Trabajo Investigativo: Curso R Intermedio
Ariel Jiménez Vergara
2024-12-22
LA RELACIÓN ENTRE EL SALARIO DEL HOGAR Y LAS CONDICIONES DE HABITABILIDAD DE LA POBLACIÓN EN CHILE
Introducción
Es un escenario cada vez más preocupante la problematica habitacional que existe en Chile.Son múltiples los antecedentes que hablan de una crisis en cuanto a la capacidad de poder adquirir una vivienda propia dada la realidad socioeconómica y demográfica que Chile transita. Ante un panorama en que los ingresos economicas de las familias no se condice de la misma forma con el alza en el costo de la vida, y que en materia habitacional se identifica, por ejemplo, con los valores al alza en arriendos de propiedades o las complicaciones de poder comprar una vivienda, es que esta investigacion resulta relevante. Nuestro propósito es poder hacer un acercamiento para identificar de que manera impacta la capacidad de ingresos que generan los hogares en Chile a la hora de satisfacer sus necesidades habitacionales. Pareciera evidente que el ingreso es una variable clave en esa ecuación, no obstante lo que buscamos es poder dar cuenta de que otras variables pueden subyacer en este fenómeno de crisis habitacional.
Encuesta CASEN 2022 (Base de datos escogida)
La base de datos a utilizar corresponde a la Encuesta de Caracterización Socioeconómica Nacional (CASEN) del año 2022, levantada por el Ministerio de Desarrollo Social y Familia cada 2 o 3 años en el país. Su objetivo de estudio, y unidad de muestreo , corresponde a los hogares que habitan las viviendas particulares ocupadas en todo el territorio nacional, exceptuando algunos puntos definidos previamente por el Instituto Nacional de Estadísticas (INE), como son hospitales, cárceles u otros.
En particular, la Encuesta CASEN busca conocer la situación en términos de bienestar que tienen los hogares en Chile en una serie de indicadores como salud, educación, vivienda, territorio, trabajo, ingresos, entre otros. Y en ello, poder estimar la magnitud de la pobreza multidimensional asociada a la distribución del ingreso, identificando brechas de equidad y/o desigualdad socioeconómica y territorial entre la población a lo largo del país. Por otro lado, la Encuesta CASEN busca ser una herramienta que permita evaluar el impacto que tiene la implementación de la política pública entre los hogares en Chile, según su nivel de ingreso, estimando la cobertura, focalización e impacto que esta tiene.
La Encuesta CASEN corresponde a una encuesta con un diseño muestral probabilístico ,estratificado, bietápico y por conglomerados; es decir, divide a la población en estratos o subgrupos homogéneos, según características relevantes ( por ejemplo región, nivel socioeconómico, etc.). Dentro de cada uno de estos estratos se selecciona una muestra representativa, permitiendo asegurar además de representatividad una menor varianza intragrupos. Los estratos muestrales están conformados por una combinación Comuna -Area (urbano/rural) - Nivel Socioeconomico; donde las Unidades Primarias de Muestreo corresponden a conglomerados de viviendas, y la unidad final de selección es la vivienda. Desde allí se seleccionan los hogares y personas con unidad de análisis.
La selección de la muestra de CASEN 20202 fue realizada por el INE, sobre la base del Marco muestral de viviendas del 2020, conformado a partir de la información del CENSO del año 2017, actualizado al 2020. Para esta versión el tamaño muestral correspondió a 72.056 hogares a nivel nacional, correspondiente a 202.231 personas.
El factor de expansión o ponderador es una variable que se introduce para asegurar la representatividad de la muestra en relación a una poblacion mediante un proceso de inferencia estadística. Como puede ser el hecho de evitar que un grupo poblacional quede subrepresentado, o bien poder corregir sesgos asociados al error de muestreo. En ese sentido, y para los objetivos de este examen, considerando las recomendaciones dadas desde el Manual de investigación del instrumento es que se tomará como ponderadores el Factor de expansión regional (expr), dado que permite realizar procesos de inferencia de la población a nivel nacional, regional y por área (urbano y rural). Y dado que los objetivos de investigación de este examen considerarán variables que permitan hacer inferencia representativa a este nivel, es que resulta pertinente incorporarlo en el filtrado de la base de datos.
Objetivo y Pregunta de Investigación General
El objetivo de la investigación es determinar qué variables inciden en la relación que existe, eventualmente, entre el salario y las condiciones de habitabilidad de la población.
En ese sentido, la pregunta de investigación que buscará ser respondida a través del análisis estadístico de la Encuesta CASEN 2022 será ¿Cómo se relaciona la distribución del ingreso en cuanto a la calidad y condiciones de habitabilidad de la población en Chile?
Preguntas de Investigación Específicas
A partir de las características demográficas de los hogares ¿Cómo se relacionan con el ingreso para incidir en las condiciones de habitabilidad de la población?
A partir de las condiciones geoespaciales de los hogares ¿Cómo se relacionan con el ingreso afectando las condiciones de habitabilidad de la población?
A partir del sexo de la jefatura de hogar ¿Como se relacionan en el impacto que tienen sobre las condiciones habitacionales de los hogares en Chile?
Paquetes de trabajo a utilizar
rio = importar/exportar datos (de distintos formatos)
here = escribir rutas de las carpetas. (genera subrutas)
janitor = limpiar datos y crear tablas
tidyverse = Manejo de bases de datos y visualización
magrittr = Permite utilizar operador %>% (piping)
skimr = Inspeccionar datos
inspectdf = Inspeccionar datos
rstatix = Tablas de estadistica descriptiva
ggplot2 = Geometrias y graficos
Base de datos Encuesta CASEN 2022
setwd("C:/Users/Ariel/Desktop/CURSO R INTERMEDIO/Rubrica Entrega Final/Casen_2022")
datos<- import(here("Base de datos Casen 2022 STATA_18 marzo 2024.dta"))
La base de datos de la Encuesta CASEN 2022 está compuesta por 202.231 casos que conforman el universo muestral. Este instrumento cuenta con 918 variables que buscan dar cuenta de los indicadores de pobreza multidimensional distribuido en 5 dimensiones: Educación, Salud; Trabajo y Seguridad Social; Vivienda y Servicios Básicos; Redes y entornos La Encuesta CASEN se realiza en periodos específicos, cada 2 o 3 años regularmente. Dado que es una encuesta que es una radiografía del momento de las condiciones sociales multidimensionales de la población en Chile, es que su objetivo pasa por establecer comparaciones entre los años en que se realiza, permitiendo analizar cambios y/o tendencias a lo largo del tiempo
Variables seleccionadas y renombrado de ellas.
