libro1 pxp nuevo - unam · 2016-04-20 · instituto nacional de las mujeres 154 sufren determinado...

ANEXOS

Violencia de género en las parejas mexicanas

153

ANEXO I

CRITERIOS PARA LA DEFINICIÓN DE “PREVALENCIA”Y “SEVERIDAD” DE LA VIOLENCIA QUE SUFREN LAS MUJERES

1. Determinación de criterios para la prevalencia

Violencia emocional. El cuestionario contieneuna serie de reactivos que exploran violenciaemocional contra la mujer por parte de la pa-reja en los últimos 12 meses. Para efectos deeste análisis, se consideró como un “caso” (esdecir, una mujer que sí sufrió violencia emocio-nal en este período) a toda mujer que hayarespondido:

a ) “sí” en dos o más de los ítems 1 a 10, ob ) “sí” en uno solo de esos ítems, pero indican-

do que éste ocurrió “pocas veces” o “mu-chas veces” (opciones 2 o 3 de la pregunta“A. ¿Ocurrió una vez?, ¿pocas veces? ¿muchasveces?”). O bien,

c ) “sí” en los ítems 12 o 13 (“la ha amenazadocon alguna arma: cuchillo, navaja, pistola orifle”, y “la ha amenazado con matarla, ma-tarse él o matar a los niños”).

Es decir, aquellos casos donde la entrevistadareportó haber sufrido “un solo incidente de vio-lencia emocional una sola vez”, dentro de losprimeros 10 ítems, no fueron contabilizadoscomo “casos” de violencia en esta investigación.Ello porque se trata de incidentes que debenpresentarse de manera reiterada para confor-mar un patrón de agresión emocional. En cam-bio, un solo “sí, una sola vez” en el caso deamenazas con armas o amenazas de muerte síson, por sí solas, también formas de violenciaemocional. De ahí el tratamiento diferencial quele estamos dando a esta sección.

Violencia económica. El mismo criterio se apli-có en el caso de la violencia económica. Eneste se consideró como un “caso” (es decir, unamujer que sí sufrió violencia económica en esteperíodo), a toda mujer que haya respondido:

a ) “sí” en dos o más de los ítems 1 a 4, ob ) “sí” en uno solo de esos ítems, pero indican-

do que éste ocurrió “pocas veces” o “mu-chas veces” (opciones 2 o 3 de la pregunta“A. ¿Ocurrió una vez?, ¿pocas veces?, ¿mu-chas veces?”). O bien,

c ) “sí” en los ítems 5 o 6 (“se ha adueñado o leha quitado dinero o bienes, como cosas, te-rrenos, animales”, y “le ha prohibido traba-jar o estudiar”).

Es decir, aquellos casos donde la entrevistadareportó haber sufrido “un solo incidente de vio-lencia económica una sola vez” dentro de losprimeros cuatro ítems, no fueron contabiliza-dos como “casos” de violencia en esta investi-gación. Ello porque se trata de incidentes quedeben presentarse de manera reiterada paraconformar un patrón de agresión económica.En cambio, un solo “sí, una sola vez” en el casode la apropiación de los bienes de la mujer, oen el caso de la prohibición de trabajar o estu-diar, por sí solos constituyen formas de violen-cia económica con consecuencias materiales enla vida de las mujeres.

Violencia física y sexual. A diferencia de lo se-ñalado para la violencia emocional y la violen-cia económica, en el caso de la violencia físicay sexual no se debe hacer ningún procedimien-to de “selección”. Es decir, aquí sí cualquier mujerque haya reportado un solo incidente de vio-lencia física o sexual (aunque haya ocurrido unasola vez) fue considerada como un “caso” quecuenta para estimar las prevalencias de las vio-lencias física y sexual.

2. Creación de índices de severidadde la violencia

Además de la “prevalencia”, es decir, de la esti-mación respecto a la proporción de mujeres que

Instituto Nacional de las Mujeres

154

sufren determinado tipo de violencia, importatambién conocer la severidad con que la hansufrido. La razón fundamental de ello es que sepresume que pertenecen a grupos diferentes—en términos de objetivos de política públi-ca— mujeres que sufren violencia física en ungrado poco severo, y mujeres que sufren esamisma forma de violencia y que además la su-fren en forma muy severa. Es posible construiral menos tres tipos de índices:

a) Índices simples

Los “índices simples de severidad” son el resul-tado de sumar las columnas de “sí” y “no” encada batería de preguntas por tipo de violencia.En el caso de la violencia emocional el máximoposible es 13, en la física es 8, en la sexual es 3,y en la económica es 6. Se trata de un índicemuy elemental, fácil de calcular, y que puedeservir como una primera y muy básica aproxi-mación al estudio de la severidad de la violen-cia que sufren las mujeres. Sin embargo, por lomismo es un índice con dos limitaciones impor-tantes: a) no considera la frecuencia con la quese dio cada una de las formas de abuso (gra-diente cuantitativo), y b) presupone que todaslas formas de abuso, es decir, cada una de laspreguntas de cada sección de violencia, tienenel mismo peso (gradiente cualitativo), lo cual atodas luces es incorrecto, pues no es lo mismoun empujón o jalón de cabello que un disparocon arma de fuego.

b) Índices compuestos de severidad

Los índices compuestos de severidad ofrecenuna solución al primero de los problemas plan-teados arriba. Son el resultado de considerar lafrecuencia con que se presentó cada incidentede violencia (“una vez”, “pocas veces”, o “mu-chas veces”), de acuerdo con la valoración sub-jetiva de las mujeres entrevistadas. Ello significaque estos índices resuelven al menos uno delos dos problemas mencionados más arriba (el

gradiente cuantitativo). Pero siguen suponien-do que todas las formas de violencia (las 30preguntas) tienen el mismo peso (gradiente cua-litativo).

c) Índices ponderados de severidad

Los índices ponderados de severidad ofrecenuna solución al segundo de los problemas plan-teados más arriba. Consiste en asignar de entra-da un peso específico a cada una de las 30 pre-guntas que se aplicaron para explorar las cuatroformas de violencia, y multiplicar ese peso es-pecífico por la frecuencia con que se presentó.El problema, naturalmente, consiste en identifi-car un criterio adecuado para asignar tales pe-sos. A continuación se enumeran los pesos es-pecíficos recomendados, que surgen a partir deuna encuesta de opiniones realizada entre 120mujeres residentes en México y 120 mujeres re-sidentes en California:1

Abuso emocional

1. ¿Le ha dejado de hablar? 0.320

2. ¿La ha avergonzado, menospreciado,le ha dicho que es fea o la hacomparado con otras mujeres? 0.598

3. ¿Ha destruido, tirado o escondidocosas de usted o del hogar? 0.585

4. ¿La ha amenazado con irse, dañarla,quitarle a los hijos o correrla? 0.750

5. ¿Se ha enojado mucho porque noestá listo el quehacer, porque lacomida no está como él quiere ocree que usted no cumplió consus obligaciones? 0.504

6. ¿La ha encerrado, le ha prohibidosalir o que la visiten? 0.637

7. Teniendo tiempo para ayudar, ¿leha dejado a usted todas las tareasdel hogar y la atención a los hijos? 0.310

1 Una explicación detallada de la metodología seguida para identificar estos pesos específicos se encuentra en R. Castro (2004),Violencia contra mujer es embarazadas. Tr es estudios sociológicos , Cuernavaca, CRIM-UNAM.


