2020 4 Torres Carrizo

Artículo de investigación
Las viviendas en el Aglomerado del Gran San Juan

según ingresos de los hogares. Aplicaciones desde el
análisis simbólico de datos
José Ernesto Torres1* y Jorgelina Carrizo2**
1 Universidad Nacional de San Juan. Departamento de Geografía. Instituto de Geografía Aplicada
2 Universidad Nacional de San Juan. Departamento de Matemática
* E-mail: [email protected]
** E-mail: [email protected]
Recibido: 13/07/2020; Aceptado: 15/08/2020; Publicado: 15/12/2020
Resumen
El presente trabajo tiene como objetivo plantear un panorama de las viviendas en el Aglomerado del
Gran San Juan, en función de los niveles de ingresos de los hogares. La fuente de datos es la Encuesta
Permanente de Hogares (EPH) correspondiente al primer trimestre del año 2019. Sobre la base
hogares se seleccionan variables que permitan describir las viviendas. La metodología utilizada se
basa en el Análisis Simbólico de Datos (SDA), herramienta de gran utilidad frente a la complejidad
de la EPH, en cuanto a su elevado número de variables y de casos. El resumen de datos se realiza en
términos de objetos simbólicos (OS), representados por los deciles para la variable Ingreso Total
Familiar. Los softwares utilizados son SODAS y R. Se realiza una descripción de los OS construidos
y se aplican métodos de clustering para agruparlos. Finalmente, se realiza una Regresión Simbólica
de Datos para variables de intervalo. Los principales resultados obtenidos muestran que los OS
presentan ciertas características similares, a pesar de las diferencias en los ingresos. Los métodos de
agrupamiento muestran claramente las diferencias entre los OS. La regresión simbólica indica una
asociación entre el ingreso total familiar y las deficiencias de las viviendas.
Palabras clave: viviendas; hogares; ingresos; análisis simbólico de datos
Dwellings in Great San Juan according to household income. Applications from

symbolic data analysis
Abstract
The aim of this paper is to present a panorama of the dwellings in Great San Juan, based on the levels
of household income. The data source is the Permanent Household Survey (EPH) corresponding to
the first quarter of the year 2019. Variables that allow the description of the dwellings are selected,
based on household. The methodology used is based on the Symbolic Data Analysis (SDA), the very
useful tool for dealing with the complexity of the EPH, in terms of its high number of variables and
cases. The summary of data is done in terms of symbolic objects (OS), represented by deciles for the
Total Family Income variable. The programs used are SODAS and R. A description of the OS is made
and clustering methods are used to group them. Finally, a Symbolic Data Regression is performed
for interval variables. The main results obtained show that the OS share certain similar characteristics,
despite differences in revenue. Grouping methods show the differences between the OS clearly. The
symbolic regression indicates an association between total family income and housing deficiencies.
POSICIÓN 2020, 4 www.posicionrevista.wixsite.com/inigeo
ISSN 2683-8915 [en línea]
POSICIÓN 2020, 4 2 de 20
Keywords: dwellings; household; income; symbolic data analysis
1. Introducción
Según los datos de la Encuesta Permanente de Hogares (EPH), para el primer trimestre de 2019, el
99,7 % de los hogares del Aglomerado del Gran San Juan (AGSJ) habitaba en casas o departamentos.
Este dato, tomado de manera aislada, puede conducir a pensar en que los habitantes de dicho
aglomerado urbano presentan una muy buena calidad de vida. Sin embargo, la observación
cotidiana, demuestra que la realidad está muy distante de esa presunción.
Las características físicas y las condiciones sanitarias de las viviendas, entre otras dimensiones,
aparecen despegadas o separadas del tipo de vivienda. Se ha optado por la generalización de la
palabra “casa” sin contemplar las particularidades de cada una de ellas. Al respecto, en las últimas
décadas en la provincia de San Juan se han desarrollado diversos planes de vivienda, puestos en
marcha por diferentes gobiernos. A ello se suma el Plan de Erradicación de Villas de Emergencia
aplicado en la década del 2000, que cumplió con el objetivo de erradicar este tipo de viviendas del
departamento Capital. Según este plan las familias erradicadas recibieron nuevas viviendas en
departamentos aledaños a Capital y pertenecientes al Gran San Juan.
En virtud de ello se plantea que el número de viviendas dignas ha aumentado, disminuyendo la

cantidad de hogares pobres, por lo menos en esta dimensión. Ahora bien ¿el hecho de que la mayor
parte de los hogares habiten en casa o departamento es correlativo con la disminución de la pobreza?
En este punto se hace necesario considerar otras variables que permitan una aproximación más
cercana a la realidad. En función de ello se plantea como objetivo general conocer la situación de los
hogares del AGSJ, en relación a las características de sus viviendas, tomando como variable de control
su nivel de ingresos. Cómo objetivos específicos se propone analizar los objetos simbólicos
construidos a partir de los deciles según el ingreso total familiar (ITF); distinguir grupos de objetos
simbólicos mutuamente excluyentes y establecer asociaciones entre variables aplicando técnicas de
regresión simbólica.
El estudio se hace siguiendo la metodología del Análisis Simbólico de Datos (SDA), introducido por
Diday (1987, 1988, 1991). Se trata de una herramienta estadística fundamental para Data Mining.
Frente a las características de la EPH, que contiene un gran número de variables con un número
mayor aún de unidades de análisis, por ende un gran cúmulo de información, se impone un proceso
de extracción de conocimiento que permita encontrar la información más importante o más
significativa para la toma de decisiones. Al respecto Ruiz Shulcloper et al. (1997) plantea que:
En la medida en que los datos se hacen más complejos, por ejemplo dejan de ser
exclusivamente numéricos para presentarse mezclados con datos de naturaleza cualitativa, con
subjetividad, imprecisión y otros elementos de esta índole, mayor es la dificultad de extraer
información útil de los mismos” (p. 13)
De acuerdo a Mallea et al. (2018) “El análisis de datos simbólicos proporciona un marco que permite
representar datos con variabilidad, usando nuevos tipos de variables” (p. 81). Los datos simbólicos
son “… conjuntos finitos de valores, intervalos, o de forma más general distribuciones.” (Mallea et
al., 2018, p. 81) que pueden ser ordenados en forma matricial. La misma autora define a los objetos
simbólicos (OS) o conceptos de la siguiente manera:
www.posicionrevista.wixsite.com/inigeo
Los objetos simbólicos representan conceptos, entendidos como la intención y extensión del
mismo. La intención de un concepto representa las propiedades que lo definen y que lo hacen
distinto de los demás conceptos. La extensión de un concepto se compone de los individuos
que se definen por el concepto o que cumplen las propiedades que definen el concepto (p. 82)
En función de lo expuesto, es importante considerar, que el presente trabajo se enmarca en dos

