Embed Size (px)
Citation preview
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA
CONSEJO DE POSGRADO
Modelo Estratificado de las Parroquias del Ecuador mediante el Análisis Factorial y de Conglomerados para la creación de nuevos centros de atención para Personas
con Discapacidad
Trabajo de Titulación previo a la obtención del Grado de:
Magíster en Docencia Matemática Universitaria
AUTOR: Ing. Gandy Rene López Fuertes
TUTOR: Ing. Iván Cristian Naula Reina Msc.
Quito, 2019
ii
DERECHOS DE AUTOR
Yo, Gandy Rene López Fuertes, en mi calidad de autor y titular de los derechos morales y patrimoniales del trabajo de titulación MODELO ESTRATIFICADO DE LAS PARROQUIAS DEL ECUADOR MEDIANTE EL ANÁLISIS FACTORIAL Y DE CONGLOMERADOS PARA LA CREACIÓN DE NUEVOS CENTROS DE ATENCIÓN PARA PERSONAS CON DISCAPACIDAD, modalidad proyecto de investigación, de conformidad con el Art. 114 del CÓDIGO ORGÁNICO DE LA ECONOMÍA SOCIAL DE LOS CONOCIMIENTOS, CREATIVIDAD E INNOVACIÓN, concedo a favor de la Universidad Central del Ecuador una licencia gratuita, intransferible y no exclusiva para el uso no comercial de la obra, con fines estrictamente académicos. Conservó a mi favor todos los derechos de autor sobre la obra, establecidos en la normativa citada.
Así mismo, autorizo a la Universidad Central del Ecuador para que realice la digitalización y publicación de este trabajo de titulación en el repositorio virtual, de conformidad a lo dispuesto en el Art. 144 de la Ley Orgánica de Educación Superior.
El autor declara que la obra objeto de la presente autorización es original en su forma de expresión y no infringe el derecho de autor de terceros, asumiendo la responsabilidad por cualquier reclamación que pudiera presentarse por esta causa y liberando a la Universidad de toda responsabilidad.
Firma: _______________________
Ing. Gandy Rene López Fuertes
C. C. 1712229168
Dirección electrónica: [email protected]
Teléfono: 0995763541
iii
APROBACIÓN DEL TUTOR DEL TRABAJO DE TITULACIÓN
Yo, Ing. Iván Cristian Naula Reina MSc., en mi calidad de tutor del trabajo de titulación, modalidad Proyecto de Investigación, elaborado por el ING. GANDY RENE LÓPEZ FUERTES; cuyo título es: MODELO ESTRATIFICADO DE LAS PARROQUIAS DEL ECUADOR MEDIANTE EL ANÁLISIS FACTORIAL Y DE CONGLOMERADOS PARA LA CREACIÓN DE NUEVOS CENTROS DE ATENCIÓN PARA PERSONAS CON DISCAPACIDAD, previo a la obtención del Grado de Magister en Docencia Matemática Universitaria; considero que el mismo reúne los requisitos y méritos necesarios en el campo metodológico y epistemológico, para ser sometido a la evaluación por parte del tribunal examinador que se designe, por lo que lo APRUEBO, a fin de que el trabajo sea habilitado para continuar con el proceso de titulación determinado por la Universidad Central del Ecuador.
En la ciudad de Quito, a los 8 días del mes de julio del 2018.
__________________________________
Ing. Mat. Iván Cristian Naula Reina MSc.
DOCENTE – TUTOR
C.C. 0801578121
Teléfono: 0997588212
iv
DEDICATORIA
A mi esposa, con todo mi amor, a mis hijos, a mis padres.
v
AGRADECIMIENTOS
Mi más sincero agradecimiento a mi amigo Ing. Mat. Iván Naula Director de la
Investigación, por sus valiosas orientaciones.
vi
CONTENIDO
pág.
DERECHOS DE AUTOR ....................................................................................... II
APROBACIÓN DEL TUTOR DEL TRABAJO DE TITULACIÓN ................... III
DEDICATORIA .................................................................................................... IV
AGRADECIMIENTOS .......................................................................................... V
LISTA DE CUADROS ........................................................................................... X
LISTA DE FIGURAS ........................................................................................... XI
LISTA DE MAPAS .............................................................................................. XII
LISTA DE ANEXOS ........................................................................................... XIII
RESUMEN ......................................................................................................... XIV
ABSTRACT ......................................................................................................... XV
INTRODUCCIÓN .................................................................................................. 1
CAPÍTULO I ........................................................................................................... 3
DEFINICIÓN DEL PROBLEMA .......................................................................... 3
1.1 ANTECEDENTES .......................................................................................... 3
1.2 FORMULACIÓN DEL PROBLEMA ............................................................ 4
1.3 JUSTIFICACIÓN E IMPORTANCIA ............................................................ 5
1.4 OBJETIVOS ................................................................................................... 6
1.4.1 OBJETIVO GENERAL .............................................................................. 6
1.4.2 OBJETIVOS ESPECÍFICOS ...................................................................... 7
CAPÍTULO II ......................................................................................................... 8
MARCO LEGAL Y REFERENCIAL .................................................................... 8
2.1 MARCO LEGAL ............................................................................................ 8
2.2 PERSONAS CON DISCAPACIDAD ............................................................ 9
2.2.1 CALIDAD DE VIDA ................................................................................ 10
vii
2.3 MARCO REFERENCIAL ............................................................................ 13
2.3.1 ANÁLISIS MULTIVARIANTE ............................................................... 13
2.3.1.1 Análisis Factorial .................................................................................. 14
2.3.1.1.1 Definición .............................................................................................. 14
2.3.1.1.2 Objetivos del Análisis Factorial ............................................................ 14
2.3.1.1.3 Modelo Factorial ................................................................................... 14
2.3.1.1.4 Supuestos del Modelo Factorial Ortogonal ........................................... 15
2.3.1.1.5 Descomposición de la Matriz de Covarianzas ...................................... 15
2.3.1.1.6 Pasos para un adecuado Análisis Factorial............................................ 17
2.3.1.1.7 Examen de la Matriz de Correlaciones ................................................. 17
2.3.1.1.8 El Determinante de la Matriz de Correlaciones: ................................... 17
2.3.1.1.9 Índice Kaiser- Meyer - Olkin (KMO) ................................................... 17
2.3.1.1.11 Medida de Adecuación Muestral (MSA) .......................................... 19
2.3.1.1.12 Método de Estimación....................................................................... 19
2.3.1.1.12.1 Método de Componentes Principales ................................................ 19
2.3.1.1.13 Número de Factores .......................................................................... 21
2.3.1.1.13.1 Criterio de Kaiser .............................................................................. 22
2.3.1.1.13.2 Criterio a priori .................................................................................. 22
2.3.1.1.13.3 Criterio de porcentaje de la varianza ................................................. 22
2.3.1.1.13.4 Criterio de contraste de caída (Catell) ............................................... 22
2.3.1.1.14 Interpretación De Los Factores ......................................................... 23
2.3.1.1.15 Rotación de Factores ......................................................................... 24
2.3.1.1.15.1 Rotación Varimax .............................................................................. 25
2.3.1.1.15.2 Cuartimax .......................................................................................... 25
2.3.1.1.15.3 Promax .............................................................................................. 25
viii
2.3.1.1.15.4 Oblimin ............................................................................................. 25
2.3.1.1.16 Puntuaciones Factoriales ................................................................... 26
2.3.1.1.16.1 Método de Regresión ........................................................................ 26
2.3.1.2 Análisis de Conglomerados .................................................................. 28
2.3.1.2.1 Definición .............................................................................................. 28
2.3.1.2.2 Medidas de Similitud ............................................................................ 30
2.3.1.3 Medidas de Proximidad......................................................................... 30
2.3.1.3.1 Medidas para variables cuantitativas .................................................... 30
2.3.1.3.2 Medidas para datos binarios .................................................................. 31
2.3.1.3.2.1 Medidas de Distancia ........................................................................ 32
2.3.1.3.2.2 Medidas para variables cuantitativas ................................................ 32
2.3.1.3.2.3 Medidas para tablas de frecuencias: .................................................. 33
2.3.1.3.2.4 Medidas para datos binarios .............................................................. 34
2.3.1.3.2.5 Medidas para datos de tipo mixto ..................................................... 34
2.3.1.4 Métodos de Clasificación o Selección .................................................. 34
2.3.1.4.1 Métodos jerárquicos .............................................................................. 35
2.3.1.4.1.1 Tipos de enlace .................................................................................. 35
2.3.1.4.1.1.1 Enlace simple o vecino más próximo............................................ 35
2.3.1.4.1.1.2 Enlace completo o vecino más alejado ......................................... 35
2.3.1.4.1.1.3 Enlace medio entre grupos ............................................................ 36
2.3.1.4.1.1.4 Métodos del centroide y de la mediana ......................................... 36
2.3.1.4.1.1.5 Método de Ward ............................................................................ 37
2.3.1.4.2 Método no jerárquico ............................................................................ 37
2.3.1.4.3 Selección del Número De Grupos ......................................................... 38
2.3.1.4.3.1 Gráfico de Carámbanos ..................................................................... 39
ix
2.3.1.4.3.2 Dendrograma ..................................................................................... 39
2.3.1.5 Interpretación de los resultados ............................................................. 40
CAPÍTULO III ...................................................................................................... 42
DISEÑO METODOLÓGICO ............................................................................... 42
3.1 MÉTODO DE INVESTIGACIÓN ............................................................... 42
3.2 POBLACIÓN Y UNIDAD DE OBSERVACIÓN......................................... 44
3.3 CARACTERÍSTICAS E INDICADORES ................................................... 45
3.4 REDUCCIÓN DE DATOS ........................................................................... 45
3.5 SELECCIÓN DE VARIABLES.................................................................... 46
3.6 CALCULO DE INDICADORES ................................................................. 46
3.6.1 UNIÓN DE BASES DE DATOS .............................................................. 46
3.6.2 ÍNDICE DE POBREZA POR NECESIDADES BÁSICAS INSATISFECHAS. ............................................................................................... 47
CAPÍTULO IV ...................................................................................................... 64
ANÁLISIS Y PRESENTACIÓN DE RESULTADOS .......................................... 64
4.1 ANÁLISIS DE RESULTADOS ................................................................ 64
4.1.1 Estadísticas Descriptivas de los Indicadores ............................................. 64
4.1.2 Resultados del Análisis Factorial .............................................................. 68
4.1.3 Resultados del Análisis de Conglomerados .............................................. 81
4.1.3.1 ANÁLISIS DE CONGLOMERADOS JERÁRQUICO ........................... 82
CAPÍTULO V ..................................................................................................... 101
CONCLUSIONES Y RECOMENDACIONES .................................................. 101
BIBLIOGRAFÍA ................................................................................................ 104
ANEXOS ............................................................................................................ 107
x
LISTA DE CUADROS
pág.
Cuadro 1: Dimensiones e indicadores de calidad de vida según Schalock y
Verdugo (2002/2003) ............................................................................................. 12
Cuadro 2: Tabla de Contingencia datos binarios .................................................... 31
Cuadro 3: Dimensiones e indicadores de calidad de vida considerados en la
propuesta Metodológica, según Schalock y Verdugo ............................................ 63
Cuadro 4: Estadísticas Descriptivas de los indicadores de calidad de vida
considerados en la propuesta Metodológica, según Schalock y Verdugo .............. 66
Cuadro 5: Matriz de Correlaciones y sus niveles de significación ........................ 71
Cuadro 6: Test de esfericidad de Bartlett índice KMO (Kaiser-Meyer-Olkin) ...... 72
Cuadro 7: Matriz de varianzas-covarianzas anti-imagen y Matriz de correlaciones
anti-imagen ............................................................................................................. 74
Cuadro 8: Matriz de correlaciones reproducidas y matriz residual........................ 77
Cuadro 9: Comunalidades y Gráfico de Sedimentación ........................................ 78
Cuadro 10: Varianza total explicada ...................................................................... 80
Cuadro 11: Matriz de Componentes ....................................................................... 81
Cuadro 12: Historial de conglomeración (Aplicación) .......................................... 84
Cuadro 13: Matriz de Disimilaridades - distancias entre los casos (Distancia
Euclidea) ................................................................................................................ 87
Cuadro 14: Distribución del número de parroquias, según el estrato .................... 91
Cuadro 15: Indicadores sociodemográficos según el estrato (Porcentaje Medio) . 99
xi
LISTA DE FIGURAS
pág.
Figura 1: Criterio de la raíz latente (autovalor) ..................................................... 23
Figura 2: Diagrama de témpanos vertical ............................................................. 39
Figura 3: Dendrograma ......................................................................................... 40
Figura 4: Dendrograma que utiliza un enlace de Ward ......................................... 90
Figura 5: Gráficos de dispersión de los Estratos ................................................... 94
xii
LISTA DE MAPAS
pág.
Mapa 1: Distribución de las Parroquias según el Estrato ...................................... 95
Mapa 2: Distribución de las Parroquias según el Estrato 1 ................................... 96
Mapa 3: Distribución de las Parroquias según el Estrato 2 ................................... 97
Mapa 4: Distribución de las Parroquias según el Estrato 3 ................................... 98
Mapa 5: Indicadores sociodemográficos según el estrato (Porcentaje Medio) ... 100
xiii
LISTA DE ANEXOS
pág.
ANEXO A: APLICACIÓN DEL ANALISIS FACTORIAL .............................. 107
ANEXO B: INDICADORES SOCIODEMOGRÁFICOS SEGÚN EL ESTRATO,
ZONA DE PLANIFICACIÓN, PROVINCIA, CANTÓN Y PARROQUIA…...125
ANEXO C: BIOGRAFÍA DEL AUTOR ………………………………………135
xiv
TEMA: Modelo Estratificado de las Parroquias del Ecuador mediante el Análisis Factorial y de Conglomerados para la creación de nuevos centros de atención para Personas con Discapacidad.
Autor: Ing. Gandy Rene López Fuertes
Tutor: Ing. Iván Cristian Naula Reina
RESUMEN
La siguiente propuesta metodológica permite elaborar un modelo para estratificar a las parroquias de la Provincia del Ecuador, esto es elaborar escenarios posibles de grupos o aglomeraciones de parroquias que se consideran prioritarias para la creación de centros para la atención de población con discapacidad. En este modelo se utilizará como fuente principal el Censo del año 2010, y de esta se considera variables sociodemográficas, como la incidencia de personas con discapacidad, incidencia de personas en pobreza por necesidades básicas insatisfechas, entre otras, para finalmente mediante métodos estadísticos multivariantes como es el Análisis Factorial se reducirá variables y finalmente a través del Análisis conglomerados permitirá definir grupos o aglomeraciones de parroquias.
PALABRAS CLAVE: ANÁLISIS MULTIVARIANTE/ ANÁLISIS FACTORIAL/ METODO DE COMPONENTES PRINCIPALES/ PUNTUACIONES FACTORIALES/ ANÁLISIS DE CONGLOMERADOS/ MEDIDAS DE PROXIMIDAD.
xv
TITLE: Stratified Model of Ecuador’s Parishes through the Application of Factor and Cluster Analysis in the creation of new Centers for People with Disabilities.
Author: Ing. Gandy Rene López Fuertes
Tutor: Msc. Ivan Cristian Naula Reina
ABSTRACT
The following methodological proposal elaborates a model to stratify parishes of the provinces of Ecuador. The purpose of this proposal is to generate possible scenarios with agglomerations of parishes, which can be considered priority during the creation of centers to attend the population with disabilities. In this model, the 2010 Census of Ecuador will be used as the main source of information, along with sociodemographic variables such as the incidence of people with disabilities, incidence of people living in poverty due to unsatisfied basic needs, among others. The application of multivariate statistical methods such as factor analysis will reduce variables, and then the complementary use of cluster analysis will allow to define the final agglomerations of parishes.
KEYWORDS: MULTIVARIATE ANALYSIS/ METHOD OF COMPONENTS PRINCIPALS/ FACTORIAL SCORING/ FACTOR ANALYSIS / CLUSTER ANALYSIS/ PROXIMITY MEASURES.
1
MODELO ESTRATIFICADO DE LAS PARROQUIAS DEL ECUADOR MEDIANTE EL ANÁLISIS FACTORIAL Y DE CONGLOMERADOS
PARA LA CREACIÓN DE NUEVOS CENTROS DE ATENCIÓN PARA PERSONAS CON DISCAPACIDAD.
Introducción
El nuevo modelo institucional reconoce que se debe reducir brechas en el enfoque
de la desigualdad de los habitantes, para así lograr la inclusión social. Es decir que
la propuesta de la política para este grupo prioritario del MIES concibe a la
condición de discapacidad como una realidad que puede ser modificada
transversalmente con la gestión interinstitucional, modelo que actualmente
propone generar nuevos procesos que modifiquen prácticas sociales que impiden a
las habitantes con discapacidad sean acreedores de una vida con la colectividad.
La meta para el 2021 es contar con servicios e infraestructura adecuada;
profesionales capaces de brindar atención de calidad; insumos que permitan
concretar prácticas de salud preventiva y articulación interinstitucional
permanente que den forma a un servicio integral.
Por consiguiente, la presente investigación tiene la finalidad principal de elaborar
una propuesta metodológica, para repotenciar y focalizar servicios públicos en el
territorio, esto es priorizar parroquias para establecimiento de nuevos centros de
atención para personas con discapacidad. El presente proyecto de investigación
está organizado de la siguiente manera:
En el capítulo 1, se presenta la definición del problema, específicamente el
problema, su justificación e importancia como los objetivos del presente trabajo.
En el capítulo 2, se presenta el marco legal y referencial, esto es las definiciones
básicas de las personas con discapacidad y principalmente de los métodos del
análisis multivariante.
En el capítulo 3, se presenta el diseño metodológico de la propuesta,
principalmente se muestra la sintaxis de cálculo de los indicadores seleccionados
para la aplicación de los métodos multivariantes.
2
En el capítulo 4, se presenta los correspondientes resultados de la aplicación de las
técnicas multivariantes.
En el capítulo 5, se detalla las conclusiones y recomendaciones del presente
proyecto.
3
CAPÍTULO I
DEFINICIÓN DEL PROBLEMA
1.1 ANTECEDENTES
El 15% de habitantes del planeta, poseen algún tipo de discapacidad. Es probable
que este grupo de atención prioritaria se encuentre en una situación desfavorable
respecto de la toda la población. Un gran número de estas personas se encuentran
en pobreza. Una gran mayoría viven en lugares, donde no disponen de servicios
básicos necesarios, como agua potable, alcantarillado entre otros y principalmente
tienen inadecuados servicios públicos.
Según el Banco Mundial (Banco Mundial, 2011) indica que la imposibilidad de
una persona no es un motivo para que esta pueda acceder a programas de
desarrollo. Actualmente los Objetivos de Desarrollo Sostenible - ODS engloban
temáticas esenciales referentes a protección social, entre esta se encuentra el
saneamiento, pobreza, entre otras.
Según la Convención sobre los Derechos de las Personas con Discapacidad y
Protocolo Facultativo (CNDH, 2016), reconoce la universalidad de derechos de
los sujetos y enuncia un nuevo cambio en el paradigma, esto es de un modelo
netamente médico y asistencial en la atención, a un prototipo basado en derechos
para lograr el pleno desarrollo de los sujetos que tiene discapacidad.
La Organización de las Naciones Unidas (ONU, 1948) instituyó la fundación para
la desarrollo y amparo de los derechos, básicamente lo expresa el artículo 25.
Similarmente se reconoce que los estados que lo forman la Organización de
Estados Americanos (OEA, 1999), la (ONU, 2006) encargados de velar los
derechos de personas con discapacidad, el estado ecuatoriano con la carta magna
del 2008, el Plan Nacional del Buen Vivir (PNBV, 2017 - 2021) y la Agenda
Nacional para la Igualdad en Discapacidad (ANID, 2013 - 2017), promueven la
aplicación de políticas que van en beneficio de este grupo prioritario.
El cuidado a personas con capacidades únicas empezó hace más de 70 años con
una institución de formación especial Consejo Nacional para la Igualdad de
Discapacidades (CONADIS, 2005). En la época de la bonaza petrolera, el sector
4
público elabora una política social para atender a las personas con discapacidad
con programas de bienestar social, apoyado al Consejo Nacional de Rehabilitación
Profesional - CONAREP en 1973, y que mediante la Ley General de Educación de
1977 manifiesta que la formación especial es competencia del Estado (Cazar,
2000).
En 1980 se intuye la División Nacional de Rehabilitación - DNR del Ministerio de
Salud, y en 1982 se amplía su cobertura de atención mediante la Dirección Nacional
de Rehabilitación Integral del Minusválido - DINARIM, institución anexa a la
Cartera de Estado de lo Social en el Ecuador, cuyo objetivo es la consolidación de
acciones vinculadas a prevención y asistencia de seres con capacidades únicas. No
obstante estas instituciones gubernamentales no alcanzan a consolidar los
lineamientos que hacen referencia al cuidado y así establecer un lenguaje que
permita efectivizar el cuidado teniendo presente la optimización de recursos,
produciendo así resultados con insignificante impacto. El CONADIS a través de
la carta magna del 2008, establecen políticas públicas claras y específicas para
personas con capacidades únicas, promoviendo el acatamiento de la justicia
(Cazar, 2000).
1.2 FORMULACIÓN DEL PROBLEMA
Como la carta magna (Constitución del Ecuador, 2008), en el artículo 280
menciona que es el Plan Nacional de Buen Vivir la herramienta con la cual se
fundamentaran las políticas, y principalmente los programas públicos, esto es que
su planificación, ejecución y evaluación se encuentra alineado al modelo gestión
estatal, como además a su desconcentración y descentralización territorial.
Así, el déficit de infraestructura en la asistencia de un servicio social, la falta de
medios de transporte para trasladarse al lugar donde recibe rehabilitación, bajos
niveles de servicios y financiamiento insuficiente de los mismos, obstaculiza la
condición de vida de los habitantes con discapacidad.
En el Ecuador hace unas décadas las instituciones privadas y una parte del sector
público, el servicio de atención para esta población prioritaria, se habían
caracterizado por tener mínima cobertura e insuficiente calidad. En consecuencia,
nos formulamos la siguiente pregunta: ¿La presente propuesta metodológica,
5
permitirá repotenciar y focalizar servicios públicos en el territorio, esto es
priorizar parroquias para el establecimiento de nuevos centros de atención para
personas con discapacidad del Ministerio de Inclusión Económica y Social?
1.3 JUSTIFICACIÓN E IMPORTANCIA
El Estado Ecuatoriano como rector de política, está mejorando la condición de
vida de personas con discapacidad, en algunos niveles de bienestar común, esto es
implementado nuevos centros de atención para grupos prioritarios como son las
niñas o niños, jóvenes, personas adultas mayores y primordialmente las personas
con discapacidad.
Según el nuevo modelo de gestión que ha implantado el Consejo Nacional de
Planificación, en el Plan Nacional del Buen Vivir (PNBV, 2017 - 2021), donde se
enuncia que la metodología que el Estado propone es articular energías que
permitan superar brechas y desigualdades en el territorio siguiendo importantes
objetivos asociados con la gestión pública correlacionada con la privada.
Simultáneamente, implementado planes y programas en función de una
coordinación, planificación, ejecución y evaluación para así fortalecer la política
pública al nivel más desagregado y desconcertado y lograr fortalecer la gestión
pública.
Este nuevo modelo de trasformación del Estado, se orienta en mejora de la
condición de vida de la colectividad, fundamentada en derechos y obligaciones.
Esto implica priorizar y encauzar esfuerzos del Estado y sus instituciones,
principalmente considerando necesidades básicas en el territorio. Según la
Secretaria Nacional de Planificación y Desarrollo (Senplades, 2010) enuncia que
el Estado apunta en el nivel más desagregado del territorio implementar una
estructura pública en los niveles gubernamentales.
Consecutivamente, la desconcentración del territorio está enfocada en la
priorización de la asistencia de servicios estatales próximos a la población. El
modelo de gestión desconcentrados se enfocan en implementar singularidades en
prestación de servicios basados en características y modelos de asistencia cuya
meta es de acentuar la cobertura y cerrar brechas, esto significa planificar,
6
construir y fortalecer la infraestructura principalmente en salud, inclusión social,
entre otros.
Actualmente el Ministerio de Inclusión Económica y Social - MIES cambio su
organización con el cual se pretende implementar las nuevas políticas. Po medio
del cual se ha dispuesto la reestructuración institucional. De esta manera, el
Instituto Nacional de la Niñez y la Familia - INNFA y el Programa de Protección
Social - PPS complementarán al MIES, según decreto Presidencial Nro. 1456.
Todo cambio tiene una finalidad para cumplir una meta, esto es lograr un modelo
de inclusión y aseguramiento, que permita generar coyunturas a los habitantes y
superen la pobreza. Este enfoque corporativo está centrado en áreas como son la
Inclusión a grupos etarios y Aseguramiento no contributivo y Movilidad Social,
así los programas de desarrollo Integral apunta a la Protección Especial de grupos
prioritarios.
Esta metodología es de inminente importancia, pues permite estratificar las 1024
parroquias del Ecuador, así es construir posibles grupos de parroquias que se
consideran prioritarias para la creación de nuevos centros para la atención de
población con discapacidad del Ministerio de Inclusión Económica y Social. Para
lograr este modelo estratificado se tomó variables sociodemográficas, como la
incidencia de personas con discapacidad, incidencia de personas en pobreza por
necesidades básicas insatisfechas, entre otras, del Censo del año 2010, y que
mediante métodos estadísticos multivariantes permitió definir las aglomeraciones
de parroquias.
1.4 OBJETIVOS
1.4.1 OBJETIVO GENERAL
Estratificar las parroquias del Ecuador a través de métodos estadísticos del
análisis multivariante, para la creación de nuevos centros de atención para
personas con discapacidad del Ministerio de Inclusión Económica y Social a partir
de información censal del año 2010.
7
1.4.2 OBJETIVOS ESPECÍFICOS
1. Definir las principales variables socio-demográficas de la población con
discapacidad a ser incorporadas en el modelo.
2. Emplear la técnica estadística del análisis multivariante Análisis Factorial para
la reducción de características de la población en estudio.
3. Aplicar la técnica estadística del análisis multivariante denominada Análisis
de Conglomerados, para determinar las aglomeraciones de la población
analizada de acuerdo a sus características.
8
CAPÍTULO II
MARCO LEGAL Y REFERENCIAL
2.1 MARCO LEGAL
A nivel internacional la ONU, estableció acuerdos sobre la discapacidad, que entre
1981 y 1995 se fundamentaron acuerdos y políticas que se hallan en vigencia
como son programas y principios, en estos se encuentra principalmente el Decreto
de Derechos. Ahora en Ecuador según la Constitución del año 2008, se respeta las
obligaciones de los grupos prioritarios y particularmente de personas con
discapacidad, entre los artículos que se relacionan directamente son:
El artículo 35 establece que los individuos con discapacidad forman parte del
“Grupo de Atención Prioritaria”, lo que implica garantizar la igualdad de
oportunidades en la aplicación de su atribución. Las responsabilidades del Estado
con respecto a las personas con discapacidad, se enmarcan en lo establecido en los
artículos 47 y 48 de la Constitución, se constituye en la base para la resolución de
las instituciones responsables de la política pública de discapacidades,
identificadas en el Dictamen legal para la Discapacidad, donde se reconoce
principalmente: Atención especializada en las entidades públicas y privadas que
presten servicios de salud; acceso a la educación inclusiva y especializada, con
infraestructura accesible; vivienda con servicios básicos necesarios para la
supervivencia, entre otros.
Existen otros acuerdos y estatutos internacionales y nacionales importantes que
corroboran los derechos de los individuos con discapacidad, así:
• Convención sobre los Derechos de las Personas con Discapacidad
(ONU 2006), suscrita por el Ecuador el 30 de marzo de 2007 y
ratificada el 3 de abril de 2008;
• Convención Interamericana para la Eliminación de Todas las Formas
de Discriminación en Contra de las Personas con Discapacidad (OEA
1999), firmada por el Ecuador el 8 de junio de 1999 y ratificada el 1 de
marzo de 2004.
• Ley Orgánica de Discapacidades, publicada en Suplemento del
Registro Oficial No. 796 de 25 de septiembre de 2012;
9
• Ley Orgánica de los Consejos Nacionales para la Igualdad, publicada
en Segundo Suplemento del Registro Oficial No. 283 del 07 de julio de
2014; y
• Reglamento a la Ley Orgánica de Discapacidades, publicado en el
Suplemento del Registro Oficial No. 109 de 27 de octubre de 2017.
Particularmente, la Ley Orgánica de Discapacidades establece la habilitación y
rehabilitación de la discapacidad y garantizar, la difusión de los reglamentos para
la gente con discapacidad. El artículo 86 establece que toda la gente con
discapacidad posee derechos al amparo y promoción social, permitiendo el
máximo desarrollo de su personalidad, para así fomentar la autodeterminación y
reducción de su sumisión. El artículo 87 enuncia que el estado será el encargado
de la inserción económica y comunitaria y las instituciones autónomas
descentralizadas conectarán con las instituciones públicas y/o privadas para
elaborar política pública, predisponer a implementar centros de cuidado y
desarrollo integral para habitantes con discapacidad.