155

8. ¿Le ha dicho que lo engaña? 0.358

9. ¿Le ha hecho sentir miedo? 0.719

10. ¿Ha hecho que sus parientes sepongan contra usted? 0.650

11. ¿La ignora, no la toma en cuenta,no le brinda cariño? 0.330

12. ¿La ha amenazado con algunaarma (cuchillo, navaja, pistolao rifle)? 0.901

13. ¿Ha amenazado con matarla,matarse él o matar a los niños? 0.876

Violencia económica

1. ¿Le ha reclamado cómo gastausted el dinero? 0.515

2. ¿Aunque tenga dinero, ha sido “codo”o tacaño con los gastos de la casa? 0.535

3. ¿Le ha amenazado con no dar elgasto o no se lo da? 0.545

4. ¿Se ha gastado todo el dineroque se necesita para la casa? 0.565

5. ¿Se ha adueñado o le ha quitadodinero o bienes (cosas, terrenos,animales, etc.)? 0.585

6. ¿Le ha prohibido trabajar o estudiar? 0.600

Violencia física

1. ¿La ha empujado o jalado el pelo? 0.661

2. ¿La ha amarrado? 0.827

3. ¿La ha pateado? 0.885

4. ¿Le ha aventado algún objeto? 0.631

5. ¿La ha golpeado con las manoso con algún objeto? 0.871

6. ¿La ha tratado de ahorcar o asfixiar? 0.925

7. ¿La ha agredido con cuchillo onavaja? 0.944

8. ¿Le ha disparado con un arma? 0.969

Violencia sexual

1. ¿Le ha exigido tener relaciones? 0.837

2. ¿La ha obligado a hacer cosas? 0.865

3. ¿Ha usado la fuerza para tenerrelaciones? 0.911

Para la construcción de los índices ponderadosde severidad, estos pesos se multiplican por 0,por 1, por 2 o por 3, según la frecuencia (“nun-ca”, “una vez”, “pocas veces” y “muchas veces”)con que cada uno de ellos haya sido reportadopor las entrevistadas. Una vez asignados los pesoscorrespondientes, es posible hacer una sumato-ria de los valores obtenidos, por tipos de violen-cia y en total, para obtener así los índices parcialy total de violencia de cada mujer. Obviamentelos índices ponderados ofrecen una solución —de varias posibles— a los problemas de gradientecuantitativo y cualitativo mencionados.

En este reporte el análisis de la severidad de lasdiversas formas de violencia se basa en este úl-timo tipo de índices. Por ello no se incluye in-formación sobre la severidad de la violenciasexual, toda vez que el cuestionario no incluyópreguntas sobre la frecuencia de las tres formasde abuso sexual que se indagaron.


157

ANEXO II

CONSTRUCCIÓN DEL ESTRATO SOCIOECONÓMICOEN LA ENDIREH 2003

La definición de los estratos socioeconómicosse basó en la combinación de tres característi-cas de los hogares: la escolaridad, la actividadde sus miembros y la cantidad de activos o equi-pos electrodomésticos existentes en la vivienda.

La primera dimensión, la escolaridad, fue aproxi-mada mediante el promedio de escolaridad re-lativa de los miembros del hogar. Este indica-dor señala tanto la posesión de habilidadesbrindadas por el sistema educativo formal, parael caso de quienes ya han terminado sus estu-dios, como las inversiones que hacen los hoga-res para aquellos de sus integrantes que perma-necen aún estudiando.

Para tomar en cuenta las experiencias de todoslos miembros del hogar, en el contexto de laexpansión de la oferta educativa que ha existi-do en el país, para cada individuo se consideróel número de años aprobados en la escuela enrelación con un estándar. Para la construcciónde este estándar se recurrió a la informacióndel Conteo de Población de 1995, las EncuestasNacionales de la Dinámica Demográfica (ENADID)de 1992 y 1997 y los censos de 1990 y 2000,todos levantados por el Instituto Nacional deEstadística, Geografía e Informática (INEGI). Secalculó el promedio de años de escolaridad quese esperaba por sexo y generación. La escolari-dad relativa se obtuvo restando el número deaños estudiados por cada persona a la escolari-dad estándar o esperada según su sexo y edad,y dividiendo el resultado entre ese mismoestándar.

Posteriormente se calculó el promedio entretodos los miembros del hogar, y se clasificó encuatro categorías:

a ) Muy baja: cuando el valor obtenido en elpromedio es hasta –0.25

b ) Baja: para los valores entre –0.26 y 0.1c ) Media: incluye los valores comprendidos de

0.11 hasta 0.5d ) Alta: para valores por arriba de 0.5 veces.

La segunda dimensión que integra el índice esla ocupación; para medirla se ordenaron las di-ferentes ocupaciones según su remuneraciónde acuerdo con los datos de la Encuesta Nacio-nal de Ingreso y Gasto en los Hogares (ENIGH)de 1996, y para cada hogar se eligió la ocupa-ción del miembro de éste asociada a un mayoringreso. Este indicador da un acercamiento alas capacidades de generación de ingresos delos hogares mediante su inserción en el merca-do laboral.

La tercera dimensión se refiere al entorno in-mediato que caracteriza las condiciones de vida.Para su cálculo se utilizaron los siguientesindicadores: disponibilidad de agua entubadaen la vivienda, existencia de drenaje en el do-micilio, luz eléctrica, material de los pisos (tie-rra u otro material), hacinamiento (medido comouna tasa de ocupación superior a 2.5 habitantespor dormitorio) y disponibilidad de un cuartoexclusivamente para cocinar, es decir, que nose duerma en él. Se combinaron estos seis in-dicadores para formar las cuatro categorías si-guientes:

1. Piso de tierra 2. Piso no de tierra sin agua 3. Piso no de tierra con agua 4. Todos los servicios.

Finalmente, se calculó una combinación linealde estas tres dimensiones; las 192 categoríasresultantes se ordenaron de acuerdo al ingresoper cápita del hogar obtenido en la ENADID de1997 y se dividieron en cuatro categorías, lascuales conforman los estratos. Cabe aclarar que


158

esta metodología es una adaptación de la dise-ñada para el proyecto “Diagnóstico de la saludreproductiva en el México de los noventa”, lle-vado a cabo por el Programa Salud reproductivay sociedad de El Colegio de México, lo quepermite aprovechar la experiencia obtenida ensu aplicación a las encuestas nacionales de sa-lud reproductiva, y facilita la comparabilidad delos estratos socioeconómicos obtenidos con los

de otras fuentes, lo que permite validar y con-textualizar los resultados.

En el cuadro siguiente se muestran los resulta-dos de tal aplicación, tanto para hogares comopara sus miembros. Resalta la similitud con losdatos obtenidos de la muestra de 10% del Cen-so de 2000, lo cual constituye el mejor parámetrode comparación de esta encuesta.

DISTRIBUCIÓN DE LOS HOGARES Y SUS MIEMBROS SEGÚN ESTRATOS SOCIOECONÓMICOSEN DISTINTAS ENCUESTAS

ENADID ENAPLAF ENADID ENSARE ENAJUV ENSA Censo ENRIREHEstratos 92 95 97 98 2000 2000 2000 2003

H oga r e sMuy bajo 28.51 23.03 22.53 4.24 25.67 38.44 34.71 33.05Bajo 36.97 45.45 31.01 32.23 18.67 38.34 32.92 37.05Medio 27.37 25.52 33.54 42.41 38.63 15.23 20.16 17.00Alto 7.03 6.00 12.93 21.13 16.72 7.99 12.21 12.90Tota l 100 100 100 100 100 100 100 100

P e r s o n a sMuy bajo 28.99 22.19 22.94 3.74 24.16 39.20 35.11 34.05Bajo 40.02 48.33 32.68 33.18 19.93 41.04 34.72 39.61Medio 25.24 24.43 33.14 42.36 39.86 13.11 19.56 15.26Alto 5.64 5.05 11.24 20.72 16.02 6.65 10.61 11.07Tota l 100 100 100 100 100 100 100 100


159

ANEXO III

ASPECTOS METODOLÓGICOS

Formación de las UPM

En el caso de la ENDIREH las Unidades Prima-rias de Muestreo se conformaron por agrupacio-nes de viviendas con características diferenciadas,dependiendo del ámbito al que pertenecían, comose especifica a continuación:

a) En urbano alto

El tamaño mínimo de una UPM fue de 80 vivien-das habitadas y el máximo de 160, las cualespudieron estar formadas por:

• Una manzana.• La unión de dos o más manzanas contiguas

de la misma área geoestadística básica (AGEB).• La unión de dos o más manzanas contiguas

de diferentes AGEB de la misma localidad.• La unión de dos o más manzanas contiguas

de diferentes localidades pero del mismo ta-maño de localidad.

b) En complemento urbano

El tamaño mínimo de una UPM fue de 160 vi-viendas habitadas y el máximo de 300, las cua-les pudieron estar formadas por:

• Una manzana.• La unión de dos o más manzanas contiguas

de la misma AGEB.• La unión de dos o más manzanas contiguas

de diferentes AGEB de la misma localidad.• La unión de dos o más manzanas contiguas

de diferentes AGEB de diferentes localidadesdel mismo municipio.

c) Rural

El tamaño mínimo de una UPM fue de 160 vi-viendas habitadas y el máximo de 300, las cua-les pudieron estar formadas por:

• AGEB completa• Fracción de AGEB.• La unión de dos o más AGEB colindantes del

mismo municipio.• La unión de una AGEB con parte de otra AGEB

colindante del mismo municipio.