proyectos que se desarrollan en la Facultad de Filosofía, Humanidades y Artes de la Universidad
Nacional de San Juan. Ellos son Observatorio de la población de San Juan: su estado en vísperas del
Censo Nacional de Población, Hogares y Viviendas 2020 y Herramientas estadísticas para Data
Mining y modelos dinámicos.
2. Materiales y métodos
La metodología sigue los lineamientos del Análisis Simbólico de Datos. La fuente de información es
la EPH correspondiente al primer trimestre del año 2019. El área de estudio es el AGSJ. En primer
lugar se seleccionan las variables que describan el estado de las viviendas y el número de miembros
del hogar, según sean menores de 10 años y mayores de 10 años. La tabla 1 y la tabla 2 muestran las
variables de intervalo y las variables modales respectivamente.
Los OS considerados están representados por la variable modal “Número de decil del ingreso total
del hogar del total EPH”. Se trata de 12 objetos simbólicos, ya que se agregan aquellos casos en que
los miembros del hogar no perciben ingresos y aquellos casos de no respuesta. La obtención de los
objetos simbólicos (OS) se realiza mediante el software SODAS (Symbolic Official Data Analysis
System).
Tabla 1. Variables de intervalo seleccionadas
Código Variable
II1 Cuántos ambientes/ habitaciones tiene este hogar para uso exclusivo
II2 De esos, cuántos usan habitualmente para dormir?
IX_TOT Cantidad de miembros del Hogar
IX_MEN10 Cantidad de miembros del Hogar menores de 10 años
IX_MAYEQ10 Cantidad de miembros del Hogar de 10 y más años
ITF Monto de Ingreso Total Familiar
Fuente: elaboración propia sobre la base de la EPH (INDEC)
La tabla simbólica se construye a través de una query SQL de Tipo 1, trabajando con el módulo
DB2SO del paquete SODAS. De la base original de la EPH, se filtran los datos correspondientes al
AGSJ. Sobre esa base se seleccionan las variables, quedando una matriz de 597 filas (casos) por 20
columnas (variables y concepto).
Habiendo creado la tabla simbólica, se realiza una cadena de métodos, integrada por DSTAT con el
fin de realizar la estadística descriptiva de las variables y VIEW con el fin de visualizar los OS que
aparecen en la tabla simbólica, mediante gráficos Zoom Star. Se propone, además, la clasificación de
los OS, a partir de la aplicación de los métodos DIV y SCLUST. El primero es un método de
agrupamiento divisivo y jerárquico, mientras que el segundo se puede usar para dividir un conjunto
de n datos simbólicos p-dimensionales en un número m de grupos homogéneos, de modo que el
método de agrupamiento resultante, queda a criterio del investigador, quien puede ajustar una serie
de parámetros con el fin de lograr una clasificación óptima.
Tabla 2. Variables modales seleccionadas

CÓDIGO Variable Categorías
IV1 Tipo de vivienda 1. Casa; 2. Departamento; 3. Pieza de inquilinato; 4. Pieza en

hotel/pensión; 5. Local no construido para habitación
IV3 Los pisos interiores son 1. Mosaico/baldosa/madera/cerámica/alfombra;
principalmente de… 2. Cemento/ladrillo fijo; 3. Ladrillo suelto/tierra
1. Membrana/cubierta asfáltica; 2. Baldosa/losa sin cubierta; 3. Pizarra/teja;
IV4 La cubierta exterior del 4. Chapa de metal sin cubierta; 5. Chapa de fibrocemento/plástico; 6. Chapa de
techo es de.... cartón; 7. Caña/tabla/paja con barro/paja sola; 9. N/S. Depto en propiedad
horizontal
IV6 Tiene agua..... 1. Por cañería dentro de la vivienda; 2. Fuera de la vivienda pero dentro del
terreno; 3. Fuera del terreno
IV7 El agua es de..... 1. Red pública (agua corriente); 2. Perforación con bomba a motor; 3.
Perforación con bomba manual
IV8 ¿Tiene baño/letrina? 1. Si; 2. No
IV9 El baño o letrina está.... 1. Dentro de la vivienda; 2. Fuera de la vivienda pero dentro del terreno;
3. Fuera del terreno
IV10 El baño tiene.... 1. Inodoro con botón/ mochila/cadena y arrastre de agua; 2. Inodoro sin
botón/cadena y con arrastre de agua (a balde); 3. Letrina (sin arrastre de agua)
IV11 El desagüe del baño es.... 1. A red pública (cloaca); 2. A cámara séptica y pozo ciego; 3. Sólo a pozo ciego;
4. A hoyo/excavación en la tierra
II4_1 ¿Tiene cuarto de cocina? 1. Si; 2. No
II4_2 ¿Tiene lavadero? 1. Si; 2. No
II4_3 ¿Tiene garage? 1. Si; 2. No
1. Propietario de la vivienda y el terreno; 2. Propietario de la vivienda

