Expansión de la CASEN sobre el CENSO compendio 2017

VE-CC-AJ

DataIntelligence

date: 16-07-2021

1 CASEN 2017 y CENSO Vivienda 2017

Hemos correlacionado una variable llamada multipob, que multiplica el ingreso promedio mensual comunal (extraído de la Casen 2017) por la cantidad de habitantes de la comuna en cuestión, con la frecuencia de cada una de las categorías de respuesta de cada pregunta del Censo 2017. La primera variable la podemos interpretar como un pseudo-PIB-salarial comunal -la potencia económica salarial comunal PESC-, la segunda una frecuencia simple de respuesta.

1.1 P01: Tipo de vivienda

Table 1.1: URBANO
Tipo de vivienda Correlación
Casa 0.816352950174362
Departamento en edificio 0.676364947649096
Vivienda tradicional indígena 0.52578415949462
Pieza en casa antigua o en conventillo 0.723335593748189
Mediagua, mejora, rancho o choza 0.609092785451024
(carpa, casa rodante o similar) 0.4072476030782
Otro tipo de vivienda particular 0.721857260281155
Vivienda colectiva 0.513870008636653
Table 1.2: RURAL
Tipo de vivienda Correlación
Casa 0.309755970729579
Departamento en edificio 0.141280669930716
Vivienda tradicional indígena 0.0460731626812946
Pieza en casa antigua o en conventillo 0.213231863982696
Mediagua, mejora, rancho o choza 0.166435982845717
(carpa, casa rodante o similar) 0.255100602777132
Otro tipo de vivienda particular 0.324202088758213
Vivienda colectiva 0.0934850007284526


1.1.1 Variables a excluir:

El primer criterio de exclusión será la cantidad de respuestas obtenidas del Censo muy menores.Se excluyen:

Vivienda tradicional indígena 56
(carpa, casa rodante o similar) 38
Vivienda colectiva 365
Operativo personas en tránsito (no es vivienda) 1
Operativo calle (no es vivienda) 1

1.1.2 Interpretación a nivel urbano:

La variable que mejor se ajusta a cambios en la potencia económica salarial comunal es la variable casa. Es decir, más personas declaran vivir en casas a medida que la comuna de la persona posea mayor potencia económica salarial. La frecuencia está corregida en cuanto la variable multipob incluye la cantidad de habitantes comunal.

Se supondría que la segunda variable que mejor correlacione fuera “Departamento en edificio”, pero es “Pieza en casa antigua o en conventillo”, lo que revela un déficit habitacional o la incapacidad de las personas para acceder a vivir en casas o departamentos.

1.1.3 Interpretación a nivel rural:

El primer criterio de exclusión será la cantidad de respuestas obtenidas del Censo.Se excluyen:

Pieza en casa antigua o en conventillo 131
(carpa, casa rodante o similar) 35
Vivienda colectiva 84
Operativo personas en tránsito (no es vivienda) 1
Operativo calle (no es vivienda) NA

“Otro tipo de vivienda particular” resulta un concepto ambigüo. No está claramente definida en el diccionario de conceptos del censo 2017. La segunda variable que mejor correlaciona como se espera en “Casa”.

1.2 P02: Ocupación de la vivienda

Table 1.3: URBANO
Ocupación de la vivienda Correlación
Con moradores presentes 0.859878064245561
Con moradores ausentes 0.733527063970099
En venta, para arriendo, abandonada u otro 0.737329346036761
De temporada (vacacional u otro) 0.376003711302094
Table 1.4: RURAL
Ocupación de la vivienda Correlación
Con moradores presentes 0.32220831481742
Con moradores ausentes 0.333883932342798
En venta, para arriendo, abandonada u otro 0.209104910425649
De temporada (vacacional u otro) 0.0853250586625385


1.2.1 Variables a excluir:

No existen variables tan poco frecuentes como para excluir.

1.2.2 Interpretación a nivel urbano:

Correlacionan casi homogéneamente las casas con moradores presentes, ausentes y casas en venta, siendo más fuerte la correlación con los primeros. Se entiende lo anterior por el predominio de la población en zonas urbanas.

Más personas declaran estar presentes en sus viviendas a medida que su comuna posea mayor potencia económica salarial. Se puede interpretar que a menor PESC, más personas están fuera de sus hogares trabajando, generando recursos para la subsistencia.

Las viviendas de vacaciones correlacionan mucho más en el ambiente urbano, pues personas que pueden proveerse de una las eligen en comunas con mayor PESC.

1.2.3 Interpretación a nivel rural:

1.3 P03A: Material de los muros exteriores

Table 1.5: URBANO
Material de los muros exteriores Correlación
Hormigón armado 0.758196513025754
Albañilería: bloque de cemento, piedra o ladrillo 0.673494962374366
Tabique forrado por ambas caras (madera o acero) 0.524343009935639
Tabique sin forro interior (madera u otro) 0.632876289709708
Adobe, barro, quincha, pirca u otro artesanal tradicional 0.3565394722747
Materiales precarios (lata, cartón, plástico, etc.) 0.360779498853788
Table 1.6: RURAL
Material de los muros exteriores Correlación
Hormigón armado 0.385779749774999
Albañilería: bloque de cemento, piedra o ladrillo 0.233147050167386
Tabique forrado por ambas caras (madera o acero) 0.23826905335361
Tabique sin forro interior (madera u otro) 0.288916201317503
Adobe, barro, quincha, pirca u otro artesanal tradicional 0.0982131982330145
Materiales precarios (lata, cartón, plástico, etc.) 0.0398964917586777


1.3.1 Variables a excluir:

No existen variables cuyo tamaño amerite excluir.