Estratificación

La división política del país y la conformaciónde localidades diferenciadas por su tamaño, for-man de manera natural una primera estratifica-ción geográfica.

En cada entidad federativa se distinguieron tresámbitos, divididos a su vez en siete zonas, comose indica en el cuadro III.1.

De manera paralela, en una primera etapa seformaron cuatro estratos en los que se agrupa-ron todas las UPM del país. Esta estratificaciónconsideró las características sociodemográfi-cas de los habitantes de las viviendas, así comolas características físicas y el equipamiento de lasmismas, expresadas en 24 indicadores cons-truidos con información censal reciente, paralo cual se emplearon métodos estadísticos mul-tivariados.

En una segunda etapa, cada UPM clasificada consu estrato sociodemográfico fue asignada a suestrato geográfico (entidad-ámbito-zona).

En una tercera etapa, al interior de cada zona yestrato (sociodemográfico), algunas de las UPMse sometieron a un nuevo proceso de estratifi-cación, con el propósito de tener una mayordiferenciación a ese nivel. Para ello se utiliza-ron indicadores diferenciados por ámbito geo-gráfico. Como resultado se obtuvieron 606 sub-estratos en el ámbito nacional.


160

Asignación de la muestra

La muestra nacional de 20 160 viviendas se dis-tribuyó de forma aproximadamente igual entrelas 32 entidades federativas. Al interior de cadauna de ellas se distribuyó de manera propor-cional al tamaño de los estratos de la muestramaestra.

Se revisaron los tamaños de muestra para cadauna de las 11 entidades de interés, a las cualesse les asignó la muestra adicional necesaria paratener 4 000 viviendas.

En los cuadros III.2 y III.3 de este anexo sepresenta la distribución de la muestra por ámbi-to de estudio y entidad.

Selección de la muestra

La selección de la muestra para la ENDIREH 2003se realizó de manera independiente por enti-dad, dominio y estrato; el procedimiento varióde acuerdo con el dominio.

Urbano alto

De las neh UPM que integran la muestra maestra,se seleccionaron n*eh UPM con igual probabili-dad para la ENDIREH 2003.

En cada UPM seleccionada se eligieron cinco vi-viendas con igual probabilidad.

Por lo tanto, la probabilidad de seleccionar unavivienda en la i-ésima UPM, del h-ésimo estrato,de la e-ésima entidad fue:

{ }ehieh

ehieh

ehieheh

ehehiehehi mm

mnmnmnmn

VP*

*5*

5*==

Su factor de expansión estuvo dado por:

ehieh

ehiehehi mn

mmF*5

*=

Donde:neh = número de UPM seleccionadas en el h-ésimoestrato, de la e-ésima entidad, para el marco dela muestra maestra.

CUADRO III.1

ESTRATIFICACIÓN

Ámbito Zona Tamaño de la localidad

Urbano alto 01 34 ciudades autorrepresentadas,con 100 000 o más habitantes.

02 Resto de las ciudades con100 000 o más habitantes.

Complemento urbano 25 De 50 000 a 99 999 habitantes.

35 De 15 000 a 49 999 habitantes.

45 De 5 000 a 14 999 habitantes.

55 De 2 500 a 4 999 habitantes.

Rural 60 Localidades con menos de2 500 habitantes.

Fuente: INEGI. Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares, 2003.


161

CUADRO III.2

INDICADORES EMPLEADOS EN LA ESTRATIFICACIÓN DE LA MUESTRA MAESTRAPOR ÁMBITO DE ESTUDIO

Ámbito nacional

Complemento

Descripción del indicador Nacional Urbano alto Urbano Rural

Porcentaje de vi viendaQue disponen de agua entubada dentro de la vivienda XCon drenaje X X XCon electricidad XQue disponen de agua, luz, y drenaje X X X XCon piso diferente de tierra X XCon paredes de material sólido XCon cocina exclusiva X X X XSin hacinamiento X X X XCon servicio sanitario exclusivo Con conexión de agua X Con admisión de agua X XQue utilizan gas para cocinar X XCon radio o radiograbadora X XCon televisión XCon refrigerador X X XCon licuadora X XCon automóvil o camioneta propios X X XCon videocasetera XCon lavadora X XCon teléfono X XCon boiler (calentador de agua) X XCon cuatro bienes (teléfono, refrigerador, lavadora y boiler) XCon cuatro bienes (radio, televisión, licuadora y refrigerador) X XCon el mínimo equipamiento (radio o televisión y licuadora) X

Porcentaje de poblaciónDerechohabiente de servicio de salud X XDe 6 a 17 años que asiste a la escuela X X XDe 6 a 14 años que asiste a la escuela XDe 15 años y más alfabeta X XDe 15 años y más con posprimaria X X X XGrado promedio de escolaridad X X X XOcupada que gana más de 2.5 salarios mínimos X X X XOcupada que gana más de 5 salarios mínimos X X XFemenina de 12 años y más económicamente activa X X XEconómicamente activa de 20 a 49 años X X X

Otr o sPorcentaje de hogares en el decil nacional 8, 9 y 10 X X XRelación de dependencia económica X X XTotal de indicadores 2 4 2 1 2 1 1 6

Fuente: INMUJERES-INEGI, Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares, 2003.


162

CUADRO III.3

DISTRIBUCIÓN DE LA MUESTRA EN VIVIENDAS PARA LA ENCUESTA NACIONAL DE LA DINÁMICADE LAS RELACIONES EN LOS HOGARES, 2003

Urbano Complemento ViviendasCve Entidad federativa alto urbano Rural Total en muestra

01 Aguascalientes 420 0 90 120 63002 Baja California 840 1 990 690 480 4 00003 Baja California Sur 230 0 270 120 62004 Campeche 320 0 150 150 62005 Coahuila de Zaragoza 1 100 1 550 600 750 4 000

06 Colima 230 120 180 90 62007 Chiapas 840 700 1 260 1 200 4 00008 Chihuahua 1 120 1 080 900 900 4 00009 Distrito Federal 570 0 0 60 63010 Durango 190 120 150 180 640

11 Guanajuato 250 20 180 180 63012 Guerrero 150 60 180 240 63013 Hidalgo 1 640 400 980 980 4 00014 Jalisco 340 20 180 90 63015 México 480 0 60 90 630

16 Michoacán de Ocampo 1 270 600 1 000 1 130 4 00017 Morelos 290 70 180 90 63018 Nayarit 180 0 240 210 63019 Nuevo León 2 400 0 850 750 4 00020 Oaxaca 90 0 210 330 630

21 Puebla 220 30 210 180 64022 Querétaro de Arteaga 300 0 150 180 63023 Quintana Roo 1 400 1 100 750 750 4 00024 San Luis Potosí 240 30 120 240 63025 Sinaloa 150 150 150 180 630

26 Sonora 1 270 1 230 720 780 4 00027 Tabasco 90 0 390 150 63028 Tamaulipas 130 300 120 90 64029 Tlaxcala 360 0 120 150 63030 Veracruz de Ignacio de la Llave 130 80 180 240 630

31 Yucatán 1 680 0 1 250 1 070 4 00032 Zacatecas 1 560 0 1 240 1 200 4 000

Tota l 20 480 9 650 13 750 13 350 57 230

Fuente: INMUJERES-INEGI, Encuesta Nacional sobre la Dinámica de las Relaciones en los Hogares, 2003.