solamente; 3. Inquilino/arrendatario de la vivienda; 4. Ocupante por pago
II7 Régimen de tenencia de impuestos/expensas; 5. Ocupante en relación de dependencia; 6.
Ocupante gratuito (con permiso); 7. Ocupante de hecho (sin permiso); 8.
¿Está en sucesión?
II8 Combustible utilizado para 1. Gas de red; 2. Gas de tubo/garrafa; 3. Kerosene/leña/carbón
cocinar
Nº de decil del ingreso total 0 = Sin ingresos; 1 = decil 1; 2 = decil 2; 3 = decil 3; 4 = decil 4;
DECIFR del hogar del total EPH 5 = decil 5; 6 = decil 6; 7 = decil 7; 8 = decil 8; 9 = decil 9; 10
= decil 10; 12 = no respuesta de ingresos
Seguidamente, a través de software R se realiza una regresión lineal simbólica simple, considerando
la tabla simbólica de datos, que tiene como conceptos a los deciles según el nivel de ingreso y como
variables de intervalo, el monto de ingreso total familiar (ITF) y el número de casas con cubierta
exterior del techo deficiente (CTD). Se toma entonces, para la aplicación de los métodos de regresión
simbólica, al CTD como variable respuesta y al ITF como variable explicativa.
3. El área de estudio
En relación al área de estudio, el AGSJ, cabe destacar que se trata del centro que presenta la mayor
concentración poblacional de la provincia de San Juan con un Índice de Concentración Urbana de
69,9 %, según los datos aportados por el Censo Nacional de Población, Hogares y Viviendas 2010. De
acuerdo a las estimaciones realizadas por el Instituto Nacional de Estadísticas y Censos, se ha
convertido en un aglomerado de más de 500000 habitantes, alcanzando en abril de 2020 los 535339
habitantes. Según puede apreciarse en la figura 1 comprende los departamentos centrales de la
provincia de San Juan, extendiéndose por Capital, Chimbas y Santa Lucía y parte de Rivadavia,
Rawson y Pocito.
Figura 1. El área del Gran San Juan.

Fuente. Programa “Geografía de la Provincia de San Juan a través de Estudios Departamentales. Propuestas de
Ordenamiento Territorial” Instituto de Geografía Aplicada. FFHA, UNSJ. Elaboración propia en base a
relevamientos de campo e imágenes satelitales. Límite poligonal del AGSJ INDEC (2010). Límites
departamentales CEFOCA (2016).
4. Los objetos simbólicos

4.1. Variable utilizada para la construcción de los objetos simbólicos
En primer lugar se realiza una presentación de la variable utilizada para la construcción de los objetos
simbólicos. Se trata de “Número de decil del ingreso total del hogar del Total EPH”. En el Cuadro 3
se muestra la frecuencia para cada caso y los valores mínimo y máximo para cada decil. Se observa
que aquellos hogares sin ingresos representan un porcentaje de 0,34 %, equivalente sólo a 2 casos.
Por su parte la no respuesta ante la pregunta acerca de los ingresos sólo está representada por un
caso.
Tabla 3. Deciles del ingreso total del hogar

Deciles Frecuencia Porcentaje Valor Mínimo Valor Máximo
0 2 0,34
1 56 9,38 1830 11100
2 69 11,56 11600 16300
3 67 11,22 16400 20900
4 46 7,71 21000 25600
5 59 9,88 25630 29990
6 58 9,72 31000 38000
7 61 10,22 38400 46300
8 60 10,05 46700 58000
9 59 9,88 58315 77130
10 59 9,88 79200 290000
12 1 0,17
Total 597 100
4.2. Análisis de los objetos simbólicos
El análisis de los objetos simbólicos se realiza solamente para los deciles 1, 2 y 3, que representan las
situaciones más desfavorables y los deciles 8, 9 y 10 que representan las más favorables.
Figura 2. Gráfico Zoom Star que representa el Objeto Simbólico OS = 1 (Decil 1)

Los hogares agrupados en el OS = 1 (figura 2) habitan, en su mayoría, en casas con pisos de

mosaico/baldosa, madera, cerámica/alfombra y con cubierta exterior del techo elaborado con
membrana/cubierta asfáltica. Reciben agua por cañería dentro de la vivienda, procedente de red
pública. Tienen baño dentro de la vivienda con inodoro con botón, mochila/cadena. El desagüe del
baño es a red pública (cloaca) y a cámara séptica y pozo ciego. Disponen de entre uno y ocho
ambientes, de los cuales, entre uno y dos son para dormir. Tienen cuarto de cocina y no tienen
lavadero ni garaje. En su mayoría son propietarios de la vivienda y el terreno y utilizan como

combustible para cocinar el gas natural. Los hogares están conformados por entre uno y siete
miembros, de los cuales menos de tres tienen diez años y de uno a seis tienen más de diez años. Los
datos de la tabla 4 permiten apreciar la participación de cada categoría, en porcentaje.
1 Tabla 4. Participación de las diferentes categorías de las variables en el OS =1
IV1 = Casa (0.87), Depar (0.10), Otros (0.02), Pieza (0.02)

And IV3 = Mosai (0.68), Cemen (0.30), Ladri (0.02)
And IV4 = Baldo (0.17), Membr (0.50), N/S. (0.02), Caña/ (0.25), Pizar (0.02), Chapa (0.02), Chapa (0.03)
And IV6 = Por c (0.98), Fuera (0.02)
And IV7 = Red p (1.00)
And IV8 = Si (1.00)
And IV9 = Dentr (0.82), Fuera (0.18)
And IV10 = Inodo (0.93), Inodo (0.07)
And IV11 = A red (0.43), A cám (0.43), Sólo (0.13)
And II1 = [ 1.00 : 6.00 ]
And II2 = [ 1.00 : 3.00 ]
And II4_1 = Si (0.95), No (0.05)
And II4_2 = No (0.53), Si (0.47)
And II4_3 = No (0.82), Si (0.18)
And II7 = Propi (0.62), Inqui (0.10), Ocupa (0.07), Ocupa (0.07), Está (0.10), Ocupa (0.02), Propi (0.02), Otra (0.02)
And II8 = Gas d (0.57), Gas d (0.43)
And IX_TOT = [ 1.00 : 7.00 ]
And IX_MEN10 = [ 0.00 : 3.00 ]
And IX_MAYEQ10 = [ 1.00 : 6.00 ]