datos<- datos%>% select(expr,edad,sexo,pco1_a,region,area,ytotcorh,ypc,tot_hog,men18c,tot_per_h,indsan,v13)
datos<-datos%>%
rename(jefe_hogar =pco1_a,
ingr_hog_cor=ytotcorh, ingr_per_h_cor=ypc,
hog_vivien =tot_hog, hog_men18 = men18c,
situa_hog = v13)
Eliminar categorías de respuesta innecesarias (reemplazo por NA)
datos[datos== -88] <-NA
datos[datos== -99] <-NA
Descripción de las variables seleccionadas (Parte I)
colnames(datos)
## [1] "expr" "edad" "sexo" "jefe_hogar"
## [5] "region" "area" "ingr_hog_cor" "ingr_per_h_cor"
## [9] "hog_vivien" "hog_men18" "tot_per_h" "indsan"
## [13] "situa_hog"Factor de Expansión
Factor de Expansion regional (expr): El factor de expansión o ponderador es una variable que se introduce para asegurar la representatividad de la muestra en relación a una poblacion mediante un proceso de inferencia estadística. En ese sentido, se incorpora el factor de expansion regional dado que permite realizar procesos de inferencia de la población a nivel nacional, regional y por área (urbano y rural). Y dado que los objetivos de investigación de este examen considerarán variables que permitan hacer inferencia representativa a este nivel, es que resulta pertinente incorporarlo en el filtrado de la base de datos.
Variables independientes
Ingresos total del hogar corregido (ingr_hog_cor): Corresponde a una de las variables independientes centrales de la investigación, pues, a priori, se podría afirmar con alta probabilidad que hogares que cuenten con menores ingresos tendrán condiciones de habitabilidad más dificultosas, y potencialmente precarias, que a diferencia de quienes tienen mayores ingresos en el hogar. Que la variable se encuentre corregida tiene que ver con que permite hacer comparaciones más precisas estadísticamente entre hogares de distinto tamaño, composición del hogar o ubicación geográfica. Cuando hablamos de ingresos del hogar nos referimos a todos aquello que se producen por concepto de sueldos, transferencias, pensiones, rentas u otros.
Ingreso total per cápita del hogar corregido (ingr_hog_per): Corresponde a otra de las variables independientes que se incorporan toda vez que permite cuantificar el ingreso del hogar pero dividido por el número de integrantes del hogar, teniendo una medida más realista del ingreso por hogares.
Variables dependientes
Número de hogares por vivienda (hog_vivien): La investigación está orientada a conocer el impacto del ingreso en las condiciones habitacionales de los hogares. En ese sentido, dar cuenta de la existencia de más hogares al interior de una vivienda es un indicador que puede apuntar a observar las condiciones económicas de tales hogares, en cuanto a posibilidad de hacinamiento que pudiera existir. Además es importante incorporar la variable, pues nos permite diferenciar el concepto de vivienda del de hogar.
Hogares con presencia de menores de 18 años (hog_men18): Siguiendo la lógica de la variable anterior, esta se incorpora para observar las diferencias que pudieran presentarse -en términos de condiciones de habitabilidad- en hogares con presencia de menores de 18 años de aquellos que no. Pudiera suponerse que hogares con presencia de niñeces y jovenes tendrían mayor necesidades económicas en términos de educación, espacio para dormir o recrearse. Por tanto, también puede ser un buen indicador que dé cuenta del grado de hacinamiento del hogar, como una de sus condiciones de habitabilidad.
Total de personas en el hogar (tot_per_h): Es una variable que va en relación con la situación de posible hacinamiento existente al interior del hogar, toda vez que hogares con más cantidad de personas, en relación con la cantidad de m² del hogar y el nivel de ingreso económico generado por él, podrían dar cuenta del tipo de condiciones de habitabilidad existentes. Posteriormente será redefinida para dar cuenta del tamaño del hogar en función del total de personas que los conforman.
Situación de ocupación del hogar (situa_hog): Es una variable dependiente que expresa una dimensión de las condiciones del hogar, toda vez que el tipo de tenencia pareciera relacionarse con el ingreso del hogar, considerando las posibilidades de, por ejemplo, poder contar con una casa propia o arrendando. Es reflejo de la capacidad de solvencia económica que tiene un hogar de poder acceder a una vivienda.
Edad: Se incorpora como variable numerica para dar cuenta del impacto que tiene la edad en términos del nivel de ingresos de los hogares, y evaluar si es que esta incide a la hora de ser un factor relevante en las posibilidades de los hogares de acceder a condiciones de habitabilidad.
sexo: Variable que se incorpora para relacionarla con el sexo de la jefatura del hogar. De esta manera, poder dar cuenta de las diferencias que pudieran darse, en términos de condiciones de habitabilidad, según el sexo de la persona que representa la jefatura del hogar.
región: Incorporando una variable de territorialidad se agrega la variable región para dar cuenta de la incidencia que puede tener a la hora de profundizar en la relación entre el ingreso del hogar y las condiciones de habitabilidad de los hogares. ¿Se presenta la misma realidad para todas las regiones de forma igualitaria o existen diferencias significativas a partir del ingreso del hogar?
area: En la linea de la variable anterior, complementando, se agrega la variable área para observar las diferencias territoriales urbanas y rurales que pueden afectar en las condiciones de habitabilidad considerando el ingreso económico de los hogares. Esta variable puede ayudarnos a dar luces sobre las diferencias y/o similitudes al interior de las mismas regiones.
índice de saneamiento de servicios básicos (indsan): Corresponde a una variable que es un indicador del grado en las condiciones y calidad de habitabilidad del hogar. Dado lo acotado del estudio se tomó este indicador (pudiendo haber otros más desagregados y más detallados) como una muestra sencilla, pero clara, de acceso a condiciones básicas de servicios básicos en el hogar (agua, luz, sistema de eliminación de residuos, por ejemplo).
Variables que nacerán producto de recodificaciones
Tamaño del hogar (tamano_hogar): A partir de la variable original de cantidad de personas por hogar se crea esta. El objetivo es generar una variable categórica que permita diferenciar en 4 tramos de tipos de hogar en función de su tamaño (Pequeño, Mediano, Grande y Muy grande). Será una variable utilizada para dar cuenta de si el tamaño del hogar incide en la capacidad economica de los hogares, y como esto se relaciona con otras variables a la hora de dar cuenta de las condiciones de habitabilidad de la población.