163

n*eh = número de UPM seleccionadas para laENDIREH 2003, en el h-ésimo estrato, de la e-ésima entidad.

mehi = número de viviendas en la i-ésima UPM,del h-ésimo estrato, de la e-ésima entidad, se-gún el Censo de Población y Vivienda 2000.

meh = número de viviendas en el h-ésimo estra-to, de la e-ésima entidad.

m*ehi = número de viviendas en la i-ésima UPM,del h-ésimo estrato, de la e-ésima entidad, se-gún listado de viviendas actualizado.

Complemento urbano

De las neh UPM que integran la muestra maestra,se seleccionaron * UPM con igual probabilidadpara la n*eh ENDIREH 2003.

En cada UPM seleccionada se eligieron 20 vi-viendas con igual probabilidad.


{ }ehieh

ehieh

ehieheh

ehehiehehi mm

mnmnm

nmnVP*

*20*

20*==


ehieh

ehiehehi mn

mmF*20

*=

Donde:neh = número de UPM seleccionadas en el h-ésimoestrato, de la e-ésima entidad para el marco dela muestra maestra.

n*eh = número de UPM seleccionadas para laENDIREH, en el h-ésimo estrato, de la e-ésimaentidad.


mehi = número de viviendas, en la i-ésima UPM,del h-ésimo estrato, de la e-ésima entidad, se-gún el censo de población 2000.


Rural

De las neh UPM que integran la muestra maestra,se seleccionaron n*eh UPM con igual probabili-dad para la ENDIREH.

En cada UPM seleccionada se eligieron dos seg-mentos de 10 viviendas, aproximadamente, conigual probabilidad.


{ }ehieh

ehieh

ehieheh

ehehiehehi mm

mnmnm

nmnVP*

*20*

20*==


ehieh

ehiehehi mn

mmF*20

*=

Donde:neh = número de UPM seleccionadas en el h-ésimoestrato, de la e-ésima entidad para el marco dela muestra maestra.

n*eh = número de UPM seleccionadas para laENDIREH, en el h-ésimo estrato, de la e-ésimaentidad.


mehi = número de viviendas, en la i-ésima UPM,del h-ésimo estrato, de la e-ésima entidad, se-gún el censo de población 2000.


164


Selección de personas

En cada vivienda seleccionada se identificaronlas mujeres de 15 años y más con pareja resi-dente y se eligió con igual probabilidad a unade ellas. De tal manera que la probabilidad deseleccionar una mujer en la j-ésima vivienda,de la i-ésima UPM, del h-ésimo estrato, de lae-ésima entidad, estuvo dado por:

ehijehiehij n

PP 1.=

Su factor de expansión se dio por:

ehijehiehij nFF •=

Donde:Pehij = probabilidad de seleccionar una mujer enla j-ésima vivienda, de la i-ésima UPM, del h-ésimo estrato, en la e-ésima entidad.

nehij = número de mujeres de 15 o más años conpareja residente en la j-ésima vivienda, de lai-ésima UPM, del h-ésimo estrato, en la e-ésimaentidad.

Pehi = probabilidad de seleccionar una viviendaen la i-ésima UPM, del h-ésimo estrato, de lae-ésima entidad.

Fehij = factor de expansión para la mujer selec-cionada en la j-ésima vivienda, de la i-ésimaUPM, del h-ésimo estrato, de la e-ésima entidad.

Fehi = factor de expansión a nivel vivienda de lai-ésima UPM, del h-ésimo estrato, de la e-ésimaentidad.

Ajuste a los factores de expansión

Los factores de expansión elaborados confor-me al procedimiento descrito se ajustaron conbase en los siguientes conceptos:

Ajuste por no respuesta

El ajuste por no respuesta atribuida al informantese realizó a nivel UPM en cada uno de los domi-nios, mediante la siguiente expresión:

ehi

ehiehiehi nvhcR

nvhFF ='

Donde:F'ehi = factor de expansión corregido por no res-puesta para las viviendas de la i-ésima UPM, delh-ésimo estrato, de la e-ésima entidad.

nvhehi = número de viviendas seleccionadas ha-bitadas en la i-ésima UPM, del h-ésimo estrato,de la e-ésima entidad.

nvhcRehi = número de viviendas seleccionadashabitadas con respuesta en la i-ésima UPM, delh-ésimo estrato, de la e-ésima entidad.

Ajuste por proyección

Los factores de expansión ajustados por la norespuesta se corrigieron, a fin de asegurar queen cada dominio de interés de la encuesta seobtuviera la población total determinada por laproyección de población generada por el INEGI,referida al punto medio del levantamiento, me-diante la siguiente expresión:

D

DDD PEXP

PROyFF ''' =

Donde:F''D = factor de expansión corregido por proyec-ción en el dominio D.

F'D = factor de expansión corregido por no res-puesta en el dominio D.

PROyD = población en el dominio D, según pro-yección.

PEXPD = población total a la que expande la en-cuesta en el dominio D.


165

Estimadores

El estimador del total de la característica X fue:

+⎟⎠

⎞⎜⎝

⎛= ∑∑∑∑ ∑∑e h i l

UAehis

UAehi XFX

ll

ˆ

+⎟⎠

⎞⎜⎝

⎛+ ∑∑∑∑∑s

CUehis

e h i

CUehi XF

ll +

⎟⎠

⎞⎜⎝

⎛+ ∑∑∑∑∑s

Rehis

e h i

Rehi XF

ll

Donde:FUA

ehi = factor de expansión final de la i-ésimaUPM, del h-ésimo estrato, de la e-ésima entidaden el dominio urbano alto.

XUAehisl = valor observado de la característica de

interés X de la l-ésima persona, en la s-ésimavivienda, de la i-ésima UPM, del h-ésimo estrato,de la e-ésima entidad, en el dominio urbanoalto.

FCUehi = factor de expansión final de la i-ésima

UPM, del h-ésimo estrato, de la e-ésima entidad,en el dominio complemento urbano.

XCUehisl = valor observado de la característica de

interés X de la l-ésima persona, en la s-ésimavivienda, de la i-ésima UPM, del h-ésimo estrato,de la e-ésima entidad, en el dominio comple-mento urbano.

FRehi = factor de expansión final de la i-ésima

UPM, del h-ésimo estrato, de la e-ésima entidaddel dominio rural.

XR ehisl = valor observado de la característica deinterés de la l-ésima persona, en la s-ésima vi-vienda, de la i-ésima UPM, del h-ésimo estrato,de la e-ésima entidad, del dominio rural.

Para la estimación de proporciones, tasas y pro-medios se utilizó el estimador de razón:

YXR ˆˆˆ =

Donde Y^ se define en forma análoga a X^.

Estimación de las precisiones

Para la evaluación de los errores de muestreode las principales estimaciones estatales y na-cionales se usó el método de conglomeradosúltimos, basado en que la mayor contribución ala varianza de un estimador en un diseño bietá-pico es la que se presenta entre las UPM. El tér-mino “conglomerados últimos” se utiliza paradenotar el total de unidades en muestra de unaunidad primaria de muestreo.

Para obtener las precisiones de los estimadoresde razón, conjuntamente al método de conglo-merados últimos se aplicó el método de seriesde Taylor, con lo cual resultó la siguiente fór-mula para estimar la precisión de R^:

( ) ∑ ∑∑⎪⎩

⎪⎨⎧

⎢⎣

⎡−⎟⎟

⎠

⎞⎜⎜⎝

⎛−

−=

32

2ˆ1ˆ

1ˆ1ˆˆ

h

n

ieh

ehehi

L

h eh

ehehe

RXn

Xn

nY

RV

⎪⎭

⎪⎬⎫

⎥⎦

⎤⎟⎟⎠

⎞⎜⎜⎝

⎛−

2

ˆ1ˆˆ eheh

ehi Yn

YR

Donde:X^eni = total ponderado de la variable de estudioX para la i-ésima UPM, en el h-ésimo estrato, dela e-ésima entidad.