1.3.2 Interpretación a nivel urbano:

1.3.3 Interpretación a nivel rural:

1.4 P03B: Material en la cubierta del techo

Table 1.7: URBANO
Material en la cubierta del techo Correlación
Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas 0.767037527927257
Losa hormigón 0.683623475353857
Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) 0.81510482077567
Fonolita o plancha de fieltro embreado 0.709339738765223
Paja, coirón, totora o caña 0.423739993377874
Materiales precarios (lata, cartón, plásticos, etc.) 0.517438106418837
Sin cubierta sólida de techo 0.553083905901319
Table 1.8: RURAL
Material en la cubierta del techo Correlación
Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas 0.424802033062971
Losa hormigón 0.381093349658573
Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) 0.265083737440543
Fonolita o plancha de fieltro embreado 0.250440655922204
Paja, coirón, totora o caña 0.0853651746440153
Materiales precarios (lata, cartón, plásticos, etc.) 0.117862498884648
Sin cubierta sólida de techo 0.154919216464489


1.4.1 Variables a excluir:

Nivel Urbano:

Paja, coirón, totora o caña: 62

Sin cubierta sólida de techo: 242

Nivel Rural:

Fonolita o plancha de fieltro embreado: 141

Paja, coirón, totora o caña : 176

Sin cubierta sólida de techo: 39

1.4.2 Interpretación a nivel urbano:

1.4.3 Interpretación a nivel rural:

1.5 P03C: Material de construcción del piso

Table 1.9: URBANO
Material de construcción del piso Correlación
Parquet, piso flotante, cerámico, madera, alfombra, flexit, cubrepiso u otro similar, sobre radier o vigas de madera 0.855189117940599
Radier sin revestimiento 0.670325886668692
Baldosa de cemento 0.75627299926997
Capa de cemento sobre tierra 0.678146484217867
Tierra 0.461968457096345
Table 1.10: RURAL
Material de construcción del piso Correlación
Parquet, piso flotante, cerámico, madera, alfombra, flexit, cubrepiso u otro similar, sobre radier o vigas de madera 0.31488509775923
Radier sin revestimiento 0.22072054070365
Baldosa de cemento 0.259722201804308
Capa de cemento sobre tierra 0.159717435093895
Tierra 0.0448975278172948


1.5.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluir.

1.5.2 Interpretación a nivel urbano:

1.5.3 Interpretación a nivel rural:

1.6 P04: Número de piezas usadas exclusivamente como dormitorio

Table 1.11: URBANO
Número de piezas usadas exclusivamente como dormitorio Correlación
0 piezas 0.840474105807258
1 pieza 0.845435090153258
2 piezas 0.843608729814218
3 piezas 0.834468275254322
4 piezas 0.795868490346174
5 piezas 0.743591119191497
Table 1.12: RURAL
Número de piezas usadas exclusivamente como dormitorio Correlación
0 piezas 0.314915231572048
1 pieza 0.284968713985855
2 piezas 0.317487527270864
3 piezas 0.353490649665872
4 piezas 0.348968029380379
5 piezas 0.292435686240956


1.6.1 Variables a excluir:

Nivel Urbano:

6 o más piezas: NA

Nivel Rural:

6 o más piezas: NA

1.6.2 Interpretación a nivel urbano:

1.6.3 Interpretación a nivel rural:

1.7 P05: Origen del agua

Table 1.13: URBANO
Origen del agua Correlación
Red pública 0.857223394562826
Pozo o noria 0.321900158823769
Camión aljibe 0.224091677702162
Río, vertiente, estero, canal, lago, etc. 0.301144544442406
Table 1.14: RURAL
Origen del agua Correlación
Red pública 0.288500393210231
Pozo o noria 0.239434522935901
Camión aljibe 0.134722178993687
Río, vertiente, estero, canal, lago, etc. -0.0857823065222773


1.7.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluirlas.

1.7.2 Interpretación a nivel urbano:

1.7.3 Interpretación a nivel rural:

1.8 CANT_HOG: Cantidad de hogares

Table 1.15: URBANO
Cantidad de hogares Correlación
0_hogar 0.676155535304055
1_hogar 0.859027884901738
2_hogar 0.780422736945696
3_hogar 0.699306057070795
4_hogar 0.668724341965606
5_hogar 0.606551409163688
6_hogar 0.517189893264121
7_hogar 0.5247893282221
8_hogar 0.46906387458193
9_hogar 0.434179612636807
10_hogar 0.399444038189912
11_hogar 0.326300310170205
12_hogar 0.202646303752479
13_hogar 0.207733213504476
14_hogar 0.213072114278386
15_hogar 0.20782606044725
16_hogar 0.172431981344319
17_hogar 0.188916947041082
18_hogar 0.111659856813325
19_hogar 0.109814947579633
20_hogar 0.128835631558939
Table 1.16: RURAL
Cantidad de hogares Correlación
0_hogar 0.170800502711448
1_hogar 0.322094417685775
2_hogar 0.324024662304965
3_hogar 0.235841830409904
4_hogar 0.213100608037777
5_hogar 0.0760791635165139
6_hogar 0.440385506050544


1.8.1 Variables a excluir:

Nivel Urbano:

A partir de los 9 hogares por vivienda la cifra comienza a bajar drásticamente y a partir de la cantidad de hogares 21 sólo existen NA o 1.

9_hogar: 25
10_hogar: 13
11_hogar: 10
12_hogar: 14
13_hogar: 6
14_hogar: 6
15_hogar: 3
16_hogar: 5
17_hogar: 4
18_hogar: 1
19_hogar: 2
20_hogar: 2

Nivel Rural:

A partir del 4 hogar por vivienda sólo existen 1 o NA.

1.8.2 Interpretación a nivel urbano:

Más personas declaran vivir en un sólo hogar a medida que la comuna de la persona posea mayor potencia económica salarial.

