ANLISIS MULTIVARIADO DE LA SITUACI

AN SITUACIN
SOCIO--HABITACIONAL DE LA PROVINCIA DE
SOCIO
BUENOS AIRES.

Aplicacin de tcnicas de estadstica espacial con

Sistemas de Informacin Geogrfica (SIG) para la
determinacin de reas socio-habitacionales.

Lic. Luis M. HUMACATA

Grupo de Estudios sobre Geografa y Anlisis Espacial con
Sistemas de Informacin Geogrfica (GESIG)
Programa de Estudios Geogrficos (PROEG)
Universidad Nacional de Lujn
luishumacata@hotmail.com
 Hiptesis de investigacin
La situacin socio-habitacional de la provincia de Buenos Aires en el
ao 2001, muestra una fragmentacin espacial de las condiciones de
vida de la poblacin evidenciando las desigualdades territoriales del
rea de estudio.
Los aspectos socio-econmicos, habitacionales, de pobreza, del
rgimen de tenencia de la vivienda, de la infraestructura de servicios
y de educacin permiten diferenciar caractersticas internas del rea
de estudio mediante los valores medidos en la poblacin de los 134
partidos.
La construccin de regiones homogneas pone en evidencia las
heterogeneidades espaciales internas en el rea de estudio.
El anlisis espacial cuantitativo brinda modelos de correlacin
espacial que permiten descubrir, cuantificar y mapear estas
diferencias espaciales.
 Objetivo general
Realizar un anlisis socio-espacial con Sistemas de Informacin
Geogrfica (SIG) y Sistemas de Ayuda a la Decisin Espacial
(SADE) de la situacin socio-habitacional de la provincia de
Buenos Aires para definir reas homogneas como modelo
territorial que evidencie las heterogeneidades espaciales en el
interior del rea de estudio.
Objetivos particulares:
Creacin y sistematizacin de la base de datos digital
incorporada al SIG.
Determinar la distribucin espacial de las variables mediante
cartografa temtica.
Determinar el comportamiento de cada variable mediante
mtodos grficos para detectar valores anmalos en la
distribucin de los datos.
Definir el comportamiento entre dos variables mediante un
anlisis bivariado por diagrama de dispersin para identificar la
distribucin espacial de las relaciones bivariadas.
Determinar, mediante mtodos clasificatorios, el
comportamiento estructural de las variables consideradas para
lograr una clasificacin espacial del rea de estudio.
Lograr una regionalizacin socio-habitacional de la provincia de
Buenos Aires aplicando el anlisis espacial cuantitativo con
Sistemas de Informacin Geogrfica.
Formalizar una herramienta de planificacin basada en
Sistemas de Informacin Geogrfica (SIG) y Sistemas de Ayuda
a la Decisin Espacial (SADE).
Aspectos conceptuales y metodolgicos de
la investigacin

Una definicin de Geografa

Ciencia que estudia la diferenciacin de reas sobre la

superficie terrestre.

La regin geogrfica se transforma en el objeto de

anlisis para abordar las manifestaciones espaciales.

Se considera el abordaje geogrfico en una focalizacin

espacial.
 La diferenciacin areal surge de un procedimiento de
construccin.

La metodologa de construccin por agregacin de sitios

puede basarse en tcnicas cuantitativas: se privilegia el
uso de mtodos clasificatorios en los datos espaciales
medidos.

Se intenta la construccin de modelos: son

construcciones simplificadas de la realidad espacial que
permiten comprenderla en sus rasgos fundamentales y
pueden actuar como una gua para la planificacin
territorial.
Determinacin de variables y de unidades espaciales

Las unidades espaciales consideradas en nuestro estudio

corresponden a los 134 partidos que integran la provincia
de Buenos Aires.

Los datos estadsticos utilizados provienen del Censo

Nacional de Poblacin, Hogares y Viviendas del ao 2001
(INDEC).

Se han seleccionado variables que permiten analizar

aspectos demogrficos, educacionales, de habitabilidad,
del rgimen de tenencia de la vivienda, del tipo de
vivienda y de la infraestructura de servicios.
El rea de estudio
VARIABLES NOMINALES VARIABLES DIMENSIONALES VARIABLES OPERATIVAS
VARIABLES NOMINALES VARIABLES DIMENSIONALES VARIABLES OPERATIVAS
-Sum inistro de agua por re d pblica.
-Sum inistro de agua por motobombeador.
-Sum inistro de agua por bomba manual.
Infraestructura
Infraestructura -Sum inistro de agua por pozo.
-Sum inistro de agua por otro medio.
de
de servicios
servicios -Descarga a red pblica.
-Descarga a cmara sptica.
-Descarga a pozo.
-Sin inodoro.
Rgimen
Rgimen de
de -Propie tario.
tenencia
tenencia de
de la
la -Inquilino.
-A prstamo.
vivienda
vivienda -Mx imo nive l educativo alcanzado: primario
comple to.
-Mx imo nive l educativo alcanzado: se cundario
Situacin
Situacin socio-
socio- Educacin
Educacin comple to.
-Mx imo nive l educativo alcanzado: te rciario-
habitacional
habitacional unive rsitario comple to.
-Total de viviendas.
-Habitantes por viviendas.
-Habitantes en departamentos.
-Habitantes en ranchos.
Habitabilidad
Habitabilidad -Habitantes en hote l o pe nsin.
-Habitantes en viviendas tipo B.
-Habitantes en viviendas tipo A.
-Habitantes en inquilinatos.
-Habitantes en vivienda mvil.
-Habitantes en local no construido para
habitacin.