2.2 PERSONAS CON DISCAPACIDAD
El vocablo discapacidad se ha venido caracterizando en función de paradigmas
anteriores, evolución que ha surgido desde lo médico a lo social fundamentado en
derechos. En los años 1800, se creó un paradigma en el que a la persona con
discapacidad se la asoció como a una persona inferior y anormal. Para lo cual
existió un paradigma considerado como bio-médico, en donde a esta población se
la figura con una estructura corporal y/o mental (ANID, 2013 - 2017).
La (CIDDM, 1980), define a la discapacidad en una persona de forma específica,
esto es la limitación o ausencia de capacidad para efectuar actividades según sus
particularidades sociodemográficas debido a una enfermedad.
Subsiguientemente, aparece el modelo llamado social, el cual se basa en los
derechos y centrado en la persona y su entorno, considerando el concepto
discapacidad como un problema concomitante a actitudes sociales y económicas,
que impiden la participación de la persona, y es cuando el Estado debe garantizar
el ejercicio implementado estrategias públicas para superar barreras sin que se
pierda de vista a los grupos prioritarios (ANID, 2013 - 2017).
10
En la ley de Discapacidades en uno de sus artículos principalmente en el 6,
identifica a un sujeto con discapacidad como consecuencia de alguna deficiencia
físicas, mentales, entre otras e independiente de la causa original, se encuentra
proscrito de sus derechos.
Según (Sanchez, 2010), comenta que la concepción del término discapacidad se
ha diferenciado en cualquier estrato poblacional, produciendo políticas de
notables en la colectividad.
2.2.1 CALIDAD DE VIDA
Según (Schalock, R. L., & Verdugo Alonso, M. Á., 2007), menciona que el
concepto de calidad de vida con relación de los individuos con discapacidad
representa un medidor de cambio a partir de elementos básicos. Afirman que la
comunidad es el contexto para desarrollar una calidad de vida, las instituciones
deben verse a ellas mismas como enlace hacia la comunidad, y principalmente la
prestación de servicios debe encontrarse en correlación del individuo con
discapacidad.
Una situación que hay que considerar es que las dimensiones de la calidad de vida
relacionadas con la sanidad y la discapacidad se han visto modificadas y
actualizadas al reconocimiento de lo estructurado por la (CIF). Esta clasificación
ha sido ya aceptada por 191 países entre ellos incluido el Ecuador, tras replantear
un modelo anterior y acordar un modelo innovador internacional de medida de la
discapacidad y de la calidad de vida.
Esta clasificación está empapada en una ideología de la OMS. Esto es que la CIF
se forma de los subsiguientes componentes: Funcionamiento y Discapacidad los
cuales constituyen las funciones y contexturas corporales, como además las
actividades y participación, el otro componente alude a factores contextuales, los
cuales reside en el individuo y su modo de vida, que incluye elementos
ambientales y personales que posiblemente tengan una consecuencia en la
condición humana y de la sanidad de las mismas.
También, podemos enunciar que los elementos ambientales, son ajenos a la
persona e interactúan de manera positiva o negativa en el desempeño/realización
del ser humano como un ente de su colectividad, en su espacio o en sus
11
estructuras y funciones corporales. Los elementos personales se componen de
atributos del individuo que no figuran de su nivel o estado de sanidad. Estos
pueden ser el sexo, la autoidentificación, estilo de vida, hábitos, estilos de
enfrentarse a los problemas y tratar de resolverlos, el trasfondo social, la
educación, profesión, experiencias, personalidad, para finalizar el estado de
sanidad en el que está el individuo que le genera dolor al realizar su asignación
diaria, producidas por enfermedades.
Así pues, la OMS propuso en 2001 una clasificación pragmática de la
discapacidad, que plantea la discapacidad como desenlace de una interacción entre
las limitaciones y las cualidades del sujeto, por una parte; y los apoyos disponibles
en su entorno, por otra esta concepción traslada el foco de atención desde los
déficits y las contrariedades que pueda tener una persona a nivel individual, para
situarlo en los apoyos, los bienes y las oportunidades que el contexto próximo y
social encuentra a su alcance para normalizar su condición de vida y facilitar su
conducta en el contorno de la gente.
La perspectiva de la discapacidad puede provocar cambios en el comportamiento
y en las prácticas sociales referidas a individuos con discapacidad, lo cual se
compatibiliza con los fundamentos genéricos propuestos por la conceptualización
de Calidad de Vida, que de este modo puede considerarse como un referente
básico para su estudio y análisis a nivel general, puesto que las personas con
discapacidad son individuos de pleno derecho en el entramado social y los
elementos diseñados a nivel universal deben ser válidos también para los
individuos de este colectivo. Como a nivel particular, puesto que al considerarse la
discapacidad como una condición directamente interconectado con los niveles y
coyunturas de participación social y así con un mayor riesgo de exclusión, la
calidad de vida se introduce como un concepto útil y necesario para diseñar
políticas sociales, direccionadas a los individuos con discapacidad, en sus
parentelas y en los profesionales con quienes trabajan, además en la consolidación
de programas de apoyo y evaluación de los servicios.
La definición de Calidad de Vida que utilizó en este trabajo es la basada en el
modelo de (Schalock, R .L. y Verdugo, M .A., 2006), modelo en el que considera
12
a la condición de vida como una situación de bienestar personal deseada que se
compone de diversas dimensiones centrales que se encuentran influenciadas por
elementos comunes personales y ambientales. Dichas dimensiones centrales son
símiles en todas las personas, pero que pueden cambiar individualmente en la
importancia y valor que se les atribuye. Ahora según (Verdugo, M.A., Schalock.
R. L., Arias, B., Gómez, L. y de Urriés, B., 2013), la evaluación de las
dimensiones está fundamentada en indicadores que son sensibles a cada cultura y
al contexto en que se aplica.
Así se define la calidad de vida como un estado deseado de bienestar personal que
se define a partir de los dominios e indicadores básicos que configuran el
bienestar personal. Estos dominios se enumeran en el cuadro 1, donde se presenta
los correspondientes indicadores de calidad según (Schalock, R. y Verdugo, M.A.,
2002/2003). En este contexto obtener una concepción de una vida de calidad tiene
que ver con la optimización de programas y servicios, pues este concepto se
utiliza como un criterio para evaluar la efectividad de los servicios menciona
(Giné, 2004).
Cuadro 1: Dimensiones e indicadores de calidad de vida según Schalock y Verdugo (2002/2003)
Dimensiones Indicadores
Bienestar Físico Salud, actividades de vida diaria, atención sanitaria, ocio
Bienestar Emocional Satisfacción, autoconcepto, ausencia de estrés
Relaciones Interpersonales Interacciones, relaciones, apoyos
Inclusión Social Integración y participación en la comunidad, roles comunitarios, apoyos sociales
Desarrollo Personal Educación, competencia personal, desempeño
Bienestar Material Estatus económico, empleo, vivienda
Autodeterminación Autonomía, metas/valores personales, elecciones
Derechos Derechos humanos, derechos legales
(Schalock, R .L. y Verdugo, M .A., 2006), proponen un conglomerado de
principios que conviene tener presente en el momento de medir la calidad de vida
de las personas con discapacidad y que son los siguientes:
13
• La calidad de vida mide el escalafón en que las personas tienen
experiencias de vida significativas y que son valoradas por ellas, a tal
efecto se utilizan categorías claras reflejadas en escalas.
• Cuantificar la calidad de vida permite que las personas progresen hacia
una vida con sentido, que les produce satisfacción y que valoran. La
medida se basa en una óptica como: (a) En qué escalafón sus
necesidades básicas están satisfechas, así como su bienestar emocional
y material. (b) Las oportunidades para elegir. (c) El escalafón en que
los contextos producen desarrollo. (d) Los resultados se utilizan como
línea base y como evaluación de la intervención.
• La condición de vida mide el escalafón en que las diversas
dimensiones contribuyen a una vida plena.
• La medida de la condición de vida se ejecuta en los diferentes
contextos que son importantes para la persona.
• La calidad de vida se basa tanto en estudios más comunes de los
individuos como en aquellas más personales o únicas.
2.3 MARCO REFERENCIAL
2.3.1 ANÁLISIS MULTIVARIANTE
Para (Hair, J., Anderson, R., Tatham, R. y Black, W., 2004), enuncian que el
análisis Multivariante es un conjunto de técnicas estadísticos que hacen un
análisis simultáneo de dos o más variables. Algunos autores que emplean el
término multivariante para realizar investigaciones con muchas variables,
mientras que otros lo emplean solo cuando se supone normalidad para las
variables.
Según (Uriel, 1995) indica que las técnicas multivariantes son netamente
descriptivas, que se utilizan para realizar investigación de datos sobre la
población. Una clasificación se obtiene según las características utilizadas para
cada método. Las más utilizadas son:
14
2.3.1.1 Análisis Factorial
2.3.1.1.1 Definición
EI análisis factorial es un método estadístico multivariante, cuyo propósito
principal es definir la estructura subyacente en una matriz de datos. Aborda el
problema de cómo analizar la estructura de las correlaciones entre un gran número
de variables. (Hair, J., Anderson, R., Tatham, R. y Black, W., 2004). Ahora si el
número de variables es demasiado grande o existe necesidad de dar una mejor
representación a través de un número variables más pequeño, el análisis factorial
puede asistir en la selección de un subgrupo de variables representativo o incluso
crear nuevas variables llamadas factores (que no son observables directamente),
como sustitutas de las variables originales.
2.3.1.1.2 Objetivos del Análisis Factorial
El principal objetivo de análisis factorial es estudiar la estructura de la matriz de
covarianzas o como en este caso de las correlaciones, es decir, describir si es
posible las relaciones entre varias variables en términos de pocas variables no
observables pero esenciales llamados Factores, de modo que expliquen una parte
de la varianza.
2.3.1.1.3 Modelo Factorial
El modelo matemático del Análisis Factorial es similar al de la regresión múltiple.
Cada variable se expresa como una combinación lineal de factores no
directamente observables. (Richard A. Johnson, Dean W. Wichern, 1982)
Sean 𝑋𝑋1,𝑋𝑋2, … ,𝑋𝑋𝑝𝑝 variables bajo estudio; tal que 𝑋𝑋~������⃗ (0,𝛴𝛴) el modelo básico se
expresa como:
𝑋𝑋1 = 𝜇𝜇1 + 𝑙𝑙11𝐹𝐹1 + 𝑙𝑙12𝐹𝐹2+. . +𝑙𝑙1𝑚𝑚𝐹𝐹𝑚𝑚 + 𝜀𝜀1
𝑋𝑋2 = 𝜇𝜇2 + 𝑙𝑙21𝐹𝐹1 + 𝑙𝑙22𝐹𝐹2+. . +𝑙𝑙2𝑚𝑚𝐹𝐹𝑚𝑚 + 𝜀𝜀2 (II. 1)
𝑋𝑋𝑝𝑝 = 𝜇𝜇𝑝𝑝 + 𝑙𝑙𝑝𝑝1𝐹𝐹1 + 𝑙𝑙𝑝𝑝2𝐹𝐹2+. . +𝑙𝑙𝑝𝑝𝑚𝑚𝐹𝐹𝑚𝑚 + 𝜀𝜀𝑝𝑝
El modelo factorial supone:
• 𝑚𝑚 < 𝑝𝑝 puesto que se desea explicar las variables por un número más
reducido de variables teóricas llamadas factores.
15
• La totalidad de los (𝑚𝑚 + 𝑝𝑝) factores son incorrelacionados; se
pretende que la parte de la variabilidad de una variable explicada por
un factor no tenga relación (en sentido lineal) con los demás factores
(Cuadras, C.M., 2014).
La expresión (II.1) puede expresarse matricialmente como:
�⃑�𝑋 = �⃗�𝜇 + 𝐿𝐿�⃑�𝐹 + 𝜀𝜀 (II. 2)
Donde:
𝑋𝑋𝑇𝑇�����⃑ = (𝑋𝑋1,𝑋𝑋2, … ,𝑋𝑋𝑝𝑝): Es el vector de variables observadas
𝜇𝜇𝑇𝑇����⃑ = � 𝜇𝜇1, … , 𝜇𝜇𝑝𝑝�: Denota al vector de medias poblacionales.
𝐹𝐹𝑇𝑇����⃑ = (𝐹𝐹1,𝐹𝐹2, . . ,𝐹𝐹𝑚𝑚): Es un vector de 𝑚𝑚 variables no observables, llamado
factores comunes; porque de acuerdo al modelo (II.1) influyen en común en las 𝑛𝑛
variables.
𝜀𝜀 = �𝜀𝜀1, 𝜀𝜀2, … , 𝜀𝜀𝑝𝑝�: Es un vector de 𝑝𝑝 variables no observables llamado vector de
factores específicos o vector de factores únicos.
𝐿𝐿 = �𝑙𝑙𝑖𝑖𝑖𝑖�: Es una matriz de dimensión (𝑝𝑝𝑝𝑝𝑚𝑚) que contiene constantes
desconocidas, llamadas cargas factoriales o pesos factoriales.
2.3.1.1.4 Supuestos del Modelo Factorial Ortogonal
1. 𝐸𝐸(𝐹𝐹) = 0(𝑚𝑚𝑚𝑚1), 𝐶𝐶𝐶𝐶𝐶𝐶(𝐹𝐹) = 𝐸𝐸(𝐹𝐹𝐹𝐹𝑇𝑇) = 𝐼𝐼𝑚𝑚𝑚𝑚𝑚𝑚
2. 𝐸𝐸(𝜀𝜀) = 0(𝑝𝑝𝑚𝑚1),𝐶𝐶𝐶𝐶𝐶𝐶(𝜀𝜀) = 𝐸𝐸(𝜀𝜀𝜀𝜀𝑇𝑇) = 𝛹𝛹(𝑝𝑝𝑚𝑚𝑝𝑝) donde 𝛹𝛹 es una matriz diagonal.
3. 𝐶𝐶0𝒱𝒱(𝜀𝜀,𝐹𝐹) = 𝐸𝐸(𝜀𝜀,𝐹𝐹𝑇𝑇) = 0(𝑝𝑝𝑚𝑚𝑚𝑚)
La matriz de covarianza de los factores específicos se expresa como:
𝛹𝛹 =
⎝
⎛
𝛹𝛹1𝛹𝛹2
⋮ ⋮ ⋱ ⋮𝛹𝛹𝑝𝑝⎠
⎞ (II. 3)
2.3.1.1.5 Descomposición de la Matriz de Covarianzas
Para determinar cómo es la estructura de la matriz de covarianza 𝛴𝛴, usaremos los
supuestos del modelo (II.2), llamado modelo factorial ortogonal y la definición de
16
covarianza, bajo operaciones 𝑦𝑦 propiedades anteriormente mencionadas
obtendremos el siguiente resultado:
𝛴𝛴 = 𝐶𝐶𝐶𝐶𝐶𝐶(𝑋𝑋) = 𝐸𝐸[(𝑋𝑋 − 𝜇𝜇)(𝑋𝑋 − 𝜇𝜇)𝑇𝑇]
= 𝐸𝐸[(𝐿𝐿𝐹𝐹 + 𝜀𝜀)((𝐿𝐿𝐹𝐹)𝑇𝑇 + 𝜀𝜀)]
= 𝐸𝐸[(𝐿𝐿𝐹𝐹(𝐿𝐿𝐹𝐹)𝑇𝑇) + 𝜀𝜀(𝐿𝐿𝐹𝐹)𝑇𝑇 + 𝐿𝐿𝐹𝐹𝜀𝜀𝑇𝑇 + 𝜀𝜀𝜀𝜀𝑇𝑇]
= 𝐿𝐿𝐸𝐸(𝐹𝐹𝐹𝐹𝑇𝑇)𝐿𝐿𝑇𝑇 + 𝐸𝐸(𝜀𝜀𝐹𝐹𝑇𝑇)𝐿𝐿𝑇𝑇 + 𝐿𝐿𝐸𝐸(𝐹𝐹𝜀𝜀𝑇𝑇) + 𝐸𝐸(𝜀𝜀𝜀𝜀𝑇𝑇)
𝛴𝛴 = 𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹 (II.4)
La matriz de 𝛴𝛴 queda descompuesta en función de 𝐿𝐿(𝑝𝑝𝑚𝑚𝑚𝑚) matriz de pesos del
vector 𝐹𝐹 ���⃗ y 𝛹𝛹 la matriz de varianzas especificas de �⃗�𝑋.
La varianza de 𝑋𝑋𝑖𝑖 y la covarianza de 𝑋𝑋𝑖𝑖, 𝑋𝑋𝑖𝑖 se expresa como:
𝑉𝑉𝑉𝑉𝑉𝑉(𝑋𝑋𝑖𝑖 ) = 𝜎𝜎𝑖𝑖𝑖𝑖 = 𝑙𝑙𝑖𝑖12 + 𝑙𝑙𝑖𝑖22 𝑙𝑙 + ⋯+ 𝑙𝑙𝑖𝑖𝑚𝑚2 + 𝛹𝛹𝑖𝑖 (II.6)
𝐶𝐶𝐶𝐶𝐶𝐶(𝑋𝑋𝑖𝑖,𝑋𝑋𝑘𝑘) = 𝜎𝜎𝑖𝑖𝑘𝑘 = 𝑙𝑙𝑖𝑖1𝑙𝑙𝑘𝑘1 + 𝑙𝑙𝑖𝑖2𝑙𝑙𝑘𝑘2 + ⋯+ 𝑙𝑙𝑖𝑖𝑚𝑚𝑙𝑙𝑘𝑘𝑚𝑚
Donde: ℎ𝑙𝑙2 = 𝑙𝑙𝑖𝑖12 + 𝑙𝑙𝑖𝑖22 + ⋯+ 𝑙𝑙𝑖𝑖𝑚𝑚2 , es la i-ésima comunalidad. Entendiendo por
comunalidad al grado de asociación que tienen las variables a través del factor i-
ésimo, es la variabilidad compartida de las variables a través del factor común.
Del resultado (II.6) se observa que la varianza de una variable tiene dos
componentes, bajo el modelo factorial ortogonal, esto es: 𝜎𝜎𝑖𝑖𝑖𝑖 = ℎ𝑖𝑖2 + 𝛹𝛹𝑖𝑖
𝜎𝜎𝑖𝑖𝑖𝑖 = 𝑐𝑐𝐶𝐶𝑚𝑚𝑐𝑐𝑛𝑛𝑉𝑉𝑙𝑙𝑐𝑐𝑐𝑐𝑉𝑉𝑐𝑐 + 𝐶𝐶𝑉𝑉𝑉𝑉𝑐𝑐𝑉𝑉𝑛𝑛𝑣𝑣𝑉𝑉 𝑒𝑒𝑒𝑒𝑝𝑝𝑒𝑒𝑐𝑐í𝑓𝑓𝑐𝑐𝑐𝑐𝑉𝑉 (II.7)
Se entiende como varianza específica aquella varianza asociada solamente con la
variable específica.
𝐶𝐶𝐶𝐶𝐶𝐶(𝑋𝑋,𝐹𝐹) = 𝐿𝐿, 𝑒𝑒𝑒𝑒𝑒𝑒𝐶𝐶 𝑒𝑒𝑒𝑒 𝐶𝐶𝐶𝐶𝐶𝐶(𝑋𝑋𝑖𝑖,𝐹𝐹𝑖𝑖) = 𝑙𝑙𝑖𝑖𝑖𝑖 (II.8)
Si el análisis factorial es el adecuado para explicar las interrelaciones entre
variables, la comunalidad debe ser lo más alto posible en comparación con la
varianza específica. Si se factoriza la matriz de correlaciones, la diagonal está
dada por:
1 = 𝑐𝑐𝐶𝐶𝑚𝑚𝑐𝑐𝑛𝑛𝑉𝑉𝑙𝑙𝑐𝑐𝑐𝑐𝑉𝑉𝑐𝑐 + 𝐶𝐶𝑉𝑉𝑉𝑉𝑐𝑐𝑉𝑉𝑛𝑛𝑣𝑣𝑉𝑉 𝑒𝑒𝑒𝑒𝑝𝑝𝑒𝑒𝑐𝑐í𝑓𝑓𝑐𝑐𝑐𝑐𝑉𝑉
17
2.3.1.1.6 Pasos para un adecuado Análisis Factorial
Los pasos que se suelen seguir para un adecuado Análisis Factorial son:
1. Calcular la matriz de correlaciones entre todas las variables (conocida
habitualmente como matriz R).
2. Extracción de los factores necesarios para representar los datos.
3. Rotación de los factores con objeto de facilitar su interpretación cuando sea
necesario.
4. Calcular las puntuaciones factoriales de cada individuo, cuando sea necesario.
2.3.1.1.7 Examen de la Matriz de Correlaciones
El paso inicial en el Análisis Factorial es determinar la matriz de correlaciones
entre las variables que entran en el estudio. Un Análisis Factorial resulta adecuado
cuando existen altas correlaciones entre las variables, que es cuando podemos
suponer que se explica por factores comunes. El análisis de la matriz de
correlaciones será pues el primer pasó a dar.
Pueden usarse diferentes métodos para comprobar el grado de asociación entre las
variables y verificar la adecuación del modelo entre ellas tenemos:
2.3.1.1.8 El Determinante de la Matriz de Correlaciones:
Un valor en el determinante muy bajo indica altas correlaciones entre las variables
o asociación lineal, esto indica que algunas de las variables están altamente
correlacionadas y que se puede imputar el Análisis Factorial. (Visauta Vinacua, B.,
1998)
2.3.1.1.9 Índice Kaiser- Meyer - Olkin (KMO)
Es una medida de adecuación del modelo factorial, el KMO se calcula como:
𝐾𝐾𝐾𝐾𝐾𝐾 =∑∑ 𝑉𝑉𝑖𝑖𝑖𝑖2𝑖𝑖≠𝑖𝑖
∑∑ 𝑉𝑉𝑖𝑖𝑖𝑖2𝑖𝑖≠𝑖𝑖 + ∑∑ 𝑉𝑉𝑖𝑖𝑖𝑖2𝑖𝑖≠𝑖𝑖; 𝑗𝑗 = 1, … ,𝑛𝑛
Donde:
𝑉𝑉𝑖𝑖𝑖𝑖: es el coeficiente de correlación de Pearson entre las variables i y j.
𝑉𝑉𝑖𝑖𝑖𝑖: es el coeficiente de correlación parcial entre las variables i y j.
18
El índice KMO contrasta valores de correlación de Pearson obtenidos en (II.9)
con los valores de correlación parcial entre variables.
Si la suma de los valores de correlación parcial al cuadrado es mínima, el KMO
será un indicador muy próximo a la unidad por lo tanto el análisis factorial es
adecuado. En cambio, valores pequeños en este nos indica la no conveniencia de
aplicar el análisis factorial.
Una clasificación comúnmente aceptada para la evaluación de la adecuación del
modelo factorial y su interpretación es (Kaiser, 1974):
1 ≥ KMO > 0.90 Excelente
0.90 ≥ KMO > 0.80 Bueno
0.80 ≥ KMO > 0.70 Aceptable
0.70 ≥ KMO > 0.60 Mediocre o regulare
0.60 ≥ KMO > 0.50 Malo
KMO ≤ 0.50 Inaceptable o muy malo.
2.3.1.1.10 Test De Esfericidad De Bartlett. Suponiendo normalidad entre las variables se contrastan las siguientes hipótesis:
0: R = I
: R 6= I
Siendo R la matriz de correlación del vector x, ahora cuando los datos se
encuentran tipificados la matriz de varianza – covarianza coincide con la matriz
de correlaciones, esto es que R = V. y el estadístico de prueba que se utiliza es:
B = −(n − 1 − (2p+5)/6) ln |R∗|
Siendo R* la matriz de correlación muestral, y donde B, bajo H0, se distribuye
según una χ2 p (p−1) / 2. De tal forma que no es aconsejable hacer un análisis
factorial a los datos si aceptamos la hipótesis H0. Es decir que el test de
esfericidad de Bartlett contrapone la hipótesis nula de que la matriz de
correlaciones observada es en realidad una matriz identidad. Suponiendo que los
datos se encuentran distribuidos en forma normal, el estadístico de Bartlett sigue
19
la distribución Chi-cuadrado y es una transformación del determinante de la
matriz de correlaciones. Si el nivel crítico es significativo que 0,05 [Sig > 0,05] no
se puede rechazar la hipótesis nula de esfericidad y, en consecuencia, no se puede
asegurar que el modelo factorial sea idóneo para los datos.
2.3.1.1.11 Medida de Adecuación Muestral (MSA)
La medida de adecuación muestral (MSA), son valores que se localizan dentro de
la diagonal de las correlaciones de la matriz anti − imagen, lo cual vienen a ser los
valores de KMO, pero en este caso para cada indicador o variable por separado.
Se consigue así:
𝐾𝐾𝑀𝑀𝑀𝑀(𝑗𝑗) =∑ 𝑟𝑟𝑗𝑗𝑗𝑗
2𝑗𝑗≠𝑗𝑗
∑ 𝑟𝑟𝑗𝑗𝑗𝑗2
𝑗𝑗≠𝑗𝑗 +∑ 𝑎𝑎𝑗𝑗𝑗𝑗2
𝑗𝑗≠𝑗𝑗; 𝑗𝑗 = 1, … ,𝑛𝑛 (II.10)
Si el valor MSA fuera pequeño, el Análisis Factorial no se puede imputar. Caso
contrario, coeficientes cercanos a 1 indican que la variable 𝑋𝑋𝑖𝑖 es adecuada para
incluirla con el resto en un Análisis Factorial. En ocasiones, se excluyen variables
con MSA muy bajo (Visauta Vinacua, B., 1998)
2.3.1.1.12 Método de Estimación
Una vez que se singularizan las variables y se utiliza la matriz de correlación, ya
se puede imputar el análisis factorial. Para lo cual amerita definir el método de
estimación de los factores. Así, el método más frecuentemente utilizado es el de
Componentes Principales.
2.3.1.1.12.1 Método de Componentes Principales
Este método también es conocido como el método de Factores Principales, se basa
en suponer que los factores comunes explican el comportamiento de las variables
originales en general, usando la descomposición espectral de la matriz de
covarianzas así la matriz 𝛴𝛴 a través de la descomposición espectral contiene los
pares (𝜆𝜆𝑖𝑖, 𝛾𝛾𝑖𝑖) con 𝜆𝜆1 ≥ 𝜆𝜆2 ≥ ⋯ ≥ 𝜆𝜆𝑝𝑝 ≥ 0, donde 𝜆𝜆𝑖𝑖 son los valores propios
(autovalores) y 𝛾𝛾𝑖𝑖 son los vectores propios (autovectores) generados a partir de los
𝜆𝜆𝑙𝑙 entonces:
𝛴𝛴 = 𝜆𝜆1𝛾𝛾1𝛾𝛾1𝑇𝑇 + 𝜆𝜆2𝛾𝛾2𝛾𝛾2𝑇𝑇 + ⋯+ 𝜆𝜆𝑝𝑝𝛾𝛾𝑝𝑝𝛾𝛾𝑝𝑝𝑇𝑇
20
[�𝜆𝜆1𝛾𝛾1 �𝜆𝜆2𝛾𝛾2 … �𝜆𝜆𝑝𝑝𝛾𝛾𝑝𝑝] ��𝜆𝜆1𝛾𝛾1�𝜆𝜆2𝛾𝛾2�𝜆𝜆𝑝𝑝𝛾𝛾𝑝𝑝
� (II.11)
La estructura de 𝛴𝛴, tiene tantos factores como variables bajo estudio 𝑦𝑦 la varianza
específica es cero para todas las variables, obviamente que la matriz de factores
tiene como j-ésima columna �𝜆𝜆𝑖𝑖𝛾𝛾𝑖𝑖, por tanto 𝛴𝛴 se puede escribir como:
𝛴𝛴 = 𝐿𝐿𝐿𝐿𝑇𝑇 + 0 = 𝐿𝐿𝐿𝐿𝑇𝑇 (II.12)
Pero como se requiere 𝑚𝑚 factores comunes, entonces p - m factores no se
consideran debido a que p - m autovalores son despreciables, por tanto:
𝛴𝛴 = [�𝜆𝜆1𝛾𝛾1 �𝜆𝜆2𝛾𝛾2 … �𝜆𝜆𝑝𝑝𝛾𝛾𝑝𝑝] ��𝜆𝜆1𝛾𝛾1�𝜆𝜆2𝛾𝛾2�𝜆𝜆𝑝𝑝𝛾𝛾𝑝𝑝
� = 𝐿𝐿(𝑝𝑝𝑚𝑚𝑚𝑚)𝐿𝐿(𝑚𝑚𝑚𝑚𝑝𝑝)𝑇𝑇 (II.13)
Donde 𝐿𝐿(𝑝𝑝𝑚𝑚𝑚𝑚) es la matriz de pesos factoriales. La representación aproximada en
(II.13) supone que el factor específico 𝜀𝜀 tiene menos importancia y puede ser
ignorado en la factorización de 𝛴𝛴, si los factores específicos son incluidos en el
modelo, sus varianzas pueden obtenerse de: 𝛴𝛴 − 𝐿𝐿𝐿𝐿𝑇𝑇 , donde 𝐿𝐿𝐿𝐿𝑇𝑇 se define en
(II.13), entonces la aproximación es:
𝛴𝛴 = 𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹 (II. 14)
Donde 𝜓𝜓𝑖𝑖 = 𝜎𝜎𝑖𝑖𝑖𝑖 − ∑ 𝑙𝑙𝑖𝑖𝑖𝑖2𝑚𝑚𝑖𝑖=1 para 𝑐𝑐 = 1,2, … ,𝑝𝑝 (II.15)
Ordenando y sintetizando lo anterior, para la obtención del modelo factorial
ortogonal mediante el método de componentes principales, para la matriz de
covarianzas muestral S, la matriz de pesos factoriales es:
𝐿𝐿� = [��̂�𝜆1𝛾𝛾�1 ��̂�𝜆2𝛾𝛾�2 … ��̂�𝜆𝑝𝑝𝛾𝛾�𝑝𝑝] (II.16)
Las estimaciones de las varianzas específicas se obtienen de la diagonal de la
matriz: 𝑀𝑀 − 𝐿𝐿�𝐿𝐿�𝑇𝑇 , de manera tal que:
21
𝛹𝛹� =
⎝
⎜⎛𝛹𝛹�1
𝛹𝛹�2⋮ ⋮ ⋱ ⋮
𝛹𝛹�𝑝𝑝⎠
⎟⎞
(II.17)
Con 𝜓𝜓�𝑖𝑖 = 𝑀𝑀𝑖𝑖𝑖𝑖 − ∑ 𝑙𝑙𝑖𝑖𝑖𝑖2𝑚𝑚𝑖𝑖=1 las comunalidades estimadas son:
ℎ�𝑖𝑖2 = 𝑙𝑙𝑖𝑖12 + 𝑙𝑙𝑖𝑖22 + ⋯+ 𝑙𝑙𝑖𝑖𝑚𝑚2 (II.18)
En caso se obtenga el modelo factorial ortogonal mediante la matriz de
correlaciones muestrales R, es necesario reemplazar adecuadamente a fin de
obtener las comunalidades y las varianzas especificas correspondientes.