baño es a cámara séptica y pozo ciego. Disponen de entre uno y ocho ambientes, de los cuales, entre
uno y tres son para dormir. Tienen cuarto de cocina y no tienen lavadero ni garaje. En su mayoría
son propietarios de la vivienda y el terreno y utilizan como combustible para cocinar el gas natural.
Los hogares están conformados por entre uno y nueve miembros, de los cuales menos de cuatro
tienen diez años y de uno a seis tienen más de diez años. La tabla 5 muestra la participación de cada
categoría, en porcentaje.
2
Tabla 5. Participación de las diferentes categorías de las variables en el OS =2
IV1 = Casa (0.87), Depar (0.13)
And IV3 = Mosai (0.78), Cemen (0.16), Ladri (0.03), Otros (0.03)
And IV4 = Baldo (0.15), Membr (0.49), N/S. (0.04), Caña/ (0.26), Pizar (0.03), Chapa (0.03)
And IV6 = Por c (1.00)
And IV8 = Si (1.00)
And II1 = [ 1.00 : 6.00 ]
And II2 = [ 1.00 : 4.00 ]
And II4_1 = Si (0.87), No (0.13)
And II4_2 = No (0.59), Si (0.41)
And II4_3 = No (0.96), Si (0.04)
And II7 = Propi (0.65), Inqui (0.12), Ocupa (0.06), Ocupa (0.07), Está (0.06), Ocupa (0.01), Propi (0.03)
And II8 = Gas d (0.62), Gas d (0.38)
And IX_TOT = [ 1.00 : 9.00 ]
And IX_MEN10 = [ 0.00 : 4.00 ]
And IX_MAYEQ10 = [ 1.00 : 6.00 ]
Los hogares agrupados en el OS = 3 (figura 4) habitan, en su mayoría, en casas con pisos de mosaico/baldosa,
madera, cerámica/alfombra y con cubierta exterior del techo elaborado con membrana/cubierta asfáltica. Reciben
agua por cañería dentro de la vivienda, procedente de red pública. Tienen baño dentro de la vivienda con
inodoro con botón, mochila/cadena. El desagüe del baño es a red pública. Disponen de entre uno y nueve
ambientes, de los cuales, entre uno y tres son para dormir. Tienen cuarto de cocina y no tienen lavadero ni garaje.
En su mayoría son propietarios de la vivienda y el terreno y utilizan como combustible para cocinar el gas
natural. Los hogares están conformados por entre uno y nueve miembros, de los cuales menos de cinco tienen
diez años y de uno a seis tienen más de diez años. Los datos de la tabla 6 indican la participación de cada
categoría, en porcentaje.

Fuente. Elaboración propia sobre la base de datos de la EPH (INDEC)
3 6. Participación de las diferentes categorías de las variables en el OS =3

Tabla
IV1 = Casa (0.88), Depar (0.12)
And IV3 = Mosai (0.68), Cemen (0.25), Ladri (0.04), Otros (0.03)
And IV4 = Baldo (0.14), Membr (0.61), N/S. (0.01), Caña/ (0.23)
And IV8 = Si (1.00)
And II1 = [ 1.00 : 7.00 ]
And II2 = [ 1.00 : 4.00 ]
And II4_1 = Si (0.91), No (0.09)
And II4_2 = No (0.54), Si (0.46)
And II4_3 = No (0.75), Si (0.25)
And II7 = Propi (0.64), Inqui (0.17), Ocupa (0.01), Ocupa (0.07), Está (0.06), Propi (0.01), Ocupa (0.03)
And II8 = Gas d (0.67), Gas d (0.33)
And IX_TOT = [ 1.00 : 9.00 ]
And IX_MEN10 = [ 0.00 : 5.00 ]
And IX_MAYEQ10 = [ 1.00 : 6.00 ]

baño es a cámara séptica con pozo ciego. Disponen de entre uno y siete ambientes, de los cuales, entre
uno y cuatro son para dormir. Tienen cuarto de cocina y tienen lavadero, pero no tienen garaje. En
su mayoría son propietarios de la vivienda y el terreno y utilizan como combustible para cocinar el
gas natural. Los hogares están conformados por entre uno y nueve miembros, de los cuales entre cero
y cuatro tienen menos de diez años y de uno a seis tienen más de diez años. Los datos de la tabla 7
permiten apreciar la participación de cada categoría en porcentaje.

Tabla 7. Participación
8 de las diferentes categorías de las variables en el OS =8
IV1 = Casa (0.87), Depar (0.13)
And IV3 = Mosai (0.89), Cemen (0.09), Ladri (0.02)
And IV4 = Baldo (0.18), Membr (0.67), Caña/ (0.07), Pizar (0.07), Chapa (0.02)
And IV6 = Por c (0.98), Fuera (0.02)
And IV8 = Si (0.98), No (0.02)
And IV10 = Inodo (0.93), Inodo (0.04), Letri (0.02)
And IV11 = A red (0.36), A cám (0.53), Sólo (0.09), A hoy (0.02)
And II1 = [ 1.00 : 7.00 ]
And II2 = [ 1.00 : 4.00 ]
And II4_1 = Si (0.93), No (0.07)
And II4_2 = No (0.40), Si (0.60)
And II4_3 = No (0.76), Si (0.24)
And II7 = Propi (0.64), Inqui (0.18), Ocupa (0.04), Ocupa (0.09), Está (0.04)
And II8 = Gas d (0.76), Gas d (0.22), Otro (0.02)
And IX_TOT = [ 1.00 : 9.00 ]
And IX_MEN10 = [ 0.00 : 4.00 ]
And IX_MAYEQ10 = [ 1.00 : 6.00 ]