-Poblacin con Ne cesidades Bsicas

Pobreza
Pobreza Insatisfe chas.
-Vivie ndas con Ne cesidades Bsicas
Insatisfe chas.
-Poblacin total.
-Poblacin de 0 a 14 aos.
Demogrficas
Demogrficas -ndice de masculinidad.
-ndice de de pende ncia potencial.
-Poblacin mayor a 65 aos.
 Procedimientos aplicados
Recopilacin de la informacin grfica: bsqueda de la informacin grfica
correspondiente al rea de estudio.
Recopilacin de la informacin alfanumrica: bsqueda de informacin
correspondiente a variables relativas a cuestiones demogrficas, pobreza, educacin,
rgimen de tenencia de la vivienda e infraestructura de servicios.
Sistematizacin de los datos socio-habitacionales en formato alfanumrico para
las 134 unidades espaciales del rea de estudio, ao 2001.
Tratamiento matricial de la informacin I: Matriz de Datos Originales (MDO), Matriz
de Datos ndice (MDI), Matriz de Datos Estandarizados (MDZ).
Realizacin de cartografa temtica por variables: Se realiz una coleccin de
mapas correspondientes a las variables seleccionadas. Estos mapas fueron realizados
luego de los procedimientos de estandarizacin de la informacin, con lo cual se
obtuvo una cartografa perfectamente comparable.
Anlisis exploratorio de datos espaciales: anlisis univariado, bivariado y aplicacin
de mtodos de autocorrelacin espacial (I de Morn y LISA). Uso de grficos
interactivos (box-plot y diagramas de dispersin 2D).
Clasificacin espacial por mtodo de promedios estandarizados. Utilizacin de
variables de beneficio, costo. Mapeo de resultados.
Tratamiento matricial de la informacin II: Matriz de Correlaciones de Variables
(MCV). Obtencin de macrovariables.
Tratamiento matricial de la informacin III: Matriz de Correlaciones de Unidades
Espaciales (MCUE). Obtencin de regionalizaciones.
 AN
AN LISIS DE LA DISTRIBUCI
DISTRIBUCIN ESPACIAL DE VARIABLES
MEDIANTE CARTOGRAF
CARTOGRAF A TEM
TEMTICA
Nos permite visualizar las diferencias espaciales y llegar a una
caracterizacin de las distribuciones espaciales.
Se realiza la estandarizacin de datos mediante el puntaje z
para obtener datos comparables.

Donde xi es el valor que posee cada unidad espacial, m es el promedio de la variable y d es el desvo estndar.

Se determinaron similares intervalos de clase en todos los

mapas. Cada intervalo est representado a travs de la variable
visual color, cuya intensidad disminuye a medida de que los
valores son menores.

Para 5 clases

Intervalos de clase Ocurrencias esperadas Categorias

<-1,5 6,68 % M uy alto
-1,5 a -0,5 24,17 % Alto
-0,5 a 0,5 38,30 % M edio
0,5 a 1,5 24,17 % Bajo
>1,5 6,8 % M uy bajo
 AN
AN LISIS EXPLORATORIO DE DATOS ESPACIALES
MEDIANTE GR
GRFICOS INTERACTIVOS

Aproximacin al estudio de la estructura de la informacin

socio-espacial en el rea de estudio.

Se considera una etapa previa a la realizacin del anlisis

multivariado.

Se puede definir como el conjunto de tcnicas que describen y

visualizan las distribuciones espaciales, identifican
localizaciones con valores atpicos, descubren esquemas de
asociacin espacial, agrupamientos (clusters) y sugieren
estructuras espaciales o formas de heterogeneidad espacial.
 Anlisis univariado: mediante el grfico (box-plot) y
mapa de caja (box-map) resaltando los valores
anmalos de cuatro variables que definen
caractersticas de extrema favorabilidad y de extrema
desfavorabilidad.