Este método es el más usado debido a que no hay condición alguna acerca de la
distribución de probabilidad de la población, de donde se ha tomado la muestra
aleatoria; además cuando el investigador desea considerar más factores de las que
seleccionó, puede incrementarlos y la solución no cambia.
2.3.1.1.13 Número de Factores
Cuando una gran serie de variables se somete para la extracción de factores, en
primer lugar el método extrae las combinaciones lineales de las variables que
explican la parte más significativa de la varianza, luego se sigue con
combinaciones que justifican porción de varianza cada vez menores. Para decidir
cuántos factores se deben estimar se empieza generalmente con algún criterio
predeterminado, tal como el porcentaje de varianza o el criterio de raíz latente,
para obtener el numero óptimo de factores específicos.
Después de considerar la solución inicial, se calculan varias soluciones de prueba
adicionales, normalmente un factor menos que el número inicial y dos o tres
factores más que los que se estimaron e un inicio. Posteriormente, en función de la
información que se obtiene de estos análisis previos, se examinan las matrices de
factores 𝑦𝑦 se escoge el número de factores que represente mejor los datos. (Hair,
J., Anderson, R., Tatham, R. y Black, W., 2004)
No obstante, en general se utilizan los siguientes criterios para determinar el
número de factores a considerar.
22
2.3.1.1.13.1 Criterio de Kaiser
Excluye aquellos factores principales cuyos autovalores son menores que el
promedio, es decir cuando se utiliza la matriz de correlaciones se excluyen los
autovalores menores que 1.
2.3.1.1.13.2 Criterio a priori
El principio a priori es un principio simple y a la vez razonable bajo ciertas
circunstancias. Su aplicación, nos permite saber cuántos factores hay que extraer
antes de empezar el análisis factorial. Consiste en instruir al computador para
detener el análisis cuando se haya extraído el número de factores deseado. Esta
aproximación resulta de utilidad cuando se prueba una teoría o una hipótesis
acerca del número de factores para ser extraído. Este principio consiste de la
experiencia basta del investigador.
2.3.1.1.13.3 Criterio de porcentaje de la varianza
EI criterio de porcentaje de varianza es una aproximación que se basa en obtener
un porcentaje acumulado especificado de la varianza total extraída. EI propósito
es asegurar una significación práctica de los factores derivados, asegurando que
explican por lo menos una cantidad especificada de la varianza. No se ha
adoptado un umbral absoluto para todas las aplicaciones. En particular, en las
ciencias naturales, el método de factores no debería ser finalizado hasta que los
factores extraídos cuenten por lo menos con un 95% de la varianza. En contraste
con las ciencias sociales, donde la información muchas veces es menos precisa, es
normal considerar una solución que represente un 60% de la varianza total como
satisfactoria.
2.3.1.1.13.4 Criterio de contraste de caída (Catell)
En la figura 1, se muestra el contraste de inclinación se utiliza para identificar el
número óptimo de factores que pueden ser extraídos antes de que la cantidad de la
varianza única comience a dominar la distribución de la varianza común. Se
estima el contraste de inclinación con el trazo de autovalores en función de la
cantidad de factores en el orden de extracción, y se emplea la forma de curva para
estimar el punto de corte.
23
Figura 1: Criterio de la raíz latente (autovalor)
Fuente: VII Censo de Población y VI de Vivienda del año 2010.
Elaborado por: Gandy López
2.3.1.1.14 Interpretación De Los Factores
Para explicar los factores y optar la solución factorial definitiva, en primer lugar,
se calcula la matriz inicial no rotada para que nos dé una indicación preliminar
acerca de la cantidad de factores a extraer. La matriz de factores contiene los
pesos factoriales para cada variable sobre cada factor. Al determinar la matriz de
factores no rotada, nos interesa la mejor combinación lineal de variables, es decir
encontrar aquella combinación particular de variables originales que cuenta con la
mayor porción de varianza de los datos. En consecuencia, el primer factor puede
considerarse como el mejor resumen de las relaciones lineales que los datos
manifiestan. El segundo factor se puntualiza como la segunda combinación lineal
de las variables, sujeta a la restricción de que sea ortogonal al primer factor. Para
ser ortogonal al primer factor, el segundo factor debe inferirse de la varianza
restante tras la extracción del primer factor.
Así, el segundo factor puede puntualizarse como la combinación lineal de las
variables que da cuenta del mayor porcentaje de varianza residual una vez que se
ha eliminado de los datos el efecto del primer factor. Los factores subsiguientes se
puntualizan de manera análoga hasta haber agotado la varianza de los datos y los
últimos factores tienen menor porcentaje de varianza.
Las soluciones factoriales no rotadas satisfacen el objetivo de reducción de datos,
pero pueden ser que no facilite la interpretación más adecuada de las variables
examinados. La solución factorial no rotada puede no suministrar un patrón
24
significativo de los pesos de las variables, si se espera que los factores no rotados
sean significativos, el usuario puede especificar que la rotación no se realiza.
Generalmente, la rotación es atractiva porque simplifica la estructura de factores,
y facilita la interpretación. (Hair, J., Anderson, R., Tatham, R. y Black, W., 2004)
2.3.1.1.15 Rotación de Factores
Los pesos factoriales obtenidos inicialmente por una transformación ortogonal,
reproducen la configuración de la matriz de covarianzas o correlaciones, pero
cuando no podemos interpretar el sentido y significado de los factores, se recurre
a la rotación hasta obtener una estructura simple y darles la interpretación debida a
los factores comunes.
La rotación de factores es importante para interpretar los factores, consiste en
girar el origen de los ejes de referencia de los factores hasta alcanzar una
determinada posición. Las soluciones factoriales no rotadas separan factores
según su orden de importancia. El primer factor tiene mayor porcentaje de
varianza, el segundo y siguientes factores se basan en la varianza residual. Cada
uno denota la proporción de varianza cada vez menores. El efecto final de rotar la
matriz de factores es distribuir la varianza de los primeros factores a los últimos
para alcanzar un patrón de factores más simples y teóricamente más significativo.
(Hair, J., Anderson, R., Tatham, R. y Black, W., 2004)
Si 𝐿𝐿� es la matriz estimada p x m de pesos factoriales obtenida por el método de
componentes principales, entonces 𝐿𝐿�∗ = 𝐿𝐿�𝑇𝑇, donde 𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑇𝑇𝑇𝑇𝑇𝑇 = 𝐼𝐼, es una matriz
p x m de pesos rotados. Así, la matriz de covarianza estimada (o matriz de
correlación) permanece inalterada dado que:
𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹� = 𝐿𝐿�𝑇𝑇𝑇𝑇𝑇𝑇𝐿𝐿� + 𝛹𝛹� = 𝐿𝐿�∗𝐿𝐿�∗𝑇𝑇 + 𝛹𝛹 (II.19)
La ecuación anterior indica que la matriz residual 𝑀𝑀𝑛𝑛 − 𝐿𝐿�𝐿𝐿�𝑇𝑇 − 𝛹𝛹� = 𝑀𝑀𝑛𝑛 − 𝐿𝐿�∗𝐿𝐿�∗𝑇𝑇 −
𝛹𝛹� no cambia. En consecuencia, las varianzas específicas 𝛹𝛹 las comunalidades no
se alteran. Dado que los pesos factoriales primarios no son interpretables en la
práctica es usual rotarlas hasta que se obtenga una estructura más simple. Existen
diversos tipos de rotación, los ortogonales (Varimax, Cuartimax y Equamax, entre
25
otros), y los no ortogonales (Promax, Quartimin, Oblimin entre otros), de todos
estos métodos el más destacado es el Varimax.
2.3.1.1.15.1 Rotación Varimax
EI método Varimax es el más frecuente empleado. Fue diseñado por Kaiser
(1958), y como su nombre lo indica está orientado a la maximización de la
varianza de factores. Lógicamente, una forma de conseguir esto es que algunos
factores tengan pesos altos y otros próximos a cero, lo que tiene como
consecuencia que bastantes variables tengan puntuaciones pequeñas en un factor.
Por trigonometría elemental sabemos que para rotar un eje tenemos que
multiplicar por coseno y seno del ángulo de rotación, de modo que debemos
primero identificar el ángulo que deseamos rotar los ejes. Kaiser (1958) propuso
un criterio de seleccionar que es empleado por paquetes estadísticos como SPSS.
Concretamente, el ángulo de rotación seleccionado, será aquel que minimice la
expresión siguiente:
𝑉𝑉 =∑ ∑ 𝑔𝑔𝑗𝑗𝐽𝐽
4𝑝𝑝𝑗𝑗=1
𝑐𝑐 𝑗𝑗=1 −(∑ ∑ 𝑔𝑔𝑗𝑗𝐽𝐽
4𝑝𝑝𝑗𝑗=1
𝑐𝑐 𝑗𝑗=1 )2
𝑝𝑝2 (II.20)
2.3.1.1.15.2 Cuartimax
Trata de minimizar el número de factores primordiales para explicar un cumulo de
variables. El objetivo de este tipo de rotación es simplificar las filas de una matriz
de factores; cuartimax se centra en rotar los factores iniciales de tal forma que una
variable valor alto sobre un factor y tan bajo como sea posible sobre los otros
factores. En estas rotaciones muchas variables pueden tener un valor alto o cerca
sobre el mismo factor que la técnica se centra en las filas. (Visauta Vinacua, B.,
1998)
2.3.1.1.15.3 Promax
Es el más apropiado para grandes bases de datos, se aconseja trabajar con el
parámetro 𝜆𝜆 cuyo coeficiente por defecto es 4.
2.3.1.1.15.4 Oblimin
Trabaja con el parámetro 𝛿𝛿. El valor de 𝛿𝛿 será 0 si queremos que los factores sean
muy oblicuos, o lo que es lo mismo que exista una alta correlación entre los
26
mismos y tanto más negativo su valor cuanto más oblicuos. (Visauta Vinacua, B.,
1998)
2.3.1.1.16 Puntuaciones Factoriales
En el análisis factorial interesa usualmente centralizarse en los indicadores del
modelo factorial. Sin embargo, los valores estimados de los factores comunes,
llamado puntaje factoriales (factor scores), pueden también ser requeridos. Estas
cantidades son después usadas para propósito de diagnóstico como buenas salidas
de análisis posteriores.
Los puntajes factoriales no son estimaciones de parámetros desconocidos en el
sentido usual, al contrario, son valores estimados para el vector de factores
aleatorios no observados.
𝐹𝐹𝑖𝑖: 𝑗𝑗 = 1,2,3 …𝑛𝑛.𝐹𝐹𝑖𝑖:Puntaje factorial.
𝑓𝑓𝑖𝑖: Estimación del valor, 𝑓𝑓𝑖𝑖 obtenido por 𝐹𝐹𝑖𝑖 (j-ésimo caso)
Uno de los propósitos del Análisis Factorial es reducir una gran cantidad de
variables a un pequeño número de factores, es recomendable estimar las
puntuaciones de los elementos de análisis con el motivo de interpretar y
categorizarlos. Existen diversos procedimientos para lograr las puntuaciones
factoriales, como el método de Regresión, el procedimiento de suma de cuadrados
ponderados, entre otros (Richard A. Johnson, Dean W. Wichern, 1982).
2.3.1.1.16.1 Método de Regresión
Comenzamos con el modelo del factor original �⃑�𝑋 − �⃗�𝜇 = 𝐿𝐿�⃗�𝐹 + 𝜀𝜀, inicialmente
tratamos los pesos de la matriz L y la matriz de varianza especifica 𝛹𝛹 como
conocida. Cuando los factores comunes F y los factores específicos 𝜀𝜀, tienen
comúnmente distribución normal con media y covarianza dada en (II.3), la
combinación lineal �⃑�𝑋 − �⃗�𝜇 = 𝐿𝐿�⃗�𝐹 + 𝜀𝜀 tiene una distribución 𝑁𝑁𝑝𝑝(0, 𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹),
además la distribución combinada de (𝑋𝑋 − 𝑐𝑐) y F es 𝑁𝑁(𝑚𝑚+𝑝𝑝)𝑚𝑚𝑝𝑝(0,𝛴𝛴∗), donde:
𝛴𝛴∗(𝑚𝑚+𝑝𝑝)𝑚𝑚(𝑚𝑚𝑚𝑚𝑝𝑝) = �𝛴𝛴 = 𝐿𝐿𝐿𝐿(𝑝𝑝𝑚𝑚𝑝𝑝)
𝑇𝑇 + 𝛹𝛹 𝐿𝐿(𝑝𝑝𝑚𝑚𝑚𝑚)
𝐿𝐿(𝑚𝑚𝑚𝑚𝑝𝑝)𝑇𝑇 𝐼𝐼(𝑚𝑚𝑚𝑚𝑚𝑚)
� (II.20)
27
y 0 es una matriz (𝑚𝑚 + 𝑝𝑝) 𝑝𝑝 𝑝𝑝 de ceros, la distribución condicional de 𝐹𝐹/𝑝𝑝 es
normal multivariante con:
𝑚𝑚𝑒𝑒𝑐𝑐𝑐𝑐𝑉𝑉 = 𝐸𝐸(𝐹𝐹/𝑝𝑝) = 𝐿𝐿𝑇𝑇𝛴𝛴−1(𝑝𝑝 − 𝑐𝑐) = 𝐿𝐿𝑇𝑇(𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹)−1(𝑝𝑝 − 𝑐𝑐) (II.21)
y 𝑐𝑐𝐶𝐶𝐶𝐶𝑉𝑉𝑉𝑉𝑐𝑐𝑉𝑉𝑛𝑛𝑣𝑣𝑉𝑉 = 𝐶𝐶𝐶𝐶𝐶𝐶(𝐹𝐹/𝑝𝑝) = 𝐼𝐼 − 𝐿𝐿𝑇𝑇𝛴𝛴−1𝐿𝐿 = 𝐼𝐼 − 𝐿𝐿𝑇𝑇(𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹)−1𝐿𝐿 (II.22)
Las cantidades 𝐿𝐿𝑇𝑇(𝐿𝐿𝐿𝐿𝑇𝑇 + 𝛹𝛹)−1 en (II.21) son los coeficientes en una regresión en
los factores en las variables. La estimación de estos coeficientes produce los
puntajes factoriales que son análogos a la estimación del valor medio condicional
en análisis de regresión multivariante. Consecuentemente dado algún vector de
observaciones 𝑋𝑋𝑖𝑖 y tomando la estimación máxima verosimilitud para 𝐿𝐿� 𝑦𝑦 𝛹𝛹� como
el verdadero valor, la j-ésimo factor de puntajes factoriales es dado por:
𝑓𝑓𝑖𝑖 = 𝐿𝐿�𝑇𝑇𝛴𝛴−1(𝑝𝑝𝑖𝑖 − 𝑝𝑝) = 𝐿𝐿�𝑇𝑇(𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹�)−1(𝑝𝑝𝐽𝐽 − 𝑝𝑝), 𝑗𝑗 = 1,2,3, …𝑛𝑛 (II.23)
EI cálculo de 𝑓𝑓𝑖𝑖 en (23) puede ser simplificado usando la matriz identidad
𝐿𝐿�𝑇𝑇(𝑚𝑚𝑚𝑚𝑝𝑝)(𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹�)−1(𝑝𝑝𝑚𝑚𝑝𝑝) = (𝐼𝐼 + 𝐿𝐿�𝑇𝑇𝛹𝛹−1𝐿𝐿�)−1(𝑚𝑚𝑚𝑚𝑚𝑚)𝐿𝐿�𝑇𝑇
(𝑚𝑚𝑚𝑚𝑝𝑝)𝛹𝛹−1(𝑝𝑝𝑚𝑚𝑝𝑝) (II.24)
Esta identidad nos permite comparar el puntaje factorial en (II.23), generando por
la regresión, con estos generados por el procedimiento suma de cuadrados. Se
denotará la forma por 𝑓𝑓𝑖𝑖𝑅𝑅
𝑦𝑦 el segundo por 𝑓𝑓𝑖𝑖𝐿𝐿𝐿𝐿
, cuando usamos (II.24).
𝑓𝑓𝑖𝑖𝐿𝐿𝐿𝐿
= (𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹�)−1(𝐼𝐼 + 𝐿𝐿�𝑇𝑇𝛹𝛹−1𝐿𝐿�)−1𝑓𝑓𝑖𝑖𝑅𝑅
(II.25)
Por estimación de máxima verosimilitud (𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹�)−1 =△�−1 y si los elementos
de esta matriz diagonal están próximos a cero, la regresión 𝑦𝑦 la generalización del
método suma de cuadrados podria dar aproximadamente los puntajes factoriales
parecido.
En un intento por reducir los efectos de una determinación incorrecta del número
de factores, tendemos a dividir el cálculo de los puntajes factoriales en (II.23) por
𝑀𝑀(matriz de covarianza de la muestra original) en lugar de 𝛴𝛴� = 𝐿𝐿�𝐿𝐿�𝑇𝑇 + 𝛹𝛹� . Teniendo
lo siguiente.
Puntajes Factoriales obtenidos por Regresión
𝑓𝑓𝑖𝑖 = 𝐿𝐿�𝑇𝑇𝑀𝑀−1�𝑝𝑝𝑖𝑖 − 𝑝𝑝� 𝑗𝑗 = 1,2, … ,𝑛𝑛
28
O si la matriz de correlación es factorizada
𝑓𝑓𝑖𝑖 = 𝐿𝐿�𝑇𝑇𝑅𝑅−1𝑍𝑍𝑖𝑖 𝑗𝑗 = 1,2, … , 𝑛𝑛
Donde
𝑣𝑣𝑖𝑖 = 𝐷𝐷−12�𝑝𝑝𝐽𝐽 − 𝑝𝑝� 𝑦𝑦 𝜌𝜌� = 𝐿𝐿�𝑍𝑍𝐿𝐿�𝑍𝑍𝑇𝑇 + 𝛹𝛹�𝑍𝑍 (II.26)
Nuevamente, si rotamos los pesos 𝐿𝐿�∗ = 𝐿𝐿�𝑇𝑇 son usados en lugar de los pesos
originales in (II.25), el subsiguiente puntaje factorial 𝑓𝑓𝑖𝑖∗
= 𝑇𝑇𝑇𝑇𝑓𝑓𝑖𝑖 𝑗𝑗 = 1,2, … ,𝑛𝑛.
Una medida numérica de acuerdo entre los puntajes factoriales generada de dos
métodos de cálculos diferentes, es provisto por el coeficiente de correlación
simple entre puntajes en el mismo factor. (Richard A. Johnson, Dean W. Wichern,
1982)
2.3.1.2 Análisis de Conglomerados
Es método es utilizado para asociar, cuya finalidad es la partición de un conjunto
de objetos o individuos en grupos tales que los objetos pertenecientes a un mismo
grupo son bastante similares entre sí, pero bastante diferentes a los objetos
pertenecientes a otros grupos.
En esta parte desarrollaremos otro tema interesante que será motivo de aplicación
a los datos ya anteriormente presentados, se presenta una breve definición del
análisis cluster, las medidas de similitud, los procedimientos jerárquicos
empleados, selección de grupos y finalmente la deducción de los grupos
obtenidos.
2.3.1.2.1 Definición
EI Análisis Cluster es una de las técnicas que se utilizan para ordenar las variables
o casos en grupos relativamente homogéneos llamados conglomerados (clusters).
Los objetos en cada grupo (conglomerado) tienden a ser comparables entre sí (alta
homogeneidad interna, dentro del cluster) y disímil a los objetos de los otros
conjuntos (alta heterogeneidad extrínseca, entre clusters) con respecto a algún
principio de selección. De este modo, si la organización es un notoria, los objetos
dentro del conglomerado estarán muy cercanos unos de otros en la representación
geométrica, y los conglomerados diferentes estarán muy apartados.
29
EI Análisis Cluster tiene como propósito esencial, agrupar aquellos objetos que
reúnan idénticas características, es decir, se convierte así en una técnica de análisis
exploratorio diseñada para develar las agrupaciones naturales dentro de una
colección de datos. Este análisis no hace ninguna discriminación entre variables
dependientes (VD) y variables independientes (VI) sino que calcula las relaciones
interdependientes de todo el grupo de variables. Es decir, el Análisis Cluster puede
utilizarse como instrumento de disminución absoluta de datos a fin de desarrollar
subgrupos de datos que sean más fáciles de manejar que los elementos
individuales.
Con el Análisis Conglomerados, no se debe esperar jamás una única y definitiva
solución al problema de creación de conglomerados. En la práctica, se
considerarán varias soluciones deducidas de la aplicación de las muchas técnicas
ofrecidas por este análisis y, tras su correspondiente comparación, propenderemos
por la más útil para el tipo de investigación planteada. Los conocimientos del
científico sobre el problema, jugarán un papel importante a la hora de decidir
entre las diferentes soluciones alternativas.
Sean 𝑋𝑋1, … ,𝑋𝑋𝑝𝑝 p variables cuantitativas observadas en 𝑛𝑛 objetos. Sea 𝑝𝑝𝑖𝑖𝑖𝑖 = 𝐶𝐶𝑉𝑉𝑙𝑙𝐶𝐶𝑉𝑉
de la variable 𝑋𝑋𝑖𝑖 en el i-ésimo objeto 𝑐𝑐 = 1, … ,𝑛𝑛; 𝑗𝑗 = 1, … , 𝑝𝑝.
El objetivo del Análisis Conglomerados es obtener conjuntos de objetos de forma
que, por un lado, los objetos alusivos a un mismo conjunto sean muy semejantes
entre sí, es decir, que el conjunto esté cohesionado internamente y, por el otro, los
objetos alusivos a conjuntos diferentes tengan un comportamiento distinto con
respecto a las variables analizadas, es decir, que cada conjunto esté aislado
exteriormente de los demás conjuntos.
Es una técnica meramente exploratoria puesto que la mayor parte de las veces, no
utiliza ningún tipo de modelo estadístico para llevar a cabo el procedimiento de
clasificación. Es una técnica muy adecuada para sustraer información de un
conjunto de datos sin imponer restricciones previas en forma de modelos
estadísticos, al menos de forma explícita y, por ello, puede llegar a ser muy útil
como un instrumento de elaboración de hipótesis acerca del problema considerado
sin exigir patrones o teorías previamente establecidas.
30
2.3.1.2.2 Medidas de Similitud
Ya que el objetivo es agrupar objetos similares; una vez establecidas las variables
y los objetos a distribuir el siguiente paso consiste en establecer una medida de
proximidad o de distancia entre ellos, que determine el grado de similaridad entre
cada pareja de objetos. (Hair, J., Anderson, R., Tatham, R. y Black, W., 2004)
La concepción de similaridad es esencial en el Análisis Cluster. La similaridad
(similitud) es una medida de correspondencia o semejanza entre los objetos que
van a ser condesado. La similitud entre objetos puede medirse de varias maneras,
entre ellos tenemos, las medidas de proximidad y las medidas de distancia. Las
medidas de proximidad y de distancia están sujetas al tipo de variables y datos
considerados. La categoría de datos es:
• De intervalo: se trata de una matriz objetos 𝑝𝑝 variables en donde todas
las variables son cuantitativas, medidas en escala intervalo o razón.
• Frecuencias: las variables analizadas son categóricas de forma que,
por filas, tenemos objetos o categorías de objetos y, por columnas, las
variables con sus diferentes categorías. En el interior de la tabla
aparecen frecuencias.
• Datos binarios: se trata de una matriz objetos 𝑝𝑝 variables, pero en la
que las variables analizadas son binarias de forma que 0 indica la
ausencia de una característica y 1 su presencia.
2.3.1.3 Medidas de Proximidad
Las medidas de proximidad, también son denominadas medidas de similitud o
semejanza, miden el grado de semejanza entre dos objetos de forma, esto es que
cuanto mayor es su coeficiente, mayor es el grado de semejanza existente entre
ellos y con más posibilidad los procedimientos de distribución tenderán a ponerlos
en el mismo grupo. Son importantes las deliberaciones que incluyen la naturaleza
de la variable (discreta, continua y binaria) o medidas en escala (nominal, ordinal,
intervalo o razón).
2.3.1.3.1 Medidas para variables cuantitativas
Coeficiente de congruencia:
31
𝐶𝐶𝑟𝑟𝑟𝑟 =∑ 𝑋𝑋𝑟𝑟𝑗𝑗𝑋𝑋𝑠𝑠𝑗𝑗𝑝𝑝𝑗𝑗=1
�∑ 𝑋𝑋𝑟𝑟𝑗𝑗2𝑝𝑝
𝑗𝑗=1 �∑ 𝑋𝑋𝑠𝑠𝑗𝑗2𝑝𝑝
𝑗𝑗=1
; 𝑗𝑗 = 1, … ,𝑛𝑛 (II.27)
Que es el coseno del ángulo que forman los vectores �𝑝𝑝𝑟𝑟1, . 𝑝𝑝𝑟𝑟𝑝𝑝�′𝑦𝑦 (𝑝𝑝𝑟𝑟1, . 𝑝𝑝𝑟𝑟𝑝𝑝)′
Coeficiente de correlación
𝑉𝑉𝑟𝑟𝑟𝑟 =∑ �𝑋𝑋𝑟𝑟𝑗𝑗−𝑋𝑋𝑟𝑟������𝑋𝑋𝑠𝑠𝑗𝑗−𝑋𝑋𝑠𝑠����𝑝𝑝𝑗𝑗=1
�∑ �𝑋𝑋𝑟𝑟𝑗𝑗−𝑋𝑋𝑟𝑟�����𝑛𝑛𝑗𝑗=1
2�∑ �𝑋𝑋𝑠𝑠𝑗𝑗−𝑋𝑋𝑠𝑠����𝑝𝑝𝑗𝑗=1
2; 𝑗𝑗 = 1, … ,𝑛𝑛 (II.28)
Donde �̅�𝑝𝑟𝑟 =∑ 𝑋𝑋𝑟𝑟𝑗𝑗𝑝𝑝𝑗𝑗=1
𝑝𝑝 𝑦𝑦 �̅�𝑝𝑟𝑟 =
∑ 𝑋𝑋𝑠𝑠𝑗𝑗𝑝𝑝𝑗𝑗=1
𝑝𝑝 (II.29)
Si los objetos r y s son variables, 𝑉𝑉𝑟𝑟𝑟𝑟 mide el grado de asociación lineal existente
entre ambas.
Estas dos medidas se utilizan, preferentemente, para distribuir variables siendo, en
este caso, invariantes por cambios de escala y, en el caso del coeficiente de
correlación, invariante por transformación de origen. Por esta razón es más
oportuno utilizar el valor de congruencia con variables tipo razón en las cuales el
origen está claramente definido.