Y^eh = total ponderado de la variable de estudioY para el h-ésimo estrato, en la e-ésima enti-dad.

neh = número de UPM en el h-ésimo estrato, parala e-ésima entidad.

Estas definiciones son análogas para la variablede estudio Y.

La estimación de la varianza del estimador deun total, se calculó con la siguiente expresión:

( ) ∑∑∑== =

⎟⎟⎠

⎞⎜⎜⎝

⎛−

−=

ehe n

ieh

ehehi

e

L

h eh

ehNAL X

nX

nnXV

1

232

1 1

ˆ1ˆ1

ˆˆ


166

Las estimaciones de la desviación estándar (DE),coeficiente de variación (CV) y efecto de diseño(DEFF) se calcularon mediante las siguientes ex-presiones:

( )?̂ˆ.. VED = ( )

( )MASVVDEFF?̂ˆ

?̂ˆ=

( )?̂

?̂ˆ..

VVC =

Donde: ?^ = estimador del parámetro poblacional ?

V^( ?^)MAS = estimador de la varianza bajo mues-treo aleatorio simple.

Finalmente, el intervalo de confianza a 90% secalculó de la siguiente forma:

( ) ( )( )?̂ˆ645.1?̂,?̂ˆ645.1?̂1 VVI e +−=−

Procesamiento de la información

La metodología del procesamiento parte de trespremisas fundamentales: la experiencia del pro-cesamiento de eventos anteriores; el mejoramien-to de los procesos bajo la perspectiva del con-trol de calidad y el aprovechamiento del avancetecnológico en el equipo de cómputo y en elsoftware. Así, a partir de las experiencias del XIICenso General de Población y Vivienda 2000,se establece la estructura básica de las etapasque componen el procesamiento.

Del Conteo de Población y Vivienda 1995 seretoman las estrategias de codificación mejoradasy la verificación de la referencia geográfica; delprocesamiento de la ENADID 97, se retoman yafinan los criterios de validación.

Referente a la segunda premisa, en el ensayocensal y el censo piloto fueron probados losprocedimientos de control de calidad para laetapa de verificación de captura de la infor-mación.

Actividades previas a los procesos

Capacitación

La capacitación al personal de Direcciones Re-gionales encargado del procesamiento de la in-formación se realizó a distancia; con el métodode autoestudio, enviando los manuales corres-pondientes, se estableció comunicación perma-nente para proporcionar asesoría y solucionarla problemática presentada.

Recepción y almacenamiento

Para estas actividades se recibieron cajas conpaquetes de cuestionarios y de hojas de norespuesta en diferentes etapas, previo acuer-do del personal de campo y la Dirección Re-gional.

Durante la recepción y el almacenamiento sebuscó salvaguardar en primera instancia las ca-jas recibidas para posteriormente verificar el nú-mero de paquetes contenidos en ellas.

El almacenamiento se hizo por áreas geográfi-cas, los paquetes y hojas de no respuesta seclasificaron eficientemente, de tal manera quecualquier información pudiera ser ubicada demanera rápida en todo momento; del almacénse entregaron los materiales al área de captura.

Procesamiento de la información

Objetivo general del procesamiento

El procesamiento de la información ofrece loselementos necesarios para el análisis de datos,garantizar la confiabilidad de la información, sal-vaguardar la calidad de los datos levantados encampo, obtener con oportunidad los resultadosy generar los productos definitivos.

Para tal efecto, se construyeron herramientas decómputo versátiles y eficientes que cumplierancon las expectativas de análisis, así como la es-tructura material y humana que soportara lostrabajos de tratamiento, de acuerdo con los vo-


167

lúmenes esperados, en función a las estimacio-nes en cada una de las direcciones regionalesy/o estatales.

Objetivos específicos

• Optimizar los procedimientos de recepción,almacenamiento y análisis.

• Organizar la información para agilizar la cap-tura y su procesamiento.

• Efectuar la captura de la información en el me-nor tiempo posible, pero garantizando la con-fiabilidad en la digitación y la integridad de losdatos.

• Asignar de manera homogénea claves a laspreguntas abiertas del cuestionario para unacodificación eficiente de la información.

• Validar los datos asentados en los cuestiona-rios con un máximo de respeto a las respues-tas del informante, verificando la congruenciainterna y la consistencia entre las variables.

• Garantizar la correcta referencia geográfica dela información.

• Generar de manera congruente los cuadrosestadísticos para la construcción de los tabu-lados permitiendo el análisis, consistencia ycomparabilidad de los datos agrupados.

• Establecer los mecanismos necesarios para unaexplotación ágil de la información y genera-ción de productos en los requerimientos es-peciales de los usuarios.

Flujo de la información

El contacto entre las direcciones regionales ylas oficinas centrales (área de Encuestas Espe-ciales) se realizó mediante una página Web di-señada para el envío y recepción de materialese información con el objetivo de mantener unacomunicación permanente, dando seguimientoal desarrollo de cada una de las actividades delprocesamiento de la información de las direc-ciones regionales.

Los sistemas con los que se procesó la informa-ción de la ENDIREH 2003 fueron: captura, inte-

gración estatal, codificación semiautomática, va-lidación, bases definitivas, tabulados y edición;de los cuales se desarrollaron en las direccionesregionales sólo la captura y verificación auto-mática; los demás se aplicaron en las oficinascentrales.

El procesamiento tuvo tres fases: captura, con-gruencia y explotación. En la fase de captura seobtuvo la transferencia de datos a medios mag-néticos, así como todos los insumos para garan-tizar la integridad de la información y los ele-mentos para el análisis de la misma.

La fase de congruencia abarcó los procesos decodificación y validación, las que se realizaronen las oficinas centrales una vez que se obtu-vieron las primeras entidades capturadas.

La fase de explotación comprendió la prepara-ción de la información para la obtención de losfactores de expansión, con archivos de ciertascaracterísticas y nivel geográfico, con el fin derealizar el análisis de la información para final-mente obtener los productos definitivos.

Sistema de captura

El objetivo del sistema de captura es transferira medios magnéticos la información para suprocesamiento y explotación, conservando laintegridad de los datos captados en campo ypreparando la información para los sistemassubsecuentes obteniendo información oportu-na para el control de duplicados y el análisis decobertura en la captura. Este sistema se confor-mó por dos módulos principales:

Captura y procesos primarios

Integración estatal

El módulo captura y procesos primarios con-cluyó la digitación y verificación, y el controlcuantitativo y duplicados.

Para la digitación y verificación se sugirió con-formar paquetes de 30 cuestionarios por enti-


168

dad para facilitar su manejo tanto en el almacéncomo en la sala de captura. Éstos contaron conuna etiqueta con los datos de identificación geo-gráfica, tan a detalle como lo permitió la mismaconformación de los paquetes, además del totalde cuestionarios y el total de viviendas conteni-dos en los mismos.

La digitación empezó con la captura de la eti-queta del paquete, validando en línea los ran-gos permitidos en la identificación geográfica; acontinuación se verificó que la información dela etiqueta y la de cada uno de los cuestionariosdel paquete coincidieran; se verificó el ordena-miento de los cuestionarios e integridad de vi-viendas, se llevó a cabo la validación de los ran-gos de las variables y se revisó el orden de losregistros de la población.

Para verificar la captura de 100% de los cuestio-narios del paquete se capturó nuevamente cadauno de los cuestionarios, comparando y seña-lando en línea los campos en la digitación ori-ginal para que se corrijan al consultar el cues-tionario.

La detección de duplicados y control cuantitati-vo se realizó por paquete (una vez capturado yverificado) para revisar que no existieran uni-dades de selección (viviendas, números de con-trol, UPM, etc.) y/o cuestionarios duplicados enel paquete, reportándolos en su caso para quese revisaran los instrumentos de captación yrealizaran las correcciones en los archivos; ade-más se compararon las cifras de control de laetiqueta del paquete contra los registros de cues-tionarios capturados para corregir cualquier di-ferencia.