Anlisis bivariado: utilizando el diagrama de

dispersin (scatter diagram), permitir agrupar las
unidades espaciales con respecto a sus cuadrantes en
el espacio de relaciones en una perspectiva 2D. Nos
permite realizar las primeras clasificaciones parciales
en base a variables de beneficio y costo.
Aproximacin univariada
 Aproximacin bivariada

Poblacin con Necesidades Bsicas Insatisfechas vs. Poblacin sin inodoro

Cuadrante I espacio - - (inferior izquierdo). Cuadrante II- espacio - + (superior izquierdo).

Cuadrante III espacio + + (superior derecho). Cuadrante IV espacio + - (inferior derecho).

CUADRANTES PARTIDOS Cant. %
San Nicols, Pergamino, Coln, Bartolom Mitre,
Mapa sntesis. Clasificacin espacial en base a los
I Rojas, General Arenales, Salto, Capitn 71 53 cuadrantes del diagrama de dis persin.
Sarmiento, San Antonio de Areco, Carmen de
Areco, Junn, Chacabuco, Florentino Ameghino,
Suipacha, Lincoln, San Isidro, Mercedes, Vicente
Lpez, Bragado, Tres de Febrero, Chivilcoy,
Avellaneda, Alberti, Lans, La Plata, Rivadavia,
9 de Julio, Monte, Carlos Casares, Chascomus,
Trenque Lauquen, Saladillo, General Belgrano,
Las Flores, General Alvear, Pellegrini, Bolivar,
Castelli, Pila, Tres Lomas, Rauch, Azul,
Olavarra, Guamin, Salliquello, Carhue,
Ayacucho, Maip, Coronel Surez, Tandil,
Laprida, Benito Jurez, Saavedra, Pun, Villa
Gessel, Adolfo Gonzalez Chavez, Coronel
Pringles, Lobera, Necochea, General
Pueyrredn, Tornquinst, Tres Arroyos, San
Cayetano, Coronel Dorrego, Baha Blanca,
Coronel de Marina Rosales, Monte Hermoso,
Morn, Ituzaing, Hurlingham, Pinamar.
Lujn, General Las Heras, Navarro, Carlos
II Tejedor, Lobos, Pehuaj, Tapalqu, Dolores, 10 7,5
General Guido, General La Madrid.
Ramallo, San Pedro, Zrate, Campana,
III Exaltacin de la Cruz, Leandro N. Alem, General 43 32
Villegas, San Andrs de Giles, General Pinto,
Escobar, Tigre, Pilar, Moreno, General
Viamonte, Merlo, La matanza, Marcos Paz,
Lomas de Zamora, Quilmes, Berazategui,
Almirante Brown, Florencio Varel a, Berisso,
Cauelas, San Vicente, Brandsen, 25 de Mayo,
General Paz, Roque Prez, Tordillo, General
Lavalle, General Juan Madariaga, Valcarce,
Villarino, Patagones, General Rodrguez, Ezeiza,
Estaban Echeverr a, Presidente Pern, San
Miguel,Jos C. Paz, Malvinas Argentinas, San
Fernando.
Baradero, General San Martn, Ensenada,
IV Hiplito Irigoyen, Daireaux, La Costa, Mar 10 7,5
Chiquita, General Alvarado, Magdal ena, Punta
Indio.
TOTAL 134 100
Poblacin con suministro de agua por red pblica vs. Poblacin
con suministro de agua por motobomberador.

Cuadrante I espacio - - (inferior izquierdo). Cuadrante II- espacio - + (superior izquierdo).

Cuadrante III espacio + + (superior derecho). Cuadrante IV espacio + - (inferior derecho).

CUADRANTES PARTIDOS Cant. %
General Villegas, Marcos Paz, Carlos Tejedor, Mapa sntesis. Clasificacin espacial en base a
I Rivadavia, Olavarri a, Magdalena. 6 4.5 los cuadrantes del diagrama de dispe rsin.
San Nicolas, Ramallo, Pergamino, Coln, San Pedro,
II Baradero, Bartolom Mitre, Rojas, Zrate, Salto, 77 57.5
Campana, Capitn Sarmiento, San Antonio de Areco,
Junn, General Pinto, Chacabuco, Florentino
Ameghino, Lincoln, San Isidro, Mercedes, General
San Martn, Vicente Lpez, Bragado, Tres de
Febrero, Chivilcoy, Avellaneda, Lans, Lomas de
Zamora, Quilmes, Berazat egui, Ensenada, La Plata,
Berisso, 9 de Julio, 25 de Mayo, Carlos Casares,
Pehuaj, Chascomus, Trenque Lauquen, Saladillo,
Las Flores, General Alvear, Pellegrini, Bolivar,
Castelli, Hiplito Yrigoyen, Tres Lomas, Rauch,
Dolores, Azul, Saliquello, Adolfo Alsina, General
Guido, Ayacucho, Maip, Tandil, Laprida, Benito
Jurez, Saavedra, Pun, Villa Gessel, Balcarce,
Adolfo Gonzal es Chaves, Coronel Pringles, Lobera,
Necochea, General Pueyrredn, Tornquist, Tres
Arroyos, San Cayetano, General Alvear, Coronel
Dorrego, Baha Blanca, Villarino, Coronel de Marina
L. Rosales, Patagones, San Fernando.