Conviene observar, además, que tanto 𝑐𝑐𝑟𝑟𝑟𝑟 como 𝑉𝑉𝑟𝑟𝑟𝑟 toman valores comprendidos
entre -1 y 1 pudiendo tomar, por lo tanto, valores negativos. Dado que, en algunos
casos, (por ejemplo, si los objetos a distribuir son variables), los valores negativos
cercanos a - 1 pueden implicar fuerte semejanza entre los objetos distribuidos, en
estas situaciones se utiliza como medida de semejanza sus valores absolutos.
2.3.1.3.2 Medidas para datos binarios
En este caso se construyen, para cada par de objetos r y s, tablas de contingencia
de la forma:
Cuadro 2: Tabla de Contingencia datos binarios
Objeto s \ Objeto r 0 10 a b1 c d
Fuente: VII Censo de Población y VI de Vivienda del año 2010.
Elaborado por: Gandy López
32
Donde a ese número de variables en las que los objetos r y s toman el valor 0, etc.
y 𝑝𝑝 = 𝑉𝑉 + 𝑏𝑏 + 𝑐𝑐 + 𝑐𝑐. Utilizando dichas tablas algunas de las medidas de
semejanza más utilizadas entre otros:
Coeficiente de Jacard: 𝑑𝑑𝑏𝑏+𝑐𝑐+𝑑𝑑
(II.30)
Coeficiente de acuerdo simple: 𝑎𝑎+𝑑𝑑𝑝𝑝
Ambos coeficientes pueden tomar valores entre 0 y 1, estos se miden en tanto por
uno, es decir el porcentaje de acuerdo con los valores tomados en las p variables,
existentes entre los dos objetos. Difieren en conformidad a los acuerdos en 0. El
coeficiente de Jacard no los tiene en cuenta y el de acuerdo simple. Ello es debido
a que, en algunas situaciones, las variables binarias estimadas son asimétricas en
el sentido de que es más informativo el valor 1 que el valor 0.
2.3.1.3.2.1 Medidas de Distancia
La medidas de distancia también denomina medida de disimilitud y desemejanza,
cuantifican la distancia entre dos objetos de manera que, cuanto mayor sea su
coeficiente, más distintos son los objetos y menor la probabilidad de que los
procedimientos de ordenación los pongan en el mismo conjunto.
2.3.1.3.2.2 Medidas para variables cuantitativas
Las medidas de distancia más utilizadas son: Distancia Euclídea y Distancia
Euclídea al Cuadrado.
�∑ (𝑝𝑝𝑖𝑖=1 𝑝𝑝𝑟𝑟𝑖𝑖 − 𝑝𝑝𝑟𝑟𝑖𝑖)2 y ∑ (𝑝𝑝
𝑖𝑖=1 𝑝𝑝𝑟𝑟𝑖𝑖 − 𝑝𝑝𝑟𝑟𝑖𝑖)2 (II.31)
La distancia euclídea al cuadrado, nos indica que los conglomerados deben
constituirse de tal manera que, al asociarse dos elementos, la perdida de
información resultante debe ser mínima. En consecuencia, la cantidad de
información se determina como la suma de las distancias al cuadrado de cada
objeto respecto al elemento del centro del conglomerado al que corresponde.
Distancia métrica de Chebychev: max |𝑝𝑝𝑟𝑟𝑖𝑖−𝑝𝑝𝑟𝑟𝑖𝑖|
Distancia de Manhattan: ∑ |𝑝𝑝𝑖𝑖=1 𝑝𝑝𝑟𝑟𝑖𝑖 − 𝑝𝑝𝑟𝑟𝑖𝑖| (II.32)
33
Distancia de Minkowski: �∑ (𝑝𝑝𝑖𝑖=1 𝑝𝑝𝑟𝑟𝑖𝑖 − 𝑝𝑝𝑟𝑟𝑖𝑖)𝑞𝑞
𝑞𝑞 con 𝑞𝑞 ∈ 𝑁𝑁.
Cuanto mayor es q más hincapié se le da a las diferencias en cada variable, las
primeras medidas son variantes de la distancia de Minkowski con 𝑞𝑞 = 1, 2 𝑦𝑦 ∞.
Todas estas distancias no son invariantes a modifación de escala por lo que se
aconseja estandarizar los datos si las unidades de medida de las variables no son
comparables. La manera más trivial de tipificación es la transformación de cada
variable en puntuaciones típicas (también conocidas como puntuaciones Z). La
manera de determinar es que se resta a cada observación de cada variable su
media correspondiente y se divide el resultado para la desviación estándar de la
variable en estudio. Este procedimiento convierte la puntuación de cada dato
originario en un valor tipificado con una media de cero y una desviación estándar
uno.
En conclusión, lo que se consigue con esto es eliminar, uno a uno, la suspicacia
introducida por las diferencias en las escalas de las distintas variables usadas en el
análisis. Además, estas distancias no tienen en cuenta las correlaciones que
existen entre las variables. Si se quieren tener en cuenta es plausible utilizar la
distancia de Mahalanobis, la cual está dada por la forma cuadrática:
(𝑝𝑝𝑟𝑟 − 𝑝𝑝𝑟𝑟)′𝑀𝑀−1(𝑝𝑝𝑟𝑟 − 𝑝𝑝𝑟𝑟) (II.33)
Donde 𝑝𝑝𝑟𝑟 = �𝑝𝑝𝑟𝑟1, … , 𝑝𝑝𝑟𝑟𝑝𝑝�′ 𝑝𝑝𝑟𝑟 = (𝑝𝑝𝑟𝑟1, … , 𝑝𝑝𝑟𝑟𝑝𝑝)′
2.3.1.3.2.3 Medidas para tablas de frecuencias:
Suelen estar basadas en la 𝜒𝜒2 de Pearson. Algunas de las más utilizadas son:
𝑐𝑐2 = �∑ (𝑚𝑚𝑟𝑟𝑟𝑟−𝐸𝐸(𝑚𝑚𝑟𝑟𝑟𝑟))𝐸𝐸(𝑚𝑚𝑟𝑟𝑟𝑟)
𝑝𝑝𝑖𝑖=1 + ∑ (𝑚𝑚𝑠𝑠𝑟𝑟−𝐸𝐸(𝑚𝑚𝑠𝑠𝑟𝑟))
𝐸𝐸(𝑚𝑚𝑠𝑠𝑟𝑟)𝑝𝑝𝑖𝑖=1 (II.34)
𝑗𝑗2 = �∑ �𝑥𝑥𝑟𝑟𝑟𝑟−𝐸𝐸(𝑥𝑥𝑟𝑟𝑟𝑟)�𝐸𝐸(𝑥𝑥𝑟𝑟𝑟𝑟)
𝑝𝑝𝑟𝑟=1 +∑
�𝑥𝑥𝑠𝑠𝑟𝑟−𝐸𝐸(𝑥𝑥𝑠𝑠𝑟𝑟)�𝐸𝐸(𝑥𝑥𝑠𝑠𝑟𝑟)
𝑝𝑝𝑟𝑟=1
𝑁𝑁 (II.35)
Donde 𝐸𝐸(𝑋𝑋𝑖𝑖) = 𝑚𝑚𝑟𝑟.𝑚𝑚.𝑟𝑟𝑁𝑁
con 𝑝𝑝𝑟𝑟. = ∑ 𝑝𝑝𝑟𝑟𝑖𝑖𝑝𝑝𝑖𝑖=1 𝑝𝑝.𝑖𝑖 = 𝑝𝑝𝑟𝑟𝑖𝑖 + 𝑝𝑝𝑟𝑟𝑖𝑖 (II.36) es el valor
esperado de la frecuencia 𝑝𝑝𝑟𝑟𝑖𝑖 si hay independencia entre los individuos r y s, las
categorías 1,..., 𝑝𝑝 de las variables y 𝑁𝑁 = 𝑝𝑝𝑟𝑟 + 𝑝𝑝𝑟𝑟 es el total de observaciones. La
34
disparidad entre ambas medidas radica en la división por N en el caso de 𝑗𝑗2 para
paliar la dependencia que tiene la c2 de Pearson respecto a N.
2.3.1.3.2.4 Medidas para datos binarios
Las más utilizadas son:
Distancia euclídea: 𝐷𝐷𝐸𝐸 = √𝑉𝑉 + 𝑏𝑏 (II.37)
Distancia euclídea al cuadrado: (𝐷𝐷𝐸𝐸)2 = 𝑉𝑉 + 𝑏𝑏 (II.38)
Lance y Williams: 𝑏𝑏+𝑐𝑐2𝑑𝑑+𝑏𝑏+𝑐𝑐
Esta última ignora los acuerdos en 0.
2.3.1.3.2.5 Medidas para datos de tipo mixto
Según (Anderberg, M. R., 1973), menciona que si en la base de datos existen
diferentes tipos de variables: binarias, categóricas, ordinales, cuantitativas no
existe una solución universal al problema de cómo juntarlas para elaborar una
medida de distancia, sugiere las siguientes soluciones:
Declarar todas las variables en una escala común, comúnmente dicotómica,
transformando el problema en uno de los ya contemplados anteriormente. Esto
tiene sus costos, empero, en términos de pérdida de información si se usan escalas
menos informativas como las nominales u ordinales o la necesidad de incorporar
información extra si se utilizan escalas más explicativas como son las de intervalo
o razón. Juntar medidas con pesos de ponderación mediante expresiones de la
forma:
𝑐𝑐𝑖𝑖𝑖𝑖 =∑ 𝑤𝑤𝑟𝑟𝑗𝑗𝑗𝑗𝑝𝑝𝑗𝑗=1 𝑑𝑑𝑟𝑟𝑗𝑗𝑗𝑗∑ 𝑊𝑊𝑟𝑟𝑗𝑗𝑗𝑗𝑝𝑝𝑗𝑗=1
(II.39)
Donde 𝑐𝑐𝑖𝑖𝑖𝑖𝑘𝑘 es la distancia entre los elementos i y j en la k-ésima variable y 𝑤𝑤𝑖𝑖𝑖𝑖𝑘𝑘 =
0 ó 1 dependiendo de si la contraposición entre i y j es válida en la k-ésima
variable. Realizar un análisis por separado usando variables del mismo tipo y usar
las demás variables como herramientas para explicar los resultados obtenidos.
2.3.1.4 Métodos de Clasificación o Selección
Hay dos procedimientos: los jerárquicos y los no jerárquicos. Pondremos más
énfasis en los métodos jerárquicos, por ser el método utilizado en esta propuesta
metodología.
35
2.3.1.4.1 Métodos jerárquicos
El conglomerado jerárquico se distingue por generar una estructura en forma de
árbol. Los procedimientos jerárquicos pueden ser por concentración o por
División. El cluster por agrupación empieza considerando a cada objeto como un
conglomerado. El conglomerado se forma al agrupar los objetos en conjuntos cada
vez más grandes. Este procedimiento continúa hasta que todos los objetos formen
parte de un solo grupo. El conglomerado por división empieza con todos los
elementos aglomerados en un solo grupo. Los conglomerados se dividen hasta que
cada objeto sea un grupo independiente. Según el algoritmo indica que cada paso
divide al grupo más heterogéneo. Para indicar cuales grupos se unen o dividen se
utiliza una función objetivo que, en el caso de los métodos aglomerativos recibe el
nombre de enlace.
2.3.1.4.1.1 Tipos de enlace
Se utilizan con las técnicas aglomerativas y proporcionan diferentes criterios para
determinar, en cada paso del algoritmo, que grupos se deben unir. Cabe destacar
los siguientes:
2.3.1.4.1.1.1 Enlace simple o vecino más próximo
También es conocido como método de eslabonamiento simple, mide la
proximidad entre dos grupos calculando la distancia entre sus objetos más
próximos a 0, la similitud entre sus objetos más semejantes. Este método se basa
en la distancia mínima, encuentra dos objetos separados por la distancia más corta
la coloca en el primer conglomerado. Luego encuentra la distancia más corta,
y/o bien un tercer objeto se une a los primeros para formar un conglomerado o se
forma un nuevo conglomerado de dos miembros. El procedimiento sigue hasta
que todos los objetos se concentran en un conglomerado. (Hair, J., Anderson, R.,
Tatham, R. y Black, W., 2004)
2.3.1.4.1.1.2 Enlace completo o vecino más alejado
Mide la proximidad entre dos conjuntos determinando la distancia entre sus
objetos más lejanos o la similitud entre sus objetos menos semejantes. Es parecido
al encadenamiento simple excepto en que el criterio de aglomeración se basa en la
distancia máxima. También se le denomina encadenamiento completo porque
36
todos los objetos de un conglomerado se vinculan con el resto a alguna distancia
máxima o por la mínima similitud. (Hair, J., Anderson, R., Tatham, R. y Black,
W., 2004)
2.3.1.4.1.1.3 Enlace medio entre grupos
Mide la proximidad entre dos conjuntos determinando la media de las distancias
entre objetos de ambos grupos o la media de las similitudes entre objetos de
ambos grupos. Tenemos, por ejemplo, si se usan distancias, la distancia entre los
grupos r y s vendría dada por:
1𝑛𝑛𝑟𝑟𝑛𝑛𝑠𝑠
∑ ∑ 𝑐𝑐(𝑗𝑗,𝑘𝑘)𝑘𝑘∈𝑟𝑟𝑖𝑖∈𝑟𝑟 (II.40)
Donde 𝑐𝑐(𝑗𝑗,𝑘𝑘) es la distancia entre los objetos j y k y 𝑛𝑛𝑟𝑟 y 𝑛𝑛𝑟𝑟 son las magnitudes
(tamaños) de los grupos r y s, respectivamente. Enlace medio dentro de los
grupos, mide la cercanía entre dos conjuntos con la distancia media existente entre
los miembros del grupo unión de los dos grupos. Tenemos, por ejemplo, si se trata
de distancias, la distancia entre los conjuntos r y s vendría dada por:
1𝐶𝐶𝑛𝑛𝑟𝑟+𝑛𝑛𝑠𝑠2 ∑ 𝑐𝑐(𝑗𝑗,𝑘𝑘)(𝑖𝑖,𝑘𝑘)∈𝑟𝑟⋃𝑟𝑟 (II.41)
2.3.1.4.1.1.4 Métodos del centroide y de la mediana
Ambas técnicas miden la cercanía entre dos grupos determinando la distancia
entre sus centroides:
𝑐𝑐𝑟𝑟𝑟𝑟2 = ∑ ��̅�𝑝𝑟𝑟𝑖𝑖 − �̅�𝑝𝑟𝑟𝑖𝑖�2𝑝𝑝
𝑖𝑖=1 (II.42)
Donde 𝑝𝑝𝑟𝑟𝑟𝑟 y 𝑝𝑝𝑟𝑟𝑖𝑖 son las medias de la variable 𝑝𝑝𝑖𝑖 en los grupos r y s,
respectivamente.
Las dos técnicas se diferencian en la manera de determinar los centroides: el
método del centroide usa las medias de todas las variables de manera que las
coordenadas del centroide del conjunto 𝑉𝑉 = 𝑒𝑒⋃𝑒𝑒 estarán dadas por:
�̅�𝑝𝑟𝑟𝑖𝑖 =1𝑛𝑛𝑟𝑟
� 𝑝𝑝𝑟𝑟𝑖𝑖𝑚𝑚
𝑛𝑛𝑟𝑟
𝑚𝑚=1
=𝑛𝑛𝑟𝑟
𝑛𝑛𝑟𝑟 + 𝑛𝑛𝑡𝑡�̅�𝑝𝑟𝑟𝑖𝑖 +
𝑛𝑛𝑡𝑡𝑛𝑛𝑟𝑟 + 𝑛𝑛𝑡𝑡
�̅�𝑝𝑡𝑡𝑖𝑖 𝑗𝑗 = 1, … , 𝑝𝑝
37
En el procedimiento de la mediana el nuevo centroide es la media de los
centroides de los conjuntos que se unen 𝑝𝑝𝑟𝑟𝑖𝑖 = 12𝑝𝑝𝑟𝑟𝑖𝑖 + 1
2𝑝𝑝𝑡𝑡𝑖𝑖
2.3.1.4.1.1.5 Método de Ward
La característica más relevante del método de Ward es que no emplea las
distancias entre conglomerados para realizar la aproximación, sino que trata de
hacer mínima la variabilidad entre conglomerados, esto es de hacer que cada
aglomerado sea lo más homogéneo posible. La homogeneidad se mide a través de
la suma de cuadrados de diferencias entre los elementos dentro de un
conglomerado. En consecuencia, se asociaran los dos objetos más similares, esto
es que la suma de cuadrados del error sea menor. (Catena, 2003)
EI método trata de minimizar ∑ 𝑀𝑀𝑟𝑟 𝑀𝑀𝑊𝑊𝑟𝑟 donde 𝑀𝑀𝑀𝑀𝑊𝑊𝑟𝑟 es para cada grupo 𝑉𝑉, las
sumas de cuadrados intragrupo que viene dada por:
𝑀𝑀𝑀𝑀𝑊𝑊r = ∑ ∑ �𝑝𝑝𝑟𝑟𝑖𝑖𝑚𝑚 − �̅�𝑝𝑟𝑟𝑖𝑖�2𝑝𝑝
𝑖𝑖=1𝑛𝑛𝑟𝑟𝑚𝑚=1 (II.43)
Donde 𝑝𝑝𝑟𝑟𝑖𝑖𝑚𝑚 denota el valor de la variable 𝑝𝑝𝑖𝑖 en el m-ésimo elemento del grupo r.
En cada paso del algoritmo une los grupos r y s que minimizan:
𝑀𝑀𝑀𝑀𝑊𝑊𝑡𝑡 − 𝑀𝑀𝑀𝑀𝑊𝑊𝑟𝑟 − 𝑀𝑀𝑀𝑀𝑊𝑊𝑟𝑟 = 𝑛𝑛𝑟𝑟𝑛𝑛𝑠𝑠𝑛𝑛𝑟𝑟+𝑛𝑛𝑠𝑠
𝑐𝑐𝑟𝑟𝑟𝑟2 (II.44)
Con 𝑒𝑒 = 𝑉𝑉⋃𝑒𝑒 y 𝑐𝑐𝑟𝑟𝑟𝑟2 la distancia entre los centroides de r y s.
2.3.1.4.2 Método no jerárquico
El segundo tipo de métodos de aglomeración son los métodos de conglomerados
no jerárquicos, que con frecuencia se denomina Agrupación de K Medias. En este
método es conveniente usarlo cuando los datos a distribuir son demasiados y/o
para refinar una distribución obtenida usando un método jerárquico. Una
suposición es que la cantidad de grupos es conocida a priori.
Existen varias maneras de ponerlo en práctica, pero básicamente, tiene los
siguientes pasos:
1. Seleccionamos k centroides o semillas, donde k es la cantidad de grupos
estimada.
38
2. Asignamos cada elemento al conglomerado o grupo cuya semilla es la más
próxima.
3. Determinamos los puntos semillas o centroides de cada conglomerado o
grupo.
4. Repetimos los pasos 2 y 3 de tal forma que se satisfagan un criterio de
finalización. Por decir sí los puntos semillas en cuanto cambian a 0 los grupos
obtenidos en dos repeticiones consecutivas son las mismas. El procedimiento
suele ser muy apreciable a la solución inicial, dada por lo que es favorable
usar una que permita lograr el objetivo, esto es una forma de construirla
mediante la clasificación conseguida por un método jerárquico.
2.3.1.4.3 Selección del Número De Grupos
No existe un principio generalmente deseado. La mayor parte de programas
estadísticos proporcionan las distancias de aglomeración, esto es que las
distancias a las que se forma cada conglomerado, una manera para calcular el
número de conjuntos o grupos consiste en localizar en qué iteraciones del
procedimiento usado dichas distancias dan grandes saltos. El conocimiento que el
investigador tenga acerca del problema tomara la decisión de cuáles grupos
obtenidos son significativos y cuáles no.
Así, el investigador podrá establecer un límite para detener el procedimiento a su
conveniencia (esta información puede obtenerse del dendrograma). Por ejemplo,
podría hacerlo en el caso cuando la distancia entre los grupos o conglomerados
supera un coeficiente específico o cuando las distancias consecutivas entre los
pasos indican un salto repentino.
En los análisis conglomerados de una estructura no jerárquica, se puede trazar un
gráfico en el que se contraste la cantidad de grupos la relación entre la varianza
total de los grupos y la varianza entre los grupos. El punto del gráfico donde se
presenta un recodo marcado indicará la cantidad deseada de grupos.
Habitualmente no será necesario incrementar el número de grupos más allá de este
punto. Otra forma para determinar la cantidad óptima de grupos para definir algún
tipo de conceptualización intuitiva de la relación teórica de los datos.
39
Otro problema que puede proponerse en este tipo de análisis es la presencia de
grupos o conglomerados formados por un solo individuo. Son una contrariedad
porque podrían ser outliers (valores atípicos) no detectados en el proceso de
depuración de nuestra fuente de datos. Si aparece un grupo de un solo elemento, el
investigador debe estudiar si figura un componente estructural válido en la
muestra o si, por el contrario, debiera suprimirse por no ser representativo. Se
elimina del análisis algún elemento, el investigador deberá ejecutar un nuevo el
análisis de conglomerados para los nuevos elementos válidos y conseguir así
definir nuevos grupos. Para identificar los conglomerados, son muy útil los
gráficos de carámbano o témpanos verticales y el dendrograma, muestran a cada
paso la formación o agrupación de las observaciones que pasan a formar los
grupos.
2.3.1.4.3.1 Gráfico de Carámbanos
Sus columnas que competen a los elementos que se unen y las filas al número de
grupos. Esta figura se lee de abajo hacia arriba. En un inicio todos los casos se
consideran como grupos individuales. En el primer caso, se combinan los dos
objetos más cercanos. Cada paso subsiguiente conlleva la formación de un nuevo
grupo en una de las siguientes formas: Se agrupan dos casos individuales, un caso
se une a un grupo ya existente, y se unen dos grupos.
Figura 2: Diagrama de témpanos vertical
Fuente: VII Censo de Población y VI de Vivienda del año 2010.
Elaborado por: Gandy López
2.3.1.4.3.2 Dendrograma
Se explican de izquierda a derecha. Las líneas verticales representan los grupos
unidos. La ubicación de la línea en la escala representa las distancias en las que se
agrupan los grupos. Esta información es necesaria para decidir la cantidad de
40
conglomerados. El Dendrograma es un gráfico que muestra el historial de
aglomeración en el cual los grupos o conglomerados se representan mediante
trazos horizontales, las etapas en que se reúnen mediante trazos verticales. Este
grafico nos permite estimar la uniformidad de los grupos o conglomerados,
además permite decidir sobre cuál es la cantidad óptima de grupos o
conglomerados.
Figura 3: Dendrograma
Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
2.3.1.5 Interpretación de los resultados
Explicar la clasificación obtenida por un Análisis Conglomerados se requiere
tener un conocimiento suficiente claro del problema estudiado. Esto significa estar
abierto a la posibilidad de que no todos los grupos o conglomerados obtenidos
tienen por qué ser significativos.
El objetivo de esta etapa es, fundamentalmente, indagar la variación de los
conglomerados para asignar etiquetas que describan de un modo certero su
naturaleza. Resulta necesario construir un perfil de los grupos en términos de las
variables usadas para el grupo o conglomerado Con respecto al perfilado de los
conglomerados grupos, cabe mencionar que no es más que la descripción de los
atributos de cada grupo o conglomerado para explicar cómo podrían inferir en
dimensiones relevantes. El investigador utilizara los datos no incluidos
previamente en el proceso de conglomeración para perfilar las características de
cada conglomerado.
En resumen, el análisis de perfiles hace hincapié en describir no a lo que
determinan directamente los conglomerados sino (una vez se han determinado los
41
distintos grupos) a sus atributos propios. Por ello, se hace especial énfasis en las
características que definen los grupos en la capacidad de los miembros de cada
conglomerado para predecir una actitud particular del conglomerado en estudio.
42
CAPÍTULO III
DISEÑO METODOLÓGICO
3.1 MÉTODO DE INVESTIGACIÓN
El procedimiento cuantitativo se consolida en la ejecución de un análisis de datos
numéricos, que luego permitirá realizar una comprobación y toma de decisión. En
la presente propuesta metodológica se utilizará el método descriptivo, y el grado
de investigación que se realizará es científica aplicada, donde se explicará el
fenómeno real. En este sentido, la presente es una investigación cuantitativa y
positiva, ya que se elaborará un modelo estratificado de las parroquias del
Ecuador para la creación de nuevos centros de atención para personas con
discapacidad.
En el modelo estratificado de las parroquias del Ecuador en la cual se considera
deben ser construidos los Centros para personas con discapacidades del buen
vivir, se tomará en cuenta algunas dimensiones y características, estas dependen
de la condición de vida y que tienen efecto en la explicación de programas de
prestación de servicios.
A manera de resumen, esta propuesta metodológica permite elaborar un modelo
para estratificar a las parroquias de la Provincia del Ecuador, esto es elaborar tres
escenarios posibles de grupos o aglomeraciones de parroquias que se consideran
prioritarias para la creación de centros para la atención de población con
discapacidad. En este modelo se utilizó como fuente principal el Censo del año
2010, y de esta se consideró variables sociodemográficas, como la incidencia de
personas con discapacidad, incidencia de personas en pobreza por necesidades
básicas insatisfechas, entre otras, para luego mediante métodos estadísticos
multivariantes como es el Análisis Factorial se redujo variables para cumplir el
objetivo de esta técnica, es decir reducir la multiplicidad de pruebas y medidas,
finalmente el Análisis conglomerados donde este método multivariante de
ordenación automática de la información, define grupos o estratos distintos como
sea factible.
En forma resumida diremos que el AF es una técnica que me permitió crear
nuevas variables, las cuales resumieron la estructura de los datos y facilitan la
43
interpretación de la estructura interna de los datos. El AF Examina los patrones y
conexiones subyacentes entre las variables iniciales, lo cual resulta en un número
menor de variables denominados factores. Principalmente hay modelos: a) AF
Exploratorio (AFE) y b) AF Confirmatorio (AFC). En el AFE se espera lograr la
mejor distribución de la correlación entre las variables (i.e. enfocado en la
reducción de datos), mientras que en el AFE el examinador genera una hipótesis
previa sobre el número de factores y las variables que constituyen cada uno de
estos y busca confirmar si los datos se ajustan -o no- a la estructura impuesta.
La varianza total en cada variable se descompone en tres: comunalidad, que hace
referencia a la varianza compartida entre las variables de la matriz de datos;
específica, se alude a la varianza que no es compartida con otras variables; y
residual, la cual se debe a los errores de medición.
La comunalidad de una variable representa el porcentaje de varianza que está
manifestada por todos los factores y es común a estos. Se utiliza como criterio
para decidir cuáles variables permanecen en el análisis; de tal modo que si una
variable presenta baja comunalidad contribuye poco a la solución factorial y es
preferible separarla (Conchillo, 2004).
La saturación es el peso o carga relativa de la variable en el factor, e indica la
contribución de la variable a dicho factor, mientras que el cuadrado de la
saturación representa el porcentaje de la varianza compartida entre el factor y la
variable. Por otro lado, el valor propio de un factor o el autovalor, significa la
parte de varianza explicada por el factor y la suma de todos los autovalores,
establece la varianza absoluta total muestral.
La interpretación de un factor se genera en relación con las variables que lo
conforman y con los principios que guiaron la selección inicial de las variables.
Para que la interpretación sea correcta las variables han de considerarse relevantes
para el problema en cuestión y es en función de relaciones inicialmente
propuestas, que el científico recolecta datos y hace mediciones en un AF del tipo
Exploratorio (Conchillo, 2004). En resumen, el AF representa la agrupación de los
ítems o variables con la menor falta de información y asiste en la definición de los
factores o variables latentes (Morales, 2003). Los supuestos básicos del AF son
44
más de tipo conceptual que estadístico, exigiendo un conocimiento teórico amplio
por parte del investigador al momento de explicar la forma resultante. Supuestos
1. El establecimiento del tamaño muestral depende de a) la proporción de
sujetos respecto al número de variables y b) del número mínimo
recomendable de sujetos en términos absolutos. Un criterio plausible es
utilizar una muestra 10 veces mayor que el número de variables (N = 10k)
(Conchillo, 2004; Morales, 2003). Otro criterio es N ≥ 200 y un mínimo
de 5 observaciones por variable.
2. Conocimiento sobre el tema tratado, puesto que las conclusiones se
fundamentan en este y la técnica no ofrece medios para determinar la
conveniencia de las variables seleccionadas (Hair, J., Anderson, R.,
Tatham, R. y Black, W., 2004).
3. Normalidad de las variables, que se evalúa por medio del test de
esfericidad de Bartlett, el cual contrasta la hipótesis nula de que la matriz
de correlaciones es una matriz identidad; es decir que existen una
incorrelación lineal entre las variables.