1.8.3 Interpretación a nivel rural:

Debemos considerar sólo hasta el 3 hogar. La variable que más correlaciona son dos hogares y tiene relación con el mayor nivel de pobreza que se presenta en las zonas rurales que obligan a dos hogares a vivir dentro de una misma vivienda.

Que significa el hogar 0?

1.9 CANT_PER: Cantidad de personas

Table 1.17: URBANO
Cantidad de personas Correlación
0_personas 0.676155535304055
1_personas 0.825510185492653
2_personas 0.842497721645101
3_personas 0.854587080373328
4_personas 0.860910826621912
5_personas 0.855434761828548
6_personas 0.848280369864547
7_personas 0.829933667772473
8_personas 0.798208725562652
9_personas 0.775212135670352
10_personas 0.744770054998035
11_personas 0.707285560170116
12_personas 0.678784845339468
13_personas 0.58064994431352
14_personas 0.586955626834241
15_personas 0.595642491723914
16_personas 0.54157982199293
17_personas 0.532138320636595
18_personas 0.476276819821296
19_personas 0.523236081686924
20_personas 0.535418514973453
21_personas 0.443740125208579
22_personas 0.417210731487864
23_personas 0.3517476083376
24_personas 0.39165740870945
25_personas 0.358493708912031
26_personas 0.365718552554913
27_personas 0.356077365712377
28_personas 0.313147819206157
29_personas 0.268855411283532
30_personas 0.331923881462259
Table 1.18: RURAL
Cantidad de personas Correlación
0_personas 0.170800502711448
1_personas 0.229165053975841
2_personas 0.280939468744448
3_personas 0.317132692414128
4_personas 0.362881472744249
5_personas 0.383159679328186
6_personas 0.382004199652978
7_personas 0.378517878226572
8_personas 0.356476817554122
9_personas 0.324889356724139
10_personas 0.295971857165435
11_personas 0.302940857568375
12_personas 0.253535039489337
13_personas 0.201579921072238
14_personas 0.275063721986974
15_personas -0.0361089306859598
16_personas 0.105240213129363
17_personas -0.0418753739951559
18_personas -0.0644764952748886
19_personas 0.10432810619146
20_personas 0.146550668371643
21_personas -0.0865394616767029


1.9.1 Variables a excluir:

Nivel Urbano:

Se excluyen:

13_personas: 156
14_personas: 106
15_personas: 66

en el grupo de 16_personas a las 30 personas existen 55 casos o menos.

Nivel Rural:

Se excluyen:

9_personas: 51
10_personas: 27
11_personas: 12

en el grupo de 12_personas a las 30 personas existen 7 casos o menos. Se excluyen.

1.9.2 Interpretación a nivel urbano:

La variable que mejor se ajusta a cambios en la potencia económica salarial comunal es 4 personas por vivienda.

Más personas declaran que viven 4 personas en sus viviendas a medida que la comuna de la persona posea mayor potencia económica salarial.

1.9.3 Interpretación a nivel rural:

2 CASEN 2017 y CENSO Hogares 2017

2.1 TIPO_HOGAR: Tipo de hogar

Table 2.1: URBANO
Tipo de hogar Correlación
Hogar unipersonal 0.831065787830482
Hogar nuclear monoparental 0.846679987244619
Hogar nuclear biparental sin hijos 0.835240831084656
Hogar nuclear biparental con hijos 0.857360622755979
Hogar compuesto 0.843828832944469
Hogar extenso 0.84671610909709
Hogar sin núcleo 0.833911631261774
Table 2.2: RURAL
Tipo de hogar Correlación
Hogar unipersonal 0.236416863959986
Hogar nuclear monoparental 0.26923953892542
Hogar nuclear biparental sin hijos 0.301239166580422
Hogar nuclear biparental con hijos 0.366435594228793
Hogar compuesto 0.398431125789511
Hogar extenso 0.338373987890383
Hogar sin núcleo 0.249033536316092

2.1.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluir.

Hogar: corresponde a una o más personas que, unidas o no por un vínculo de parentesco, alojaron la noche del 18 al 19 de abril de 2017 en una misma vivienda o parte de ella y se benefician de un mismo presupuesto para alimentación.

2.1.2 Interpretación a nivel urbano:

Hogar nuclear biparental con hijos: son los hogares cuyos únicos integrantes son la jefatura de hogar; un cónyuge, conviviente de hecho o conviviente por unión civil, y sus hijos o hijas, ya sean de ambos, solo del jefe o jefa o solo del cónyuge, conviviente o pareja.

2.1.3 Interpretación a nivel rural:

Hogar compuesto: hogar que cuenta con un núcleo (hogar nuclear) y además incluye no parientes de la jefatura del hogar. Puede o no ser integrado por otros parientes de la jefatura del hogar.

2.2 TIPO_OPERATIVO: Tipo de operativo

Table 2.3: URBANO
Tipo de hogar Correlación
Hogar en vivienda particular 0.860283755002406
Vivienda colectiva (no es hogar) 0.513870008636653
Table 2.4: RURAL
Tipo de hogar Correlación
Hogar en vivienda particular 0.323973174745707
Vivienda colectiva (no es hogar) 0.0934850007284526


POBLACIÓN TOTAL POR TIPO DE OPERATIVO

En este tabulado se presenta la cantidad de personas efectivamente censadas de acuerdo al tipo de operativo en que fueron censadas. Es decir, se muestra la cantidad de población censada en viviendas particulares ocupadas con moradores presentes, en viviendas colectivas, en operativo especial de tránsito y en operativo especial calle.

Población efectivamente censada: Corresponde al total de personas que fueron censadas en los distintos operativos de empadronamiento, es decir, viviendas particulares ocupadas con moradores presentes, viviendas colectivas, operativo especial tránsito y operativo especial calle.