Cuartiles de Ingreso Per Capita Corregido por hogar (perc_ing_per_hcor) : Se crea esta variable categórica a partir de la variable numerica del ingreso per capita corregido del hogar. Su justificación radica en que, por medio de tramos de ingreso, permite hacer analisis comparativos más sencillos en la distribucion del ingreso per cápita pero a través de cuartiles, y por tanto facilitan la interpretación para dar cuenta del impacto que tiene el ingreso per capita corregido por hogar en las condiciones de habitabilidad.
Cuartiles de Ingreso Totales Corregido por hogar (perc_ing_hogc): Se crea esta variable a partir de la variable numerica del ingreso total corregido por hogar. Su justificación es similar a la variable anterior, poder visualizar de manera más clara los grupos de ingresos en terminos de cuartiles, facilitando así los procesos comparativos de analisis, en vez de hacerlo como si fuese una variable continua.
Sexo del jefe/a hogar (sexo_jefehogar): A partir de la variable sexo y jefe de hogar se crea esta variable. El motivo de ella es permitir evaluar el impacto que tiene en las condiciones de habitabilidad de los hogares, diferenciando como se expresa esto en contextos de jefaturas femeninas y jefaturas de hogar masculinas.
Descripción de las variables seleccionadas (Parte II)
Formato de las variables seleccionadas
sapply(datos,class)
## expr edad sexo jefe_hogar region
## "numeric" "numeric" "numeric" "numeric" "numeric"
## area ingr_hog_cor ingr_per_h_cor hog_vivien hog_men18
## "numeric" "numeric" "numeric" "numeric" "numeric"
## tot_per_h indsan situa_hog
## "numeric" "numeric" "numeric"Inicialmente se han seleccionado un total de 13 variables. En una previsualización de los datos se observa que todas están en formato numérico. Sin embargo, dado el documento de Cuestionario de la CASEN 2022 se identifica que, de las variables seleccionadas, hay un total de 7 variables categóricas y 6 variables cuantitativas o numéricas. Habrá que generar un proceso de transformación del formato de estas variables numéricas a variables categóricas, lo que implicará recodificar sus categorías de respuesta.
Resumen estadístico de variables cuantitativas
Modificamos la notacion cientifica de las variables
options(scipen = 999)
| Minimo | Maximo | Media | Desv_est | Percentil_25 | Percentil_50 | Percentil_75 | |
|---|---|---|---|---|---|---|---|
| expr | 2 | 5222 | 98.30 | 97.70 | 44 | 75 | 118.0 |
| edad | 0 | 120 | 39.32 | 23.03 | 20 | 38 | 58.0 |
| ingr_hog_cor | 0 | 77300000 | 1476988.84 | 1453420.51 | 750000 | 1121667 | 1728370.0 |
| ingr_per_h_cor | 0 | 35143333 | 471122.40 | 521447.84 | 231158 | 349778 | 537331.5 |
| tot_per_h | 1 | 13 | 3.57 | 1.62 | 2 | 3 | 4.0 |
| hog_vivien | 1 | 25 | 1.06 | 0.33 | 1 | 1 | 1.0 |
**expr** = *Factores de Expansion regional*
**edad** = *Edad*
**ingr_hog_cor** = *Ingreso total del hogar corregido*
**ingr_per_h_cor** = *Ingreso Per capita del hogar corregido*
**tot_per_h** = *Total de personas por hogar*
**hog_vivien** = *Cantidad de hogares por vivienda*
Recodificación de categorías de respuesta de variables categóricas
datos<- datos %>% mutate(
sexo = recode(sexo, "1" = "Hombre","2" = "Mujer"),
jefe_hogar = recode (jefe_hogar, "0" ="No", "1" ="Si"),
region = recode(region,"1" = "I Tarapacá","2" ="II
Antofagasta","3" ="III Atacama","4" ="IV Coquimbo"
,"5" = "V Valparaiso","6"="VI Lib.O'higgins","7"
="VII Maule","8" ="VIII Bio Bio",
"9" ="IX Araucanía","10" ="X Los Lagos","11" ="XI
Aysen","12" ="XII Magallanes",
"13" = "XIII Metropolitana","14"= "XIV De los
Rios","15" ="XV Arica y Parinacota","16" ="XVI Ñuble"),
region = factor(region, levels = c(
"I Tarapacá", "II Antofagasta", "III Atacama", "IV Coquimbo",
"V Valparaiso", "VI Lib.O'higgins", "VII Maule", "VIII Bio
Bio", "IX Araucanía", "X Los Lagos", "XI Aysen", "XII Magallanes",
"XIII Metropolitana", "XIV De los Rios", "XV Arica y Parinacota",
"XVI Ñuble")),
area = recode(area,"1" ="Urbano","2" = "Rural"),
hog_men18 = recode(hog_men18, "0" ="No", "1" ="Si"),
indsan = recode(indsan,"1" ="Aceptable","2" ="Deficitario,
situa_hog = recode(situa_hog, "1" ="Propia","2" ="Arrendada", "3"
="Cedida" ,"9" = "Usufructo", "10" ="Ocupacion irregular","11"
="Poseedor irregular"))
Tabla de frecuencia de variables categóricas
| variable | categoria | frecuencia |
|---|---|---|
| sexo | Mujer | 106575 |
| sexo | Hombre | 95656 |
| jefe_hogar | No | 97095 |
| jefe_hogar | Si | 72056 |
| region | I Tarapacá | 8691 |
| region | II Antofagasta | 9029 |
| region | III Atacama | 9011 |
| region | IV Coquimbo | 8236 |
| region | V Valparaiso | 20552 |
| region | VI Lib.O’higgins | 13864 |
| region | VII Maule | 13739 |
| region | VIII Bio Bio | 19914 |
| region | IX Araucanía | 13577 |
| region | X Los Lagos | 10707 |
| region | XI Aysen | 3747 |
| region | XII Magallanes | 5029 |
| region | XIII Metropolitana | 38674 |
| region | XIV De los Rios | 10603 |
| region | XV Arica y Parinacota | 8152 |
| region | XVI Ñuble | 8706 |
| area | Urbano | 161556 |
| area | Rural | 40675 |
| hog_men18 | Si | 109237 |
| hog_men18 | No | 92994 |
| indsan | Aceptable | 187455 |
| indsan | Deficitario | 14776 |
| situa_hog | Propia | 123543 |
| situa_hog | Arrendada | 40672 |
| situa_hog | Cedida | 28838 |
| situa_hog | Usufructo | 4982 |
| situa_hog | Ocupacion irregular | 2821 |
| situa_hog | Poseedor irregular | 1375 |
Primeras 10 filas de la base de datos seleccionada
head(datos,10)