Integración estatal

En esta etapa se vigiló la integridad de paque-tes, duplicaciones, variables fuera de rango,confrontación de captura contra catálogo de vi-viendas en muestra y cifras de control.

El módulo de duplicados en integración estataldetectó las claves de viviendas duplicadas conlas integradas en paquetes anteriores. En este

módulo se hizo la corrección de casos de dupli-cidad; además se efectuó un análisis de cober-tura, registrándolos en un archivo por entidad,junto con su solución, para posteriormente serutilizado en la integración estatal definitiva.

La integración estatal obtuvo las cifras totalesde la información capturada (viviendas y po-bladores) que conformaron la entidad, y dio ele-mentos para el análisis de cobertura de la mis-ma. Los procesos emitieron información paraanalizar la referencia geográfica de los cuestio-narios.

Finalmente el módulo de confronta de capturacontra catálogo, reportó las áreas geográficasque se capturaron y no coincidieron con el ca-tálogo de campo (listados de viviendas).

Tanto en los procesos primarios como en la in-tegración, los sistemas de procesamiento gene-raron reportes de diagnóstico y otros de carác-ter informativo. Los analistas los recibieron yorganizaron para su revisión y/o corrección.

Los reportes de diagnóstico los revisó el ana-lista de procesos acudiendo a la informaciónfuente para identificar los errores y solicitar sucorrección.

Los reportes informativos sirvieron para dar se-guimiento y control a la información que estabasiendo procesada.

Cabe hacer mención que durante todas las eta-pas del proceso se estableció comunicación conel área de captura, dependiente de la Subdirec-ción de Informática Regional, para la entrega yaplicación a la solución de reportes.

Los sistemas generaron información para queel analista realizara la validación de las cifrasde población y vivienda así como de algunas desus características más significativas.

En cuanto al flujo de la información por mediode los sistemas, se dio en forma paralela, lle-gándose incluso al caso de que había informa-ción procesándose en cada uno de los sistemas


169

al mismo tiempo, por lo que el control de re-portes y paquetes de cuestionarios lo llevó cui-dadosamente el analista.

El analista se encargó de regresar los paquetesliberados en cada proceso al almacén y de or-ganizar los reportes de los sistemas.

Sistema de codificación semiautomático

En las preguntas abiertas de los cuestionariosse captan descripciones a las cuales se les asig-naron códigos o claves numéricas que permi-tieron manejar y presentar la información.

A este procedimiento de asignación de códigosse le denomina codificación y puede ser auto-mática o manual; de aquí que el sistema corres-pondiente se denomina de codificación semi-automático.

Con el sistema de codificación semiautomáticose pretende lo siguiente:

• Evitar al máximo la asignación manual.

• Lograr un alto índice de calidad en la asigna-ción.

• Homogeneizar los criterios de asignación declaves.

• Contar con información que permita evaluary conocer la calidad de los procesos.

• Proporcionar a las áreas de diseño concep-tual una herramienta que permita conformaro ampliar catálogos electrónicos para reducirla codificación manual.

El sistema está conformado por los siguientesmódulos: carga y conversión de datos, codifica-ción automática, obtención de reportes, codifi-cación manual, captura de claves e integraciónde claves.

Carga y conversión de datos : realiza la adecua-ción de los archivos provenientes del sistemade captura, a una estructura con campos adicio-nales para incluir las claves y los tipos de estra-tegias utilizadas en este sistema por cada una

de las variables que contengan una preguntaabierta.

Codificación automática : mediante catálogoselectrónicos asigna códigos a las descripciones,comparando éstas con los catálogos y asignán-doles el código asociado. En caso de no existircorrespondencia se aplicaron estrategias para in-terpretar las descripciones y hacerlas compati-bles con los catálogos; si aun así no fue posiblecodificarlas, se enviaron a un archivo temporalpara imprimirlas automáticamente y codificarlasa mano.

También en este módulo se imprimió automáti-camente un reporte de cifras de control, el cualcontenía las cifras obtenidas de las estrategiasaplicadas por variable y otros elementos parasu revisión. Los reportes se obtuvieron por va-riable o grupos de variables para facilitar su co-dificación y revisión, y para aquellas descrip-ciones que presenten frecuencias mayores a unoaparecieron sólo una vez.

Codificación manual : se asignaron códigos alas descripciones que no lograron codificarsede manera automática; para ello se usaron losreportes obtenidos previamente y los catálo-gos de codificación manual de cada variable.

Captura de claves: se incluyeron las claves asig-nadas manualmente a las descripciones conte-nidas en los reportes de codificación manualpara evitar el desfase de las claves y verificarque sean correctas de acuerdo con los catálo-gos. Para las descripciones con frecuencia ma-yor a uno, la captura de los códigos se hizosólo una vez y el sistema grabó la misma clavepara las descripciones iguales.

Con este módulo también se conformaron y am-pliaron catálogos que, a partir del análisis quese efectuó en las oficinas centrales a las des-cripciones codificadas manualmente, se agre-garon al módulo de codificación automática afin de disminuir los procesos manuales.

Integración de claves: en forma automática unióal archivo de registros codificados las claves


170

contenidas en el archivo temporal que se codi-ficaron manualmente, verificando que no falta-ra alguna clave a las descripciones, reportándo-las en caso necesario para que fueran asignadasy una vez capturadas liberar la información.

Obtención de reportes : emitió los reportes ge-nerados de los procesos del sistema que dierona conocer en qué momento y por qué procedi-mientos se codificó la información, así como lascifras de control de la integración.

Sistema de validación

La validación de la información de los lotes sehizo en forma automática analizando la con-gruencia de las variables, las cuales debieronguardar relaciones específicas entre sí.

La validación no pretende mejorar la calidad delos datos obtenidos en campo sino sólo mante-ner la congruencia lógica de los mismos. Paraello se dio un ordenamiento lógico a los proce-sos de análisis y se controlaron y reportaron lasasignaciones de información.

Este sistema emitió también cifras preliminaresde algunas variables de interés que permitieronanalizar el comportamiento de la información.

El sistema está compuesto por los módulos deconsistencias lógicas, obtención de reportes yobtención de bases de datos para análisis.

Consistencias lógicas: analiza las relaciones lógi-cas de las variables mediante frecuencias cruza-das por vivienda o registro y detecta las incon-sistencias de acuerdo con métodos estadísticospredefinidos. Estas correcciones son reportadasy controladas de tal forma que cualquier des-viación pueda corregirse.

Obtención de repor tes: emite productos infor-mativos, el de Cifras de Control y las imágenesde las matrices de entrada y salida de la infor-mación que permiten dar seguimiento a los pro-cesos automáticos de la validación. Estos repor-tes son automáticos, opcionales y acumulados.

Obtención de datos para análisis : genera archi-vos de las variables de mayor interés para elanálisis preliminar de la calidad de los datos.Estas cifras se obtienen por entidad para su análi-sis mediante las imágenes de salida por variable.

Sistema de bases definitivas

Su objetivo es el de obtener indicadores estata-les que sean comparables con otras fuentes ydetectar aquellos casos en donde las diferenciassean significativas, a efecto de corregir algunaanomalía o justificar la situación presentada; deesta manera este sistema cuenta con los siguien-tes módulos: generación de bases definitivas,obtención de indicadores y análisis y liberación.

Con la generación de bases definitivas se obtie-nen acumulados en el ámbito estatal de las va-riables que pueden ser comparadas con even-tos censales anteriores o con otras fuentes deinformación.

La obtención de indicadores permite obtenerlos de las variables acumuladas con el fin deproporcionar elementos para el análisis en ladetección de casos atípicos que requieran deuna justificación.

Finalmente el módulo de análisis y liberaciónsólo registra el diagnóstico de liberado o no li-berado el proceso, ya que propiamente el aná-lisis de la información es un proceso manualrealizado por el personal de apoyo técnico.