Personas en viviendas particulares ocupadas con moradores presentes: Corresponde a aquellas personas que fueron censadas en viviendas dentro de una propiedad, destinada total o parcialmente a la habitación permanente o temporal de personas. Para ser considerada vivienda particular, debe necesariamente disponer de acceso independiente para sus moradores. El concepto de propiedad no hace alusión a la propiedad legal, sino que se refiere a un espacio geográfico con límites reconocibles, en el que se ubica una o más viviendas particulares.

Personas en otros operativos: Hace alusión a aquellas personas que fueron censadas a través de alguno de los operativos adicionales al de viviendas particulares. Estos son: operativo de viviendas colectivas, operativo especial tránsito y operativo especial calle. El objetivo de estos operativos fue censar a las personas que pasaron el momento censal (00:00 horas del 19 de abril de 2017) en territorio nacional, pero que no alojaron esa noche en una vivienda particular.

2.2.1 Variables a excluir:

Nivel Urbano:

Hogar en vivienda particular: 173881 casos.
Vivienda colectiva (no es hogar): 365 casos.
Operativo personas en tránsito (no es hogar): 1 caso.
Operativo calle (no es hogar): 1 caso.

Nivel Rural:

Hogar en vivienda particular: 16405 casos.
Vivienda colectiva (no es hogar): 84 casos.
Operativo personas en tránsito (no es hogar): 1 caso.
Operativo calle (no es hogar): NA.

Se propone no considerar ésta pregunta como relevante, pues prácticamente toda la poblacin censada tanto a nivel urbano como rural lo fué en “Hogar en vivienda particular”.

2.2.2 Interpretación a nivel urbano:

Se propone no considerar.

2.2.3 Interpretación a nivel rural:

Se propone no considerar.

3 CASEN 2017 y CENSO Personas 2017

3.1 P07: Relación de parentesco

Table 3.1: URBANO
Relación de parentesco Correlación
Jefe/a de hogar 0.860283755002406
Esposo/a o cónyuge 0.853297977483839
Conviviente por unión civil 0.801923870928766
Conviviente de hecho o pareja 0.848827888789141
Hijo/a 0.861626160547891
Hijo/a del cónyuge, conviviente o pareja 0.845737794056346
Hermano/a 0.840895642125321
Padre/madre 0.845631829752046
Cuñado/a 0.838041054406298
Suegro/a 0.83689146833311
Yerno/nuera 0.826335646625109
Nieto/a 0.821491597406134
Abuelo/a30 0.780571547676597
Otro pariente 0.841821700561799
No pariente 0.824302621919395
Servicio doméstico puertas adentro 0.666274165744913
Persona en vivienda colectiva 0.58231868075725
Persona en tránsito 0.212529508369105
Persona en operativo calle 0.594713220367732
Table 3.2: RURAL
Relación de parentesco Correlación
Jefe/a de hogar 0.323973174745707
Esposo/a o cónyuge 0.350311683205216
Conviviente por unión civil 0.274117516631196
Conviviente de hecho o pareja 0.357589496945823
Hijo/a 0.361715024715906
Hijo/a del cónyuge, conviviente o pareja 0.383518263275182
Hermano/a 0.240624029062988
Padre/madre 0.354628416800694
Cuñado/a 0.337168569765771
Suegro/a 0.407389378826673
Yerno/nuera 0.355916545599383
Nieto/a 0.305495916305718
Abuelo/a30 0.313802175310212
Otro pariente 0.322291537526015
No pariente 0.356338262074663
Servicio doméstico puertas adentro 0.356745171317502
Persona en vivienda colectiva 0.204487603094619


Cuál es su relación de parentezco con el jefe o jefa de hogar?

3.1.1 Variables a excluir:

Nivel Urbano:

Abuelo/a30: 388 casos.
Persona en operativo calle: 730 casos.

Nivel Rural:

Conviviente por unión civil: 141
Abuelo/a30: 26
Persona en operativo calle: NA

3.1.2 Interpretación a nivel urbano:

En la pregunta “Relación de parentesco”, la categoría que mejor se ajusta a cambios en la potencia económica salarial comunal es la variable hijo. Es decir, más personas declaran ser hijos del jefe/a de hogar a medida que la comuna de la persona posea mayor potencia económica salarial.

3.1.3 Interpretación a nivel rural:

En la pregunta “Relación de parentesco”, la categoría que mejor se ajusta a cambios en la potencia económica salarial comunal es la variable Suegro/a. Es decir, más personas declaran ser suegros del jefe/a de hogar a medida que la comuna de la persona posea mayor potencia económica salarial.

Se explica pues a nivel rural, y por razones no estrictamente económicas sino tanmbién culturales, los padres de los jefes/as de hogar suelen vivir en el mismo hogar que los hijos.

3.2 P08: Sexo

Table 3.3: URBANO
Sexo Correlación
Hombre 0.864292649739566
Mujer 0.864650429637154
Table 3.4: RURAL
Sexo Correlación
Hombre 0.378855554533943
Mujer 0.350076426337563


3.2.1 Variables a excluir:

No aplica.

3.2.2 Interpretación a nivel urbano:

No existe diferencia por sexo a cambios en la potencia económica salarial comunal.

3.2.3 Interpretación a nivel rural:

Existe una sutil mayor correlación de la frecuencia de hombres a cambios en la potencia salarial comunal. En el sector rural por motivos culturales los hombres participan en una leve mayor proporción de la fuerza de trabajo.

3.3 P13: Asiste actualmente a la educación formal

Table 3.5: URBANO
Asiste actualmente a la educación formal Correlación
Sí 0.861840731803511
No asiste actualmente 0.861757214035088
Nunca asistió 0.839537651996292
Table 3.6: RURAL
Asiste actualmente a la educación formal Correlación
Sí 0.390733717725004
No asiste actualmente 0.364582647869388
Nunca asistió 0.255384229797476


3.3.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluir.