General Arenales, Alberti, Guamin, Coronel Suarez,

III Monte Hermoso, Morn, Punta Indio. 7 5
Exaltacin de la Cruz, Carmen de Areco, Leandro N.
IV Alem, San Andrs de Giles, Escobar, Tigre, Pilar, 44 33
Lujn, Suipacha, Moreno, General Viamonte, Merlo,
La Matanza, General Las Heras, Navarro, Almirante
Brown, Florencio Varela, Cauelas, San Vicente,
Lobos, Brandsen, General Paz, Monte, Roque Prez,
General Belgrano, Pila, Tapalqu, Daireaux, Tordillo,
La Costa, General Lavalle, General La Madrid,
General Juan Madari aga, Mar Chiquita, General
Rodrguez, Ezeiza, Estaban Echeverr a, Presidente
Pern, Ituizang, Hurlingham, San Miguel, Jos C.
Paz, Malvinas Argentinas, Pinamar.

TOTAL 134 100

Poblacin en departamentos vs. Poblacin con mximo nivel educativo
alcanzado: terciario-universitario completo

Cuadrante I espacio - - (inferior izquierdo). Cuadrante II- espacio - + (superior izquierdo).

Cuadrante III espacio + + (superior derecho). Cuadrante IV espacio + - (inferior derecho).

CUADRANTES PARTIDOS Cant. %
Ramallo, Coln, San Pedro, Baradero, Arreci fes, Mapa sntesis. Clasificacin espacial en base
I General Arenal es, Salto, Capitn Sarmiento, Carmen 74 55 a los cuadrantes del diagrama de dispe rsin.
de Areco, Leandro N. Alem, General Villegas, San
Andrs de Giles, General Pinto, Escobar, Tigre,
Chacabuco, Florentino Ameghino, Suipacha,
Moreno, Bragado, General Viamonte, Merlo,
Marcos Paz, Navarro, Berazat egui, Florencio Varela,
Carlos Tejedor, Cauelas, San Vicente, Rivadavia,
25 de Mayo, General Paz, Carlos Casares, Roque
Prez, Las Flores, General Alvear, Pellegrini,
Bolivar, Castelli, Pila, Hiplito Yrigoyen, Tapalqu,
Tres Lomas, Daireaux, Rauch, Tordillo, Guamin,
Salliquel, Adolfo Alsina, General Guido, General
Lavalle, Ayacucho, Maip, General La Madrid,
Coronel Surez, General Juan Madari aga, Laprida,
Benito Jurez, Saavedra, Pun, Mar Chiquita, Adolfo
Gonzl ez Chaves, Coronel Pringles, Lobera,
Coronel Dorrego, Villarino, Patagones, General
Rodrguez, Ezeiza, Esteban Echeverra, Presidente
Pern, Jos C. Paz, Malvinas Argentinas,
Magdalena,

Zrate, La Matanza, Almirante Brown, San

II Cayetano, General Alvarado, Hurlingham, San 7 5
Miguel.
San Nicols, Pergamino, Campana, Junn, San
III Isidro, General San Martn, Vicente Lpez, Tres de 30 23
Febrero, Chivilcoy, Avellaneda, Lans, Lomas de
Zamora, Quilmes, Ensenada, La Plata, Azul,
Olavarra, La Costa, Tandil, Villa Gessel, Balcarce,
Necochea, General Puetrredn, Tres Arroyos, Baha
Blanca, Coronel de Marina L. Rosales, Monte
Hermoso, Morn, Pinamar, San Fernando.

Rojas, San Antonio de Areco, Exaltacin de la Cruz,

IV Pilar, Lujn, Lincoln, Mercedes, Alberti, General 23 17
Las Heras, Berisso, Lobos, Brandsen, 9 de Julio,
Monte, Pehuaj, Chascoms, Trenque Lauquen,
Saladillo, General Belgrano, Dolores, Tornquist,
Ituzaing, Punta Indio.
TOTAL 134 100
 Hemos llegado a una definicin estructural del comportamiento
de las variables en el espacio geogrfico.

Por un lado, se aprecia una situacin favorable en las

dimensiones socio-habitacionales correspondientes a los
partidos del primer anillo del Gran Buenos Aires y a los partidos
con ciudades intermedias-grandes.

La situacin desfavorable queda representada mayormente por

los partidos del segundo anillo del Gran Buenos Aires y
aquellos partidos del extremo sureste provincial.

En las prximas aplicaciones se pondr nfasis en verificar este

comportamiento y definir regiones geogrficas con fines de
planificacin.
ANLISIS DE AUTOCORRELACIN ESPACIAL UNIVARIADO Y
BIVARIADO

En la autocorrelacin espacial se intenta medir la correlacin

que una misma variable tiene en diferentes unidades espaciales
contiguas.