## expr edad sexo jefe_hogar region area ingr_hog_cor ingr_per_h_cor
## 1 43 72 Mujer No XVI Ñuble Rural 1010894 336965
## 2 43 67 Hombre Si XVI Ñuble Rural 1010894 336965
## 3 44 40 Mujer No XVI Ñuble Rural 1010894 336965
## 4 51 56 Hombre No XVI Ñuble Rural 418192 104548
## 5 51 25 Mujer No XVI Ñuble Rural 418192 104548
## 6 52 2 Hombre <NA> XVI Ñuble Rural 418192 104548
## 7 51 60 Mujer Si XVI Ñuble Rural 418192 104548
## 8 42 84 Hombre No XVI Ñuble Rural 550000 183333
## 9 42 67 Mujer Si XVI Ñuble Rural 550000 183333
## 10 42 30 Hombre No XVI Ñuble Rural 550000 183333
## hog_vivien hog_men18 tot_per_h indsan situa_hog
## 1 1 No 3 Aceptable Propia
## 2 1 No 3 Aceptable Propia
## 3 1 No 3 Aceptable Propia
## 4 1 Si 4 Deficitario Propia
## 5 1 Si 4 Deficitario Propia
## 6 1 Si 4 Deficitario Propia
## 7 1 Si 4 Deficitario Propia
## 8 1 No 3 Aceptable Propia
## 9 1 No 3 Aceptable Propia
## 10 1 No 3 Aceptable PropiaRecodificación de variables y generación de casos completos en la base de datos
Variable Ingreso total corregido del hogar será recodificada en cuartiles de ingreso.
datos$perc_ing_hogc<- cut(datos$ingr_hog_cor,
breaks = quantile(datos$ingr_hog_cor, probs =
0:4 / 4, na.rm = TRUE), # Dividir en 4 cuartiles
include.lowest = TRUE,
labels = c("Bajo", "Medio bajo", "Medio alto", "Alto"))
Variable Ingreso per capita del hogar corregido será recodificada en cuartiles de ingreso
datos$perc_ing_per_hcor <- cut(datos$ingr_per_h_cor,
breaks = quantile(datos$ingr_per_h_cor,
probs = 0:4 / 4, na.rm = TRUE), # Dividir en cuartiles
include.lowest = TRUE,
labels = c("Bajo", "Medio bajo", "Medio
alto", "Alto"))
Variable cantidad de personas en el hogar será recodificada en tamaños de hogares
datos <- datos %>% mutate(
tot_per_h = case_when(
tot_per_h %in% 1:3 ~ "Pequeño (1-3)",
tot_per_h %in% 4:5 ~ "Mediano (4-5)",
tot_per_h %in% 6:8 ~ "Grande (6-8)",
tot_per_h >= 9 ~ "Muy grande (9 o más)",
TRUE ~ NA_character_ ),
tot_per_h =factor(tot_per_h, levels = c(
"Pequeño (1-3)", "Mediano (4-5)", "Grande (6-8)","Muy grande (9 o
más)")) ) %>%
rename (tamano_hogar = tot_per_h)
Casos completos de la base de datos
datos_antes <-nrow(datos) #202.231 casos
casos_completos <- datos[complete.cases(datos), ]
datos_despues<-nrow(casos_completos) #169.033 casos
casos_duplicados_elimin <- datos_antes - datos_despues #Se eliminaron 33.198 casos.
Casos completos
datos <- datos[complete.cases(datos), ]
skim (datos)
La base de datos, inicialmente, cuenta con un total de 202.231 casos. Luego, aplicando una serie de procedimientos en que se eliminaron casos NA y se recodificaron variables creando otras, ésta ha quedado con un total de 169.033 casos completos. Es decir, se han eliminado un total de 33.198 casos.
No obstante, más adelante por medio de un proceso de eliminación temporal de datos, se creará una variable adicional que relaciona el sexo con la jefatura de hogar. De esta manera, se buscará dar cuenta de la forma en que impacta en las condiciones de habitabilidad el sexo de la persona que oficia en la jefatura de hogar, y ver si es una variable significativa a la hora de considerar en el análisis.
Gráfico de histograma mediante función
Histograma 1
Observando el Histograma, cabe señalar primeramente que se realizó un proceso de filtrado de los casos outliers o extremos del ingreso corregito total del hogar, quedándonos con los valores del 1er al 3r cuartil de ingreso. Con el objetivo de poder obtener una distribución más cercana a la generalidad de la realidad de los hogares del país. se aprecia la distribución del ingreso corregido del hogarsegún la ubicación del mismo,ya sea en contextos urbanos o rurales. A medida que aumenta el ingreso en el hogar,existe una tendencia hacia una mayor diferenciación, en terminos de frecuencia de casos, entre hogares de contextos rurales y urbanos, siendo mayor la presencia de estos ultimos. No obstante, es en los primeros tramos de ingreso total corregido por hogar (con ingresos más bajos) donde esa diferencia entre hogares rurales y urbanos tiende a no ser tan marcada en cuanto a la frecuencia con que se expresan. Si observamos la distribución de la curva del ingreso corregido total del hogar, esta se orienta hacia la derecha, lo que quiere decir que los datos se tienden a concentrar hacia ingresos por hogar mayores, cercanos al límite de $1.000.0000
Histograma 2
Observando el histograma, y al igual que el anterior, se realizó un proceso de filtrado de los casos extremos del Ingreso Per Capita corregido del hogar, quedandonos con los ingresos del 1er al 3er cuartil. En este caso, se evalúa la distribución del ingreso per capita corregido del hogar entre los distintos tipos de hogares, según su tamaño en términos de integrantes y según el área geográfica en que estén. Claramente existen una preponderancia de hogares de tamaño pequeño (de 1 a 3 personas), tanto en contextos rurales y urbanos, seguido de la presencia de hogares medianos, los cuales se presentan comparativamente más en contextos urbanos que rurales.En ambos contextos geográficos orientados hacia ingresos per capita por hogar bajos, menores a $500.000.Se evidencia, ya sea en contextos urbanos o rurales, que la distribución del ingreso per capita por hogar en hogares pequeños se concentra hacia la izquierda, hacia los valores de ingresos bajos de la distribución. En el resto de hogares, mediano o grande, los datos ya están concentrados en tramos de ingresos bajos, pero sin tener una presencia hacia ingresos más altos que, por ejemplo, superen los $500.000.El hecho de que la variable del ingreso per capita por hogar esté corregida permite establecer una comparación más fidedigna considerando el impacto que tiene la presencia de distinta cantidad de integrantes del hogar que pudieran haber y de sus diversas necesidades asociadas. Por tanto, permite sopesar este impacto al momento de establecer las comparaciones en cuanto a la forma en que se está distribuyendo el ingreso per capita por hogar etario, por ejemplo.