3.3.2 Interpretación a nivel urbano:

No existe ningún tipo de diferencia significativa en la correlación entre las tres categorías de respuesta a nivel urbano y la potencia económica salarial comunal.Ésta homogeneidad puede significar un error conceptual al momento de plantear el modelo de correlación. La teoría nos dice que a mayor poder salarial comunal menor debiese ser la población estudiante en relación a la trabajadora.

3.3.3 Interpretación a nivel rural:

Podemos decir acá que comunas con mayor Poder Económico Salarial Comunal (PESC) pueden permitirse la posibilidad de que sus hijos integren el sistema de educación formal.

3.4 P14: Curso o año más alto aprobado

Se omite pues está incluída en la columna calculada ESCOLARIDAD.

Se construyen dos tablas, una que contempla los niveles alcanzados por las personas y que efectivamente concluyeron ( P15A = 1) y los que no lo hicieron ( P15A = 2).

3.5 P15 y P15A: Nivel del curso más alto aprobado y si completó el nivel especificado

Table 3.7: URBANO
Nivel del curso más alto aprobado y sí completó el nivel especificado Correlación
Sala cuna o jardín infantil(sí) 0.820721520053892
Prekínder(sí) 0.845145482326848
Kínder(sí) 0.850435453887811
Especial o diferencial(sí) 0.789162597272207
Educación básica(sí) 0.818175179494571
Primaria o preparatorio (sistema antiguo)(sí) 0.768493234128512
Científico-humanista(sí) 0.845076894815983
Técnica profesional(sí) 0.817089346475999
Humanidades (sistema antiguo)(sí) 0.773672854771062
Técnica comercial, industrial/normalista (sistema antiguo)(sí) 0.766871045863223
Técnico superior (1-3 años)(sí) 0.841799726290249
Profesional (4 o más años)(sí) 0.826029319527848
Magíster(sí) 0.755699267976099
Doctorado(sí) 0.716174063069513
Table 3.8: URBANO
Nivel del curso más alto aprobado y no completó el nivel especificado Correlación
Sala cuna o jardín infantil(no) 0.83538794054704
Kínder(no) 0.852527846949612
Especial o diferencial(no) 0.788581021927045
Educación básica(no) 0.835943374228398
Primaria o preparatorio (sistema antiguo)(no) 0.770563446936135
Científico-humanista(no) 0.84644860078587
Técnica profesional(no) 0.805956792536177
Humanidades (sistema antiguo)(no) 0.803437492586835
Técnica comercial, industrial/normalista (sistema antiguo)(no) 0.75607824498294
Técnico superior (1-3 años)(no) 0.834988761640212
Profesional (4 o más años)(no) 0.830301092415488
Magíster(no) 0.751703398168627
Doctorado(no) 0.711499238267689


Table 3.9: RURAL
Nivel del curso más alto aprobado y sí completó el nivel especificado Correlación
Sala cuna o jardín infantil(sí) 0.392786981744283
Prekínder(sí) 0.413948374780674
Kínder(sí) 0.37611974320504
Especial o diferencial(sí) 0.375142645491954
Educación básica(sí) 0.254233614328722
Primaria o preparatorio (sistema antiguo)(sí) 0.282296468227046
Científico-humanista(sí) 0.412183121033448
Técnica profesional(sí) 0.407675838965637
Humanidades (sistema antiguo)(sí) 0.449754977503742
Técnica comercial, industrial/normalista (sistema antiguo)(sí) 0.399957802880532
Técnico superior (1-3 años)(sí) 0.48035897328373
Profesional (4 o más años)(sí) 0.490916670891528
Magíster(sí) 0.468171781130139
Doctorado(sí) 0.46091417510981
Table 3.10: RURAL
Nivel del curso más alto aprobado y no completó el nivel especificado Correlación
Sala cuna o jardín infantil(no) 0.352206358872931
Kínder(no) 0.361415590116829
Especial o diferencial(no) 0.357947879303046
Educación básica(no) 0.240017368789469
Primaria o preparatorio (sistema antiguo)(no) 0.183305192073023
Científico-humanista(no) 0.400586388292146
Técnica profesional(no) 0.380696485140578
Humanidades (sistema antiguo)(no) 0.435428999489727
Técnica comercial, industrial/normalista (sistema antiguo)(no) 0.418404082103793
Técnico superior (1-3 años)(no) 0.455231241256219
Profesional (4 o más años)(no) 0.488702749003323
Magíster(no) 0.396866508066291
Doctorado(no) 0.352661049701256


3.5.1 Variables a excluir:

Nivel Urbano:

Doctorado(no) :610

Nivel Rural:

Doctorado(no): 22
Magíster(no): 57

3.5.2 Interpretación a nivel urbano:

La variable que mejor se ajusta a cambios en la potencia económica salarial comunal en la pregunta “Nivel del curso más alto aprobado y si completó el nivel especificado” es la variable Kinder tanto para los que lo completaron como para los que no. Más personas declaran haber estudiado en kinder a medida que la comuna de la persona posea mayor potencia económica salarial. Pero falta una aspecto en el análisis: la segunda variable que más alto correlaciona con el PESC tanto para los que completaron como no el nivel fue Científico-humanista. Ésto indica los esfuerzos gubernamentales sobre y el interes de las personas en el ámbito urbano de que sus hijos pasen por el kinder.

3.5.3 Interpretación a nivel rural:

Acá la sensibilidad de la correlación con el PESC es más alta en la variable Profesional, tanto para los que la completaron como para los que no. Implica ésto condiciones más difíciles de subsistencia en el área rural que hacen necesario una mayor educación que permita a las comuna acumular mayor PESC.