Tres posibilidades en la medicin de la autocorrelacin espacial:

-Autocorrelacin espacial positiva: Esta relacin indica un agrupamiento de las
unidades espaciales.
-Autocorrelacin espacial negativa: Se aprecia una dispersin de las unidades
espaciales.
-Sin autocorrelacin: los valores se presentan de forma aleatoria.

Con el objetivo de comprobar si la configuracin espacial de la

variable se produce de forma aleatoria, se proceder a verificar,
a travs de un test de hiptesis, la existencia de una
autocorrelacin espacial significativa.
 Anlisis de autocorrelacin espacial global

Autocorrelacin espacial de la poblacin con suministro de agua por red pblica

Cuadrante I espacio - - (inferior izquierdo). Cuadrante II- espacio - + (superior izquierdo).

Test de autocorrelacin espacial.

Cuadrante III espacio + + (superior derecho). Cuadrante IV espacio + -

 Autocorrelacin espacial entre Poblacin con Suministro de agua por red
pblica y Poblacin sin inodoro

Cuadrante I espacio - - (inferior izquierdo). Cuadrante II- espacio - + (superior izquierdo).

Test de autocorrelacin espacial.

Cuadrante III espacio + + (superior derecho). Cuadrante IV espacio + -

 CLASIFICACI
CLASIFICACIN ESPACIAL MEDIANTE VARIABLES DE
BENEFICIO Y COSTO

Consideramos variables de beneficio aquellas que

en sus mximos valores expresan una situacin de
mxima favorabilidad.

Se consideran variables de costo aquellas que en

sus mximos valores expresan una situacin de
mxima desfavorabilidad.
Puntaje de variables de beneficio (PVB):

Donde xi son los valores de una variable de beneficio, m el valor menor y

M el valor mayor del conjunto de datos.

Puntaje de clasificacin espacial de beneficio (PCEB)

Donde es la sumatoria de los valores en cada variable de beneficio y n

es la cantidad de variables seleccionadas.
- Puntaje de variables de costo (PVC):

Donde xi son los valores de una variable de costo, m el valor menor y M

el valor mayor del conjunto de datos.

- Puntaje de clasificacin espacial de costo (PCEC)

Donde es la sumatoria de los valores en cada variable de costo y n es la

cantidad de variables seleccionadas.
 Para ambos tipos de variables, los puntajes se distribuyen en el
rango que va de 0 a 100.
Un puntaje 0 indica la peor situacin en las variables de
beneficio y, de manera inversa, en las variables de costo indica
la mejor situacin.
Un puntaje 100 indica la mejor situacin para las variables de
beneficio y la peor situacin en las variables de costo.

Las condiciones ms favorables en los partidos se darn con puntajes altos en:
-Tipo de vivienda: departamento (HAB_DEPTO)
-Mximo nivel educativo alcanzado: terciario-universitario
completo (TER-UNIV_COM)
-Suministro de agua por red pblica (AGUA_RED)
-Descarga a red pblica (DESC_RED).

Las condiciones ms desfavorables en los partidos se darn con puntajes altos en:
-Poblacin con Necesidades Bsicas Insatisfechas (NBI_POB)
- Habitantes en viviendas de tipo B (VIV_B).
- Suministro de agua por bombeador manual (AGUA_BOM).
- Sin inodoro (SIN_INOD).
Clasificaci
Clasificacin espacial de beneficio
Clasificaci
Clasificacin espacial de costo
 Clasificaci
Clasificacin espacial global

Con la finalidad de hacer comparables ambos puntajes, se va combinar

variables de costo y de beneficio invirtiendo el resultado de las de costo con
la siguiente frmula:

Se ha transformado la orientacin de las variables de costo para lograr

una clasificacin espacial global siendo posible relacionar los dos tipos de
variables teniendo como base las variables de beneficio.

Puntaje de clasificacin espacial global (PCEG)

donde, vb son variables de beneficio, vc variables de costo inversa y n la cantidad de

variables consideradas en la clasificacin global.
Puntaje de clasificaci
clasificaci n espacial global
 Esta primera clasificacin multivariada permiti definir reas
homogneas en cuanto a variables de beneficio y de costo,
donde se resaltan aquellas zonas que renen las mejores
condiciones socio-habitacionales en contraste con los partidos
de mxima desfavorabilidad denotando una marcada
diferenciacin socioespacial.

Esta configuracin presenta las mejores situaciones socio-

habitacionales en los partidos que integran el primer anillo del
Gran Buenos Aires junto a los partidos con ciudades
intermedias de importancia regional, como Baha Blanca,
General Pueyrredn, Junn y La Plata.