Análisis con Graficos de Caja (Boxplot)
Boxplot 1
Observando el grafico de cajas se aprecia que mientras más pequeño es el tamaño del hogar, mayor es el rango intercuartil de la distribución del ingreso per capita corregido del hogar.Es decir, existe mayor variabilidad o dispersión de los datos con respecto a la mediana (50% de los casos), lo que también puede entenderse como a medida que los hogares van teniendo más integrantes, el ingreso per capita corregido en ellos se va haciendo más homogeneo en cada tramo de tamaño del hogar. Lo anterior se complementa con el hecho de que a medida que el tamaño del hogar aumenta,el tamaño de los bigotes de cada grupo se va acortando en ambos sentidos, acercándose al primer cuartil (por debajo) y al tercer cuartil (por arriba), es decir los datos estás más concentrados.Y, donde además, a medida que aumenta el tamaño del hogar disminuye la cantidad de valores outliers o extremos, es decir, una menor dispersión del ingreso per capita en los extremos de cada grupo de hogar. Por otro lado, observando el interior de cada caja destaca que, la mitad de los hogares de tamaño pequeño tiene un ingreso per capita por hogar similar (e incluso levemente superior) al ingreso que tiene el 75% de los hogares de tamaño mediano. Quedandonos en este mismo grupo, se observa que el 50% (o la mediana) de ellos, tiene ingresos per capita por hogar que son inferiores al ingreso per capita que tiene el 25% inferior de los hogares de tamaño pequeño.
Boxplot 2
| hog_men18 | Minimo | Q1 | Mediana | Q3 | Maximo | Promedio | Desv_est |
|---|---|---|---|---|---|---|---|
| No | 0 | 315750 | 447950 | 658703.5 | 35143333 | 592287.7 | 626931.6 |
| Si | 0 | 198208 | 282038 | 417933.0 | 25766667 | 371191.9 | 373775.5 |
Observando el grafico de cajas se evidencia las diferencias en términos de como se distribuye el ingreso per capita corregido del hogar entre hombres y mujeres jefe/as de hogar. La mitad de los hogares que NO tienen niños, niñas o jóvenes en su interior, cuentan con más ingreso per capita corregido que, al menos, el 75% de los hogares en que si existe presencia de este grupo etario. En concreto, la mitad de los hogares sin presencia de niños, niñas y jóvenes tiene un promedio de \(484.000\) per capita corregido. Es decir, considerando el impacto para poder satisfacer necesidades que tiene la cantidad de personas que viven en cada hogar del país. En el caso de los hogares en que viven además niños, niñas y jovenes, tan solo el 25% de esos hogares tiene ingreso per capita promedio de \(436.000\), es decir, casi \(50.000\) de diferencia en promedio entre cada tipo de hogar.Cabe destacar las notorias diferencias entre los rangos intercuartilicos de ambos grupos. Se evidencia claramente que en hogares donde hay niños, niñas o jovenes, el ingreso promedio es notoriamente menor en relación a los hogares sin, posiblemente, hijos/a o bien personas de esas edades. Por tanto, la presencia de menores en el hogar es una variable que incide notoriamente en el ingreso per capita del hogar, vale decir, la capacidad de generar ingresos, incorporando el gasto que implica el cuidado de otras personas en el hogar, en este caso niños, niñas o jovenes. Es una variable que incide en las condiciones de habitabilidad a través de las implicancias que tiene en el ingreso per capita corregido del hogar.
Tablas de frecuencia de doble entrada
Tabla 1
| Regiones/Hogar(es) por vivienda | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 25 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| I Tarapacá | 93.3% (6,443) | 4.7% (324) | 1.1% (78) | 0.6% (41) | 0.2% (14) | 0.1% (4) | 0.0% (0) | 0.0% (0) | 0.0% (1) | 0.0% (0) | 0.0% (0) | 100.0% (6,905) |
| II Antofagasta | 91.9% (6,770) | 5.8% (425) | 1.4% (103) | 0.4% (28) | 0.5% (34) | 0.1% (4) | 0.0% (3) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (7,367) |
| III Atacama | 92.8% (6,818) | 5.6% (408) | 1.2% (91) | 0.1% (5) | 0.2% (13) | 0.1% (9) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (7,344) |
| IV Coquimbo | 96.7% (6,651) | 2.9% (197) | 0.3% (21) | 0.0% (0) | 0.1% (6) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (6,875) |
| V Valparaiso | 97.8% (16,990) | 1.8% (309) | 0.3% (58) | 0.1% (11) | 0.1% (9) | 0.0% (1) | 0.0% (2) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (17,380) |
| VI Lib.O’higgins | 96.1% (11,268) | 3.0% (356) | 0.7% (85) | 0.0% (5) | 0.0% (3) | 0.1% (11) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (11,728) |
| VII Maule | 97.8% (11,361) | 1.8% (206) | 0.3% (30) | 0.1% (16) | 0.1% (7) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (11,620) |
| VIII Bio Bio | 98.1% (16,504) | 1.6% (268) | 0.2% (32) | 0.0% (7) | 0.0% (5) | 0.0% (1) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (16,817) |
| IX Araucanía | 98.4% (11,202) | 1.5% (167) | 0.1% (6) | 0.1% (6) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (11,381) |
| X Los Lagos | 99.0% (8,977) | 1.0% (87) | 0.0% (2) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (9,066) |