4. Correlaciones entre las variables, se demuestra mediante el índice Kaiser-
Meyer-Olkin o KMO: Test de adecuación de la muestra para realizar un
AF, valores mayores que 0.7 indican la existencia de correspondencia
entre las variables.
3.2 POBLACIÓN Y UNIDAD DE OBSERVACIÓN
Para la realización de esta propuesta se tomará como fuente principal la base del
VII Censo de Población y VI Vivienda del año 2010, puesto que es una fuente
completa representativa a nivel nacional, cuanta con 24 provincias, 224 cantones y
1024 parroquias del Ecuador. La unidad de análisis u observación es la parroquia,
además esta base de datos cuenta con la información completa de variables
demográficas de las personas con discapacidad. Así, según la (ANID, 2013 -
2017), enuncia que en el Censo del año 2010, el 5,6% poseía un cierto tipo de
discapacidad, y según el Censo año 2001, era del 4.7%. Algo que debemos
considerar muy importante es que en la presente propuesta metodológica no se
45
realizará ningún tipo de muestreo, por lo tanto la población y la muestra son las
1024 parroquias.
3.3 CARACTERÍSTICAS E INDICADORES
Según (Hair, J., Anderson, R., Tatham, R. y Black, W., 2004), el propósito general
de los métodos analíticos de factores es encontrar una manera de condensar
(resumir) la información contenida en una serie de variables originales en una
serie más pequeña de dimensiones compuestas o valores teóricos (factores)
nuevos con una mínima pérdida de información que se supone sirven de base para
las variables originales, es decir el análisis factorial pueden solventar cualquiera
de estos dos objetivos: (1) la identificación de estructura mediante el resumen de
datos, o bien (2) la reducción de datos.
La identificación de estructura mediante el resumen de datos, El análisis factorial
puede identificar la estructura de las relaciones entre las variables o los registros
mediante las correlaciones entre las variables, si considero el objetivo de la
investigación es la de resumir las características, aplicaremos el análisis factorial a
una matriz de correlación de las variables. Éste es el tipo de análisis factorial más
común, y se denomina el análisis factorial R. El análisis factorial R estudia una
serie de variables para identificar las dimensiones que son latentes (las que no son
fácilmente observadas).
3.4 REDUCCIÓN DE DATOS
El análisis factorial puede generar una serie de variables completamente nuevas,
más pequeña en cantidad, para sustituir parcial o enteramente la serie inicial de
variables para su agregación en métodos posteriores. El objetivo es mantener la
naturaleza de las variables iniciales, pero reducir su número para sintetizar el
análisis multivariante posterior. Aunque los métodos multivariantes se han
desarrollado para utilizar múltiples variables, el investigador siempre busca la
serie de variables más reducida para el análisis. El análisis factorial proporciona la
base empírica para valorar la estructura de las variables y la potencial para crear
estas medidas compuestas o seleccionar una subserie de variables sustitutas para
una investigación posterior.
46
3.5 SELECCIÓN DE VARIABLES
La reducción y el resumen de datos pueden ser llevados a cabo tanto con una serie
de variables preexistentes como con las variables creadas por la nueva
investigación. Cuando se usa una nueva serie, el investigador debe realizar una
aproximación conceptual para determinar qué variables conviene incluir en el
análisis. La utilización del análisis factorial para la reducción de datos es
particularmente crítico cuando se requiere la comparabilidad a lo largo de un
período de tiempo o en situaciones múltiples. Cuando se usa en una nueva
investigación, el análisis factorial puede determinar también la estructura y/o crear
nuevas puntuaciones compuestas a partir de las variables iniciales u originales.
Después de que se ha especificado el objetivo del análisis factorial, el científico
tiene que puntualizar las variables a examinar. Por lo que se refiere tanto al
análisis factorial tipo R o tipo Q, el científico especifica implícitamente las
dimensiones potenciales que se pueden identificar, para luego elaborar indicadores
para el análisis factorial.
3.6 CALCULO DE INDICADORES
Como se mencionó anteriormente para el procesamiento electrónico de datos se lo
realizó en el programa estadístico, cuyo nombre originario correspondía al
acrónimo de Statistical Package for the Social Sciences (SPSS) y actualmente
IBM SPSS Statistics 24.0. Inicialmente, se procede a descargar del portal del
Instituto Nacional de Estadísticas y Censos, esto es:
http://www.ecuadorencifras.gob.ec/banco-de-informacion/
3.6.1 UNIÓN DE BASES DE DATOS
Unificamos las bases de datos de Población, Vivienda y Hogares del VII Censo de
VI Población y Vivienda del año 2010, en el siguiente orden, y con la siguiente
sintaxis en Stata:
/* --------------------------------------------------------------------- * Preparación base CPV * --------------------------------------------------------------------- */ local bases "hogar persona vivienda" foreach b of local bases { *use "….// cpv2010_`b'.dta, clear cd "… //" use "cpv2010_`b'.dta", clear *Genero identificador de hogar foreach x of varlist i01 i02 i03 i04 i05 i09 i10 { qui sum `x'
47
local a = r(max) local l = length("`a'") format `x' %0`l'.0f tostring `x', replace force usedisplayformat } gen id_hogar = i01+i02+i03+i04+i05+i09+i10 gen id_viv = i01+i02+i03+i04+i05+i09 tempfile `b' save ``b'' } use `persona', clear merge m:1 id_hogar using `hogar', nogen merge m:1 id_viv using `vivienda', nogen keep if p00!=.
3.6.2 ÍNDICE DE POBREZA POR NECESIDADES BÁSICAS
INSATISFECHAS.
Luego de unificar las bases procedemos a crear la variable de pobreza según
Necesidades básicas e insatisfechas, de acuerdo a metodología SIISE, con el
objetivo de obtener una base completa, para una posterior utilización. Para esto
utilizamos el siguiente código en Stata, para su correspondiente ejecución:
/* Nombre do-file: Pobreza por NBI Censo 2010 *** (c)SISTEMA INTEGRADO DE INDICADORES SOCIALES DEL ECUADOR ****** Programa para el cálculo de Pobreza por NBI y sus componentes Fuente de procesamiento: CPV 2010 */********************************************************************** clear all set mem 4g set more off cd "C:\...\CPV\" use "CPV_2010_sin_pobreza.dta", clear drop provincia viv_parti- nacionalidad /// /// /// /// /// /// /// /// /// CREACIÓN DE VARIABLES /// /// /// /// /// /// /// /// /// /// /// /// *** Población ************************************** generat pob_siise=1 *** Personas que viven en viviendas particulares *** generat viv_parti=1 if (vco==1) & (vtv>=1 & vtv<=8) replace viv_parti=0 if (vco==1) & (vtv>=9 & vtv<=17) *** ID Hogar *************************************** egen idhogar=group(i01 i02 i03 i09 i10) *** Generamos el número de personas por hogar ****** egen numper=count(pob_siise), by (idhogar) /1ER COMPONENTE: DEPENDENCIA ECONÓMICA *************************** AÑOS DE ESCOLARIDAD DEL JEFE DE HOGAR (NO HAY VALORES DE CERO EN EL GRADO MÁS ALTO APROBADO PERO SI VALORES 99 QUE NO RESPONDEN SEGÚN LO INDICADO POR EL ME, CADA AÑO APROBADO DEL CENTRO DE ALFABETIZACIÓN EQUIVALE A 2 AÑOS DEL ANTIGUO SISTEMA DE EDUCACIÓN*/ recode p24 (99=.) generat escol1=0 if p23==1 | p23==3 replace escol1=p24*2 if p23==2 replace escol1=p24 if p23==4 replace escol1=p24+6 if p23==5
48
replace escol1=0 if p23==6 & p24==0 replace escol1=p24-1 if p23==6 & (p24>=1 & p24<.) replace escol1=p24+9 if p23==7 replace escol1=p24+12 if p23==8 | p23==9 replace escol1=p24+17 if p23==10 replace escol1=escol1-1 if p21==1 & p23!=2 & (escol1>=1 & escol1<.) replace escol1=escol1-2 if p21==1 & p23==2 & (escol1>=1 & escol1<.) *JEFES DE HOGAR CON 2 AÑOS O MENOS DE EDUCACIÓN PRIMARIA generat escje_=1 if escol1<=2 & p02==1 replace escje_=0 if (escol1>=3 & escol1<.) & p02==1 replace escje_=0 if escje_==. & p02==1 & (p23==5 | (p23>=7 & p23<=10)) egen escje = max(escje_) if viv_parti==1, by(idhogar) drop escje_ *OCUPADOS generat ocup_=0 if p03>=10 replace ocup_=1 if (p27>=1 & p27<=5) & p03>=10 egen ocup = sum (ocup_) if viv_parti==1, by(idhogar) drop ocup_ *OCUPADOS PERCÁPITA generat ocupc=numper/ocup *MÁS DE TRES OCUPADOS POR PERSONA EN EL HOGAR U HOGAR SIN ACUPADOS generat m3ocuxper=0 if ocupc<=3 & viv_parti==1 replace m3ocuxper=1 if (ocupc> 3 & ocupc<.) & viv_parti==1 replace m3ocuxper=1 if (ocup==0) & viv_parti==1 *DEPENDENCIA ECONÓMICA generat depec=0 if escje!=. & m3ocuxper!=. replace depec=1 if escje==1 & m3ocuxper==1 drop escol1 escje ocup ocupc m3ocuxper pob_siise /** 2DO COMPONENTE: HOGARES CON NIÑOS QUE NO ASISTEN A CLASES*****/ generat noasis_=0 if p21==1 & (p03>=6 & p03<=12) replace noasis_=1 if p21==2 & (p03>=6 & p03<=12) egen noasis = sum (noasis_) if viv_parti==1, by(idhogar) generat hog_noasis= 0 if noasis==0 replace hog_noasis= 1 if (noasis>= 1 & noasis<.) drop noasis_ noasis /***** 3ER COMPONENTE: MATERIALES DEFICITARIOS *******************/ generat matdef=0 if (v03>=1 & v03<=5) & (v05>=1 & v05<=5) replace matdef=1 if (v03>=6 & v03<=7) | (v05>=6 & v05<=7) /**** 4TO COMPONENTE: SERVICIOS DEFICITARIOS ******************************/ generat agua_ade=0 if viv_parti==1 replace agua_ade=1 if viv_parti==1 & (v07==1 & v08==1) generat serdef=0 if (agua_ade==1) & (v09>=1 & v09<=2) replace serdef=1 if (agua_ade==0) | (v09>=3 & v09<.) drop agua_ade /***** 5TO COMPONENTE: HACINAMIENTO *******************************/ *rename perdor perdor_inec generat perdor=numper/h01 replace perdor=numper if h01==0 generat hacina=0 if perdor<=3 replace hacina=1 if perdor>3 & perdor<. drop perdor /**** SUMA DE LOS NBI *************************************************/ egen nbi=rsum(depec hog_noasis matdef serdef hacina) replace nbi=. if nbi==0 & (depec==. | hog_noasis==.)
49
label var nbi "Necesidades Basicas Insatisfechas" /**** POBREZA POR NBI ************************************************/ generat pobre=0 if nbi==0 replace pobre=1 if (nbi>=1 & nbi<=5) **EXTREMA POBREZA POR NBI** generat pobre_ext=0 if (nbi==0 | nbi==1) replace pobre_ext=1 if (nbi>=2 & nbi<=5) /// /// /// /// /// /// /// /// CREACIÓN BASE cpv2010_pobreza_nbi.dta /// /// /// /// /// /// /// /// compress recode pobre (0=2) (.=99) label var pobre "Pobre por NBI" label define pobre /// 1 "Pobre" /// 2 "No pobre" /// 99 "Sin definir", replace label values pobre pobre recode pobre_ext (0=2) (.=99) label var pobre_ext "Pobre Extremo por NBI" label define pobre_ext /// 1 "Pobre Extremo" /// 2 "No Pobre Extremo" /// 99 "Sin definir", replace label values pobre_ext pobre_ext saveold "Bases_Trabajadas\SIISE\cpv2010_pobreza_nbi.dta", replace
Ahora las dimensiones e Indicadores de Calidad De Vida según (Schalock, R. L.,
& Verdugo Alonso, M. Á., 2007), procedemos a determinar los indicadores para
las personas con discapacidad, así:
***** CENTROS PARA PERSONAS CON DISPACIDAD COMMENT 1. GENERAMOS LA PROBREZA POR NBI PARA EL AÑO 2001 SEGÚN METODOLOGIA DEL SIISE. *Definimos el Directorio donde se encuentran las bases de datos. DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de Datos\CPV\' !enddefine. * Abrimos la base de Censo 2001. get file = !Path1 + 'cpv2001_pobreza_nbi.sav'. * Etiquetamos el nombre de la base. dataset name CENSO2001 window=FRONT. * Creamos la variable pob2001 para indicar a toda la población. compute pob2001=1. * Creamos la variable pcd, para selecionar a las personas con discapacidad. if(discap1 =1)pcd=1. * Recodificamos la varibale pcd a los registros que no son personas con discacpacidad los tomamos como perdidos, para generar la variable pro_pcd. recode pcd (1=100)(missing=0) into pro_pcd. * Agregamos variables creadas anteriores con el nivel de desagregación de parroquia. AGGREGATE /OUTFILE= !Path1 + '2018_Personas con Discapacidad 2001.sav'
50
/BREAK= idprov11 idcant11 idparr11 /pob2001=sum(pob2001) /discap2001=sum(pcd) /pro_pcd2001=mean(pro_pcd). * Cerramos la base de datos Censo 2001. dataset close CENSO2001. ****************BASE CENSO 2010 *Definimos el Directorio donde se encuentran las bases de datos. * DEFINE !Path2 () 'C:\INDICADORES 2016 SPSS\Bases de datos\CPV\' !enddefine. * Abrimos la base de Censo 2010. get file=!Path1 + 'cpv2010_distritos_poblacion_trabajada.sav'. * Etiquetamos el nombre de la base. dataset name CENSO2010 window=front. * Renombramos las variables. rename variables ( cod_distrito cod_cir=circuito distrito). * Recodificamos la variable P16(Como se identifica según su cultura y costumbres) por la nueva variable etnia. *codebook p16. if (p16=1) etnia=1. if (p16=7) etnia=2. if (p16=6) etnia=3. if (p16=2 | p16=3 | p16=4) etnia=4. if (p16=5) etnia=5. if (p16=8) etnia=6. recode etnia (SYSMIS=7). variable labels etnia "Etnia (codigo SIISE)". value labels etnia 1"Indígena" 2"Blanca" 3"Meztiza" 4"Afroecuatoriana" 5"Montubia" 6"Otros" 7"No informa". * Recodificamos la variable provincia para generar la variable Región. if (provincia=1 | provincia=2 | provincia=3 | provincia=4 | provincia=5 | provincia=6 | provincia=10 | provincia=11 | provincia=17 | provincia=18 | provincia=23) region=1. if (provincia=7 | provincia=8 | provincia=9 | provincia=12 | provincia=13 | provincia=24 | provincia=90) region=2. if (provincia=14 | provincia=15 | provincia=16 | provincia=19 | provincia=21 | provincia=22) region=3. if (provincia=20) region=4. recode region (99=SYSMIS). variable labels region "Region". value labels region 1"Sierra" 2"Costa" 3"Amazonía" 4"Insular" 99 "Sin definir" . * Recodificamos las variables pobre pobre_ext. recode pobre pobre_ext (99=3). *rename variables (cod_distrito cod_cir= cod_cir cod_distrito). * Creamos la variable pob2010 para indicar a toda la población. compute poblaciontotal=1. * Creamos la variable pcd, para selecionar a las personas con discapacidad.
51
if (p08=1) pdiscapacidad=1. * Generamos la variable totalvivienda. compute totalvivienda=(i10=1 and p02=1). * Para la población con discapacidad realizamos lo siguente:. do if (p08=1). * Generamos la variable pob15mas para indicar la población de 15 años y más. if (edad>=15) pob15mas=1. * Recodificamos la variable p34 (Estado conyugal) los valores perdidos por la categoría 7. *p34: 1 Unido/a?, 2 Casado/a?, 3 Separado/a?, 4 Divorciado/a?, 5 Soltero/a?, 6 Viudo/a?. recode p34 (sysmis=7) . * Creamos el vector rest_cony, esto es que se crea una variable para cada categoría de dicha variable. vector rest_cony(7). compute rest_cony(p34)=p34. * Creamos el vector rpobre, esto es que se crea una variable para cada categoría de dicha variable. vector rpobre(3). compute rpobre(pobre)=pobre. * Creamos el vector rpobre_ext, esto es que se crea una variable para cada categoría de dicha variable. vector rpobre_ext(3). compute rpobre_ext(pobre_ext)=pobre_ext. /* Fin de bucle do if. end if. * Agregamos variable pdiscapacidad creada anteriormente a nivel de hogar. set mxwarns=0. aggregate /outfile=* mode=addvariables /break=idhogar /pcd_h=max(pdiscapacidad). * Creamos la variable hogar. *p02: Que parentesco o relación tiene con el/la jefe/a del hogar: 1 Jefe o Jefa de hogar, 2 Cónyuge o conviviente, 3 Hijo o Hija, 4 Yerno o nuera, 5 Nieto o nieta, 6 Padres o suegros, 7 Otro Pariente, 8 Otro no pariente, 9 Empleado(a) doméstico(a), 10 Miembro de hogar colectivo, 11 Sin vivienda. if (p02=1) hogar=1. *Creamos variable para identificar si en el hogar existe personas con discapacidad. if (pcd_h=1 and p02=1) pcd_hogar=1. if (sysmis(p02) and pcd_h=1) pcd_hogar=1. if (sysmis(pcd_h) and p02=1) pcd_hogar=2. variable labels pcd_hogar 'Hogares con personas con discapacidad'. value labels pcd_hogar 1'Sí' 2'No'. * Para los hogares realizamos lo siguente:. do if (P02=1).
52
* Creamos el vector rest_cony, esto es que se crea una variable para cada categoría de dicha variable. vector rpcdhogar(2). compute rpcdhogar(pcd_hogar)=pcd_hogar. end if. do if (P02=1 and pcd_hogar=1). * Creamos el vector rpobre_hog, esto es que se crea una variable para cada categoría de dicha variable. vector rpobre_hog(3). compute rpobre_hog(pobre)=pobre. * Creamos el vector rpobre_ext_hog, esto es que se crea una variable para cada categoría de dicha variable. vector rpobre_ext_hog(3). compute rpobre_ext_hog(pobre_ext)=pobre_ext. *Indicadores relativos a la habitabilidad de las viviendas de las personas con discapacidad. *Régimen de Propiedad de la vivienda (H15): 1 Propia y totalmente pagada, 2 Propia y la está pagando, 3 Propia (regalada, donada, heredada o por posesión), 4 Prestada o cedida (no pagada), 5 Por servicios, 6 Arrendada, 7 Anticresis. * Creamos la variable Régimen de propiedad de la vivienda. if (h15>=1 and h15<=3) reg_viv=1. if (h15=4) reg_viv=2. if (h15=5) reg_viv=3. if (h15=6 or h15=7) reg_viv=4. variable labels reg_viv 'Régimen de propiedad de la vivienda'. value labels reg_viv 1'Propia' 2'Prestada (No pagada)' 3'Por servicios' 4'Arrendada / anticresis'. * Creamos el vector rreg_viv, esto es que se crea una variable para cada categoría de dicha variable. vector rreg_viv(4). compute rreg_viv(reg_viv)=reg_viv. *Material y Calidad de las viviendas * V01: Material predominante del techo o cubierta de la vivienda: 1 Hormigón (losa, cemento), 2 Asbesto (Eternit, Eurolit), 3 Zinc, 4 Teja, 5 Palma, paja u hoja, 6 Otros materiales. *V02: Estado del techo de la vivienda: 1 Bueno, 2 Regular, 3 Malo. *V04: Estado de las paredes de la vivienda: 1 Bueno, 2 Regular, 3 Malo. * V06: Estado del piso de la vivienda: 1 Bueno, 2 Regular, 3 Malo. compute calidad=sum(V02, V04, V06). if (calidad<=3) calidad_viv=1. if (calidad>=4 and calidad<=6) calidad_viv=2. if (calidad>=7 and calidad<=9) calidad_viv=3. var lab calidad_viv 'Calidad de la vivienda'. val lab calidad_viv 1'Buena' 2'Regular' 3'Mala'. vector rcalidad_viv(3). compute rcalidad_viv(calidad_viv)=calidad_viv. *freq vars calidad_viv v02 v04 v06. *Obtención de agua (v07) Agua entubada por red pública: 1 De red pública, 2 De pozo, 3 De río, vertiente, acequia o canal, 4 De carro repartidor, 5 Otro (Agua lluvia/albarrada). if (v07=1) agua=1.
53
if (v07>=2) agua=2. var label agua 'Obtención de agua'. val label agua 1'Red pública' 2'Otros'. vector ragua(2). compute ragua(agua)=agua. *El agua que recibe la vivienda es (V08): 1 Por tubería dentro de la vivienda, 2 Por tubería fuera de la vivienda pero dentro del edificio, lote o terreno, 3 Por tubería fuera del edificio, lote o terreno, 4 No recibe agua por tubería sino por otros medios. if (v08=1) tuberia=1. if (v08=2 or v08=3) tuberia=2. if (v08=4) tuberia=3. var lab tuberia 'Forma de abastecimiento de agua por tubería'. val lab tuberia 1'Dentro de la vivienda' 2'Fuera de la vivienda' 3'Sin tubería (otros medios)'. vector rtuberia(3). compute rtuberia(tuberia)=tuberia. *V13 Etiqueta: Principalmente como elimina la basura: 1 Por carro recolector, 2 La arrojan en terreno baldío o quebrada, 3 La queman, 4 La entierran, 5 La arrojan al río, acequia o canal, 6 De otra forma. if (v13=1) recoleccion=1. if (v13=3 or v13=4) recoleccion=2. if (v13=2 or v13=5) recoleccion=3. if (v13=6) recoleccion=4. var lab recoleccion 'Forma de eliminación de basura'. val lab recoleccion 1'Carro Recolector' 2'Quemarla / enterrarla' 3'Arrojarla al río o quebrada' 4'Otras formas'. vector rrecoleccion(4). compute rrecoleccion(recoleccion)=recoleccion. *El servicio higiénico o escusado de la vivienda es: 1 Conectado a red pública de alcantarillado, 2 Conectado a pozo séptico, 3 Conectado a pozo ciego, 4 Con descarga directa al mar, río, lago o quebrada, 5 Letrina, 6 No tiene. if (v09=1 or v09=2) alcantarillado=1. if (v09>=3 and v09<=5) alcantarillado=2. if (v09=6) alcantarillado=3. var lab alcantarillado 'Tratamiento de aguas servidas'. val lab alcantarillado 1'Red pública / pozo séptico' 2'Pozo ciego, letrina y otros' 3'No tiene'. vector ralcantarillado(3). compute ralcantarillado(alcantarillado)=alcantarillado. end if. SET MXWARNS = 0. AGGREGATE /OUTFILE=* MODE=ADDVARIABLES /BREAK= idhogar VTV /miembros=n. RECODE h01 (0=1). COMPUTE per_dor=numper/h01. IF (per_dor>3) hacinamiento=1. IF (sysmis(hacinamiento)) hacinamiento=2. var lab hacinamiento 'Hacinamiento'. val lab hacinamiento 1'Sí' 2'No'. *Recodificar la variable total de personas (TOTPER, ya calculada en la base) en el hogar para conocer el número de adultos mayores en soledad. do if (p08=1). vector rhacinamiento(2). compute rhacinamiento(hacinamiento)=hacinamiento.
54
if (miembros=1) persona=1. if (miembros=2) persona=2. if (miembros>=3 and miembros<=5) persona=3. if (miembros>=6) persona=4. var lab persona 'Número de personas en el hogar'. val lab persona 1'1' 2'2' 3'3 a 5' 4'6 o más'. vector rpersona(4). compute rpersona(persona)=persona. if (P02=1 and (edad>=0)) jefe_h=1. if (sysmis (jefe_h)) jefe_h=2. var lab jefe_h 'Persona con discapcidad como jefe de hogar'. val lab jefe_h 1'Sí' 2'No'. vector rjefe_h(2). compute rjefe_h(jefe_h)=jefe_h. ***Porcentaje de jefes de hojar que viven solos. if (jefe_h=1 and miembros=1) jefe_solo=1. if (jefe_h=1 and miembros~=1) jefe_solo=2. var label jefe_solo 'Jefe del Hogar que vive solo'. val label jefe_solo 1'Sí' 2'No'. vector rjefe_solo(2). compute rjefe_solo(jefe_solo)=jefe_solo. *freq vars p02 jefe_h jefe_solo. if (p091=1 ) tdiscapacidad=1. if (p092=2 ) tdiscapacidad=2. if (p093=3 ) tdiscapacidad=3. if (p094=4 ) tdiscapacidad=4. if (p095=5 ) tdiscapacidad=5. if (p091 = 9 and p092 = 9 and p093 = 9 and p094 = 9 and p095 = 9)tdiscapacidad=6. *if (sysmis(discapacidad1) or sysmis(discapacidad2) or sysmis(discapacidad3) or sysmis(discapacidad4) or sysmis(discapacidad5))tdiscapacidad=7. val lab tdiscapacidad 1'Discapacidad intelectual' 2'Discapacidad Fisico-Motora' 3'Discapacidad Visual' 4'Discapacidad Auditiva' 5'Discapacidad Mental' 6'Otras discapcidades o No responde'. exe. vector rtdiscapacidad(6). compute rtdiscapacidad(tdiscapacidad)=tdiscapacidad. **Con seguridad social (P35): 1 Seguro ISSFA, 2 Seguro ISSPOL, 3 IESS Seguro general, 4 IESS Seguro voluntario, 5 IESS Seguro campesino, 6 Es jubilado del IESS/ISSFA/ISSPOL, 7 No aporta, 9 Se ignora. RECODE P35 (sysmis=9). if (P35<=5) seguro=1. if (P35=6) seguro=2. if (P35=7) seguro=3. if (P35>7) seguro=4. var lab seguro 'Seguridad social'. val lab seguro 1'Seguro Social' 2'Jubilado' 3'No aporta' 4'Se ignora'. vector rseguro(4). compute rseguro(seguro)=seguro. *FREQUENCIES VARIABLES p35 seguro. *Condición de actividad (P27): 1 Trabajó al menos una hora, 2 No trabajó pero SI tiene trabajo, 3 Al menos una hora fabricó algún producto o brindó algún servicio, 4 Al menos una hora ayudó en algún negocio o trabajo de un familiar, 5 Al menos una hora realizó labores agrícolas o cuidó animales, 6 Es Cesante; Buscó trabajo habiendo trabajado antes y está disponible para trabajar, 7 No trabajó.
55
*(P28): 1 Buscó trabajo por primera vez y está disponible para trabajar, 2 Es rentista, 3 Es jubilado o pensionista, 4 Es estudiante, 5 Realiza quehaceres del hogar, 6 Le impide su discapacidad, 7 Otro. if (p27<=5) condicion=1. if (p27=6 or p28=1) condicion=2. if (p27=7 and p28~=1) condicion=3. if (sysmis(condicion)) condicion=3. var lab condicion 'Condición de Actividad'. val lab condicion 1'Ocupado' 2'Cesante/Disponible' 3'Otro'. vector rcondicion(3). compute rcondicion(condicion)=condicion. *FREQUENCIES VARIABLES p27 p28 condicion. *Horas de trabajo (P32). RECODE P32 (999=SYSMIS). if (P32<=20) hor_trab=1. if (P32>=21 and p32<=39) hor_trab=2. if (P32=40) hor_trab=3. if (P32>=41 and p32<=60) hor_trab=4. if (P32>=61) hor_trab=5. if (sysmis(p32) and p28=1) hor_trab=6. if ((sysmis(p32) and (p31>=1 and p31<=8)) or (sysmis(p32) and p31=9)) hor_trab=7. if (sysmis(hor_trab)) hor_trab=7. var label hor_trab 'Horas de trabajo a la semana'. val label hor_trab 1'20 o menos' 2'21 a 39' 3'40 horas' 4'41 a 60 horas' 5'Más de 61' 6'Trabajador Nuevo' 7'No declarado'. vector rhor_trab(7). compute rhor_trab(hor_trab)=hor_trab. *FREQUENCIES VARIABLES p32 hor_trab. *La opción OTRO puede referirse a personas inactivas (rentistas, jubilados o pensionistas) o quienes se dedican a quehaceres domésticos o están impedidos para trabajar debido a discapacidad. *Alfabetismo (P19) if (p19=1 AND edad>=15) alfabetismo=1. if (sysmis(alfabetismo)) alfabetismo=2. var lab alfabetismo 'Alfabetismo'. val lab alfabetismo 1'Sí' 2'No'. vector ralfabetismo(2). compute ralfabetismo(alfabetismo)=alfabetismo. *FREQUENCIES VARIABLES p19 alfabetismo. ***Escolaridad recode p24 (99=SYSMIS). compute pob24mas=(edad>=24). ***Escolaridad***. do if edad>=24. if (p23 = 1 ) p24 = 0. if (p23 = 1 ) escola = 0. if (p23 = 2 & p24 = 0) escola = 0. if (p23 = 2 & p24 = 1) escola = 3. if (p23 = 2 & p24 = 2) escola = 5. if (p23 = 2 & p24 >= 3) escola = 7. if (p23 = 3) escola = 1. if (p23 = 4) escola = p24+1. if (p23 = 6) escola = p24. if (p23 = 5) escola = p24+7. if (p23 = 7) escola = p24+10.