Por otro lado, las situaciones desfavorables se encuentran en

los partidos del segundo anillo del Gran Buenos Aires y en el
extremo sureste provincial.
 ANLISIS MULTIVARIADO DE LA SITUACI
AN SITUACIN SOCIO-
SOCIO-
HABITACIONAL DE LA PROVIN
PROVINC CIA DE BUENOS AIRES. Hacia la
generaci
generaci n de reas socio-
socio-habitacionales.
Pasos tcnicos del mtodo de agrupamiento: Anlisis Linkage sin contigidad
espacial (Buzai, 2003).

1-Se define si el objetivo es agrupar variables o unidades espaciales. Se utiliza

de este modo la MCV o MCUE.
2-Determinar los valores mximos de correlacin para cada columna de la
matriz.
3-Buscar a qu par de variables o unidades espaciales corresponden estas
mximas correlaciones. Realizar un listado donde se exprese el vnculo de estas
unidades y su correspondiente coeficiente de correlacin.
4-Determinar los pares recprocos. Entre qu unidades se producen las mximas
correlaciones de forma bidireccional.
5-Realizar el listado de pares recprocos.
6-Agrupar los pares recprocos en orden y unir el resto de las variables.
7-Obtener la matriz de especificidad de n x m (variables o unidades espaciales
por grupo). Se puede encontrar la especificidad de cada grupo mediante el
mtodo simple que consiste en promediar los valores del ncleo.
8-El procedimiento finaliza con la obtencin de macrovariables y regiones
geogrficas.
 Pasos matriciales del anlisis multivariado. Aplicacin del Anlisis Linkage: Hacia la generacin de reas
socio-habitacionales en la provincia de Buenos Aires.

M atriz de Datos M atriz de Datos M atriz de Datos M atriz de Correlacin de M todo:

Originales (MDO) ndice (M DI) Estandarizados (MDZ) Variables (M CV) M acrovariables

V V V V

UE UE UE V

M atriz de Datos M atriz de Correlacin de M todo:

Estandarizados (MDZ)- Unidades Espaciales Regionalizacin
Transpuesta (M CUE) (zonas socio-
habitacionales)
UE UE UE
doble estandarizacin

V V UE

UE: Unidades espaciales

V: Variables
 Determinaci
Determinaci n de los pares rec
recprocos de variables

Par recproco Variables Correlacin

1 POB_TOT - VIV_TOT 0,971
2 A_64 - VIV_A 0,837
3 VIV_B - SIN_INOD 0,925
4 HAB_DEP - SEC_COM 0,760
5 PRIM_COM - DESC_POZ 0,652
6 AGUA_RED - DESC_RED 0,659
7 AGUA_MAN - AGUA_POZ 0,701

Clusters de agrupamientos de variables-7 grupos de la MCV

1 3
2 4
0,826 VIV_B 0,676 0,476
P OB_TOT A_64 RTV_P ROP TER_COM HAB_DEP P IEZ_HOTP E
0,925
0,814 0,886 0,383
0,837 NBI_P OB 0,659 0,760
0,971 A_0014 SIN_INO
D RTV_INQU SEC_COM P IEZ_INQUI
VIV_A 0,576 0,838
VIV_TOT
HAB_VIV NBI_VIV

7
6 0,468
5 0,348
HAB_RANCH
0,209 0,514 IND_MASC AGUA_MAN
AGUA_OTR IDEP OT P RIM_COM AGUA_RED
0,481 0,652 0,701
0,659
0,593
RTV_P RES DES_POZ AGUA_MOT AGUA_POZ
DESC_RED
0,311 0,361
0,454
LOC_NO_VIV VIV_MVIL
DESC_CAM
 Matri z de especificidad de grupos