| XI Aysen | 99.2% (3,056) | 0.7% (22) | 0.1% (3) | 0.0% (0) | 0.0% (1) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (3,082) |
| XII Magallanes | 98.9% (4,187) | 0.9% (37) | 0.2% (8) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (4,232) |
| XIII Metropolitana | 93.1% (30,041) | 5.1% (1,645) | 1.1% (359) | 0.3% (109) | 0.2% (56) | 0.1% (21) | 0.0% (3) | 0.0% (10) | 0.0% (3) | 0.0% (4) | 0.0% (2) | 100.0% (32,253) |
| XIV De los Rios | 99.1% (8,782) | 0.8% (72) | 0.1% (6) | 0.0% (3) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (8,863) |
| XV Arica y Parinacota | 90.0% (5,974) | 6.6% (439) | 2.3% (155) | 0.6% (41) | 0.2% (16) | 0.2% (12) | 0.0% (0) | 0.0% (0) | 0.1% (4) | 0.0% (0) | 0.0% (0) | 100.0% (6,641) |
| XVI Ñuble | 98.7% (7,383) | 1.0% (75) | 0.2% (14) | 0.1% (7) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 0.0% (0) | 100.0% (7,479) |
| Total | 96.1% (162,407) | 3.0% (5,037) | 0.6% (1,051) | 0.2% (279) | 0.1% (164) | 0.0% (63) | 0.0% (8) | 0.0% (10) | 0.0% (8) | 0.0% (4) | 0.0% (2) | 100.0% (169,033) |
La tabla 1 nos muestra la distribución de la cantidad de hogares por vivienda a lo largo de todo el país.Observando la tabla se aprecia que la mayoría de las viviendas en Chile sólo tienen un hogar en su interior. No obstante, cabe señalar que existe un 3,5% de viviendas en Chile con 2 hogares en su interior. De ellas,el 30% se concentran en la Region Metropolitana, y otro 23,5% se distribuye en las regiones del Norte Grande del país (I,II,III XV).En esa línea, si bien el porcentaje de viviendas con 3 o 4 hogares en su interior dentro del país es bajo (1,2%), existe una tendencia a que esto se concentre en el Norte Grande. Un 41,1% de las viviendas con 3 hogares y un 44,6% de las viviendas con 4 o más hogares en su interior, se concentran en esta zona, incluso siendo superior - en terminos proporcionales- a la realidad que se presenta en la Región Metropolitana (con un 30,3% y 34,7% respectivamente).
Tabla 2
| Ingreso Percapita por hogar corregido (Cuartiles)/Tamaño del hogar | Pequeño (1-3) | Mediano (4-5) | Grande (6-8) | Muy grande (9 o más) | Total |
|---|---|---|---|---|---|
| Bajo | 33.6% (12,426) | 47.3% (17,506) | 17.2% (6,354) | 1.9% (716) | 100.0% (37,002) |
| Medio bajo | 49.1% (20,384) | 39.1% (16,212) | 10.8% (4,500) | 1.0% (409) | 100.0% (41,505) |
| Medio alto | 65.5% (29,366) | 29.2% (13,121) | 4.9% (2,218) | 0.3% (154) | 100.0% (44,859) |
| Alto | 75.1% (34,276) | 22.5% (10,266) | 2.4% (1,084) | 0.1% (41) | 100.0% (45,667) |
| Total | 57.1% (96,452) | 33.8% (57,105) | 8.4% (14,156) | 0.8% (1,320) | 100.0% (169,033) |
La tabla 3 nos muestra la distribución que existe entre el tamaño del hogar y el tramo del cuartil de ingreso per capita corregido del hogar.Dado que esta variable permite incorporar el impacto que tiene el ingreso per capita del hogar entre sus integrantes, permitiendo disipar el efecto que genera en el ingreso el numero de personas en el hogar.Aquellos hogares que están dentro del cuartil más bajo de ingresos per capita, un 42,1% de ellos están conformados por un hogar mediano de 4 a 5 personas, y un 10,5% por hogares grandes de 6 a 8 personas. Por otro lado, en aquellos hogares de ingresos medio bajo, un 29,6% de ellos está conformados por un hogar mediano, y un 65% por hogares pequeños (de hasta 3 personas). En la generalidad de la tabla se aprecia que a medida que aumenta el tramo de ingreso per capita del hogar, también va aumentando el porcentaje de hogares pequeños por cada tramo, y a su vez van disminuyendo los hogares de tamaño mediano, grande y muy grande.
Tabla 3
| Ingreso total corregido por hogar(Cuartiles)/Area geográfica | Rural | Urbano | Total |
|---|---|---|---|
| Bajo | 29.3% (12,549) | 70.7% (30,239) | 100.0% (42,788) |
| Medio bajo | 22.5% (9,411) | 77.5% (32,401) | 100.0% (41,812) |
| Medio alto | 17.5% (7,365) | 82.5% (34,833) | 100.0% (42,198) |
| Alto | 12.3% (5,178) | 87.7% (37,057) | 100.0% (42,235) |
| Total | 20.4% (34,503) | 79.6% (134,530) | 100.0% (169,033) |
La tabla 3 incorpora la distribución de los cuartiles del ingreso del hogar corregido en relación a la zona geográfica en que se encuentre el hogar, ya sea urbano o rural. En ese sentido, el 64% de los hogares de zonas rurales está dentro del tramo bajo o medio bajo de ingresos por hogar corregido, a diferencia del contexto geografico urbano donde esto llega al 46% de los hogares. Es interesante esta información, ya que el ingreso por hogar corregido es una variable que permite ajustar las diferencias existentes que pudieran haber entre regiones o entre zonas urbanas y rurales para dar cuenta de la real capacidad adquisitiva de los hogares en el país. En ese sentido, en términos de condiciones de habitabilidad pareciera ser una variable relevante el impacto de la zona geográfica en donde se encuentre el hogar, dado que en la ruralidad se presentan diferencias significativas en cuanto al ingreso corregido del hogar en relación a lo urbano, con tramos de ingreso bajo o medio bajo en términos de cuartiles.
