Mapa de calor: % de Ciudadanos que NO CONFÍAN en la Policía Nacional

Tema de investigación

Determinantes de la confianza en la Policía Nacional del Perú: victimización, percepción de inseguridad y satisfacción con la democracia (2023)

Pregunta de investigación

¿En qué medida la victimización, la percepción de inseguridad y la satisfacción con la democracia influyen en la confianza de la ciudadanía en la Policía Nacional del Perú (2023)?

Justificación

La confianza en la Policía Nacional es un elemento clave del capital social institucional, pues influye en la disposición ciudadana a cooperar y cumplir la ley. Analizar factores como la victimización, la percepción de inseguridad y la satisfacción con la democracia permite entender las dinámicas que afectan su legitimidad. Usar datos de LAPOP (2023) brinda evidencia útil para orientar políticas públicas.

Hipótesis

H1: Las personas victimizadas tienen menor probabilidad de confiar en la Policía Nacional del Perú.

H2: Una mayor percepción de inseguridad está asociada con niveles más bajos de confianza policial.

H3: La satisfacción con la democracia incrementa la probabilidad de confiar en la policía.

Gráfico de Variable Central

Tabla de Variable Central

Gráfico (Deparamentos)

Explicación Correlación

La matriz de correlación de Rho de Spearman examina las relaciones bivariadas entre todas las variables del estudio, sirviendo como diagnóstico de multicolinealidad antes de la regresión logística.

Correlaciones con la Confianza Policial: La columna (Confianza_num) revela que todas las correlaciones son débiles (Rho \(< 0.20\)), lo que sugiere que las asociaciones directas son modestas. La relación más fuerte y significativa es la positiva con la Satisfacción Democrática (\(\rho = 0.167\)), indicando que una mayor satisfacción institucional se asocia a una mayor confianza policial. En contraste, la Victimización y la Inseguridad muestran correlaciones muy débiles, que si bien son positivas o negativas, son prácticamente insignificantes en el análisis bivariado (alrededor de \(\rho = \pm 0.05\)).

Correlaciones entre Variables Independientes (VIs): Es crucial observar que ninguna VI presenta una correlación moderada o fuerte (ej. Rho \(> 0.5\)) entre sí. La correlación más alta es \(\mathbf{-0.17}\) (entre Victimizacion_num e Inseguridad_num), lo que asegura que no existe un riesgo grave de multicolinealidad en los modelos de regresión.

Conclusión: La debilidad general de las correlaciones simple justifica la necesidad de realizar la Regresión Logística Binaria, ya que los efectos significativos probablemente solo se revelarán cuando se aíslen y controlen simultáneamente por el resto de factores.

Explicación

Conclusión de la Regresión:

La prueba de Razón de Verosimilitud (LRT) se utiliza para justificar el uso de los modelos más complejos.Impacto Significativo: La inclusión de la Percepción de Seguridad (M2 vs M1) y la Satisfacción Democrática (M3 vs M2) demostró ser estadísticamente significativa (\(p < 0.05\)), confirmando que estas variables añaden valor predictivo al modelo.Impacto No Significativo: La adición de la Victimización (M4 vs M3) no resulta significativa (\(p = 0.4434\)). Si bien el Modelo 4 se selecciona por ser el más completo teóricamente, esta prueba indica que la Victimización no añade información estadística relevante sobre la confianza, una vez que se controlan los factores de percepción y demográficos.

Conclusión de Odds Ratios (Modelo 4)

El análisis multivariado aísla los efectos netos, demostrando que:Satisfacción Democrática es el Motor: La variable más poderosa es la Satisfacción Democrática. Los ciudadanos Satisfechos con la democracia tienen 2.22 veces más odds de confiar en la policía que aquellos insatisfechos (\(p < 0.001\)).Educación (Nivel Bajo): Tener un Nivel Educativo Bajo aumenta las odds de confianza en 1.87 veces en comparación con el Nivel Educativo Alto (\(p < 0.01\)).No Significación de Experiencia Directa: Ni la Victimización ni la Percepción de Seguridad resultaron ser significativas en el modelo final (M4). Esto es un hallazgo clave: su efecto bivariado desaparece al ser opacado por la influencia de variables de actitud más amplias (Satisfacción Democrática).