3.6 P16: Se considera perteneciente a un pueblo indígena u originario

Table 3.11: URBANO
Se considera perteneciente a un pueblo indígena u originario Correlación
Sí 0.671949554547633
No 0.845745902495041
Table 3.12: RURAL
Se considera perteneciente a un pueblo indígena u originario Correlación
Sí 0.116896642545301
No 0.386687045967636


3.6.1 Variables a excluir:

No existen variables cuyo tamaño amerite excluir.

3.6.2 Interpretación a nivel urbano y rural:

La variable que mejor se ajusta a cambios en la potencia económica salarial comunal es la variable “No se considera perteneciente a un pueblo indígena u originario”. Más personas declaran no considerarse parte de pueblos originarios" a medida que la comuna de la persona posea mayor potencia económica salarial. Lo anterior indica mayor precarización de la vida de los pueblos originarios.

3.7 P16A: Pueblo indígena u originario listado

Table 3.13: URBANO
Pueblo indígena u originario listado Correlación
Mapuche 0.652793595114691
Aymara 0.593452572442544
Rapa Nui 0.683310394670922
Lican Antai 0.483422006513952
Quechua 0.559879763891141
Colla 0.450565548733248
Diaguita 0.467050188651948
Kawésqar 0.632734860805763
Yagán o Yamana 0.652047765827019
Otro 0.686808865561671
Table 3.14: RURAL
Pueblo indígena u originario listado Correlación
Mapuche 0.152572764501818
Aymara 0.242601217825957
Rapa Nui 0.243845527548933
Lican Antai 0.0872368696122899
Quechua 0.154908278503076
Colla 0.0446586724144016
Diaguita 0.14763965861913
Kawésqar 0.137801502099119
Yagán o Yamana 0.106419837377798
Otro 0.176119522115468


3.7.1 Variables a excluir:

Nivel Urbano:

Kawésqar: 627
Yagán o Yamana: 184

Nivel Rural:

Kawésqar : 43
Yagán o Yamana : 8

3.7.2 Interpretación a nivel urbano:

Es ambigüa la respuesta “Otro”. son personas que prefieren no declarar su etnia muy probablemente por razones de discriminación, que sin embargo son las más sensibles a los cambios en el PESC.

3.7.3 Interpretación a nivel rural:

La Etnia Rapa Nui es entre todas las demás la que posee la mejor situación económica.

3.8 P16A_OTRO: Pueblo indígena u originario (Otro)

Table 3.15: URBANO
Pueblo indígena u originario (Otro) Correlación
Lafquenche 0.321905238860228
Pehuenche 0.693597003878864
Huilliche 0.491711500595977
Picunche 0.621455466265865
Changos 0.390071993700843
Chonos 0.275202335356541
Ona 0.58452973264127
Tehuelches 0.28605152325019
Pueblos de América Latina 0.689196977713458
Pueblos del resto del mundo 0.757826366012736
Afrodescendiente 0.665043190361854
Otros pueblos presentes en el territorio nacional -0.194325082689389
Pueblo no declarado 0.851050862627375
Table 3.16: RURAL
Pueblo indígena u originario (Otro) Correlación
Lafquenche -0.110008685239055
Pehuenche -0.0898026510133875
Huilliche -0.0669186598213577
Picunche 0.816496580927726
Chonos 0.235702260395516
Ona 0.816496580927726
Tehuelches 1
Pueblos de América Latina 0.534522483824849
Pueblos del resto del mundo 0
Afrodescendiente 0.816496580927726
Pueblo no declarado 0.395779741788315


3.8.1 Variables a excluir:

Nivel Urbano:

Lafquenche: 17
Picunche: 22
Chonos: 26
Ona: 82
Tehuelches: 16
Otros pueblos presentes en el territorio nacional: 7

Nivel Rural:

Lafquenche: 18
Picunche: 2
Changos: NA
Chonos: 3
Ona: 2
Tehuelches: 4
Pueblos de América Latina: 7
Pueblos del resto del mundo: 5
Afrodescendiente: 2
Otros pueblos presentes en el territorio nacional: 1

3.8.2 Interpretación a nivel urbano y rural:

La categoría “Pueblo no declarado” correlaciona mejor con los cambios en el PESC, pero es difícil saber el por qué.

3.9 P17: Trabajó durante la semana pasada

Table 3.17: URBANO
Trabajó durante la semana pasada Correlación
Por un pago en dinero o especies 0.871797549462469
Sin pago para un familiar 0.817329262427436
Tenía empleo pero estuvo de vacaciones, con licencia, en descanso laboral, etc. 0.847738597513123
Se encontraba buscando empleo 0.831552929264084
Estaba estudiando 0.848578504014609
Realizó quehaceres de su hogar 0.820938999717957
Es jubilado, pensionado o rentista 0.796775982051852
Otra situación 0.838104034142408
Table 3.18: RURAL
Trabajó durante la semana pasada Correlación
Por un pago en dinero o especies 0.435955887113918
Sin pago para un familiar 0.0635645797121366
Tenía empleo pero estuvo de vacaciones, con licencia, en descanso laboral, etc. 0.393349264992978
Se encontraba buscando empleo 0.331860572298933
Estaba estudiando 0.412001272952164
Realizó quehaceres de su hogar 0.221577961097206
Es jubilado, pensionado o rentista 0.212580897255252
Otra situación 0.365113948289581


3.9.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluir.

3.9.2 Interpretación a nivel urbano y rural:

La interpretación obvia es que variaciones en la PESC están muy directamente correlacionadas con el hecho de estar trabajando por dinero o especies.