Parametro para Tabla Estadistica Descriptiva y Grafico
| Promedio | Mediana | Desviación |
|---|---|---|
| 2033742 | 1421318 | 2180870 |
Visualización en GGPLOT
Creación de variable sexo jefe de hogar
datos <- datos %>% mutate(
sexo_jefehogar = case_when(
jefe_hogar == "Si" & sexo == "Mujer" ~ "Jefa Mujer",
jefe_hogar == "Si" & sexo == "Hombre" ~ "Jefe Hombre",
TRUE ~ NA_character_ # Rellena con NA si no es jefe de hogar
) )
Grafico de Cajas 1
Observando el gráfico de cajas 1 se evidencian vaios elementos. Primero,que el área geográfica en donde se encuentra ubicado el hogar marca diferencias notorias en cuanto al ingreso corregido per capita que generan. Zonas urbanas claramente son espacios que, ya sea con jefaturas de hombres o mujeres, tienen un ingreso per capita por hogar superior a sus pares de zonas rurales del país. Esto se evidencia en los bigotes superiores de cada grafico de cajas, en donde los valores son más altos en zonas urbanas, y además en los valores de medidas de posicion, como la mediana o el tercer cuartil en donde se ubican el 75% de los casos en cada caja. En esa línea, es interesante el fenómeno que ocurre en el primer cuartil de la mayoría de la cajas (a excepción de la última en que hay jefatura masculina en zonas urbanas), dado que el 25% inferior de cada uno de esos grupos no tiene en promedio una gran diferencia en cuanto al ingreso per capita por hogar, cercano a los $250.000 aproximadamente. Es decir, no hay gran diferencia (para el primer cuartil) ya sea que corresponda a una zona rural o urbana, ni si la jefatura de hogar es femenina o masculina. Por otro lado, en términos del sexo del jefe de hogar, si bien se pudiera pensar que las jefaturas masculinas pudiesen tener ingresos per capita superiores a las jefaturas femeninas, la realidad es que si bien es cierto (ya sea en contexto rural o urbano), no existen grandes distancias de ingreso per capita al interior de las cajas. De cierta forma, las medianas de cada grupo y el primer cuartil (a excepción del grupo jefatura de hombre en zonas urbanas) no expresan grandes diferencias. Es a partir del tercer cuartil (o el 25% superior de casos cada grupo) donde se van haciendo más notorias las diferencias en cuanto al ingreso per capita corregido por hogar, y por tanto a las posibles diferencias en terminos de condiciones de habitabilidad, donde claramente ser un hombre jefe de hogar en una zona urbana ofrece mejores posibilidades que su par mujer de zonas urbanas, y que todas las jefaturas de zonas rurales, y donde además existe una mayor dispersión de los datos (hacia ingresos per capita superiores) en relación a la mediana. Es el grupo de las jefaturas de hogar femeninas rurales quienes tienen más homogeneidad en torno a la mediana de ingresos per capita por hogar corregidos, por tanto a tener ingresos más cercanos a ese valor.
Grafico de Cajas 2
De acuerdo al grafico de cajas se aprecian algunos puntos a destacar. En primer lugar, de todos los hogares que se encuentran en condiciones deficitarias de servicios básicos el 75% de ellos no superan los \(500.000\) de ingreso per capita corregido por hogar.Por su parte, en los hogares en condiciones aceptables de saneamiento de servicios básicos el 75% de ellos tienen, al menos este ingreso per capita corregido por hogar. Llama la atención la situación en que se encuentran los hogares, cuya situación habitacional es de tipo irregular, tanto en ambas condiciones de saneamiento, ya que no existe una notoria diferencia en cuanto al ingreso per capita por hogar que tienen. Pudiera ser un indicador que nos dijera que no basta con que un hogar tenga garantizado el acceso al agua, luz o sistema de excretas para poder hablar de condiciones de habitablidad adecuadas, toda vez que el ingreso promedio per capita corregido es relativamente similar, y bajo, entre ambos grupos, si observamos además que sus valores son más homogeneos en relación a la mediana que el resto de los grupos habitacionales. Destacan también las notorias diferencias existentes entre las 2 principales modalidades de situación habitacional en Chile, como lo es el arriendo y la vivienda propia, si los comparamos en términos de indice de saneamiento a servicios básicos. En condiciones aceptables de sanidad, el 75% de los hogares que arriendan una vivienda perciben, al menos, un ingreso per capita promedio de \(500.000\), con valores máximos que llegan al \(1.000.000\); y donde además existe una alta presencia de valores outliers y variabilidad con respecto a la mediana. Hogares que arriendan viviendas deficitiarias en servicios básicos tienen una mediana inferior a la mediana de los que arriendan viviendas aceptables en servicios básicos. Por su parte, de los hogares que tienen en una vivienda propia, en condiciones aceptables, el 75% de ellos tiene claramente mayores ingresos per çapita por hogar, que el 75% de los hogares que tienen una vivienda propia con deficit de servicios básicos.
Grafico de Barras 1
El grafico de barras nos muestra la distribución que tienen los tramos de Ingreso Total por Hogar corregido entre los distintos tramos de edades de las personas en Chile. Se observa que, en el cuartil de ingresos altos por hogar, una buena parte de su totalidad está concentrado en personas con edades de adulto joven (25 a 40 años).De hecho, va en aumento el total de personas en ese tramo de edad. Es en parte una radiografía de la desigualdad socieconómica en Chile, toda vez que se esperaría que poder acceder a un tramo de ingresos por hogar altos, pudiera ser el resultado de una trayectoria laboral a lo largo de la vida, y no precisamente en etapas tempranas. Es curioso como buena parte de la cantidad de personas que están en ese tramo, son personas de edades más jovenes. En el otro extremo, en tramos de ingresos bajos por hogar, la mayor concentración está en personas más adultas, cercanas a la salida del mercado laboral y a la entrada a la tercera edad, pudiendo dar luces de las complejas condiciones económicas que impone la vejez en una buena parte de la población en Chile, y junto con ello en poder satisfacer sus necesidades como pudieran ser las de tipo habitacionales.Entre los ingresos medios por hogar la curva de distribución del ingreso total mantiene más similitudes que diferencias.Es más en el tramo de entre los 20 a 50 años donde se expresa más diferencia con el ingreso medio bajo, lo que pudiera ir orientado a ser la expresión de personas que se han profesionalizado laboralmente y han podido tener una relativa movilidad social mayor, que las personas de ingresos medio bajo. Todo esto es un antecedente para dar cuenta del impacto que tiene el ingreso en la configuración de las posibilidades habitacionales de los hogares en Chile.
CONCLUSIONES
El objetivo de la investigación era poder dar cuenta de la manera en que, eventualmente, el ingreso económico de los hogares incidía en las condiciones de habitabilidad de estos mismos a lo largo del país. Para ello se buscó dar cuenta, por medio de otras variables de distinto tipo, de la incidencia que tiene el ingreso en este sentido, y justamente que otros factores están incidiendo al abordar esta relación entre ingreso y condiciones de habitabilidad de los hogares.