Los hogares agrupados en el OS = 9 (Figura 6) habitan, en su mayoría, en casas con pisos de

baño es a cámara séptica con pozo ciego. Disponen de entre uno y diez ambientes, de los cuales, entre
uno y tres son para dormir. Tienen cuarto de cocina, lavadero y no tienen garaje. En su mayoría son
propietarios de la vivienda y el terreno y utilizan como combustible para cocinar el gas natural. Los
hogares están conformados por entre uno y doce miembros, de los cuales menos de tres tienen diez
años y de uno a diez tienen más de diez años. Los datos de la tabla 8 muestran la participación de
cada categoría en porcentaje.
Los hogares agrupados en el OS = 10 (Figura 7) habitan, en su mayoría, en casas con pisos de

baño es a red pública y a cámara séptica con pozo ciego. Disponen de entre dos y nueve ambientes,
de los cuales, entre uno y cuatro son para dormir. Tienen cuarto de cocina, lavadero y garaje. En su
mayoría son propietarios de la vivienda y el terreno y utilizan como combustible para cocinar el gas
natural. Los hogares están conformados por entre uno y nueve miembros, de los cuales menos de tres
tienen diez años y de uno a nueve tienen más de diez años. Los datos de la tabla 9 permiten apreciar
la participación de cada categoría en porcentaje.
Tabla 8. Participación de las diferentes categorías de las Tabla 9. Participación de las diferentes categorías
9 variables en el OS =9 de las variables en el OS = 10
IV1 = Casa (0.90), Depar (0.10)
And IV3 = Mosai (0.88), Cemen (0.10), Otros (0.02)
And IV4 = Baldo (0.20), Membr (0.63), N/S. (0.04), Caña/ (0.08), Pizar (0.04)
And IV8 = Si (1.00)
And IV10 = Inodo (1.00)
And II1 = [ 1.00 : 8.00 ]
And II2 = [ 1.00 : 4.00 ]
And II4_1 = Si (0.96), No (0.04)
And II4_2 = No (0.31), Si (0.69)
And II4_3 = No (0.63), Si (0.37)
And II7 = Propi (0.76), Inqui (0.08), Ocupa (0.04), Ocupa (0.08), Está (0.02), Propi (0.02)
And II8 = Gas d (0.88), Gas d (0.12)
And IX_TOT = [ 1.00 : 12.00 ]
And IX_MEN10 = [ 0.00 : 3.00 ]
And IX_MAYEQ10 = [ 1.00 : 10.00 ]
Fuente. Elaboración propia sobre la base de datos de la Fuente. Elaboración propia sobre la base de datos
EPH (INDEC) de la EPH (INDEC)
5. Clasificación de los objetos simbólicos
5.1. Método DIV

Con el propósito de clasificar los objetos simbólicos se utiliza el método DIV, perteneciente al módulo
Clustering de SODAS. Se trata de un método de agrupamiento jerárquico que comienza con todos
los objetos en un grupo y continúa por divisiones sucesivas de cada uno. En cada paso, un grupo se
divide en dos de acuerdo con una pregunta binaria. Dicha pregunta induce la mejor partición en
dos grupos de acuerdo con una extensión del criterio de inercia. En este caso la matriz de entrada es
la matriz de datos simbólicos con las variables modales seleccionadas. Se trabaja con cinco clusters y
la disimilitud entre los objetos es no normalizada.
La tabla 10 muestra los objetos simbólicos por cluster. Se observa que el cluster 2 contiene el grupo
de hogares sin ingresos, el cluster 3 aquellos hogares que no respondieron la pregunta y el cluster 4
los que poseen mayor nivel de ingresos y se encuentran en el decil 10. El cluster 1 está integrado por
los deciles de menores ingresos con excepción del decil 4. El cluster 5 contiene a este último decil y
los mayores a 6.
Tabla 10. Partición en cinco cluster
Cluster 1 (n=4) : 05 02 03 01
Cluster 2 (n=1) : 00
Cluster 5 (n=5) : 06 09 04 07 08
Explicated inertia : 82.296907

La tabla 11 y la figura 8 muestran la conformación de los clusters. Se observa que la variable material
de los pisos interiores (IV3) es la primera que divide el árbol. Los clusters 1, 3, 4 y 5 son los que
contienen viviendas con piso de mosaico/baldosa/madera/cerámica/alfombra, mientras que el cluster
2 tiene piso de cemento/ladrillo fijo o ladrillo suelto/tierra. La segunda división la realiza la variable
tenencia de garaje (II4_3). Los clusters 1 y 5 contienen viviendas sin garaje, mientras que los cluster 3
y 4 si poseen. La última división la produce la variable tenencia de lavadero (II4_2). Los hogares que
pertenecen al cluster 3 no tienen lavadero, mientras que los del cluster 4 si lo tienen.
Tabla 11. Descripción de los cluster

Cluster 1 :
IF 4- [II4_2 = No] AND 2- [II4_3 = No] AND 1- [IV3 = Mosaico/baldosa/madera/cerámica/alfombra]
Cluster 2 :
IF 1- [IV3 = Otros OR Ladrillo suelto/tierra OR Cemento/ladrillo fijo]
Cluster 3 :
IF 3- [II4_2 = No] AND 2- [II4_3 = Si] AND 1- [IV3 = Mosaico/baldosa/madera/cerámica/alfombra]
Cluster 4 :
IF 3- [II4_2 = Si] AND 2- [II4_3 = Si] AND 1- [IV3 = Mosaico/baldosa/madera/cerámica/alfombra]
Cluster 5 :
IF 4- [II4_2 = Si] AND 2- [II4_3 = No] AND 1- [IV3 = Mosaico/baldosa/madera/cerámica/alfombra]
En definitiva los 4 clusters obtenidos pueden caracterizarse de la siguiente manera:
• Cluster 1: integrado por aquellos hogares que no tienen lavadero ni garaje y cuyos pisos son de
mosaico/baldosa/madera/cerámica/alfombra.
• Cluster 2: con hogares que tienen piso de ladrillo suelto o cemento/ladrillo fijo u otros.
• Cluster 3: los hogares que componen este cluster habitan en viviendas que no tienen lavadero,
pero si tienen garaje. Los pisos son de mosaico/baldosa/madera/cerámica/alfombra.
• Cluster 4: integrado por viviendas que tienen lavadero y garaje y con pisos de
mosaico/baldosa/madera/cerámica/alfombra.
• Cluster 5: conformado por hogares que habitan en viviendas que tienen lavadero y no tienen
garaje. Los pisos son de mosaico/baldosa/madera/cerámica/alfombra.
+---- Classe 1 (Ng=4)