56
if (p23 = 8 | p23 = 9) escola = p24+13. if (p23 = 10) escola = p24+18. if (p23=$sysmis | p24=$sysmis | p23>10 | p24=99) escola = $sysmis. *Ajuste por asistencia. if (p21=1 & p23>2) escola = escola - 1. if (p21=1 & p23=2) escola = escola - 2. if (p21=1 & p23=2 & p24=1) escola = 0. VARIABLE LABELS escola 'Nivel de escolaridad'. end if. **Nivel de instrucción (P23): 1 Ninguno, 2 Centro de Alfabetización/(EBA), 3 Pre escolar, 4 Primario, 5 Secundario, 6 Educación Básica, 7 Educación Media, 8 Ciclo Postbachillerato, 9 Superior, 10 Postgrado. if (p23=1 or p23=2 or p23=3 or sysmis(p23) or p23=99) n_instruc=1. if (p23=4) n_instruc=2. if (p23=6) n_instruc=3. if (p23=5 or p23=7) n_instruc=4. if (p23=8) n_instruc=5. if (p23=9 or p23=10) n_instruc=6. var label n_instruc 'Nivel de Instrucción'. val label n_instruc 1'Ninguno' 2'Primaria' 3'Educación Básica' 4'Secundario' 5'Superior no Universitario' 6'Superior'. vector rn_instruc(6). compute rn_instruc(n_instruc)=n_instruc. *freq var p23. *Si se considera a la primaria dentro de la educación básica if ((p23 = 1 | p23 = 2 | p23 = 3 | sysmis(p23) | p23=99) | (p23=6 and (p24=0 or sysmis(p24) or p24=99))) instruccion=1. if ((p23=4 and (p24<=6 or sysmis(p24) or p24=99)) | (p23=6 and (p24<10 or sysmis(p24) or p24=99))) instruccion=2. if (p23=6 and p24=10) instruccion=3. if (p23=5 and (p24<6 or sysmis(p24) or p24=99)) | (p23=7 and (p24<3 or sysmis(p24) or p24=99)) instruccion=4. if (p23=5 and p24=6) | (p23=7 and p24=3) instruccion=5. if (p23=8 and p25>=2) instruccion=6. if (p23=8 and p25=1) instruccion=7. if (p23=9 and p25>=2) instruccion=8. if (p23=9 and p25=1) instruccion=9. if (p23=10 and p25>=2) instruccion=10. if (p23=10 and p25=1) instruccion=11. var lab instruccion 'Nivel de Instrucción'. val lab instruccion 1'Ninguno' 2'Educación Básica Incompleta' 3'Educación Básica Completa' 4'Secundaria Incompleta' 5'Secundaria Completa' 6'Postbachillerato incompleto' 7'Postbachillerato completo' 8'Superior incompleta' 9'Superior completa' 10'Postgrado incompleto' 11'Postgrado completo'. end if. rename variables (provincia canton parroquia = idprov11 idcant11 idparr11). ******PRINCIPALES CARACTERÍSTICAS DE LA POBLACIÓN CON DISCAPACIDAD (pcd).
57
SET MXWARNS = 0. AGGREGATE /OUTFILE=!Path1 +'2018_Personas con Discapacidad 2010.sav' /BREAK= zonas idprov11 idcant11 idparr11 /poblaciontotal=sum(poblaciontotal) /pcd=SUM(pdiscapacidad) /rtdiscapacidad1 to rtdiscapacidad6=nu(rtdiscapacidad1 to rtdiscapacidad6) /rseguro1 to rseguro4 =nu(rseguro1 to rseguro4) /rest_cony1 to rest_cony7 =nu(rest_cony1 to rest_cony7) /ralfabetismo1 to ralfabetismo2 =nu(ralfabetismo1 to ralfabetismo2) /pob15mas=sum(pob15mas) /rn_instruc1 to rn_instruc6 =nu(rn_instruc1 to rn_instruc6) /escolaridad=sum(escola) /pob24mas=sum(pob24mas) /rpobre1 to rpobre3 =nu(rpobre1 to rpobre3) /rpobre_ext1 to rpobre_ext3 =nu(rpobre_ext1 to rpobre_ext3) /hogarestotal=sum(hogar) /rpcdhogar1 to rpcdhogar2 =nu(rpcdhogar1 to rpcdhogar2) /rjefe_h1 to rjefe_h2 =nu(rjefe_h1 to rjefe_h2) /rjefe_solo1 to rjefe_solo2 =nu(rjefe_solo1 to rjefe_solo2) /rpobre_hog1 to rpobre_hog3 =nu(rpobre_hog1 to rpobre_hog3) /rpobre_ext_hog1 to rpobre_ext_hog3 =nu(rpobre_ext_hog1 to rpobre_ext_hog3) /rhacinamiento1 to rhacinamiento2 =nu(rhacinamiento1 to rhacinamiento2) /rpersona1 to rpersona4 =nu(rpersona1 to rpersona4) /rcondicion1 to rcondicion3 =nu(rcondicion1 to rcondicion3) /rhor_trab1 to rhor_trab7 =nu(rhor_trab1 to rhor_trab7) /totalvivienda=sum(totalvivienda) /rreg_viv1 to rreg_viv4 =nu(rreg_viv1 to rreg_viv4) /rcalidad_viv1 to rcalidad_viv3 =nu(rcalidad_viv1 to rcalidad_viv3) /ragua1 to ragua2 =nu(ragua1 to ragua2) /rtuberia1 to rtuberia3 =nu(rtuberia1 to rtuberia3) /rrecoleccion1 to rrecoleccion4 =nu(rrecoleccion1 to rrecoleccion4) /ralcantarillado1 to ralcantarillado3 =nu(ralcantarillado1 to ralcantarillado3). COMMENT DESDE AQUI LA BASE DE INICADORES PARA pcd. rename variables ( rseguro1 rseguro2 rseguro3 rseguro4 rest_cony1 rest_cony2 rest_cony3 rest_cony4 rest_cony5 rest_cony6 rest_cony7 ralfabetismo1 ralfabetismo2 pob15mas rn_instruc1 rn_instruc2 rn_instruc3 rn_instruc4 rn_instruc5 rn_instruc6 pob24mas rpobre1 rpobre2 rpobre3 rpobre_ext1 rpobre_ext2 rpobre_ext3 rpcdhogar1 rpcdhogar2 rjefe_h1 rjefe_h2 rjefe_solo1 rjefe_solo2 rpobre_hog1 rpobre_hog2 rpobre_hog3 rpobre_ext_hog1 rpobre_ext_hog2 rpobre_ext_hog3 rhacinamiento1 rhacinamiento2 rpersona1 rpersona2 rpersona3 rpersona4 totalvivienda rcondicion1 rcondicion2 rcondicion3 rhor_trab1 rhor_trab2 rhor_trab3 rhor_trab4 rhor_trab5 rhor_trab6 rhor_trab7 rreg_viv1 rreg_viv2 rreg_viv3 rreg_viv4 rcalidad_viv1 rcalidad_viv2 rcalidad_viv3 ragua1 ragua2 rtuberia1 rtuberia2 rtuberia3 rrecoleccion1 rrecoleccion2 rrecoleccion3 rrecoleccion4 ralcantarillado1 ralcantarillado2 ralcantarillado3 = seguro_social jubilado no_aporta se_ignora casado unido separado divorciado viudo soltero no_indica alfabetismo_si alfabetismo_no poblacion_15_mas ninguno primaria educación_basica secundario superior_no_niversitario superior poblacion_24_mas pobre1 nopobre nodefinido pobre_ext1 nopobre_ext nodefinido_ext pcdhogar_si pcdhogar_no jefe_h_si jefe_h_no jefe_solo_si jefe_solo_no hogar_pobre hogar_nopobre hogar_nodefindo hogar_pobre_ext hogar_nopobre_ext hogar_nodefindo_ext hacinamiento_si hacinamiento_no una dos tres_cinco seis_y_mas total_vivienda ocupado cesante_disponible otros_condicion horas_20_o_menos horas_21_a_39 horas_40 horas_41_a_60 horas_61_y_mas trabador_nuevo no_declarado propia prestada_no_pagada por_servicios arrenda_anticresis buena regular mala red_publica otros_medios dentro_de_la_vivienda fuera_de_la_vivienda sin_tubería_otros_medios carro_Recolector quemarla_enterrarla
58
arrojarla_al_río_o_quebrada otras_formas red_pública_pozo_septico pozo_ciego_letrina_otros no_tiene). exe. ren var ( rtdiscapacidad1 rtdiscapacidad2 rtdiscapacidad3 rtdiscapacidad4 rtdiscapacidad5 rtdiscapacidad6= DIntelectual DFisico_Motora DVisual DAuditiva DMental DOtrasNoresponde). exe. *Base creada para migrar informción al BI. *SAVE OUTFILE='C:\Users\gandy.lopez\Documents\BI_cpv2010_distritos_poblacion_trabajada.sav' /COMPRESSED. COMMENT DESDE AQUI LA BASE DE INICADORES PARA pcd. ****************BASE CENSO 2010 *Definimos el Directorio donde se encuentran las bases de datos. DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de datos\CPV\' !enddefine. get FILE= !Path1 +'2018_Personas con Discapacidad 2010.sav'. sort cases by idprov11(a) idcant11(a) idparr11(a). rename variables ( rseguro1 rseguro2 rseguro3 rseguro4 rest_cony1 rest_cony2 rest_cony3 rest_cony4 rest_cony5 rest_cony6 rest_cony7 ralfabetismo1 ralfabetismo2 pob15mas rn_instruc1 rn_instruc2 rn_instruc3 rn_instruc4 rn_instruc5 rn_instruc6 escolaridad pob24mas rpobre1 rpobre2 rpobre3 rpobre_ext1 rpobre_ext2 rpobre_ext3 hogarestotal rpcdhogar1 rpcdhogar2 rjefe_h1 rjefe_h2 rjefe_solo1 rjefe_solo2 rpobre_hog1 rpobre_hog2 rpobre_hog3 rpobre_ext_hog1 rpobre_ext_hog2 rpobre_ext_hog3 rhacinamiento1 rhacinamiento2 rpersona1 rpersona2 rpersona3 rpersona4 totalvivienda rcondicion1 rcondicion2 rcondicion3 rhor_trab1 rhor_trab2 rhor_trab3 rhor_trab4 rhor_trab5 rhor_trab6 rhor_trab7 rreg_viv1 rreg_viv2 rreg_viv3 rreg_viv4 rcalidad_viv1 rcalidad_viv2 rcalidad_viv3 ragua1 ragua2 rtuberia1 rtuberia2 rtuberia3 rrecoleccion1 rrecoleccion2 rrecoleccion3 rrecoleccion4 ralcantarillado1 ralcantarillado2 ralcantarillado3 = seguro_social jubilado no_aporta se_ignora casado unido separado divorciado viudo soltero no_indica alfabetismo_si alfabetismo_no poblacion_15_mas ninguno primaria educación_basica secundario superior_no_niversitario superior escolaridad poblacion_24_mas pobre nopobre nodefinido pobre_ext nopobre_ext nodefinido_ext total_hogares pcdhogar_si pcdhogar_no jefe_h_si jefe_h_no jefe_solo_si jefe_solo_no hogar_pobre hogar_nopobre hogar_nodefindo hogar_pobre_ext hogar_nopobre_ext hogar_nodefindo_ext hacinamiento_si hacinamiento_no una dos tres_cinco seis_y_mas total_vivienda ocupado cesante_disponible otros_condicion horas_20_o_menos horas_21_a_39 horas_40 horas_41_a_60 horas_61_y_mas trabador_nuevo no_declarado propia prestada_no_pagada por_servicios arrenda_anticresis buena regular mala red_publica otros_medios dentro_de_la_vivienda fuera_de_la_vivienda sin_tubería_otros_medios carro_Recolector quemarla_enterrarla arrojarla_al_río_o_quebrada otras_formas red_pública_pozo_septico pozo_ciego_letrina_otros no_tiene). ren var (rtdiscapacidad1 rtdiscapacidad2 rtdiscapacidad3 rtdiscapacidad4 rtdiscapacidad5 rtdiscapacidad6= DIntelectual DFisico_Motora DVisual DAuditiva DMental DOtrasNoresponde). exe. /*************************************************************/. COMMENT DESCRIPTIVOS DE LOS INDICADORES CENSO 2010. /*************************************************************/ DESCRIPTIVES VARIABLES= poblaciontotal pcd DIntelectual DFisico_Motora DVisual DAuditiva DMental DOtrasNoresponde seguro_social jubilado no_aporta se_ignora casado unido separado divorciado viudo soltero no_indica alfabetismo_si alfabetismo_no poblacion_15_mas ninguno primaria educación_basica secundario superior_no_niversitario superior escolaridad poblacion_24_mas pobre nopobre
59
nodefinido pobre_ext nopobre_ext nodefinido_ext total_hogares pcdhogar_si pcdhogar_no jefe_h_si jefe_h_no jefe_solo_si jefe_solo_no hogar_pobre hogar_nopobre hogar_nodefindo hogar_pobre_ext hogar_nopobre_ext hogar_nodefindo_ext hacinamiento_si hacinamiento_no una dos tres_cinco seis_y_mas total_vivienda ocupado cesante_disponible otros_condicion horas_20_o_menos horas_21_a_39 horas_40 horas_41_a_60 horas_61_y_mas trabador_nuevo no_declarado propia prestada_no_pagada por_servicios arrenda_anticresis buena regular mala red_publica otros_medios dentro_de_la_vivienda fuera_de_la_vivienda sin_tubería_otros_medios carro_Recolector quemarla_enterrarla arrojarla_al_río_o_quebrada otras_formas red_pública_pozo_septico pozo_ciego_letrina_otros no_tiene /STATISTICS=SUM. /*************************************************************/. COMMENT UNION CON BASE DEL AÑO 2001. * /*************************************************************/. *Definimos el Directorio donde se encuentran las bases de datos. * DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de Datos\CPV\' !enddefine. * get FILE=!Path1 + '2018_Personas con Discapacidad 2010'. MATCH FILES /FILE=* /TABLE=!Path1 + '2018_Personas con Discapacidad 2001.sav' /BY idprov11 idcant11 idparr11. EXECUTE. ren var (discap2001=poblacionpcd2001) (pcd=poblacionpcd2010). compute tasa_analfabetos= alfabetismo_si*100/ poblacion_15_mas. /*Tasa de analfabetos. compute escolaridafinal=escolaridad/poblacion_24_mas. exe. * mean escolaridafinal. * des var=poblacionpcd2001 /statistics sum. if sysmis(poblacionpcd2001) poblacionpcd2001=poblacionpcd2010. *calculo de Tasa de crecimiento poblacional anual como base 2001 -2010. *Crecimiento Exponencial. compute r_exponencial= ((1/10)*LN(poblacionpcd2010/poblacionpcd2001)). for r_exponencial (f9.4). DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de datos\CPV\' !enddefine. SAVE OUTFILE=!Path1 + '2018_Final Discapacidad 2001_2010.sav' /COMPRESSED.
Tomando en consideración lo expresado por (Hair, J., Anderson, R., Tatham, R. y
Black, W., 2004) y por las dimensiones e indicadores de calidad de vida según
Schalock y Verdugo (2002/2003) relacionada con la calidad de vida de las
personas con discapacidad. Procedemos a determinar la correlación entre
variables, para esto cargamos la base de datos resumida con las variables
obtenidas anteriormente, 2018_Final Discapacidad 2001_2010.sav, ejecutando las
siguientes líneas:
DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de datos\CPV\'
60
!enddefine. get FILE=!Path1 + '2018_Final Discapacidad 2001_2010.sav'.
Luego consideramos las variables e indicadores, con esta información procedemos
a realizar la siguiente prueba:
CORRELACION DE PEARSON permite seleccionar variables que intervengan
en el modelo multivariante, es la aplicación de la prueba de correlación de
Pearson, una medida de asociación lineal. Se define como:
𝑉𝑉 =∑ �𝑋𝑋1𝑖𝑖 − 𝑋𝑋1�����𝑋𝑋2𝑖𝑖 − 𝑋𝑋2����𝑛𝑛𝑖𝑖=1
�∑ �𝑋𝑋1𝑖𝑖 − 𝑋𝑋1����𝑛𝑛𝑖𝑖=1
2 �∑ �𝑋𝑋2𝑖𝑖 − 𝑋𝑋2����𝑛𝑛𝑖𝑖=1
2; 𝑗𝑗 = 1, … ,𝑛𝑛
Este coeficiente, cuyo valor no depende de las unidades de medida de las
variables, está acotado entre -1 y +1; su signo indica la dirección, positiva o
negativa, de la asociación lineal y su valor absoluto la intensidad de la misma. En
caso de asociación lineal perfecta toma el valor |1|; si no hay asociación lineal
toma el valor 0, lo cual no implica que no pueda haber asociación de otro tipo. Así
de las 91 variables consideradas inicialmente se reducen a 16 variables que se cree
permitirían cumplir con los objetivos de la propuesta de investigación, esto se
muestra en el cuadro 1.
Ahora para explicar cómo se redujo a 16 variables, analizamos primeramente el
supuesto de colinealidad, en la matriz de correlaciones inicial, para analizar la
colinealidad o multicolinealidad que existente entre las variables que formarán
parte del modelo, utilizaremos la correlación de Pearson. Generamos esta salida,
junto con el determinante de la matriz, así la sintaxis es:
*CORRELACIONES PARA VARIABLES E IDICADORES INICIALES. CORRELATIONS /VARIABLES= poblacionpcd2010 DIntelectual DFisico_Motora DVisual DAuditiva DMental DOtrasNoresponde seguro_social jubilado no_aporta se_ignora casado unido separado divorciado viudo soltero no_indica alfabetismo_si alfabetismo_no poblacion_15_mas ninguno primaria educación_basica secundario superior_no_niversitario superior escolaridad poblacion_24_mas pobre nopobre nodefinido pobre_ext nopobre_ext nodefinido_ext total_hogares pcdhogar_si pcdhogar_no jefe_h_si jefe_h_no jefe_solo_si jefe_solo_no hogar_pobre hogar_nopobre hogar_nodefindo hogar_pobre_ext hogar_nopobre_ext hogar_nodefindo_ext hacinamiento_si hacinamiento_no una dos tres_cinco seis_y_mas ocupado cesante_disponible otros_condicion horas_20_o_menos horas_21_a_39 horas_40 horas_41_a_60 horas_61_y_mas trabador_nuevo no_declarado total_vivienda propia prestada_no_pagada por_servicios arrenda_anticresis buena regular mala red_publica otros_medios dentro_de_la_vivienda fuera_de_la_vivienda sin_tubería_otros_medios
61
carro_Recolector quemarla_enterrarla arrojarla_al_río_o_quebrada otras_formas red_pública_pozo_septico pozo_ciego_letrina_otros no_tiene pob2001 poblacionpcd2001 pro_pcd2001 tasa_analfabetos escolaridafinal r_exponencial rexpcre /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE /MATRIX=OUT('C:\INDICADORES 2016 SPSS\Bases de datos\CPV\2018_Correlacion.sav'). DEFINE !Path1 () 'C:\INDICADORES 2016 SPSS\Bases de datos\CPV\' !enddefine. get FILE=!Path1 + '2018_Correlacion.sav'. select if ( ROWTYPE_="CORR"). exe. del var ROWTYPE_ VARNAME_. SAVE OUTFILE=!Path1 + '2018_Final Correlacion.sav' /COMPRESSED. *MATRIZ DE CORRELACIONES Y SU DETEREMINANTE. MATRIX. GET CORR /FILE=!Path1 + '2018_Final Correlacion.sav'. PRINT CORR. PRINT DET(CORR). END MATRIX.
En la matriz (creada en el programa SPSS) se pueden observar las correlaciones
parciales, es decir, a nivel bivariado. Como buscamos colinealidad, esperamos que
los valores fuera de la diagonal (los que no son la correlación de la variable con sí
misma) sean mayores a 0,3 (baja colinealidad), más tendientes hacia 0,5 y más
(colinealidad media), y óptimamente igual o mayor a 0,7 (colinealidad alta). Si
alguna variable no cumple con colinealidad para con todas las demás variables, se
sugiere continuar trabajando, pero dejando anotado que para ese par no se cumple
el supuesto. Bajas colinealidades pueden ser una razón de que los modelos en AF
y ACP no ajusten bien, por tanto, la información que nos proporciona esta matriz
se puede considerar para eliminar al final la variable si genera demasiados
problemas para la buena convergencia.
También indicaremos que un determinante bajo, es decir, cercano a 0, indica alta
multicolinealidad entre las variables. No debe ser, sin embargo, igual a cero
(matriz no singular), pues esto indicaría que algunas de las variables son
linealmente dependientes y no se podrían realizar ciertos cálculos necesarios para
los procedimientos multivariados. En este caso observamos que es igual a 0, lo
que sugiere multicolinealidad en el conjunto de variables involucradas en la
matriz, para evitar esto se repitió el procedimiento varias veces hasta reducir a 16
62
variables indicadas en el cuadro 3, es decir se eliminó variables considerando
criterios de privación o carencia en alguna de las dimensiones establecidas, para
lograr que el determinante de la matriz de correlaciones sea distinto de cero.
63
Cuadro 3: Dimensiones e indicadores de calidad de vida considerados en la propuesta Metodológica, según Schalock y Verdugo
64
CAPÍTULO IV
ANÁLISIS Y PRESENTACIÓN DE RESULTADOS
4.1 ANÁLISIS DE RESULTADOS
4.1.1 Estadísticas Descriptivas de los Indicadores
Una vez realizado el cálculo de los indicadores en el capítulo 3, según
metodología planteada por SENPLADES – INEC, a continuación, se presenta un
breve análisis de los indicadores relacionados con la población con discapacidad,
así en el siguiente cuadro se presenta, en resumen.
De la tabla siguiente podemos mencionar que según datos nacionales del VI censo
de población VI de Vivienda del año 2010, el total de habitantes del país fue de
14.483.499, de los cuales 816.156 (5,6%) habitantes poseían algún tipo de
discapacidad, 547.305 (67,1%) personas con discapacidad de todas las edades
que no se encontraban afiliadas o cubiertas por los programas de seguridad social
general, 520.567 (63,8%) personas con discapacidad que se encontraban en
pobreza por Necesidades Básicas Insatisfechas, 694.831(85,1%) personas con
discapacidad de 15 años y más de edad.
Además, 533.491 (65,4%) personas con discapacidad de 15 años y más de edad
que no puede leer, escribir, ni comprender un texto sencillo y corto sobre su vida
cotidiana, lo cual indica que la tasa de analfabetismo de este grupo prioritario es
del 76,8%, además 614.548 (75,3%) personas con discapacidad tienen 24 años y
más de edad, 3.755.816 es la suma de los años escolares aprobados por la
población con discapacidad de 24 años y más de edad, por consiguiente 6,1 es el
número promedio de años escolares aprobados por la población con discapacidad
de 24 años y más de edad en el sistema educativo formal en los niveles de
educación general básica, educación bachillerato, educación superior universitaria
o técnica/tecnológica y postgrado, 225.529 (27,6%) personas con discapacidad,
que no poseían ningún nivel de instrucción, finalmente 14.174 (1,7%) personas
con discapacidad que se encuentran cesantes o disponibles para trabajar.
Según el VI censo de población VI de Vivienda del año 2010, el total de hogares
del país fue de 3.810.548, de los cuales 661.319 (17,4%) hogares albergaban
personas con discapacidad, 416.797(63,0%) hogares con personas con
65
discapacidad, que se encontraban en pobreza por Necesidades Básicas
Insatisfechas, 60.561(7,4%) hogares con personas con discapacidad jefes de hogar
que viven solas.
También para el mismo año se tiene que el total de viviendas en el país fue de
3.748.919, de las cuales 654.359 (17,5%) viviendas en los que habitan personas
con discapacidad, 8.246 (0,2%) viviendas con personas con discapacidad, donde
el régimen de propiedad de la vivienda es por servicios, 98.230 (2,6%) viviendas
con personas con discapacidad, donde el régimen de propiedad de la vivienda es
arrendada o en anticresis, 170.673(4,6%) viviendas con personas con
discapacidad, donde la calidad de la vivienda es mala, 203.548 (5,4%) viviendas
con personas con discapacidad, donde la obtención de agua entubada no es por red
pública sino por otros medios, 114.457 (3,1%) viviendas con personas con
discapacidad, donde la vivienda no recibe agua por tubería sino por otros medios,
5.783 (0,2%) viviendas con personas con discapacidad, donde la forma de
eliminación de la basura es por otros medios y finalmente 59.937 (1,6%)
viviendas con personas con discapacidad, donde el servicio higiénico o escusado
de la vivienda no lo tienen.
66
Cuadro 4: Estadísticas Descriptivas de los indicadores de calidad de vida considerados en la propuesta Metodológica, según Schalock y Verdugo
67
68
4.1.2 Resultados del Análisis Factorial
En este ítem se realizará un análisis de los resultados obtenidos en esta
investigación, se puntualizará mediante cuadros, gráficos y mapas todos los
resultados obtenidos en la investigación. Ahora de acuerdo con lo que enuncia
(Cuadras, C.M., 2014), en el modelo, cada variable Xi depende del factor común F
y de un factor único Ui. El modelo factorial supone principalmente que las
variables y los factores se encuentra estandarizados (media 0 y varianza 1):
DEFINE !Path1 () 'C:\...\CPV\' !enddefine. get FILE=!Path1 + '2018_Final Discapacidad 2001_2010.sav'. *************************************************************************Estandarizamos las variables que fueron seleccionadas y que poseen un alta correlación para la aplicación del Análisis factorial. ***********************************************************************. DESCRIPTIVES VARIABLES= poblacionpcd2010 no_aporta pobre hogar_pobre jefe_solo_si tasa_analfabetos escolaridafinal ninguno cesante_disponible por_servicios arrenda_anticresis mala otros_medios sin_tubería_otros_medios otras_formas no_tiene /SAVE /STATISTICS=MEAN SUM STDDEV VARIANCE KURTOSIS SKEWNESS.
Donde el subcomando /save permite guardar la estandarización de las variables
que serán incluidas en el modelo. Siguiente paso es realizar de nuevo análisis de
la matriz de correlaciones con las 16 variables estandarizadas seleccionadas, así:
*CORRELACIONES PARA VARIABLES PARA LAS 16 VARIABLE E IDICADORES. CORRELATIONS /VARIABLES= Zpoblacionpcd2010 Zno_aporta Zpobre Zhogar_pobre Ztasa_analfabetos Zescolaridafinal Zninguno Zcesante_disponible Zpor_servicios Zarrenda_anticresis Zmala Zotros_medios Zsin_tubería_otros_medios Zotras_formas Zno_tiene /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE /MATRIX=OUT('C:\...\CPV\2018_Correlacion_16.sav').
El código siguiente permite encontrar la matriz de correlaciones y su
correspondiente determinante:
DEFINE !Path1 () 'C:\... \CPV\' !enddefine. get FILE=!Path1 + '2018_Correlacion_16.sav'. select if ( ROWTYPE_="CORR"). exe. del var ROWTYPE_ VARNAME_. SAVE OUTFILE=!Path1 + '2018_Final Correlacion_16.sav' /COMPRESSED. *MATRIZ DE CORRELACIONES Y SU DETEREMINANTE.
69
70
FACTOR /MATRIX=in(COR=*) /MISSING LISTWISE /ANALYSIS x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 x16 /PRINT INITIAL CORRELATION SIG DET KMO INV REPR AIC EXTRACTION ROTATION FSCORE /PLOT EIGEN ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION PC /ROTATION VARIMAX /METHOD=CORRELATION. ***********************************************************************.
Para que el análisis Factorial sea ventajoso es necesario que en la matriz de
correlaciones se incluya variables que se encuentren fuertemente correlacionadas
entre sí. Una matriz de correlaciones próxima a una matriz identidad indica que el
análisis factorial tiende a una solución deficiente.
En el cuadro 5, se muestra la matriz de correlaciones parciales a nivel bivariado,
también se indica en la parte inferior que el determinante de la matriz de
correlaciones es distinto de cero, lo cual indica que la multicolinealidad no es tan
alta entre las variables. Para lo cual se puede aplicar los procedimientos
multivariados, esto significa que debemos considerar si las variables de la matriz
están linealmente relacionadas, el valor del determinante se aproximadamente
cero, y en este caso el valor del determinante es 9,124 x 10-26, lo cual es la
condición inicial que debe de cumplir el análisis Factorial.