En primer lugar, en cuanto a las condiciones demográficas de los hogares, con ello nos referimos a su conformación interna, como por ejemplo el tamaño del hogar en cuanto a sus integrantes o la presencia de algunos grupos de población que pudieran incidir en la distribución del ingreso por hogar, como pudieran ser la presencia de niños, niñas y jóvenes al interior de ellos. El tamaño del hogar parece ser una variable que incide en el ingreso per capita por hogar (que al incorporarse como variable corregida permite reflejar de forma más realista la capacidad económica de los hogares considerando sus estructuras internas de conformación Particularmente, a medida que los hogares van teniendo más integrantes en su interior, la distribución del ingreso per cápita tienden a ser más homogéneas; más cercanas al valor de la mediana de ingreso, la cual también va disminuyendo a medida que aumenta el número de integrantes por hogar. Vale decir, el tamaño del hogar es una variable que incide en la distribución del ingreso per cápita del hogar en Chile, ya que a medida que van aumentando de tamaño el ingreso tiende a disminuir y a tener menor variabilidad de valores más altos en ingresos. Lo que claramente es un factor que incide en las condiciones de habitabilidad en cuanto a la capacidad de los hogares de satisfacer sus necesidades.
Por otro lado, hogares con presencia de persona de 18 años o menos, presentan diferencias considerables en cuanto al ingreso per cápita que generan. La mitad de los hogares que no tienen niños, niñas o jóvenes en su interior, cuentan con más ingreso que, al menos, el 75% de los hogares en que si existe presencia de este grupo etario. En el caso de los hogares en que viven además niños, niñas y jóvenes, tan solo el 25% de ellos tienen ingreso per cápita promedio de \(436.000\), casi \(50.000\) en promedio menos que el 25% de hogares en que no hay presencia de niños, niñas o jóvenes. Por tanto, la presencia de menores en el hogar es una variable que incide notoriamente en el ingreso per cápita del hogar, y con ello de las condiciones de habitabilidad para satisfacer sus necesidades.
Esta investigación buscó dar cuenta de la realidad a nivel de los hogares del país, por lo que también resultó importante dar cuenta de la presencia de más de un hogar en cada vivienda que fue consultada. Allí, los datos nos mostraron que la amplia mayoría de las viviendas en Chile están conformadas por un hogar. Tan sólo un 3,5% de las viviendas en Chile tienen 2 hogares en su interior, y un 1,2% tiene 3 o más hogares en su interior. Si bien son cifras bajas, hay una tendencia marcada a que es en el Norte Grande del país donde se concentra esta realidad (un 45% de viviendas con 3 o más hogares y un 41% con 3 hogares). Esto puede apoyar la hipótesis de que, en el Norte Grande del país, una de las problemáticas habitacionales pudiera ser las condiciones de hacinamiento de la multiplicidad de hogares al interior de una vivienda. Vale decir, es una variable que estaría impactando a la hora de dar cuenta de las condiciones de habitabilidad de los hogares.
En la línea de lo anterior, en cuanto a las condiciones espaciales de los hogares, en términos de territorialidad urbana o rural, también existen elementos importantes que concluir. El 64% de los de los hogares de zonas rurales está dentro del tramo bajo o medio bajo de ingresos totales por hogar corregido, a diferencia del contexto geográfico urbano donde esto llega al 46% de los hogares. El ingreso total por hogar corregido es una variable que permite hacer comparaciones más realistas entre territorios, evaluando hogares de diferentes regiones o contextos, como puede ser lo urbano o rural. Por tanto, en términos de condiciones de habitabilidad es una variable importante el área geográfica donde esté el hogar, ya que impacta en la estructura del ingreso total del hogar, y con ello, en la capacidad de poder satisfacer sus necesidades. La ruralidad presenta diferencias significativas en cuanto al ingreso corregido del hogar en relación a lo urbano, con percentiles de ingreso bajo o medio bajo.
En cuanto a la características de género, esta se incorporó relacionando el impacto que tiene el sexo de quien es jefe/a de hogar en las condiciones de habitabilidad. En ese sentido, si lo analizamos en términos de área geográfica, los contextos de jefaturas de hogar en zonas urbanas (sean hombres o mujeres), tienen un ingreso per cápita por hogar superior a sus pares de zonas rurales del país. Sin embargo, la mitad de casos de cada grupo (jefaturas femeninas y masculinas, en contextos urbanos o rurales) no tiene una gran diferencia en cuanto al ingreso per cápita por hogar. Es a partir del tercer cuartil (o el 25% superior de casos cada grupo) donde se van haciendo más notorias las diferencias en cuanto al ingreso per cápita por hogar, y por tanto a las posibles diferencias en términos de condiciones de habitabilidad, donde claramente ser un hombre jefe de hogar en una zona urbana ofrece mejores posibilidades que su par mujer de zonas urbanas, y que todas las jefaturas de zonas rurales. Es el grupo de las jefaturas femeninas rurales quienes tienen más homogeneidad en torno a la mediana de ingresos, por tanto a tener ingresos más cercanos a ese valor.
Un indicador de habitabilidad del hogar pudiese ser el índice de acceso a servicios básicos o saneamiento (agua, luz y sistema de excretas). El estudio arrojó que, de todos los hogares que se encuentran en condiciones deficitarias de servicios básicos, el 75% de ellos no superan los \(500.000\) de ingreso per cápita corregido por hogar. Por su parte, hogares en condiciones aceptables de saneamiento de servicios básicos, el 75% de ellos tienen al menos este ingreso. Cabe también destacar las notorias diferencias existentes entre las 2 principales modalidades habitacionales Chile (arriendo y vivienda propia) en términos de índice de saneamiento a servicios básicos. En condiciones aceptables de sanidad, el 75% de los hogares que arriendan una vivienda perciben, al menos, un ingreso per cápita promedio de \(500.000\), con valores máximos que llegan a \(1.000.000\). La mitad de los hogares que arriendan viviendas deficitarias en servicios básicos tienen ingresos per cápita inferiores a la mitad de los que arriendan viviendas aceptables. Por su parte, de los hogares que tienen una vivienda propia, en condiciones aceptables, el 75% de ellos tiene claramente mayores ingresos per çapita por hogar, que el 75% de los hogares que tienen una vivienda propia con déficit de servicios básicos.