!
!----4- [II4_2 = 01]
! !
! +---- Classe 5 (Nd=5)
!
!----2- [II4_3 = 01]
! !
! ! +---- Classe 3 (Ng=1)
! ! !
! !----3- [II4_2 = 01]
! !
! +---- Classe 4 (Nd=1)
!
!----1- [IV3 = 0001]
!
+---- Classe 2 (Nd=1)
Figura 8. Árbol de cluster

5.2. Método SCLUST
En segundo lugar se emplea el método clustering dinámico (SCLUST) perteneciente al software

SODAS. El objetivo es el mismo que en el caso anterior: clasificar los objetos simbólicos y comparar
los resultados obtenidos por ambos métodos. Para ello se trabaja con cinco cluster y con las 14
variables modales. Se emplea la distancia modal de Carvalho “Tipo L1” y la opción prototipos
aleatorios. La salida del módulo nos brinda la descripción de clases, a través de sus prototipos, la
relación con las variables y la extensión de las clases, es decir sus elementos. El porcentaje de criterio
explicado es de 91,86.
Tabla 12. Descripción de las variables intervinientes en el cluster

Contribución Contribución con
Nombre Calidad
con la partición el total de inercia
IV1 87,84 2,85 0,96
IV3 92,58 14,64 1,01
IV4 86,12 10,48 0,94
IV6 37,99 0,33 0,41
IV7 9,09 0,02 0,1
IV8 100 0,41 1,09
IV9 80,27 2,14 0,87
IV10 57,74 1,29 0,63
IV11 97,61 21,95 1,06
II4_1 100 1,88 1,09
II4_2 100 7,22 1,09
II4_3 100 14,2 1,09
II7 88,3 18,23 0,96

II8 90,56 4,35 0,99
En el tabla 12 se observa la descripción de las variables. La calidad indica el poder de discriminación

de la variable para la clasificación. En tal sentido las variables que mejor discriminan son tenencia de
cuarto de cocina (II4_1), tenencia de lavadero (II4_2), tenencia de garaje (II4_3), tenencia de
baño/letrina (IV8), desagüe del baño (IV_11) y material de los pisos (IV3). Las cuatro primeras
variables mencionadas son las que más contribuyen a la partición, aunque de ellas, la tenencia de
garaje es la que más contribuye a la inercia. Por su parte, la variable desagüe del baño (IV_11) es la
que más contribuye a la inercia con un alto valor en la contribución a la partición y alto valor de
calidad.
Tabla 13. Contribución de cada variable a los cluster
La Tabla 13 muestra la contribución de cada variable a los prototipos (cluster). Sobre su base y en
función de las figuras 9 a 13 se describen los clusters en función de los prototipos obtenidos. Ellos
son:
• Cluster 1 (figura 9). El prototipo del primer cluster se caracteriza por hogares que viven en casas
(88 %), que tienen pisos de mosaico (99 %) y cubierta exterior del techo de membrana/cubierta
asfáltica (62 %). El 100 % tiene agua por cañería dentro de la vivienda procedente de red pública.
Todos tienen baño con inodoro con botón, de los cuales el 97 % está dentro de la vivienda.
Descargan a cámara séptica y pozo ciego (51 %). El 96 % tiene cocina, el 72 % lavadero y el 55 %
no tiene garaje. El 75 % es propietario de la vivienda y el terreno. El 89 % usan gas de red (natural)
para cocinar.
Figura 9. Cluster 1 (prototipo 1/5)


• Cluster 2 (figura 10). El prototipo del segundo cluster se caracteriza por hogares, que en un 100%
viven en casas, tienen pisos de cemento/ladrillo fijo, tienen cubierta exterior del techo con
membrana/cubierta asfáltica, tienen agua por cañería dentro de la vivienda procedente de red
pública, tienen baño con inodoro con botón y con desagüe sólo a pozo ciego. El 100 % tiene
cuarto de cocina, mientras que el 50 % tiene lavadero y el 100 % no tiene garaje. En cuanto al
régimen de tenencia el 50 % es ocupante gratuito (con permiso) y el otro 50 % está en sucesión.
El combustible utilizado para cocinar se distribuye en un 50 % en gas natural y en un 50 % en gas
de tubo/garrafa.
• Cluster 3 (figura 11). El prototipo del tercer cluster presenta hogares que viven en casas (87 %),
que tienen pisos de mosaico (76 %) y cubierta exterior del techo de membrana/cubierta asfáltica
(57 %). El 99 % tiene agua por cañería dentro de la vivienda y procede de red pública en un 100%.
Todos tienen baño, de los cuales el 92 % está dentro de la vivienda y el 97 % con inodoro con
botón. Descargan a red pública (44 %). El 91 % tiene cocina, el 51 % lavadero y el 78 % no tiene
garaje. El 65 % es propietario de la vivienda y el terreno. El 63 % usan gas de red (natural) para
cocinar.

• Cluster 4 (figura 12). El prototipo del cuarto cluster contiene hogares, que en un 100% viven en
casas, tienen pisos de mosaico, tienen cubierta exterior del techo con membrana/cubierta asfáltica,
tienen agua por cañería dentro de la vivienda procedente de red pública, tienen baño con inodoro
con botón y con desagüe a red pública (cloaca). El 100 % tiene cuarto de cocina y garaje y el 100
% no tiene lavadero. En cuanto al régimen de tenencia el 100 % es propietario de la vivienda y
el terreno. Todos utilizan como combustible para cocinar el gas natural.
• Cluster 5 (figura 13). El prototipo del quinto cluster se caracteriza por hogares que viven en casas
(91 %), que tienen pisos de mosaico (84 %) y cubierta exterior del techo de membrana/cubierta
asfáltica (62 %). El 98 % tiene agua por cañería dentro de la vivienda y procede de red pública en
un 100%. EL 98 % tiene baño, de los cuales el 93 % está dentro de la vivienda y el 95 % tiene
inodoro con botón. Descargan a cámara séptica y pozo ciego (50 %). El 92 % tiene cocina, el 55
% lavadero y el 76 % no tiene garaje. El 64 % es propietario de la vivienda y el terreno. El 74 %
usan gas de red (natural) para cocinar.