3.10 P18: Rama de actividad económica

Table 3.19: URBANO
Rama de actividad económica Correlación
Agricultura 0.380638112210999
Explotación 0.563746417299646
Industrias 0.790929528185341
Suministro de electricidad 0.730352966916346
Suministro de agua 0.787818448147303
Construcción 0.805492938442056
Comercio 0.857605299988133
Transporte 0.835944067755939
Actividades de alojamiento 0.801466541784338
Información 0.818093869235539
Actividades financieras 0.802975725465294
Actividades inmobiliarias 0.737045070483162
Actividades profesionales 0.816423326231991
Actividades de servicios 0.808127182650396
Administración pública 0.754548777746294
Enseñanza 0.837000487415407
salud humana 0.831217932660525
Actividades artísticas 0.780732303076189
Otras actividades 0.827109737093137
Actividades de los hogares 0.784601129150131
Actividades de organizaciones 0.456555518087976
Rama no declarada 0.82188206996958
Table 3.20: RURAL
Rama de actividad económica Correlación
Agricultura 0.247620325619645
Explotación 0.287257067251342
Industrias 0.39059052554534
Suministro de electricidad 0.349944716698775
Suministro de agua 0.342822390361296
Construcción 0.321352411947203
Comercio 0.448528141446927
Transporte 0.468357701446061
Actividades de alojamiento 0.345282646574854
Información 0.44346042803529
Actividades financieras 0.468071984839144
Actividades inmobiliarias 0.389713790281042
Actividades profesionales 0.485368891657248
Actividades de servicios 0.402914121981236
Administración pública 0.260219032634769
Enseñanza 0.336339126461684
salud humana 0.431308759888783
Actividades artísticas 0.455575636652738
Otras actividades 0.46386408551492
Actividades de los hogares 0.363620365843461
Actividades de organizaciones 0.346771512231856
Rama no declarada 0.375956070801605


3.10.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

Suministro de agua: 151
Actividades artísticas: 156
Otras actividades: 144
Actividades de organizaciones: 6

3.10.2 Interpretación a nivel urbano:

Es coherente por el tipo de desarrollo económico del país desde el reemplazo de la política de sustitución de importaciones que el comercio sea la actividad que más sea sensible a los cambios en la PESC.

3.10.3 Interpretación a nivel rural:

Actividades profesionales 0.485.

No tiene mucho sentido interpretar ésta correlacion con “Actividades porfesionales” sin asociarlas con todas las otras variables que puntúan sobre 0,4 y que son: Comercio, Transporte, Información, Actividades financieras, Actividades de servicios, salud humana, Actividades artísticas y Otras actividades

3.11 P19: Total hijos/as nacidos vivos

Table 3.21: URBANO
Total hijos/as nacidos vivos Correlación
0_hijos/as 0.863637324892285
1_hijos/as 0.865206323977793
2_hijos/as 0.862658712858027
3_hijos/as 0.852880073280493
4_hijos/as 0.841088540251352
5_hijos/as 0.827593557534961
6_hijos/as 0.8063107469772
7_hijos/as 0.78446453307907
8_hijos/as 0.757845882241486
9_hijos/as 0.750354677507411
10_hijos/as 0.684394436624982
11_hijos/as 0.67408189719666
12_hijos/as 0.655030954769265
13_hijos/as 0.627253568504428
14_hijos/as 0.550108912012257
15_hijos/as 0.505203039620535
16_hijos/as 0.412671671354417
17_hijos/as 0.285160123480234
18_hijos/as 0.334934113419594
19_hijos/as 0.418887080526998
20_hijos/as 0.128195004723576
21_hijos/as -0.238470763360932
22_hijos/as 0.0881917103688197
23_hijos/as 0
Table 3.22: RURAL
Total hijos/as nacidos vivos Correlación
0_hijos/as 0.382315765917811
1_hijos/as 0.343678387129653
2_hijos/as 0.369770957735702
3_hijos/as 0.369048298073932
4_hijos/as 0.333021375422105
5_hijos/as 0.261930713749856
6_hijos/as 0.187802399194772
7_hijos/as 0.16153198158601
8_hijos/as 0.139509207623508
9_hijos/as 0.128695101258297
10_hijos/as 0.1154243897769
11_hijos/as 0.106661650417516
12_hijos/as 0.104595572256451
13_hijos/as 0.117140728219076
14_hijos/as 0.142103271097005
15_hijos/as 0.0740260620616363
16_hijos/as 0.0424315593077376
17_hijos/as 0.12340194646771
18_hijos/as -0.205509210126226
19_hijos/as 0.165567470876943
20_hijos/as 0.368329462972638


3.11.1 Variables a excluir:

Nivel Urbano:

10_hijos/as: respondieron 202 casos en una comuna como máximo. De ahí en adelante se excluyen.

Nivel Rural:

10_hijos/as: respondieron 83 casos en una comuna como máximo. De ahí en adelante se excluyen.

3.11.2 Interpretación a nivel urbano y rural :

Movimientos en la PESC correlacionan positivamente mientras menos hijos tengan las personas.

3.12 P20: Total hijos/as actualmente vivos

Table 3.23: URBANO
Total hijos/as actualmente vivos Correlación
0_hijos/as 0.781776693675254
1_hijos/as 0.862117208042931
2_hijos/as 0.859300548295549
3_hijos/as 0.847908548847571
4_hijos/as 0.834663452694691
5_hijos/as 0.818948425327788
6_hijos/as 0.795084770360571
7_hijos/as 0.775899499345233
8_hijos/as 0.721532924236297
9_hijos/as 0.7252513687953
10_hijos/as 0.658836899904957
11_hijos/as 0.652862243076966
12_hijos/as 0.606257095648438
13_hijos/as 0.561270426995415
14_hijos/as 0.434901682105022
15_hijos/as 0.346407927231743
16_hijos/as 0.0251617118698799
20_hijos/as 0.086066296582387
Table 3.24: RURAL
Total hijos/as actualmente vivos Correlación
0_hijos/as 0.215010384319159
1_hijos/as 0.367456142923111
2_hijos/as 0.395840778015413
3_hijos/as 0.39340321789039
4_hijos/as 0.341395431625329
5_hijos/as 0.267905668609641
6_hijos/as 0.182702608210855
7_hijos/as 0.126802346748515
8_hijos/as 0.124514153999968
9_hijos/as 0.116907957761341
10_hijos/as 0.0771368930397384
11_hijos/as 0.0953993203267268
12_hijos/as 0.161613166670031
13_hijos/as 0.0899186404050551
14_hijos/as 0.114128186762903
15_hijos/as -0.00238964487748497
16_hijos/as -0.188266392127052
20_hijos/as 0.707106781186548


3.12.1 Variables a excluir:

Nivel Urbano:

12_hijos/as: 37 máximo de casos
a mayor hijos menor es la frecuencia por lo que se excluyen a partir de ese número de corte.