En la matriz de las correlaciones, se incluye el nivel crítico unilateral relacionado
a cada valor de dicha matriz (el nivel crítico bilateral se consigue multiplicando
por 2 el unilateral). Un nivel crítico menor a 0,05 indica una correlación
poblacional entre cada par de indicadores puede ser significativamente distinta de
cero. Lo deseable, en consecuencia, es encontrar varios niveles críticos pequeños.
En nuestro caso se observa que solo las variables x7: Escolaridafinal (Número
promedio de años escolares aprobados por la población con discapacidad de 24
años y más de edad en el sistema educativo formal en los niveles de educación
general básica, educación bachillerato, educación superior universitaria o
técnica/tecnológica y postgrado) y x8: Ninguno (Número de personas con
discapacidad, que no poseen ningún nivel de instrucción) son no significativos.
Esto indica que también se podrían excluir estas variables en el análisis factorial.
71
Cuadro 5: Matriz de Correlaciones y sus niveles de significación
72
Más adelante se muestra que según el KMO es posible realizar el AF con las
variables seleccionadas anteriormente. En el cuadro 6 se presenta dos estadísticos
que permiten estimar la adecuación de los datos en un modelo factorial: La
medida de adecuación KMO y la prueba de esfericidad de Bartlett. Además
debemos tomar muy en cuenta que para realizar el análisis factorial significa
aceptar los supuestos del análisis factorial, esto significa que x ∼ N(μ,V), de otra
manera deben existir altas correlaciones entre los indicadores, que es cuando
supondríamos que se explican por factores comunes, podemos también comprobar
el grado de correlación con las siguientes pruebas o test. Así, el Estadístico KMO
y la prueba de Barlett presenta los siguientes resultados:
Cuadro 6: Test de esfericidad de Bartlett índice KMO (Kaiser-Meyer-Olkin)
Medida Kaiser-Meyer-Olkin de adecuación de muestreo 0.899
Prueba de esfericidad de Bartlett Aprox. Chi-cuadrado 7428.047
Gl. 120
Sig. 0.000
El estadístico KMO vale 0,899 es un valor cercano a la unidad, lo que indica una
adecuación excelente de los datos a un modelo de análisis factorial. El KMO
(Kaiser-Meyer-Olkin) es un índice que compara cada valor de la matriz de
correlación observado con el valor de la correlación parcial. Ahora observamos
que según el contraste de Bartlett refleja que no es significativa la hipótesis nula
de variables iniciales incorreladas, por lo que tiene sentido aplicar el análisis
factorial. En el cuadro 7, se presenta la matriz de varianzas-covarianzas anti-
imagen y la matriz de correlaciones anti-imagen. La matriz de correlaciones anti-
imagen se relación directamente con la matriz de correlaciones inversa y se puede
usar como diagnóstico de la adecuación de un modelo factorial. Por consiguiente,
se observa que la diagonal de la matriz de correlaciones anti-imagen se conforma
de valores o coeficientes de adecuación muestral para cada indicador.
Un coeficiente de correlación parcial representa el nivel de relación entre dos
variables tras eliminar el efecto de las restantes variables incluidas en el análisis.
Cuando las variables incluidas en el análisis comparten una enorme cantidad de
73
información debido a la presencia de factores comunes, la correlación parcial
entre cualquier par de variables debe de ser reducida. Por el contrario, cuando dos
variables comparten gran cantidad de información entre ellas, pero no la
comparten con el resto de variables (en consecuencia, tampoco con los factores
comunes), la correlación parcial entre estas será alta, demostrando un mal síntoma
de cara a la idoneidad del análisis factorial. Por otra parte, las correlaciones
parciales son también estimaciones de las correlaciones entre los factores únicos
(existe un valor único para cada variable del modelo).
Ya que los factores únicos son independientes, luego las correlaciones parciales
deben de ser próximas a cero. Es decir, estos coeficientes deben de ser bajos para
que las variables compartan factores comunes.
74
Cuadro 7: Matriz de varianzas-covarianzas anti-imagen y Matriz de correlaciones anti-imagen
75
También podemos observar que los elementos de la diagonal de la matriz de
correlación anti-imagen son similares al estadístico KMO para cada par de
indicadores y principalmente se encuentren cercanos a la unidad. La correlación
anti-imagen es el negativo de la correlación parcial entre dos variables. Si en la
matriz de correlaciones anti-imagen posee un gran porcentaje de coeficientes
altos, el modelo factorial posiblemente puede no ser el adecuado para analizar la
información. Los coeficientes de la diagonal de la matriz de covarianza anti-
imagen se consigue sustraendo a 1 la correlación múltiple al cuadrado entre cada
indicador y los restantes indicadores del análisis.
En el cuadro 8 se indica la matriz de correlaciones reproducidas. La matriz de
correlaciones reproducidas comprende las correlaciones que es posible reproducir
utilizando tan sólo la información encerrada en la solución factorial. Precisamente
la matriz reproducida se logra post-multiplicando la matriz factorial por su
traspuesta.
Además de la matriz de correlaciones reproducidas, también se incorpora la
matriz residual, la cual engloba los residuos del análisis factorial. Cada residuo
expresa la diferencia real entre la correlación inicial contemplada entre dos
indicadores y la correlación reproducida por la estructura factorial para esos dos
indicadores. Si el análisis ha sido beneficioso, la mayoría de las correlaciones
reproducidas se parecerán a las correlaciones observadas y los residuos serán muy
pequeños. De hecho, como observación, la matriz incorpora una nota a pie que
contabiliza el número de residuos mayores que 0,05 (un valor arbitrariamente
pequeño) y el porcentaje que ese resultado representa sobre el total de
correlaciones no redundantes de la matriz.
Pueden existir algunas razones por las que el examen podría desembocar en una
matriz residual con un gran valor absoluto de residuos altos. Inicialmente, podría
ocurrir que se hubiera sustraído un número insuficiente de factores y que,
consecuentemente, la estructura factorial no fuera capaz de reproducir
adecuadamente la matriz de correlaciones. Luego podría ocurrir que las
correlaciones observadas estuvieran mal estimadas, bien por la presencia de
76
sesgos en la medida de las variables, bien porque el coeficiente de correlación de
Pearson no fuera el apropiado para cuantificar la relación por causa de la escala
utilizada para medir las variables. Finalmente, podría ocurrir que el modelo
factorial no fuera pertinente para analizar los datos (porque las variables no están
linealmente relacionadas, porque en los datos examinados no existe ninguna
estructura factorial, entre otras).
77
Cuadro 8: Matriz de correlaciones reproducidas y matriz residual
78
En el cuadro 9 se muestra las comunalidades atribuidas a los indicadores
inicialmente y las comunalidades reproducidas por la solución factorial
(extracción). La comunalidad de un indicador es el porcentaje de su varianza que
puede ser demostrada por el modelo factorial obtenida. Analizando las
comunalidades de la extracción podemos valorar cuáles de los indicadores son
deficientemente explicadas por el modelo. En nuestro caso, la variable x16 es la
que menos explica el modelo, sólo es capaz de reproducir el 65,9% de su
variabilidad original.
En una nota a pie de tabla se presenta que, para llegar a esta solución factorial, se
utilizó el método de extracción componentes principales. Este método de
extracción supone que es posible explicar el 100% de la varianza observada y, por
ello, todas las comunalidades iniciales son idénticos a la unidad (que es
exactamente la varianza de un indicador en puntuaciones típicas). A partir de este
nos plantearemos si el número de factores obtenidos son suficientes para explicar
todas y cada una de las variables incluidas en el análisis.
Cuadro 9: Comunalidades y Gráfico de Sedimentación
Variable Inicial Extracción Gráfico de Sedimentación x1 1,000 0,967
x2 1,000 0,980 x3 1,000 0,995 x4 1,000 0,994 x5 1,000 0,937 x6 1,000 0,924 x7 1,000 0,924 x8 1,000 0,978 x9 1,000 0,960 x10 1,000 0,770 x11 1,000 0,717 x12 1,000 0,974 x13 1,000 0,780 x14 1,000 0,805 x15 1,000 0,815 x16 1,000 0,659
Método de extracción: análisis de componentes principales. Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
El dibujo de sedimentación indica el número excelente de factores. Propuesto por
Cattell (1966), depende simplemente en una representación gráfica de la medida
de los autovalores, es decir muestra una representación gráfica de la magnitud de
los autovalores. El corte en la tendencia descendente sirve de regla para la
0,0
2,0
4,0
6,0
8,0
10,0
12,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Auto
valo
r
Número de componente
79
determinación del número óptimo de factores que deben estar presentes en la
solución. Siempre se demuestra la representación de los autovalores de la matriz
de correlaciones (o de covarianzas) originales, independientemente del método de
extracción seleccionado. Además en el gráfico de sedimentación se indica que
sólo los autovalores mayores que 1 se consideran como componentes o factores
comunes, en este caso las dos primeras componentes, resumirán la información.
En cuadro 10 se presenta la proporción de varianza explicada, esto es que se
indica un listado de los autovalores de la matriz de correlaciones y del porcentaje
de varianza que figura cada uno de ellos. Los autovalores representan la parte de
la varianza total que está explicada por cada factor; y la proporción de varianza
explicada vinculado a cada factor se obtiene dividiendo cada autovalor para la
adición de los autovalores (cantidad de indicadores). Se extraen los factores
necesarios como autovalores tengan un valor mayor que 1 de la matriz de
correlaciones analizada. En nuestro caso hay 2 autovalores mayores que 1, por lo
que el procedimiento extrae 2 factores que consiguen explicar un 88,610% de la
varianza de los datos originales. También se indica que para cada factor con
autovalor mayor que 1.
En la Suma de extracción de cargas al cuadrado, la columna Total (que coinciden
con los autovalores cuando se utiliza el método de las componentes principales,
pero no en caso de que se utilizan otros métodos de extracción), nos permite
seleccionar el número óptimo de factores. Esta información puede ser utilizada en
la toma de decisión sobre el número óptimo de factores a extraerse.
La matriz analizada es la matriz de correlaciones entre las 16 variables e
indicadores, esta matriz es de dimensiones 16 x 16, es posible extraer hasta 2
factores independientes. En la columna de (% acumulado), los 2 factores extraídos
logran explicar cerca del 90% de la varianza total.
80
Cuadro 10: Varianza total explicada
Autovalores iniciales Sumas de extracción de cargas al cuadrado
Total % de varianza % acumulado Total % de varianza % acumulado 1 12,329 77,056 77,056 12,329 77,056 77,056 2 1,849 11,554 88,610 1,849 11,554 88,610 3 0,889 5,556 94,166 Sólo los autovalores mayores que 1 se consideran
como componentes o factores comunes, en este caso las dos primeras componentes, resumirán toda la información.
4 0,374 2,340 96,506 5 0,275 1,717 98,223 6 0,123 0,771 98,994 7 0,089 0,555 99,549 8 0,034 0,210 99,759 9 0,020 0,124 99,883
10 0,007 0,043 99,926 11 0,005 0,029 99,955 12 0,004 0,024 99,979 13 0,002 0,011 99,990 14 0,001 0,008 99,998 15 0,000 0,001 99,999 16 0,000 0,001 100,000
Método de extracción: análisis de componentes principales. Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
En el cuadro 11 se muestra la solución factorial, donde esta indica las
correlaciones entre los indicadores originales (o saturaciones) y cada uno de los
factores, cabe indicar que esta matriz cambia de nombre dependiendo del método
de extracción, en nuestro caso por el método de componentes principales se llama
matriz de componentes o estructura factorial.
Contrastando las saturaciones relativas de cada indicador o variable en los dos
factores se puede apreciar el primer factor está constituido por los indicadores x1:
poblacionpcd2010 (Número de personas con discapacidad) a la variable x5:
jefe_solo_si (Número de personas con discapacidad jefes de hogar que viven
solas). Todos estos indicadores o variables saturan en un único factor porque
forman un grupo diversificado de variables adentro de la matriz de correlaciones.
El segundo factor recoge el grupo de las variables de x6: tasa_analfabetos
(Porcentaje de la población con discapacidad de 15 años y más de edad que no
puede leer, escribir, ni comprender un texto sencillo y corto sobre su vida
cotidiana, en un periodo de tiempo) hasta la variable x16: no_tiene (Número de
viviendas con personas con discapacidad, donde el servicio higiénico o escusado
de la vivienda no tiene), que es independiente de la otra dimensión (puesto que
los factores son independientes entre sí y la variable no satura en el otro factor).
81
Por consiguiente, la Matriz de componentes, con el método de extracción de
análisis de componentes principales, recoge la carga o ponderación de cada factor
en cada una de las variables. Según la información de la matriz de componentes,
las variables iniciales definidas en función de las componentes (factores) es de la
siguiente forma, finalmente en el anexo 1 se presenta la aplicación del Análisis
Factorial:
Cuadro 11: Matriz de Componentes Variable Componente 1 Componente 2
x1 0,984 -0,001 X1 = 0,984*C1 - 0,001*C2 x2 0,99 -0,012 X2 = 0,99*C1 - 0,012*C2 x3 0,997 -0,028 X3 = 0,997*C1 - 0,028*C2 x4 0,997 -0,028 X4 = 0,997*C1 - 0,028*C2 x5 0,968 0,003 X5 = 0,968*C1 + 0,003*C2 x6 0,139 0,951 X6 = 0,139*C1 + 0,951*C2 x7 0,228 0,934 X7 = 0,228*C1 + 0,934*C2 x8 0,989 -0,03 X8 = 0,989*C1 - 0,03*C2 x9 0,979 -0,018 X9 = 0,979*C1 - 0,018*C2 x10 0,87 0,111 X10 = 0,87*C1 + 0,111*C2 x11 0,844 0,073 X11 = 0,844*C1 +
0,073*C2 x12 0,986 -0,039 X12 = 0,986*C1 -
0,039*C2 x13 0,88 -0,072 X13 = 0,88*C1 - 0,072*C2 x14 0,894 -0,075 X14 = 0,894*C1 -
0,075*C2 x15 0,899 -0,088 X15 = 0,899*C1 -
0,088*C2 x16 0,792 -0,179 X16 = 0,792*C1 -
0,179*C2 Método de extracción: análisis de componentes principales. a. 2 componentes extraídos. Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
4.1.3 Resultados del Análisis de Conglomerados *Conglomerados por casos con distancia método Ward. PROXIMITIES Zpoblacionpcd2010 Zno_aporta Zpobre Zhogar_pobre Zjefe_solo_si Ztasa_analfabetos Zescolaridafinal Zninguno Zcesante_disponible Zpor_servicios Zarrenda_anticresis Zmala Zotros_medios Zsin_tubería_otros_medios Zotras_formas Zno_tiene /MATRIX OUT('C:\DISCAPACIDAD 2018\temporal.tmp') /VIEW=CASE /MEASURE=EUCLID /PRINT PROXIMITIES NONE /STANDARDIZE= none. CLUSTER /MATRIX IN('C:\DISCAPACIDAD 2018\temporal.tmp') /METHOD WARD /PRINT SCHEDULE CLUSTER(3,5) /PRINT DISTANCE /PLOT DENDROGRAM VICICLE /SAVE CLUSTER(3,5). freq CLU5_1 CLU4_1 CLU3_1. ***********************************************************************.
82
4.1.3.1 ANÁLISIS DE CONGLOMERADOS JERÁRQUICO
El Análisis de cluster jerárquico permite agrupar casos como también variables, y
fundamentalmente seleccionar una heterogeneidad de métodos de agrupación y
medidas de distancia.
Este análisis empieza determinando la matriz de distancias entre los elementos de
la muestra (casos o variables), dicha matriz tiene las distancias existentes entre
cada participante y todos los restantes de la muestra. A continuación, se buscan los
dos miembros más próximos (es decir, los dos más similares en términos de
distancia) y se agrupan en un conglomerado. El conglomerado obtenido es
indivisible de ahí la denominación de jerárquico. De esta manera, se van
aglomerando los elementos en conglomerados cada vez más considerable y más
diverso hasta llegar al último paso, en el que todos los elementos muestrales
quedan aglomerados en un único conglomerado global. En cada avance del
proceso pueden agruparse casos individuales, conglomerados previamente
formados o un caso individual con un conglomerado previamente formado. El
análisis de clusters jerárquico es un procedimiento aglomerativo: parte de los
elementos muestrales individualmente considerados, va creando grupos hasta
llegar al establecimiento de un único conglomerado conformado por el total de
elementos de la muestra.
La técnica del análisis de Conglomerados jerárquicos del SPSS indica todos los
pasos, por lo que se puede considerar qué elementos o conglomerados se han
fusionado en cada avance y a qué distancia se encontraban cuando se han fundido.
Esto permite valorar la diversidad de los conglomerados que se van fundiendo en
cada etapa del análisis y decidir en cuál de ellas la fusión de elementos incrementa
excesivamente la diversidad de los conglomerados. Aunque el análisis termina
cuando se ha alcanzado agrupar a todos los casos en un único conglomerado, el
objetivo del analista será el de descubrir la existencia de grupos homogéneos
"real" que puedan encontrarse en el archivo de datos.
La adaptabilidad del análisis de conglomerados jerárquico radica en la posibilidad
de utilizar distintos tipos de medidas para estimar la distancia existente entre los
83
casos o las variables, la probabilidad de transformar la métrica inicial de las
variables y la probabilidad de seleccionar de entre una gran diversidad de métodos
de aglomeración. Pero no existe ninguna combinación de estas probabilidades que
optimice la solución obtenida. En general, será ventajoso valorar diferentes
soluciones para elegir la más consistente.
En la columna del cuadro 12, Cluster combinado indica acerca de los
conglomerados (o casos) fusionados en cada etapa. En la primera etapa se han
fundido los casos 737 y 788 del archivo de datos. Como el análisis se comienza
con todos los casos desunidos en conglomerados individuales, la primera etapa
siempre se refiere a casos individuales. A partir de ese momento, estos dos casos
conforman el conglomerado «737» y son indivisibles en las etapas posteriores.
La columna (Coeficientes) presenta el valor de la distancia a la que se ubican los
casos antes de la fusión. En la etapa 2, la distancia de fusión entre los casos 744 y
880 vale aproximadamente 0 (0,063) lo que significa que se trata de casos con
idénticas puntuaciones.
La columna Primera aparición del clúster de etapa, recoge la etapa en la que se
han formado los conglomerados que se están fundiendo en cada momento. El
valor 0 indica que el conglomerado respectivo es un caso individual. Un valor
mayor que 0 indica el número de etapa en la que se formó el conglomerado. En
este proceso, en la etapa 9 se funden el elemento 21 y el 744. Inspeccionando las
columnas correspondientes a la primera aparición de estos elementos encontramos
0 y 2, lo que significa que el elemento 744 ya apareció en la etapa 2 y es un
conglomerado (744-880), y que el elemento 880 es un caso individual.
La columna Etapa siguiente indica la etapa en la que el conglomerado que se
volverá a fusionarse con otros elementos. Por ejemplo, el conglomerado 744-880-
21 que se ha formado en la etapa 2, vuelve a fundirse con otros elementos en la
etapa 493.
84
Cuadro 12: Historial de conglomeración (Aplicación)
Etapa Clúster combinado
Coeficientes Primera aparición del clúster de etapa Etapa
siguiente Clúster 1 Clúster 2 Clúster 1 Clúster 2
1 737 788 0,026 0 0 146
2 744 880 0,063 0 0 9
3 169 236 0,100 0 0 98
4 424 687 0,138 0 0 119
5 765 904 0,177 0 0 394
6 755 764 0,217 0 0 44
7 824 915 0,258 0 0 118
8 364 394 0,300 0 0 172
9 21 744 0,342 0 2 493
… … … … … … …
493 21 159 58,560 9 125 773 Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
En consecuencia, en la primera etapa la parroquia San Isidro, del Cantón Morona,
de la provincia Morona Santiago, de la zona de planificación 6, correspondiente al
caso 737, y la parroquia Shimpis, cantón Logroño, de la provincia Morona
Santiago, de la zona de planificación 6, correspondiente al caso 788 se unen en la
primera etapa indicado en el Historial de Aglomeración. De la última columna
(Etapa siguiente) se desprende que este primer agrupamiento volverá a ser
utilizado en la etapa 146. Una vez realizado el primer conglomerado, el programa
vuelve a recalcular una nueva matriz de distancias entre los 1023 elementos
restantes, es decir los 1023 elementos y la agrupación (San Isidro - Shimpis). Este
primer cluster volverá a ser utilizado en la etapa 146.
En la segunda etapa se efectúa un agrupamiento entre la parroquia Amazonas
(Rosario De Cuyes), del Cantón Gualaquiza, de la provincia Morona Santiago, de
la zona de planificación 6 correspondiente al caso 744 y la parroquia Cruzpamba
(Cab. en Carlos Bustamante), del Cantón Celica, de la provincia Loja, de la zona
de planificación 7 correspondiente al caso 880, es decir (Amazonas (Rosario De
Cuyes), Cruzpamba (Cab. en Carlos Bustamante)), a una distancia de 0,063. Este
segundo conglomerado (cluster) volverá a ser utilizado en la etapa 9.
Así, en la novena etapa se efectúa un agrupamiento entre la parroquia El Goaltal,
del Cantón Espejo, de la provincia Carchi, de la zona de planificación 1
correspondiente al caso 21 y la parroquia la parroquia Amazonas (Rosario De
Cuyes), del Cantón Gualaquiza, de la provincia Morona Santiago, de la zona de
85
planificación 6 correspondiente al caso 744, es decir (El Goaltal, Amazonas
(Rosario De Cuyes)), a una distancia de 0,342. Este segundo conglomerado
(cluster) volverá a ser utilizado en la etapa 493.
Hasta ahora se ha tratado de agrupamientos simples formados por dos parroquias,
pero es posible también formar clusters con la unión de agrupamientos anteriores.
Esto se produce por primera vez en la etapa 9, donde el conglomerado 744 (Amazonas (Rosario De Cuyes)) ‐ que se unió al 880 (Cruzpamba (Cab. En
Carlos Bustamante)) en la segunda etapa ‐ se une al conglomerado 21 (El
Goaltal). De modo que en este momento se produce un agrupamiento entre las
parroquias (Amazonas (Rosario De Cuyes) – Cruzpamba (Cab. En Carlos
Bustamante) – (El Goaltal), a una distancia 0,342, cluster que volverá a ser
utilizado en la etapa 493.
Otro caso se produce en la etapa 493, donde el conglomerado 21 (El Goaltal) se
unió al 744 (Amazonas (Rosario De Cuyes)) en la etapa 9, además 744 se unió
con el 880 (Cruzpamba (Cab. En Carlos Bustamante)) en la etapa 2; y luego se
unió al 159 (Pañacocha) que se unió en la etapa 125, a una distancia 58,560, es
decir (El Goaltal, Amazonas (Rosario De Cuyes), Cruzpamba (Cab. En Carlos
Bustamante), Pañacocha) cluster que volverá a ser utilizado en la etapa 773.
En el cuadro 13 se muestra la Matriz de distancias, la cual permite obtener las
distancias entre cada pareja de elementos analizados. Estas distancias pueden
determinarse utilizando una medida de similaridad (grado de cercanía) o de
disimilaridad (grado de lejanía). El tipo de matriz construida (de similaridades o
de disimilaridades) depende de la medida seleccionada del Método de
conglomeración.
En este cuadro se muestra la matriz de distancias para los primeros casos, de
acuerdo a la distancia euclidea. Así, que calculamos las medidas de proximidad
entre los n casos tomados en pares.
𝑛𝑛(𝑛𝑛 − 1)2
=1024(1024 − 1)
2= 523.776
En este caso, el análisis para las 1024 parroquias se obtienen 523.776 distancias
euclídeas. Así en el cuadro 13 se muestran los coeficientes elaborados utilizando
la distancia euclídea (raíz cuadrada de la suma de las diferencias al cuadrado entre
86
dos elementos de una variable). Considerando las puntuaciones transformadas
estandarizadas de la base de datos utilizada se presenta en el Anexo 2, así por
ejemplo la distancia euclídea de 2,248 se obtiene de esta manera:
𝑐𝑐�𝑝𝑝𝑖𝑖 ,𝑝𝑝𝑖𝑖� = ���𝑝𝑝𝑖𝑖𝑐𝑐 − 𝑝𝑝𝑖𝑖𝑐𝑐�2
𝑝𝑝
𝑐𝑐=1
𝑐𝑐(𝐿𝐿𝑀𝑀𝑀𝑀 𝐺𝐺𝐾𝐾𝐿𝐿𝐾𝐾𝑁𝑁𝐷𝐷𝑅𝑅𝐼𝐼𝑁𝑁𝑀𝑀𝑀𝑀,𝐾𝐾𝑀𝑀𝑁𝑁𝐺𝐺𝑀𝑀 𝐷𝐷𝐸𝐸𝐿𝐿 𝐶𝐶𝐶𝐶𝑅𝑅𝑀𝑀) = ���𝑝𝑝𝑖𝑖𝑐𝑐 − 𝑝𝑝𝑖𝑖𝑐𝑐�2
16
𝑐𝑐=1
= ��𝑝𝑝𝑖𝑖1 − 𝑝𝑝𝑖𝑖1�2 +⋯+ �𝑝𝑝𝑖𝑖16 − 𝑝𝑝𝑖𝑖16�
2
= �(𝑃𝑃𝑐𝑐𝑛𝑛𝑒𝑒𝑐𝑐𝑉𝑉𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑍𝑍(𝑝𝑝𝐶𝐶𝑏𝑏𝑙𝑙𝑉𝑉𝑐𝑐𝑐𝑐𝐶𝐶𝑛𝑛𝑝𝑝𝑐𝑐𝑐𝑐2010)11 − 𝑃𝑃𝑐𝑐𝑛𝑛𝑒𝑒𝑐𝑐𝑉𝑉𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑍𝑍(𝑝𝑝𝐶𝐶𝑏𝑏𝑙𝑙𝑉𝑉𝑐𝑐𝑐𝑐𝐶𝐶𝑛𝑛𝑝𝑝𝑐𝑐𝑐𝑐2010)21)2 + ⋯
+(𝑃𝑃𝑐𝑐𝑛𝑛𝑒𝑒𝑐𝑐𝑉𝑉𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑍𝑍(𝑛𝑛𝐶𝐶𝑡𝑡𝑖𝑖𝑡𝑡𝑛𝑛𝑡𝑡)1 16 − 𝑃𝑃𝑐𝑐𝑛𝑛𝑒𝑒𝑐𝑐𝑉𝑉𝑐𝑐𝑐𝑐ó𝑛𝑛 𝑍𝑍(𝑛𝑛𝐶𝐶𝑡𝑡𝑖𝑖𝑡𝑡𝑛𝑛𝑡𝑡)2 16)2=
= �(−0,112944721514304− 0,104638142097195)2 + ⋯+ (−0,509019272876407− 0,112098649887252)2
= �5,054123 = 2,248138 ≈ 2,248
Los coeficientes de la matriz de distancias indican la distancia entre las parroquias
Las Golondrinas y Manga del Cura considerando las variables del análisis, de
modo que cuanto mayor sea el coeficiente entre dos parroquias existirá mayor
distancia entre ellas, y en consecuencia serán más diferentes. Un análisis detallado
de los coeficientes de la tabla revela una gran similitud con una distancia de
cercana a 0. Conviene retener esta información para realizar un seguimiento del
proceso de formación de las aglomeraciones, con la ayuda del Historial de
Aglomeración, así como su representación gráfica (Dendrograma).
87
Cuadro 13: Matriz de Disimilaridades - distancias entre los casos (Distancia Euclidea)
88
En la figura 4 muestra el dendrograma, En este se representa las etapas del
proceso de unión, también lo están las distancias existentes entre los elementos
fundidos. Debemos considerar que las distancias no están representadas en su
escala original sino en una escala estandarizada de 25 puntos. Las líneas verticales
identifican elementos fusionados (conglomerados); y la posición de las líneas
verticales indica la distancia existente entre los elementos fundidos.
Por el historial de conglomeración sabemos ya que la mayor distancia entre
conglomerados vale 1.364,50 (entre el conglomerado «1 y 5») y la menor 0,026
(entre el cluster 737 y el 788); Pues bien, puesto que las distancias representadas
en el dendrograma están reescaladas, a la distancia mayor (1.364,50) le
corresponde un valor de 25 y a la menor (0,026) un valor de 1.
No obstante, el dendrograma suele atribuir también una distancia de 1 a las
fusiones de las primeras etapas (pues en ellas las distancias suelen ser muy
pequeñas en comparación con las distancias de las etapas finales), lo cual impide
indagar el orden en el que se han producido las primeras fusiones (para ello hay
que recurrir al cuadro historial de conglomeración).
En consecuencia, la lectura se realiza de izquierda a derecha, y en su interior
aparecen líneas horizontales y verticales, utilizando estas últimas para indicar el
punto de fusión entre dos parroquias. Así la posición de la línea vertical respecto a
la regla situada en la parte superior indica la distancia donde se han realizado la
unión de dos grupos, de modo que cuanto más a la derecha se genere una
agrupación existirá más diferencia entre los casos, formando grupos más
heterogéneos.