4.4. Regresión simbólica para variables de intervalo
La regresión simbólica se aplica a la tabla simbólica de datos construida, que toma como concepto a
los deciles según el nivel de ingreso y como variables de intervalo el monto de ingreso total familiar
(ITF) y el número de casas con techo deficientes (CTD). La primera es tomada como variable
explicativa y la segunda como variable respuesta. Antes de realizar la regresión simbólica se
comprueba la asociación entre ambas variables con una regresión simple clásica. Se observa en la
figura 13 que hay una relación inversa con un coeficiente de correlación de -0,87. Esta información
habilita la realización de la regresión simbólica.
25
20
15
CTD
10
0
0.00 10000.00 20000.00 30000.00 40000.00 50000.00 60000.00 70000.00 80000.00 90000.00 100000.00
ITF (en pesos)
Figura 13. Regresión simple entre las variables Ingreso Total Familiar (ITF) y Número de casas con techos
deficientes (CTD)
Tabla 14. Valores máximo y mínimo de las variables CTD ( Y) e ITF (X1)
Figura 14. Regresión simbólica entre las variables ITF Y CTD

La tabla 14 muestra los valores máximo y mínimo de las dos variables consideradas, para cada uno
de los deciles, mientras que la figura 14 muestra la salida gráfica de la regresión simbólica realizada.
Se observa que existe una relación lineal inversa entre el ITF y las CTD. Se observa una mayor
concentración de viviendas con cubierta del techo inconvenientes en los primeros deciles. Además, a
medida que aumentan se advierte una mayor amplitud entre los valores máximo y mínimo.
6. Conclusiones
La EPH es un instrumento que tiene la finalidad de proporcionar información sobre las
características sociales y económicas de la población. En cada una de sus bases, ya sea hogar o
individual, contiene una gran número de variables que permiten conocer las características
mencionadas. La obtención de los datos se realiza a través de un diseño muestral que se aplica a los
aglomerados urbanos de la Argentina. En el caso del AGSJ, la muestra alcanzó en el primer trimestre
de 2019 un total de 527 casos.
Dada su magnitud, se hace necesario buscar procedimientos estadísticos que permitan la reducción
de los datos y que posibiliten recabar la información más importante, oculta tras ese gran volumen.
El SDA es un buen recurso para conseguir tal objetivo. En este caso sus métodos fueron aplicados
para conocer las características de las viviendas habitadas por los hogares del AGSJ.
Los OS muestran características similares en cuanto a ciertas variables, como que el tipo de vivienda
que prevalece en ellos es la casa. De igual modo, en los seis OS analizados, las viviendas tienen agua
por cañería dentro de las viviendas procedente de red pública. Algo similar ocurre con la tenencia de
baño dentro de la vivienda y el uso de inodoro con botón o cadena. En el caso del baño se observan
diferencias en el desagüe. Si bien hay un predominio del desagüe a cámara séptica y pozo ciego y a
red pública, persisten situaciones de desagüe sólo a pozo ciego. La mayor parte de los hogares tienen
cocina y en menor proporción lavadero y garaje. También prevalece el régimen de tenencia
propietario de la vivienda y el terreno y el uso de gas de red como combustible para cocinar. En
cuanto a las variables de intervalo, el número de ambientes aumenta con los deciles al igual que el
número de miembros del hogar.
Al aplicar el método de agrupamiento DIV se obtiene cinco clusters. En líneas generales el cluster 1
contiene los OS más bajos en cuanto a los deciles, mientras que el cluster 5 contiene a los más altos.
El OS = 10 es separado en otro cluster ( 4 ) y es el que presenta las mejores condiciones de la vivienda.
Por su parte, el cluster 2 presenta las situaciones más desfavorables. La variable principal que
produce la primer división es el piso de mosaico/baldosa/madera/cerámica/alfombra. Le siguen las
variables tenencia de garaje y la tenencia de lavadero.
Por su parte, el método SCLUST muestra los 5 cluster. En este caso pueden apreciarse mejor las
diferencias entre los OS. El principal contraste se produce entre los cluster 2 y 4. Éste último presenta
el porcentaje máximo en aquellas variables favorables como la tenencia de cocina y garaje, tenencia
de baño con desagüe a red pública y piso de mosaico. Por el contrario no registra casos en variables
desfavorables como desagüe a cámara séptica y pozo ciego, desagüe sólo a pozo y piso de
cemento/ladrillo fijo. Sólo llama la atención en este caso la ausencia de lavadero.
Finalmente la regresión simbólica muestra que existe una asociación entre el ITF y las CTD. Es decir
a mayor ingreso del hogar se produce una disminución del número de casas que tienen materiales
deficientes como cobertura del techo. A manera de cierre puede afirmarse que los ingresos no
explican por sí solos las características de las viviendas. Al comparar los OS se observan más
similitudes que diferencias.
Referencias bibliográficas
Diday, E. (1987). Introduction à l’approche symbolique en analyse des données. Premieres Journees
Symbolique - Numerique. CEREM ADE, Universite Paris Dauphine, 21-56.
Diday, E. (1988). The symbolic approach in clustering and related methods of data analysis: the basic
choices. In: H.H. Bock (Ed.). Classification and related methods of data analysis. Aachmen,
Amsterdam, 673-684.
Diday E. (1991). Des objets de l'Analyse des Donnóees aó ceux de l'Analyse des Connaissances in
Induction symbolique et numerique. Y. Kodratoff and E. Diday edit. CEPADUES EDITIONS,
Toulouse, France.
Instituto Nacional de Estadísticas y Censos. República Argentina. (25 de abril de 2020). Aglomerados
de la Argentina de 500.000 habitantes y más.
https://www.indec.gob.ar/ftp/cuadros/poblacion/aglomerados_argentina_500_mil.pdf
Lima Neto, E., De Carvalho, F. (2008). Centre and Range method for fitting a linear regression model
to symbolic interval data. Computational Statistics and Data Analysis. Vol. 52, 1500-1515.
https://www.sciencedirect.com/science/article/abs/pii/S0167947307001934.
Lima Neto, E., De Carvalho, F. (2010). Constrained linear regression models for symbolic interval-
valued variables. Computational Statistics and Data Analysis. Vol 54, 333-347.
https://www.sciencedirect.com/science/article/abs/pii/S0167947309003065.
Lima Neto, E., Cordeiro, G., De Carvalho, F. (2011). Bivariate symbolic regression models for interval-
valued variables. Journal of Statistical Computation and Simulation . Vol. 8, 1727-1744.
https://www.tandfonline.com/doi/abs/10.1080/00949655.2010.500470.
Mallea, A., Herrera, M., Lund, M. (2018). Análisis simbólico de datos: una potente herramienta para Big
Data. Repositorio Institucional de la UNLP. http://sedici.unlp.edu.ar/handle/10915/69945
Ruiz Shulcloper, J (1997). Bases conceptuales para una teoría de objetos Simbólicos. Revista
Computación y sistemas. Vol 1, N° 1, 13-20.
https://www.repositoriodigital.ipn.mx/bitstream/123456789/14894/1/art2.%20Vol1%20N%2
01.pdf
Esta obra se encuentra bajo Licencia Creative Commons Reconocimiento-NoComercial 4.0.