Nivel Rural:

12_hijos/as: 23 máximo de casos
a mayor hijos menor es la frecuencia por lo que se excluyen a partir de ése número de corte.

3.12.2 Interpretación a nivel urbano:

3.12.3 Interpretación a nivel rural:

La mayor correlación se da con 2_hijos/as: 0.395

3.13 ESCOLARIDAD: Años de escolaridad

Table 3.25: URBANO
Años de escolaridad Correlación
0_Años 0.854037689736936
1_Años 0.838118814624733
2_Años 0.832593628222123
3_Años 0.825398206670011
4_Años 0.829309583215577
5_Años 0.829145577324303
6_Años 0.824375852609494
7_Años 0.839595694241319
8_Años 0.823705072477945
9_Años 0.846242300573528
10_Años 0.847307214196012
11_Años 0.850581265529565
12_Años 0.852558280769337
13_Años 0.839864990934019
14_Años 0.841796418102207
15_Años 0.841359955061385
16_Años 0.842491401839675
17_Años 0.816019254748089
18_Años 0.753262109168159
19_Años 0.755473704181375
20_Años 0.696502017000573
21_Años 0.716835909778733
Table 3.26: RURAL
Años de escolaridad Correlación
0_años 0.332867668540522
1_años 0.276759308361275
2_años 0.247019250484416
3_años 0.236264921676695
4_años 0.234244240759791
5_años 0.257099978143545
6_años 0.204342061924082
7_años 0.289504682245746
8_años 0.260848945043302
9_años 0.393469203061332
10_años 0.41104428255418
11_años 0.420101827044632
12_años 0.425521826951836
13_años 0.469299203825776
14_años 0.492374000468392
15_años 0.478463478455792
16_años 0.463330940031934
17_años 0.489422588448895
18_años 0.375586427534859
19_años 0.447931024901774
20_años 0.385391652228919
21_años 0.436293266842347


3.13.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

No existen variables cuyo tamaño amerite excluir.

3.13.2 Interpretación a nivel urbano:

Hay que hacer el mismo análisis que se hizo en el punto 3.5 P15 y P15A: Nivel del curso más alto aprobado y si completó el nivel especificado.

LA segunda correlación más alta es 12_Años 0.852, sin embargo nos da 0_años: 0,854.

Correlaciones tan cercanas entre s[i confunden por lo que hay que aplicar un criterio de decisión, el cual más apropiado parece ser los 12 añosÑ 0.852.

3.13.3 Interpretación a nivel rural:

Resulta coherente la correlación a los 14 años.

3.14 P16A_GRUPO: Pueblo indígena u originario (grupo)

Table 3.27: URBANO
Pueblo indígena u originario (grupo) Correlación
Mapuche 0.643522392441379
Aymara 0.593452572442544
Rapa Nui 0.683310394670922
Lican Antai 0.483422006513952
Quechua 0.559879763891141
Colla 0.450565548733248
Diaguita 0.467050188651948
Kawésqar 0.632734860805763
Yagán o Yamana 0.652047765827019
Otro 0.76123407835421
Table 3.28: RURAL
Pueblo indígena u originario (grupo) Correlación
Mapuche 0.14036984853201
Aymara 0.242601217825957
Rapa Nui 0.243845527548933
Lican Antai 0.0872368696122899
Quechua 0.154908278503076
Colla 0.0446586724144016
Diaguita 0.14763965861913
Kawésqar 0.137801502099119
Yagán o Yamana 0.106419837377798
Otro 0.245877031809144


3.14.1 Variables a excluir:

Nivel Urbano:

No existen variables cuyo tamaño amerite excluir.

Nivel Rural:

Kawésqar: 43 Yagán o Yamana: 8

3.14.2 Interpretación a nivel urbano y rural:

Ocurre los mismo que con el punto 3.8 P16A_OTRO: Pueblo indígena u originario (Otro). Resulta muy difícil comprender porque cambios en el PESC correlaciona más perfectamente con “Pueblo no declarado”, es ésta caso “Otro”.

3.15 Conclusiones:

La variable a utilizar a nivel urbano será:

P17 Trabajó por un pago o especie:
Correlación: 0.8717

La variable a utilizar a nivel rural será:

ESCOLARIDAD
Correlación: 0.49237



3.16 Propuestas de mejora:

  1. La variable multipob nos entrega una cantidad que no parece apropiada para poder determinar en forma diferenciada dos comunas. Dos comunas con características muy distintas pueden poseer el mismo valor multipob, por lo que se sugiere utilizar en vez de la multiplicación de ingresos medios comunales mensuales por población comunal, su división.

  1. Las frecuencias que utilizamos en el cálculo de las correlaciones son absolutas, lo que no permite determinar una comparación fidedigna entre ellas. Se propone utilizar las frecuencias de respuesta por cada 100.000 habitantes en la respectiva comuna.

  2. No fue necesario excluir las correlaciones cuyas ambas variables consideraran la variable población.