El sistema de generación de tabulados

Para la obtención de tabulados se conformaronarchivos acumulados a partir de diferentes re-gistros; estos acumulados son acordes con elplan programado y también se utilizaron paraobtener una serie de tabulados o productos.

Los archivos obtenidos para los tabulados con-taron con las características necesarias para sereditados automáticamente, agilizando así esteproceso. Durante la generación de los tabula-dos se obtuvieron cifras de control que permi-tieron analizar en forma automática la correcta


171

generación de tabulados a diferentes niveles dedesagregación, reportando cualquier anomalíaen las cifras obtenidas y garantizando la calidaddel producto.

Este sistema de tabulados está formado por losmódulos de obtención de acumulados y obten-ción de tabulados básicos.

Obtención de acumulados : genera archivos coninformación agrupada que sirven de insumo para

los tabulados, agilizando así los procesos; estoes, a partir de acumulados básicos se obtuvie-ron diversos cuadros con el mismo nivel de de-sagregación.

Obtención de tabulados básicos: los generó apartir del archivo de cifras acumuladas prepa-rando los archivos para su edición. En esta pri-mera fase sólo se obtuvieron cuadros básicos,que se incluyeron en la publicación correspon-diente.


173

ANEXO IV

EN TORNO A LAS REGRESIONES LOGÍSTICAS

Elementos de interpretación de las regresioneslogísticas múltiples

En esta investigación la gran mayoría de las va-riables se trabajaron como variables categóri-cas. En los modelos de regresión presentadosen el capítulo 6, se incorporan todas las catego-rías que conforman las variables, si bien una deellas, en cada variable, se toma como categoríade referencia para evitar problemas de estima-ción de los coeficientes. En este sentido, cuan-do se habla de una variable categórica se hacealusión equivalentemente a las categorías quela conforman. La interpretación de los coeficien-tes tiene que ser congruente con este principiode construcción. La razón de momios debe in-terpretarse como qué tantas veces es más gran-de la ocurrencia respecto la no ocurrencia delevento de interés en la categoría específica parala que se reporta el coeficiente, comparada conqué tantas veces es más grande la ocurrenciarespecto de la no ocurrencia del mismo eventode interés en la categoría de referencia. Es im-portante, por tanto, tener bien identificada lacategoría de referencia de cada variable categó-rica. En los cuadros de regresión logística deeste libro las categorías de referencia de cadavariable presentan el valor 1 en la casilla co-rrespondiente al coeficiente.

Un coeficiente de magnitud “1” indica que larazón ocurrencia-no ocurrencia en una catego-ría específica es igualmente plausible a la ocu-rrencia-no ocurrencia en la categoría de refe-rencia. Los modelos de regresión logísticatrabajan en escala logarítmica, mecanismo me-diante el cual puede hacerse una transforma-ción que permite tener una interpretación li-neal de los coeficientes. A su vez, valoressuperiores a “1” debe interpretarse como mayorposibilidad de ocurrencia-no ocurrencia en lacategoría de interés que en la categoría de refe-rencia; en otras palabras qué tantas veces es

más grande la ocurrencia-no ocurrencia en lacategoría de interés que en la de referencia.

Así por ejemplo, la variable tipo de localidaddonde reside actualmente la entrevistada tienedos posibles valores: “urbana” y “rural”. La ca-tegoría que se tomó como referencia fue “rural”en virtud de que en el análisis bivariado pre-sentado en el capítulo 4 se observó que residiren zona urbana se asocia a un incremento delnivel de los distintos tipos de violencia. En con-secuencia, el signo del coeficiente que se re-porta para el nivel urbano es positivo, lo quefacilita hacer una interpretación más directa delos coeficientes, pues permite establecer resul-tados directamente proporcionales.

Cabe señalar que para eventos que ocur ren conbaja prevalencia la razón de momios puede leer-se como si fuera un riesgo relativo. Esto en vir-tud de que el momio se define como la razónde ocurrencia del evento (p) respecto la no ocu-rrencia (1-p). Si p es pequeña, el denominadordel momio es casi 1, por lo tanto el momio seríamuy próximo al nivel de ocurrencia del evento.Un razonamiento análogo se aplica a la lecturadel momio de la categoría de referencia. Enton-ces, la razón de momios es aproximadamentela razón de ocurrencia del evento en cada cate-goría y, por ende, el riesgo relativo de ocurren-cia de un evento entre dos poblaciones especí-ficas.

Variación de la capacidad explicativade los modelos de regresión logísticamúltiple integrales (cuadro 6.8)

El análisis por dimensiones se hizo mediantela revisión de la estadística ji-cuadrada que sereporta con el paquete estadístico SPSS, al ajus-tar el modelo de regresión. Dicha estadísticamide qué tanto se deja de explicar la variabili-


174

dad de la variable dependiente. En sentidotécnico significa qué tanto se reduce la esta-dística que representa “menos dos veces ellogaritmo de la verosimilitud” al incorporar almodelo las variables de cada dimensión quese va agregando, respecto del modelo que sólotiene la constante. Los resultados de esta esta-dística obtenida por incorporaciones sucesivasde las dimensiones se presentan en el cuadrosiguiente:

También puede observarse que a medida quese incorporan las distintas dimensiones analíti-cas, se va ganando terreno a la variabilidad noexplicada por el modelo, lo que puede obser-varse en la gráfica IV.1 que reporta la estadísti-ca ji-cuadrada, pero no sólo del bloque que seincorpora, sino del modelo que contiene acu-mulativamente todas las variables de las dimen-siones hasta el momento incluidas. Se puedeobservar que las dimensiones postuladas con-

Dados el planteamiento de proximidad concep-tual señalado en la gráfica 6.1 y el procedimien-to de incorporación de las variables, la condi-ción social de la mujer es la que menos aporta aexplicar la variabilidad de la violencia psicoló-gica y de la violencia sexual, mientras que laviolencia hacia los hijos poco ayuda a explicarla violencia económica (cuadro 6.8). Y, contrarioa lo que podría haberse esperado, la violenciahacia los hijos y el contexto familiar explicanpoco de la violencia física. En cambio, la dimen-sión que más modifica el estadístico de pruebaen cuestión para tres de los cuatro tipos de di-mensiones es la relativa a los antecedentes deviolencia intrafamiliar en la familia de origende las mujeres entrevistadas y sus parejas. Porotro lado, la dimensión que engloba las varia-bles relativas a la dimensión de empoderamientode las mujeres es una de las dos que más aportaa explicar la violencia sexual.

ceptualmente como más próximas son las quemás aportan a reducir la variabilidad no expli-cada del modelo completo.

Interacciones en el modelo de regresiónlogística para la violencia total (cuadro 6.9)

Dado el comportamiento de los coeficientes delos índices de poder de decisión, de libertad yde participación en las labores del hogar, seconsideró conveniente abundar un poco másen el análisis de esas variables, para tener ele-mentos más sólidos que permitieran soportar orechazar los hallazgos reportados. Por ello, pri-meramente se revisó la consistencia de los índi-ces formulados para la medición de la autono-mía y de la libertad de decisión. Como puedeobservarse en el capítulo 5, los índices en símismos tienen principios de construcción sóli-

CUADRO IV.1

ESTADÍSTICA JI-CUADRADA DE LOS MODELOS AJUSTADOS CON LAS VARIABLESINCORPORADAS POR DIMENSIÓN ANALÍTICA

Tipo de violencia

Dimensión analítica Psicológica Económica Física Sexual

Condición social 138.5 407.6 184.1 87.7Características individuales 415.3 623.3 638.1 402.4Entorno familiar 222.7 230.9 90.7 92.6Vida en pareja 138.8 161.8 240.9 103.5Violencia en familia de origen 1 607.2 1 333.3 1 272.6 870.4Violencia hacia los hijos 155.4 105.9 73.0 75.9Autonomía, poder de decisión y divisón del trabajo 1 077.1 1 204.4 784.1 1 374.8

Fuente: Elaboración propia de los autores, a partir de la Encuesta sobre la Dinámica de las Relaciones en los Hogares.