PARTIDO G_1 G_2 G_3 G_4 G_5 G_6 G_7

Almirante Brown 2,186 -1,519 0,890 0,190 -0,495 -1,139 -0,175

Avellaneda 1,402 -0,245 -1,004 2,954 -0,663 1,076 -1,313

Beraz ategui 0,959 -1,258 0,067 0,140 -0,709 0,346 -1,150

Esteban Ec heverra 0,731 -1,771 1,498 -0,157 -0,661 -1,378 0,112

Ezeiza 0,047 -2,231 2,632 -0,442 -0,894 -1,874 1,381

Florencio Varel a 1,226 -2,451 2,347 -0,745 -0,486 -1,004 0,133

Gral. San Martn 1,770 -0,205 -0,705 1,804 -0,652 0,654 -1,179

Hurlinghan 0,346 -0,519 -0,351 0,757 -0,789 -1,577 -0,311

Ituz aingo 0,288 -0,167 -0,573 0,825 -1,238 -2,092 -0,114

Jos C. Paz 0,593 -2,213 2,494 -0,844 -0,504 -2,106 0,149

La Matanza 6,316 -1,497 1,023 0,572 -0,862 -0,336 -0,095

Lans 2,085 -0,023 -0,571 1,847 0,593 0,305 -1,307

Lomas de Zamora 2,728 -0,833 0,702 0,640 -0,247 -0,015 -1,175

Malvinas Argentinas 0,905 -1,902 1,524 -0,491 -0,495 -2,180 0,150

Merlo 1,927 -1,785 1,770 -0,429 -0,547 -1,172 -0,219

Moreno 1,474 -2,150 2,392 -0,525 -0,720 -1,291 0,087

Morn 1,266 0,516 -1,200 1,930 -1,471 0,411 -0,990

Quilmes 2,338 -0,709 0,212 0,653 -0,710 0,650 -1,266

 Obtencin de macrovariables
Grupo 1 (ncleo: POB_TOT - VIV_TOT): Grupo 2 (ncleo: A_64 - VIV_A):
Grupo 3 (ncleo: VIV_B - SIN_INOD) Grupo 4 (ncleo: SEC_COM HAB_DEP)
Grupo 5 (ncleo: PRIM_COM DESC_POZ) Grupo 6 (ncleo: AGUA_RED DESC_RED)
Grupo 7 (ncleo: AGUA_MAN AGUA_POZ)
 Matriz de correlacin entre grupos

G_1 G_2 G_3 G_4 G_5 G_6 G_7

G_1 1,000 -0,428 0,090 0,517 -0,491 0,021 -0,324
G_2 -0,428 1,000 -0,681 -0,027 0,520 0,562 0,002
G_3 0,090 -0,681 1,000 -0,488 0,016 -0,747 0,483
G_4 0,517 -0,027 -0,488 1,000 -0,672 0,470 -0,530
G_5 -0,491 0,520 0,016 -0,672 1,000 -0,114 0,440
G_6 0,021 0,562 -0,747 0,470 -0,114 1,000 -0,540
G_7 -0,324 0,002 0,483 -0,530 0,440 -0,540 1,000

Mxima 0,517 0,562 0,483 0,517 0,520 0,562 0,483

Asociacin de grupos. 3 grupos surgidos a partir de la matriz de correlaciones.

2
3
1 0,520
GRUPO_5 GRUPO_2
GRUPO_3
GRUPO_1 0,562
0,483
0,517 GRUPO_6
GRUPO_7
GRUPO_4
Gran Grupo 1 (GG_1) Gran Grupo 3 (GG_3)

Grandes grupos
de variables

Gran Grupo 2 (GG_2)

 Regionalizacin socio-habitacional
Determinaci
Determinaci n de los pares rec
recprocos de unidades espaciales
rea Unidades espaciales Correlacin

A_1 Avellaneda - Gral. San Martn 0,904

A_2 Berazategui - Zrate 0,851

A_3 Lomas de Zamora - Quilmes 0,919

A_4 Merlo - Moreno 0,967

A_5 San Isidro - Vicente Lpez 0,946

A_6 T res de Febrero - Baha Blanca 0,903

A_7 Ayacucho - Rauch 0,839

A_8 Escobar - Pilar 0,965

A_9 Exaltacin de la Cruz - Monte 0,616

A_10 General Paz - Pila 0,727

A_11 General Villegas - Rivadavia 0,911

A_12 Junn - Pergamino 0,878

A_13 9 de Julio - Rojas 0,897

A_14 Patagones - Villarino 0,867

A_15 Pinamar - Villa Gessel 0,877

A_16 Pun - T res Lomas 0,850

A_17 Ramallo - San Pedro 0,695

A_18 Las Flores - Saladillo 0,855

A_19 Carlos Casares - Lobera 0,800

A_20 General Pinto - Huamin 0,786

A_21 General Rodriguez - San Vicente 0,899

A_22 General Viamonte - T apalqu 0,814

A_23 Navarro - Suipacha 0,676

A_24 General Belgrano - Lobos 0,749

A_25 Punta Indio - T ornquist 0,720

A_26 Berisso - Ensenada 0,909

A_27 General Alvear - Magdalena 0,838

 Grfico de agrupamiento. 27 reas socio-habitacionales

1 2 3
0,803
Avellaneda Berazategui La Matanza Lomas de Zamora

0,904 0,919 5
0,851
0,835 0,823
Lans Gral. San Martn Campana Zrate Quilmes 0,906 0,886
Morn San Isidro La Plata
0,724
0,946
San Nicols
Vicente
4 0,942 Lpez
Almirante Brown Merlo Ezeiza

0,946 0,967 0,934

0,914 6
Florencio Varela 0,955
P residente Moreno Jos C. P az 0,832
P ern Gral. Pueyrredn
0,955 0,953 Tres de Febrero
0,904
0,888
Hurlingham Ituzaingo Malvinas 0,835 Tigre 0,903
Marcos P az Argentinas
0,739 Baha Blanca

Lujn 0,880
7 0,876
Mercedes Tandil

Ayacucho 0,806
8
0,839 Coronel de
P ila
Coronel 0,755 Rauch 0,947
M. L. Rosales
P ringles Esteban
Escobar
Echeverra 10 0,727
0,923 0,965 Gral. P az

San Miguel P ilar 0,696 0,674

0,619
9 Gral. La Madrid San A. de Giles Gral. Guido
0,662
Exaltacin de la Cruz

0,616 Daireaux

Monte
 Determinacin de los pares recprocos de reas.