Internacional. Reconocimiento - Permite copiar, distribuir, exhibir y representar la obra y
hacer obras derivadas siempre y cuando reconozca y cite al autor original. No Comercial –
Esta obra no puede ser utilizada con fines comerciales, a menos que se obtenga el permiso.

2020 4 Torres Carrizo

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

2020 4 Torres Carrizo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2020 4 Torres Carrizo

Cargado por

Copyright:

Formatos disponibles

Artículo de investigación

Las viviendas en el Aglomerado del Gran San Juan

Recibido: 13/07/2020; Aceptado: 15/08/2020; Publicado: 15/12/2020

Palabras clave: viviendas; hogares; ingresos; análisis simbólico de datos

Dwellings in Great San Juan according to household income. Applications from

Keywords: dwellings; household; income; symbolic data analysis

En virtud de ello se plantea que el número de viviendas dignas ha aumentado, disminuyendo la

En función de lo expuesto, es importante considerar, que el presente trabajo se enmarca en dos

Tabla 1. Variables de intervalo seleccionadas

II2 De esos, cuántos usan habitualmente para dormir?

IX_TOT Cantidad de miembros del Hogar

IX_MEN10 Cantidad de miembros del Hogar menores de 10 años

IX_MAYEQ10 Cantidad de miembros del Hogar de 10 y más años

ITF Monto de Ingreso Total Familiar

Fuente: elaboración propia sobre la base de la EPH (INDEC)

Tabla 2. Variables modales seleccionadas

IV1 Tipo de vivienda 1. Casa; 2. Departamento; 3. Pieza de inquilinato; 4. Pieza en

II4_2 ¿Tiene lavadero? 1. Si; 2. No

II4_3 ¿Tiene garage? 1. Si; 2. No

1. Propietario de la vivienda y el terreno; 2. Propietario de la vivienda

Figura 1. El área del Gran San Juan.

4. Los objetos simbólicos

Tabla 3. Deciles del ingreso total del hogar

4.2. Análisis de los objetos simbólicos

Figura 2. Gráfico Zoom Star que representa el Objeto Simbólico OS = 1 (Decil 1)

Los hogares agrupados en el OS = 1 (figura 2) habitan, en su mayoría, en casas con pisos de

lavadero ni garaje. En su mayoría son propietarios de la vivienda y el terreno y utilizan como

1 Tabla 4. Participación de las diferentes categorías de las variables en el OS =1

IV1 = Casa (0.87), Depar (0.10), Otros (0.02), Pieza (0.02)

Fuente: elaboración propia sobre la base de la EPH (INDEC)

Figura 3. Gráfico Zoom Star que representa el Objeto Simbólico OS = 2 (Decil 2)

Los hogares agrupados en el OS = 2 (figura 3) habitan, en su mayoría, en casas con pisos de

Fuente: elaboración propia sobre la base de la EPH (INDEC)

Figura 4. Gráfico Zoom Star que representa el Objeto Simbólico OS = 3 (Decil 3)

3 6. Participación de las diferentes categorías de las variables en el OS =3

Fuente. Elaboración propia sobre la base de datos de la EPH (INDEC)

Los hogares agrupados en el OS = 8 (figura 5) habitan, en su mayoría, en casas con pisos de

Figura 4. Gráfico Zoom Star que representa el Objeto Simbólico OS = 8 (Decil 8)

Fuente. Elaboración propia sobre la base de datos de la EPH (INDEC)

Figura 6. Gráfico Zoom Star que representa el Objeto Simbólico OS = 9 (Decil 9)

Los hogares agrupados en el OS = 9 (Figura 6) habitan, en su mayoría, en casas con pisos de

Los hogares agrupados en el OS = 10 (Figura 7) habitan, en su mayoría, en casas con pisos de

5. Clasificación de los objetos simbólicos

5.1. Método DIV

Explicated inertia : 82.296907

Tabla 11. Descripción de los cluster

Fuente. Elaboración propia sobre la base de datos de la EPH (INDEC)

En definitiva los 4 clusters obtenidos pueden caracterizarse de la siguiente manera:

+---- Classe 1 (Ng=4)

Figura 8. Árbol de cluster

5.2. Método SCLUST

En segundo lugar se emplea el método clustering dinámico (SCLUST) perteneciente al software

Tabla 12. Descripción de las variables intervinientes en el cluster

II7 88,3 18,23 0,96

En el tabla 12 se observa la descripción de las variables. La calidad indica el poder de discriminación

Tabla 13. Contribución de cada variable a los cluster

Fuente. Elaboración propia sobre la base de datos de la EPH (INDEC)

Figura 9. Cluster 1 (prototipo 1/5)