175

dos y una validación obtenida a partir de prue-bas específicas; por lo que en este aspecto pue-de confiarse en ellos. Sometimos entonces apruebas de consistencia los índices y revisamosla posibilidad de multicolinealidad, que fue des-cartada al no encontrarse elementos a favor desu existencia.1 Por otro lado, se buscó en quémedida alguna interacción podría mostrar algún

patrón diferenciado que indicara la necesidadde incorporar alguna interacción que contuvie-ra a esa variable. Si la interacción resultaba sig-nificativa, tendríamos indicaciones de que partede la variabilidad no explicada de la variabledependiente, antes de incorporar la interacción,se rescataba con la inclusión de una variableque fuera el producto combinado de esa varia-

1 Se revisó, por un lado, la variación de los coeficientes al incorporar y eliminar las variables bajo análisis. También se revisó laestabilidad de los errores estándar estimados, como posible indicio de multicolinealidad.

GRÁFICA IV.1

VARIACIÓN DE CAPACIDAD EXPLICATIVA DE LOS MODELOS,SEGÚN INCLUSIÓN SUCESIVA DE DIMENSIONES

0.00

1,000.00

2,000.00

3,000.00

4,000.00

5,000.00C

ondi

ción

soci

al d

e la

sm

ujer

esen

trevi

stad

as

Car

acti

ndiv

Ento

rno

fam

iliar

Vida

en

pare

ja

Viol

enci

a en

la fa

milia

de

orig

en

Viol

enci

a de

la p

arej

aha

cia

los

hijo

s

Auto

nom

ía y

deci

sión

V iol Psicol Viol econ Viol f ísica Viol sexual

GRÁFICA IV.2

ESTADÍSTICA JI-CUADRADA DEL MODELO AJUSTADO CON LAS VARIABLES INCORPORADASACUMULATIVAMENTE POR BLOQUE

0

5 0 0

10 0 0

15 0 0

2 0 0 0

2 5 0 0

3 0 0 0

3 5 0 0

4 0 0 0

4 5 0 0

C o n d s o c C a r a c t

i n d i v

E n t o r n o

f a m

V i d a e n

p a r e j a

V i o l e n f a m

o r i g e n

V i o l h a c i a

h i j o s

A u t o n ,

d e c i s i ó n y

d i v t r a b

V i o l P s i c V i o l E c o n V i o l F í s V i o l S e x


176

ble con otra que pudiera tener interacción. Comoparte del proceso indagatorio se realizaron cru-ces de variables que permitieran detectar si loscomportamientos entre variables que presentanposibles interacciones podían atribuirse o no ala necesidad de inclusión de este tipo de dife-renciaciones.

Así por ejemplo, se analizó cómo era el com-portamiento de la violencia total en función delíndice de libertad y del tipo de localidad dondereside actualmente la entrevistada. En la gráficaIV.3 se observa que no hay un comportamientodel todo paralelo para el ámbito urbano y elrural entre los niveles de violencia total respec-to del grado diferenciado de libertad de lasmujeres.

tró que la interacción en cuestión era estadísti-camente significativa, por lo que se mantuvo enel modelo final. En presencia de todas las de-más variables en el modelo, cuando la mujertiene nivel de libertad medio y reside en el mediourbano se disminuye su riesgo de padecer vio-lencia, resultado que sí parece más acorde a loesperado en virtud de que es un resultado quemodula el efecto del nivel de decisión para elámbito urbano en la experimentación de la vio-lencia.

Dado que se observó un alto efecto de las di-mensiones de antecedentes de violencia de lafamilia de origen y relación con los hijos, sepensó que también era importante analizar siera necesario incorporar alguna interacción, so-

GRÁFICA IV.3

NIVEL DE VIOLENCIA TOTAL, SEGÚN PODER DE DECISIÓNY TIPO DE LOCALIDAD DE RESIDENCIA ACTUAL

Si bien no es tan marcada la falta de paralelis-mo, se consideró conveniente incorporar la in-teracción en el modelo y evaluar su efecto ensentido estadístico. Se sabe que una interacciónsignificativa potencia o modula el efecto de unavariable en presencia de la otra, según el signoresultante del coeficiente respectivo. Se encon-

bre todo para el caso en que todavía se poten-ciara más el efecto de alguna de las variables dela interacción, pues podría dar lugar a mayorriesgo de violencia. Se analizaron algunas inte-racciones, de las cuales la que resultó significa-tiva fue la que resulta de combinar el estrato conel hecho de que el esposo les pega a los hijos.

0.00%

20.00%

40.00%

60.00%

Muy bajo poder lib Bajo poder lib Medio poder lib Alto poder lib

Urbano Rural


177

La siguiente gráfica permite observar que loscomportamientos diferenciados ameritan la in-corporación de la interacción, que se incorporóal modelo y, como se dijo antes, resultó signifi-cativa. De las razones de momios respectivas se

puede señalar que la violencia disminuye entodas las combinaciones resultantes de lainteracción, si bien algunas de ellas resultaronno significativas.

CUADRO IV.2

INTERACCIONES QUE FORMAN PARTE DEL MODELO DE REGRESIÓN LOGÍSTICAPARA LA VIOLENCIA TOTAL (CUADRO 6.9)

Razón deCoeficiente momios Sign

Interacción entr e libertad de decisión y tipo de localidadde r esidencia

Alto poder Urbano 3198 0 ***Muy bajo poder Urbano 4368 -0.139 0.87 nsBajo poder Urbano 4285 -0.472 0.624 ***Medio poder Urbano 7595 0.018 1.018 ns

Interacción entr e la pareja golpea a sus hijos y estratoNo le pega Alto 2048 0 **No recuerda Muy bajo 2317 -0.061 0.941 nsNo recuerda Bajo 1928 -0.078 0.925 nsNo recuerda Medio 623 -0.074 0.929 nsLe pega de vez en cuando Muy bajo 1716 -0.443 0.642 ***Le pega de vez en cuando Bajo 2156 -0.198 0.821 nsLe pega de vez en cuando Medio 674 -0.243 0.784 nsLe pega seguido Muy bajo 1022 -0.512 0.599 **Le pega seguido Bajo 1087 -0.547 0.579 **Le pega seguido Medio 344 -0.286 0.751 nsLe pega muy seguido Muy bajo 96 -1.414 0.243 **Le pega muy seguido Bajo 151 -1.262 0.283 *Le pega muy seguido Medio 51 -0.961 0.382 ns

Interacción entr e poder decidir trabajar y condiciónde actividad de la mujer

Ella decide trabajar y Trabaja 7523 0.483 1.621 ***-2.563 0.077 ***

GRÁFICA IV.4

NIVEL DE VIOLENCIA TOTAL, SEGÚN ANTECEDENTES DE QUE GOLPEABANAL ESPOSO Y ESTRATO SOCIOECONÓMICO

0.00%

15.00%

30.00%

45.00%

60.00%

75.00%

Muy bajo Bajo Medio Alto

No le pegaban No recuerda Peg vez cuando Pegaban seguido


178

La otra interacción que se analizó y resultó sig-nificativa fue la resultante de combinar el poderde decisión de la mujer para trabajar y si trabajao no. Nuevamente la gráfica respectiva reflejala conveniencia de incorporar una interacciónque combine estos dos elementos.

Del coeficiente estimado se puede señalar quesi la mujer no tiene poder de decisión pero sítrabajan tiene un riesgo 60% mayor de padecerviolencia.

GRÁFICA IV.5

NIVEL DE VIOLENCIA TOTAL, SEGÚN EL PODER DE DECISIÓN DE LA MUJERPARA TRABAJAR Y CONDICIÓN DE ACTIVIDAD

0.00%

20.00%

40.00%

60.00%

80.00%

Sí trabaja No trabaja

No tiene poder de decisión Sí tiene poder dec isión

libro1 pxp nuevo - unam · 2016-04-20 · instituto nacional de las mujeres 154 sufren determinado...

Documents