Zonas reas Correlacin

1 A-2 - A-3 0,733
2 A-4 - A-8 0,889
3 A-5 - A-6 0,885
4 A-7 - A-19 0,726
5 A-10 - A-23 0,640
6 A-22 - A-24 0,732

Agrupamiento de reas socio-habitacionales

1 0,431 0,620 2 A_4

A_17 A_2 A_26
0,889
0,378 0,733 0,310 0,840
A_9 A_8 A_21
A_14 A_3

0,184
6
A_11 A_22
3 A_5 4 0,732
0,885 A_7 A_24
0,402 0,891 0,726 5
A_15 A_6 A_1 0,582
A_10
0,784 A_19 A_16
0,640
A_12 0,484
A_23
0,398 0,303
0,742 A_25 A_20 A_27
0,717
A_18 A_13
Obtenci
Obtencin de reas y zonas socio-
socio-habitacionales
 Comentarios finales
El anlisis de las distribuciones y asociaciones espaciales de estas
caractersticas referidas a la calidad de vida de la poblacin nos
permitieron construir una herramienta til para la comprensin y
explicacin de las desigualdades socioespaciales.
La tecnologa de los Sistemas de Informacin Geogrfica (SIG) y de
los Sistemas de Ayuda a la Decisin Espacial (SADE) se convirtieron
en una herramienta de apoyo fundamental al permitir el tratamiento
cuantitativo de la informacin alfanumrica y la posibilidad de construir
una amplia variedad de cartografa temtica, fundamental para el
anlisis de la distribucin y asociacin de variables.
Esta regionalizacin podr brindar una clara orientacin de las
regiones socio-habitacionales con prioridad de intervencin con la
finalidad de lograr disminuir disparidades y contribuir a mejorar la
justicia espacial en el rea de estudio.
Se contribuye a propiciar el establecimiento de estrategias de
intervencin diferenciales de acuerdo a las particularidades de cada
regin.
 Bibliograf a
BOSQUE SENDRA, J.; MORENO JIM NEZ, A. 1994. Prcticas de anlisis exploratorio y multivariante
de datos. Oikos-tau. Barcelona.
BUZAI, G. D. (Ed.) 2010. Geografa y Sistemas de Informacin Geogrfica. Aspectos conceptuales y
metodolgicos. Universidad Nacional de Lujn. Lujn.
BUZAI, G.; BAXENDALE, C. 2006. Anlisis socioespacial con Sistemas de Informacin Geogrfica.
Lugar Editorial. Buenos Aires.
BUZAI, G. 2003. Mapas sociales urbanos. Lugar Editorial. Buenos Aires.
CHIOZZA, E. y FIGUEIRA, R. 1981. Atlas total de la Repblica Argentina. Centro Editor de Amrica
Latina. Buenos Aires.
EBDON, D. 1982. Estadstica para Gegrafos. Oikos-tau. Barcelona.
GMIR ORUETA, A; RUIZ PREZ, M; SEGU PONS, J. 1995. Practicas de Anlisis Espacial. Oikos
Tau. Barcelona.
HAGGETT, P. 1975. Anlisis locacional en la Geografa Humana. Gili. Barcelona.
HUMACATA, L. 2012. Anlisis multivariado de la situacin socio-habitacional de la Provincia
de Buenos Aires, en el 2001. Aplicacin de tcnicas de estadstica espacial con sistemas
de Informacin Geogrfica para la determinacin de reas socio-habitacionales. Tesis de
Licenciatura en Geografa. Director de tesis: Dr. Gustavo D. Buzai. Universidad Nacional de Lujn.
Lujn.
PREZ, E. 2006. Anlisis multivariado de la situacin socio-habitacional y educativa de la poblacin: el
caso de la Provincia de Mendoza, Argentina. En Anuario de la Divisin Geografa 2005-2006.
Universidad Nacional de Lujn. Lujn.
SNCHEZ, D. 1988. Los espacios socio-econmicos de la Provincia de Buenos Aires. Hacia su
delimitacin. Sntesis Informativa, Econmica y Financiera. Banco de la Provincia de Buenos Aires.
La Plata.
VELZQUEZ, G. A. 2007. Geografa, fragmentacin social y diferenciacin territorial en la regin
pampeana. Hologramtica - Facultad de Ciencias Sociales. UNLZ. VI(7):49-70.
Muchas Gracias!!!