal of
3119(20)63469-4
INEI (2020). Pobreza monetaria alcanzó al 30,1% de la población del país durante el año
monetaria-alcanzo-al-301-de-la-poblacion-del-pais-durante-el-ano-2020-12875/
https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/
pobreza2020/Presentacion_resultados_pobreza2020.pdf
51
Kona, M., Islam, N., y Noman, A. (2018). Assessing the Impact of Socio-Economic
Laborde, D., Martin, W., y Vos, R. (2020). Poverty and food insecurity could grow
https://doi.org/10.2499/p15738coll2.133762
López, P., Ubaldo, E., y Robles, K. (2019). Determinantes de la pobreza rural en México:
https://doi.org/10.15332/23393076/5642
Mba, P., Nwosu, E., y Orji, A. (2018). An Empirical Analysis of Vulnerability to Poverty in
Mok, T., Gan, C., y Sanyal, A. (2007). The determinants of urban householf poverty in
https://publicaciones.sociales.uba.ar/index.php/revistasociedad/article/view/2976
Mueller, J. T., McConnell, K., Burow, P. B., Pofahl, K., Merdjanoff, A. A., y Farrell, J.
52
National Academy of Sciences, 118(1), 2019378118.
https://doi.org/10.1073/pnas.2019378118
associated with income poverty in Mexican rural households. PLOS ONE, 16(11),
e0259187. https://doi.org/10.1371/journal.pone.0259187
1997-nassehi-
inklusion_oder_integration.pdf;jsessionid=49822F2ECE7D8B61C755CA98A91B206
B?sequence=1
Obayelu, O., y Awoyemi, T. (2010). Spatial dimension of poverty in rural Nigeria. Journal of
afecto-funcionamiento-servicios-salud-para-enfermedades-no
OPS: https://www.paho.org/es/noticias/17-6-2020-covid-19-afecto-funcionamiento-
53
servicios-salud-para-enfermedades-no#:~:text=Desde%20que%20comenz
%C3%B3%20la%20pandemia,c%C3%A1ncer%2C%20enfermedades
%20cardiovasculares%20y%20diabetes.
Piura]. https://repositorio.unp.edu.pe/bitstream/handle/UNP/474/ECO-ORT-VER-
14.pdf?sequence=1yisAllowed=y
pobreza energética de los hogares en la sierra rural del Perú, periodo 2010-2019 |
Mediterranean Area: Trends, policies and welfare prospects in the new millennium.
Pinilla, J., Barber, P., Vallejo-Torres, L., Rodríguez-Mireles, S., López-Valcárcel, B. G., y
Pouliakas, K., y Branka, P. (2020). EU Jobs at Highest Risk of COVID-19 Social Distancing:
Will the Pandemic Exacerbate Labour Market Divide? IZA Institute of Labor
54
Economics. https://www.iza.org/publications/dp/13281/eu-jobs-at-highest-risk-of-
covid-19-social-distancing-will-the-pandemic-exacerbate-labour-market-divide
https://doi.org/10.15381/pc.v24i1.16559
Ravallion, M., Chen, S., y Sangraula, P. (2007). New evidence on the urbanization of global
poverty (World Bank Policy Research Working Paper Series 4199). World Bank.
https://openknowledge.worldbank.org/bitstream/handle/10986/7277/wps419901updat
e1.pdf?sequence=1yisAllowed=y
https://doi.org/10.1344/ara2020.243.31627
http://repositorio.puce.edu.ec:80/handle/22000/19557
Saatci, E., y Akpinar, E. (2007). Assessing Poverty and Related Factors in Turkey. Croatian
Santamaría, N., Condezo, C., y Solano, Y. (2021). La pobreza del Perú en tiempo de
55
Serruto, A., Rivera, V. A., Sana, F. L., y Zanabria, L. C. (2022). Desarrollo económico y
https://doi.org/10.26490/uncp.sl.2022.6.1.1054
Sridhar, K. (2015). Is Urban Poverty More Challenging than Rural Poverty? A Review.
https://doi.org/10.1177/0975425315589159
Sun, H., Li, X., Li, W., y Feng, J. (2022). Differences and Influencing Factors of Relative
Poverty of Urban and Rural Residents in China Based on the Survey of 31 Provinces
Suryahadi, A., Al Izzati, R., y Suryadarma, D. (2020). Estimating the Impact of Covid-19 on
https://doi.org/10.1080/00074918.2020.1779390
https://repositorio.iep.org.pe/bitstream/handle/IEP/1185/Trivelli_Acciones-reduccion-
pobreza-rural-America-Latina-pandemia-covid-19.pdf
Tvedten, I., Paulo, M., y Rosário, C. (2009). Monitoring and evaluating Mozambique´s
56
https://www.cmi.no/publications/file/3356-monitoring-and-evaluating-mozambiques-
poverty.pdf
https://doi.org/10.37711/rpcs.2021.3.3.350
https://www.unicef.org/peru/media/9026/file/Reporte%20t%C3%A9cnico.pdf
adolescencia. https://www.unicef.org/peru/comunicados-prensa/la-covid-19-ha-
generado-mayor-pobreza-y-desigualdad-en-la-ni%C3%B1ez-y-adolescencia-Banco-
mundial
impacto-de-la-caida-de-los-ingresos-de-los-hogares-en-indicadores-de-ninez-y-
adolescencia
Xie, Y., Zhang, B., Yao, Y., Chen, X., y Wang, X. (2022). Mechanism of human capital
https://www.frontiersin.org/articles/10.3389/fenvs.2022.961184
57
Zhou, Y., y Liu, Y. (2022). The geography of poverty: Review and research prospects.
https://repositorio.untrm.edu.pe/bitstream/handle/20.500.14077/2570/Zumaeta
%20Huam%c3%a1n%20Jahir%20Anibal.pdf?sequence=1yisAllowed=y
58