En la regla de la parte superior muestra la distancia entre las aglomeraciones, si
bien se ha cambiado la 'escala' de las distancias a unos valores que oscilan entre 0
y 25, mientras que la amplitud de las distancias del Historial de Conglomeración
oscila entre 0,026 y 1364,50. Es decir, la amplitud de las distancias (0,026 -
1364,50) se calcula para adoptarla a la escala (0 – 25) – basta con multiplicar cada
amplitud por 25 / 1364,50 = 0,01832172957127152803224624404544. Respecto
a la nueva escala, en la distancia 1 (58,560 *
89
0,01832172957127152803224624404544 =
1,0729204836936606815683400513008) se produce en la etapa 493, donde el
conglomerado 21 (El Goaltal) se unió al 744 (Amazonas (Rosario De Cuyes)) en
la etapa 9, además 744 se unió con el 880 (Cruzpamba (Cab. En Carlos
Bustamante)) en la etapa 2; y luego se unió al 159 (Pañacocha) que se unió en la
etapa 125, a una distancia, es decir (El Goaltal, Amazonas (Rosario De Cuyes),
Cruzpamba (Cab. En Carlos Bustamante), Pañacocha) cluster que volverá a ser
utilizado en la etapa 773.
90
Figura 4: Dendrograma que utiliza un enlace de Ward
(Combinación de clúster de distancia re-escalada)
91
Considerando el método de Ward, donde se selecciona grupos con mínima suma
de cuadrados dentro de grupos o variables, de este procedimiento se formaron 3
estratos, de tal manera que los integrantes de cada estrato tengan características
similares entre sí. En cuadro 14 se indica la distribución del correspondiente al
número de parroquias, donde el estrato 1 abarca el 52.8% (541) de parroquias con
características homogéneas y el 10.3% (105) correspondiente al estrato 2.
Cuadro 14: Distribución del número de parroquias, según el estrato
Estratos Parroquias Porcentaje Estrato 1 541 52,8 Estrato 2 105 10,3 Estrato 3 378 36,9
Total 1024 100.0 Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
El ordenamiento que permitió estratificar a las parroquias del Ecuador para la
creación de nuevos centros de atención para personas con discapacidad del
Ministerio de Inclusión Económica y Social a través de información censal se
consideró los siguientes criterios:
• El porcentaje medio de personas con discapacidad sea alto frente a los
otros grupos.
• El porcentaje de personas con discapacidad, de todas las edades, no
afiliadas o cubiertas por los programas de seguridad social general del
país en un año determinado, sea alto frente a los otros grupos.
• El porcentaje de personas con discapacidad que se encuentran en
pobreza por Necesidades Básicas Insatisfechas, sea alto frente a los
otros grupos.
• El porcentaje de hogares con personas con discapacidad que se
encuentran en pobreza por Necesidades Básicas Insatisfechas, sea alto
frente a los otros grupos.
• El porcentaje de personas con discapacidad jefes de hogar que viven
solas, sea alto frente a los otros grupos.
• Porcentaje de la población con discapacidad de 15 años y más de edad
que no puede leer, escribir, ni comprender un texto sencillo y corto
92
sobre su vida cotidiana, en un periodo de tiempo, sea bajo frente a los
otros grupos.
• Número promedio de años escolares aprobados por la población con
discapacidad de 24 años y más de edad en el sistema educativo formal
en los niveles de educación general básica, educación bachillerato,
educación superior universitaria o técnica/tecnológica y postgrado, sea
bajo frente a los otros grupos.
• El porcentaje medio de personas con discapacidad, que no poseen
ningún nivel de instrucción, sea bajo frente a los otros grupos.
• El porcentaje medio de personas discapacidad que se encuentran
cesantes o disponibles para trabajar, sea alto frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde el régimen de propiedad de la vivienda es por servicios, sea alto
frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde el régimen de propiedad de la vivienda es arrendado o en
anticresis, sea alto frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde la calidad de la vivienda es mala, sea alto frente a los otros
grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde la obtención de agua entubada no es por red pública sino por
otros medios, sea alto frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde la vivienda no recibe agua por tubería sino por otros medios, sea
alto frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde la forma de eliminación de la basura es por otros medios, sea
alto frente a los otros grupos.
• El porcentaje medio de viviendas con personas con discapacidad,
donde el servicio higiénico o escusado de la vivienda no tiene, sea alto
frente a los otros grupos.
93
La figura 5 se representa el diagrama de dispersión de los casos respecto a las dos
variables de clasificación utilizadas: Los casos están marcados según el estrato al
que han sido asignados según la solución de tres estratos. La solución de tres
estratos parece la más satisfactoria, puesto que esta refleja la organización de los
datos en las dos variables de clasificación, así como se indica en el dendrograma,
y no parece que una solución con un mayor número de estratos pueda resumir
mejor las distancias existentes entre los casos.
La Dispersión de los correspondientes estratos de acuerdo a los puntajes
asignados en el primer componente en relación al segundo componente, en
conjunto se pueden observar cómo se agrupan las parroquias con características
similares, de igual manera se puede presentar para cada combinación entre el otro
componente.
94
Figura 5: Gráficos de dispersión de los Estratos
Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
A continuación se presentan las ubicaciones territoriales según los estratos:
95
Mapa 1: Distribución de las Parroquias según el Estrato
96
Mapa 2: Distribución de las Parroquias según el Estrato 1
97
Mapa 3: Distribución de las Parroquias según el Estrato 2
98
Mapa 4: Distribución de las Parroquias según el Estrato 3
99
En cuadro 15 se presenta cada estrato ordenado de acuerdo a su prioridad según el
promedio de cada variable consideradas en la focalización de los centros para
personas con discapacidad.
Cuadro 15: Indicadores sociodemográficos según el estrato (Porcentaje Medio)
Descripción Estrato 1 (541) Estrato 2 (105) Estrato 3 (378)
PRIORITARIO NO PRIORITARIO MUY PRIORITARIO
Media (%)
Desviación estándar
Media (%)
Desviación estándar
Media (%)
Desviación estándar
Porcentaje de personas con discapacidad. 6,5 2,0 5,9 1,1 7,2 2,1 Porcentaje de personas con discapacidad, de todas las edades, no afiliadas o cubiertas por los programas de seguridad social general del país en un año determinado.
64,0 11,6 67,1 7,3 67,8 11,9
Porcentaje de personas con discapacidad que se encuentran en pobreza por Necesidades Básicas Insatisfechas.
80,7 15,1 71,2 19,3 90,5 9,0
Porcentaje de hogares con personas con discapacidad que se encuentran en pobreza por Necesidades Básicas Insatisfechas.
16,7 5,5 13,5 5,1 19,7 4,8
Porcentaje de personas con discapacidad jefes de hogar que viven solas. 2,2 1,5 1,6 0,4 2,9 1,5 Porcentaje de la población con discapacidad de 15 años y más de edad que no puede leer, escribir, ni comprender un texto sencillo y corto sobre su vida cotidiana, en un periodo de tiempo.
74,9 6,5 75,2 8,0 55,7 9,7
Porcentaje promedio de años escolares aprobados por la población con discapacidad de 24 años y más de edad en el sistema educativo formal en los niveles de educación general básica, educación bachillerato, educación superior universitaria o técnica/tecnológica y postgrado.
5,1 0,9 5,8 1,3 3,2 0,7
Porcentaje de personas con discapacidad, que no poseen ningún nivel de instrucción. 28,9 6,4 29,1 7,4 44,7 9,9 Porcentaje de personas discapacidad que se encuentran cesantes o disponibles para trabajar.
1,0 1,1 1,6 0,7 0,6 1,0
Porcentaje de viviendas con personas con discapacidad, donde el régimen de propiedad de la vivienda es por servicios.
0,4 0,6 0,4 0,5 0,3 0,4
Porcentaje de viviendas con personas con discapacidad, donde el régimen de propiedad de la vivienda es arrendada o en anticresis.
1,4 1,1 2,3 1,3 0,7 0,7
Porcentaje de viviendas con personas con discapacidad, donde la calidad de la vivienda es mala.
7,4 3,5 5,7 2,6 9,6 3,9
Porcentaje de viviendas con personas con discapacidad, donde la Obtención de agua entubada no es por red pública sino por otros medios.
10,0 6,2 7,7 5,7 12,8 5,6
Porcentaje de viviendas con personas con discapacidad, donde la vivienda no recibe agua por tubería sino por otros medios.
4,7 5,2 4,8 4,2 5,6 5,1
Porcentaje de viviendas con personas con discapacidad, donde la forma de eliminación de la basura es por otros medios.
0,5 1,2 0,1 0,2 0,4 1,0
Porcentaje de viviendas con personas con discapacidad, donde el servicio higiénico o escusado de la vivienda no tiene.
4,2 3,7 1,6 1,4 6,4 4,4
Tasa de crecimiento 0,040 0,048 0,046 0,023 0,034 0,046
Fuente: VII Censo de Población y VI de Vivienda del año 2010. Elaborado por: Gandy López
100
Mapa 5: Indicadores sociodemográficos según el estrato (Porcentaje Medio)
101
CAPÍTULO V
CONCLUSIONES Y RECOMENDACIONES
Una vez que se cumplió con los objetivos planteados se puede obtener las
siguientes conclusiones y recomendaciones:
• En el Análisis Factorial, la matriz de correlaciones obtenida posee un
determinante distinto de cero, lo cual indica que la multicolinealidad no es
tan alta entre las variables. Para lo cual se puedo aplicar el Análisis
Factorial, el valor del determinante se aproximadamente fue 9,124 x 10-26,
condición inicial que debe de cumplir el análisis Factorial.
• De la matriz de correlaciones analizada entre las 16 variables e
indicadores, esta matriz es de dimensiones 16 x 16, se puedo extraer 2
factores independientes. Los 2 factores extraídos logran explicar cerca del
90% de la varianza total.
• Fundamentalmente la ventaja del Análisis Factorial, es que los puntajes
factoriales pueden ser guardados y usados en futuros análisis para
inferencia o modelaje (o alternativamente insertando directamente en un
modelo de ecuación estructural).
• El análisis de clusters jerárquico es un procedimiento aglomerativo: parte
de los elementos muestrales individualmente considerados, va creando
grupos hasta llegar al establecimiento de un único conglomerado
conformado por el total de elementos de la muestra.
• De acuerdo al modelo estratificado de las parroquias del ecuador mediante el
análisis factorial y de conglomerados para la creación de nuevos centros de
atención para personas con discapacidad. Se tiene que en vista de las
carencias de cuidado y atención de la población con discapacidades, es
necesaria la construcción de nuevos Centros para personas con
discapacidades, como parte fundamental de las tareas que el Estado debe
desarrollar, a través de sus organismos y entidades para reconocer y
garantizar a las personas con Discapacidad los derechos de la Constitución
de la República, los tratados e instrumentos internacionales y la ley para
102
personas con Discapacidades, y principalmente buscando siempre la máxima
autonomía, confianza, autovaloración y condición de vida de las personas
con algún tipo de Discapacidad.
En consecuencia, se construyeron 3 grupos de parroquias con cierto nivel de
prioridad, así, el grupo muy prioritario (Estrato 3) corresponde a 378 (36,9%)
parroquias, cuyo ordenamiento permitió estratificar a las parroquias del
Ecuador para la creación de nuevos centros de atención para personas con
discapacidad del Ministerio de Inclusión Económica y Social.
En este sentido el Estrato 3, es el conglomerado con mayor importancia y
prioridad, donde los criterios y/o parámetros poblacionales de priorización,
son más significativos respecto a los otros estratos.
• La tasa de crecimiento intercensal de la población con Discapacidades, es un
indicador que se lo considera importante en la priorización de los Centros
para personas con discapacidad, en conexo con las demás características.
Pues se observa que en cada grupo formado, existen parroquias donde hay un
alto crecimiento de la población de personas con discapacidad, donde esta
tasa de crecimiento intercensal permite dar un ranking dentro de cada
conglomerado. En este sentido tenemos que la parroquia Santa Rosa de
Sucumbíos, del Cantón Cascales, provincia de Sucumbíos, y es la que
encabeza el ranking con una tasa de crecimiento intercensal de 0,2024.
• En la correspondiente distribución para cada conglomerado se lo realizó
mediante una representación territorial de las parroquias priorizadas según
sus zonas de planificación, provincia, cantón con la correspondiente tasa de
crecimiento intercensal, otro criterio que se recomienda a considerar es que
la provincia donde la tasa media de crecimiento intercensal es alta y el
número de parroquias es alta, significa que en esa provincia deben ser
considerados los servicios para la atención de las personas con discapacidad.
• El cambio de paradigma en la concepción de la discapacidad, en general la
planificación de información censal ha permanecido ligada al enfoque
demográfico sobre la población en discapacidad, ha estado bastante
desatendida en la actividad legislativa y ha sido poco aprovechada para el
diagnóstico y la planificación de políticas y programas. Además, una alta
103
correlación entre discapacidad y pobreza no ha logrado abordarse
apropiadamente; la ecuanimidad de derechos solo se ha alcanzado a nivel
normativo, pero no en las consecuencias y ciertamente no en la contextura
social que alimenta la discriminación y la exclusión.
• Se recomienda realizar un estudio profundo con la información actualizada
del censo del año 2020, para aplicar la metodología propuesta, el cual
permitirá tener una mejor realidad de las personas con discapacidad.
104
Bibliografía
[1]. Anderberg, M. R. (1973). Cluster Analysis for Applications. New York: Academic Press.
[2]. ANID. (2013 - 2017). Agenda Nacional para la Igualdad en Discapacidad. Obtenido de http://www.planificacion.gob.ec/wp-content/uploads/downloads/2014/09/Agenda-Nacional-para-Discapacidades.pdf
[3]. Banco Mundial. (2011). Informe Mundial sobre la Discapacidad. Obtenido de http://cdrwww.who.int/disabilities/world_report/2011/summary_es.pdf
[4]. Catena, A. (2003). Análisis multivariadoun manual para investigadores. [5]. Cazar, R. (2000). Breve Análisis de la situación de las discapacidades en
el Ecuador. Obtenido de http://icevi.org/latin_america/publications/quito_conference/analisis_de_la_situacion_de_las_.htm#CONADIS
[6]. CIDDM. (1980). Clasificación Internacional de Deficiencias, Discapacidades y Minusvalías. Obtenido de http://apps.who.int/iris/bitstream/10665/131983/2/8486852455-spa.pdf
[7]. CNDH. (2016). La Convención sobre los Derechos de las Personas con Discapacidad y Protocolo Facultativo. Obtenido de http://appweb.cndh.org.mx/biblioteca/archivos/pdfs/foll-Convencion-Discapacidad-Protocolo-Facultativo.pdf
[8]. CONADIS. (2005). Breve Análisis de la situación de las discapacidades en el Ecuador. Obtenido de http://icevi.org/latin_america/publications/quito_conference/analisis_de_la_situacion_de_las_.htm#CONADIS
[9]. Conchillo, A. (2004). Guías doctorado. Metodología de las ciencias del comportamiento. España: Madrid: Universidad Nacional de Educación.
[10]. Constitución del Ecuador. (2008). Constitución del Ecuador 2008. Obtenido de http://biblioteca.defensoria.gob.ec/bitstream/37000/823/1/Constituci%C3%B3n%20de%20la%20Rep%C3%BAblica%20del%20Ecuador%202008.pdf
[11]. Cuadras, C.M. (2014). Métodos de Análisis Multivariantes. Barcelona: PPU.
[12]. Giné, C. (2004). Servicios y calidad de vida para las personas con discapacidad intelectual.
[13]. Hair, J., Anderson, R., Tatham, R. y Black, W. (2004). Análisis Multivariante. Madrid, España: Prentice Hall.
[14]. Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2003). Metodología de la investigación (Vol. 707). México: McGraw-Hill.
105
[15]. Ley Orgánica de Discapacidades. (2012). Ley Orgánica de Discapacidades. Obtenido de http://www.consejodiscapacidades.gob.ec/wp-content/uploads/downloads/2014/02/ley_organica_discapacidades.pdf
[16]. Martín, J. C. M., Alonso, M. Á. V., & Martínez, B. A. (2006). Modelo de calidad de vida de Schalock y Verdugo (2002/2003), validación mediante análisis multivariante.
[17]. Morales, P. (2003). El Análisis Factorial en la construcción e interpretación de tests, escalas y cuestionarios. Obtenido de http://www.upcomillas.es/personal/peter/investigacion/AnalisisFactorial.pdf.
[18]. OEA. (1999). Conveción Interamericana para la eliminación de todas las formas de discriminación contra las Personas con Discapacidad. Obtenido de http://www.oas.org/juridico/spanish/tratados/a-65.html
[19]. ONU. (1948). Declaración Universal de los Derechos Humanos. Obtenido de https://es.wikisource.org/wiki/Declaraci%C3%B3n_Universal_de_los_Derechos_Humanos
[20]. ONU. (2006). Convención sobre los derechos de las Personas con Discapacidad. Obtenido de http://www.un.org/esa/socdev/enable/documents/tccconvs.pdf
[21]. ONU. (2008). Convención sobre los Derechos de las Personas con Discapacidad. Obtenido de http://www.ohchr.org/Documents/Publications/AdvocacyTool_sp.pdf
[22]. PNBV. (2017 - 2021). Plan Nacional para el Buen VIvir 2017 -2021. Obtenido de http://ugp.espe.edu.ec/ugp/wp-content/uploads/2017/08/Plan-Nacional-para-el-Buen-Vivir-2017-2021.pdf
[23]. PNBV. (2017). Plan Nacional del Buen Vivir 2017 - 2021. Obtenido de http://ugp.espe.edu.ec/ugp/wp-content/uploads/2017/08/Plan-Nacional-para-el-Buen-Vivir-2017-2021.pdf
[24]. Richard A. Johnson, Dean W. Wichern. (1982). Applied Multivariate Statistic. USA: Prentice Hall.
[25]. Sanchez, G. (27 de Agosto de 2010). Análisis y evaluación de las políticas laborales y sociales en apoyo de los discapacitados en México. Obtenido de http://www.eumed.net/libros-gratis/2010e/828/CONCEPTO%20DE%20DISCAPACIDAD.htm
[26]. Schalock, R .L. y Verdugo, M .A. (2006). Revisión actualizada del concepto de calidad, En M .A. Verdugo (Dir): Cómo mejorar la calidad de vida de las personas. Salamanca: Amarú.
[27]. Schalock, R. L., & Verdugo Alonso, M. Á. (2007). El concepto de calidad de vida en los servicios y apoyos para personas con discapacidad intelectual. Obtenido de
106
https://gredos.usal.es/jspui/bitstream/10366/55873/1/SC_Concepto_07_corregido_final.pdf
[28]. Schalock, R. y Verdugo, M.A. (2002/2003). Quality of life for human service practitioners. Washington, DC: American Association on Mental Retardation [Traducido al castellano por M.A. Verdugo y C. Jenaro. Calidad de vida. Manual para profesionales de la educación, salud y servicios sociales. Madrid: Alianza.
[29]. Senplades. (2010). Plan Nacional de Desarrollo 2007 - 2010. Obtenido de http://www.planificacion.gob.ec/wp-content/uploads/downloads/2013/09/Plan-Nacional-Desarrollo-2007-2010.pdf
[30]. Uriel, E. (1995). Análisis de datos. Series temporales y Análisis
multivariante. Madrid: Editorial AC.
[31]. Verdugo, M.A., Schalock. R. L., Arias, B., Gómez, L. y de Urriés, B. (2013). Calidad de Vida. En M.A. Verdugo y R.L. Schalock (Coors.) Discapacidad e inclusión, manual para la docencia. Salamanca: Amarú.
[32]. Visauta Vinacua, B. (1998). Análisis Estadístico con SPSS para Windows. Madrid: McGraw-Hill.
107
ANEXOS
Anexo 1: APLICACIÓN DEL ANALISIS FACTORIAL
MATRIZ DE CORRELACIONES DE LAS VARIABLES (VALORES Y VECTORES PROPIOS)
1 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
R = 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1 Cálculo de valores propios y vectores propios de matrices
Si se quiere calcular los valores propios de una matriz dada y ésta es pequeña, se puede calcular simbólicamente usando el polinomio característico. Sin embargo, a menudo resulta imposible para matrices extensas, caso en el que se debe usar un método numérico.
Cálculo de los valores propios
Una herramienta importante para encontrar valores propios de matrices cuadradas es el polinomio característico: decir que λ es un valor propio de A es equivalente a decir que el sistema de ecuaciones lineales R v = λ v → R v - λ v = 0 (factorizando por v queda) (R - λI) v = 0 (donde I es la matriz identidad) tiene una solución no nula v (un vector propio), y de esta forma es equivalente al determinante:
pλ R λI 0
La función p(λ) = det(R - λI) es un polinomio de λ pues los determinantes se definen como sumas de productos. Éste es el polinomio característico de A: los valores propios de una matriz son los ceros de su polinomio característico.
108
1 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
det 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1
det 9. 1245 1026
1 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
det 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057 = 0
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1
Determinamos los eigenvalores y eigenvectores
Eigenvectores:
48.8314 10
8.9739 10.280110.281860.283910.283820.27564
23.9705 1026.4796 10
0.28158 12.329,0.278940.247840.240290.280860.250740.254590.2559
0.22554
3022.0285 1022.0781 1032.0029 10
0.699360.6868
22.2362 1021.3105 1028.1444 1025.3649 10
22.8803 1025.2638 1025.5287 1026.4491 10
0.13144
0.172380.10869
24.1521 1024.8941 10
0.245940.115960.10524
0.128001.8486,0.110960.231040.533040.106030.381190.392230.182260.39942
0.119740.15136
22.0762 1022.9366 1025.0585 10
0.1136023.8998 1030.88894, 3.8694 10
0.251020.588370.14059
26.5222 100.390510.11302
0.567650.15409
0.37446,
109
22.5349 1043.7306 1024.0234 1024.5099 10
0.1023124.0515 10
0.144326.8294 1023.2213 10
0.188640.13379
32.9526 100.252810.371280.166670.82100
48.0040 1021.8396 1032.2870 1021.2874 10
0.027150.69222
0.6957834.3742 10
0.27472, 21.3458 1031.3000 1028.5051 1023.6724 1023.1795 1031.1342 10
29.6183 100.12814
25.7986 1039.6093 1025.6382 1024.9686 10
0.1346423.0595 10
26.4431 1020.12331, 8.8700 1031.2643 10
0.699690.3231
32.2914 100.313380.20547
31.9905 1027.6935 10
0.23810.22821
26.6295 1022.4792 1024.6952 10
2 0.148838.8831 10 ,24.4631 1035.3174 10
0.440770
0.450870.14877
23.3624 10 ,
.584726.4029 10
0.352310.404340.16141
23.5706 1038.9013 1025.6554 10
0.076030.17667
21.1760 1033.7598 1035.3801 10
0.3474926.6952 1022.8502 10
29.2246 100.57142
0.617400.33043
0.08268
29.2816 1022.6301 10
0.212790.256780.42373
21.4053 1036.716 10
2 0.422761.9818 10 ,0.45930
23.9548 100.280640.43248
25.7398 1028.3437 10
0.178050.02609
36.8377 10 ,
39.5636 100.195830.11831
0.0361429.5042 10
0.0129739.233 10
0.7993532.483 1034.8553 10
0.308410.44442
24.9318 100.03579
22.8081 10
2.9180 10
28.4142 1024.4084 1037.9409 1028.4912 10
0.6503033.3402 10
36.0347 103 24.6824 10 , 7.7224 10
0.6065731.4156 10
0.132070.12712
2
33.8051 10 ,
0.284810.26629
21.3387 1023.2729 10
Sacamos la raíz cuadrada de cada valor propio:
Eigenvalores:
2 2
2 3 3 3 3 3
4 4
12.329,1.8486,0.88894,0.37446,0.27472,0.12331,8.8831 10 ,3.3624 10 ,1.9818 10 ,6.8377 10 ,4.6824 10 ,3.8051 10 ,1.8107 10 ,1.2909 10 ,1.8521 10 ,1.137 2 10
1. 4549 102
0.14415
0.54601
0.46408
0.41967
6. 1746 103
3. 2168 103
0.09104
0.33958
3. 0883 102
0.16499
0.29639
0.22053
3. 0337 102
4. 2919 103
1. 2316 102
1. 8107 103 ,
0.32898
0.77999
0.28745
9. 2524 102
7. 3971 102
4. 7377 103
3. 8121 103
3. 5530 103
0.11813
1. 1468 102
0.27152
0.25204
8. 1913 102
7. 1828 103
0.16810
1. 8236 102
1. 2909 103 ,
0. 85846
0.41357
0.11520
0.11307
1. 7744 103
3. 7104 103
9. 8458 104
0.17704
0.12076
5. 7560 103
0.13601
1. 9320 102
1. 2109 102
1. 7762 103
3. 0712 102
3. 1206 103
1. 8521 104 ,
0.10499
0.19531
0.63148
0.73625
5. 4518 102
4. 0530 103
3. 5628 103
7. 6104 102
4. 7984 104
2. 6143 103
1. 0447 102
2. 4205 102
2. 1583 102
3. 2462 103
5. 1498 103
1. 6694 103
1. 1372 104
110
2 12. 329 3. 5113
2 1. 8486 1. 3596
0.88894 0.94284
0.37446 0.61193
0.27472 0.52414
0.12331 0.35116
8. 8831 102 0.29805
3. 3624 102 0.18337
1. 9818 102 0.14078
6. 8377 103 0.08269
4. 6824 103 6. 8428 102
3. 8051 103 6. 1685 102
1. 8107 103 4. 2552 102
1. 2909 103 3. 5929 102
1. 8521 104 1. 3609 102
1. 1372 104 1. 0664 102
111
Multiplicamos por cada vector propio, para encontrar la matriz de cargas factoriales:
0.28011 0.983540.28186 0.989690.28391 0.99680.283820.27564
23.9705 1026.4796 10
0.28158 12.3290.278940.247840.240290.280860.250740.254590.2559
0.22554
80.996570.967850.139410.227520.98870.979430.870230.843720.986170.880420.893930.898530.79193
48.8314 1038.9739 1022.0285 1022.0781 1032.0029 10
0.699360.6868
22.2362 1021.3105 1028.1444 1025.3649 10
22.8803 1025.2638 1025.5287 1026.4491 10
0.13144
31.2007 1021.2201 10
0.0275822.8255 1032.7232 10
0.950870.93380
23.0404 101.8486 21.7818 10
0.1107327.2943 10
23.9161 1027.1568 1027.5170 1028.7684 10
0.178
71
0.162530.172380.0.10869
24.1521 1024.8941 10
0.245940.115960.10524
0.12800 0.888940.110960.231040.533040.106030.381190.392230.182260.39942
1024823.9147 1024.6143 10
0.231880.10933
29.9224 100.120680.104620.217830.50257
29.9969 100.359400.369810.171840.37659
0.119740.15136
22.0762 1022.9366 1025.0585 10
0.1136023.8998 1033.8694 10
0.251020.588370.14059
26.5222 100.390510.11302
0.567650.15409
27.3273 1029.2622 1021.2705 1021.7970 1023.0955 1026.9515 1022.3864 10
30.37446 2.3678 100.153610.36004
28.6031 1023.9911 10
0.238970.06916
0.3473629.4293 10
22.5349 1043.7306 1024.0234 1024.5099 10
0.1023124.0515 10
0.144326.8294 1023.2213 10
0.188640.13379
32.9526 100.252810.371280.166670.82100
21.3286 1041.9553 1022.1088 1022.3638 1025.3624 1022.1235 10
27.5633 1023.5795 100.2747221.6884 1029.8873 1027.0124 1031.5476 10
0.132510.1946
28.7358 100.43032
48.0040 1021.8396 1032.2870 1021.2874 10
0.027150.69222
0.6957834.3742 10
21.3458 1031.3000 1028.5051 1023.6724 1023.1795 1031.1342 10
29.6183 100.12814
42.8106 1036.4599 1048.0309 1034.5208 1039.5339 10
0.243080.24433
31.536 100.12331 34.7258 10
44.565 1022.9866 10
21.2896 1021.1165 1043.9828 10
3.3775 10
2
24.4997 10
112
25.7986 1039.6093 1025.6382 1024.9686 10
0.1346423.0595 10
26.4431 1028.8700 1031.2643 10
0.699690.3231
32.2914 100.313380.205470.450870.14877
21.7282 1032.864 1021.6804 1021.4809 1024.0129 1039.1187 10
21.9203 1022 2.6437 108.8831 1043.7682 10
0.2085429.6298 1046.8294 10
29.3401 1026.1239 10
0.134380.04434
31.9905 1027.6935 10
0.23810.22821
26.6295 1022.4792 1024.6952 10
0.1488324.4631 1035.3174 10
0.440770.5847
26.4029 100.352310.404340.16141
43.6499 1021.4107 10
0.0436624.1847 1021.2156 10
34.5461 1038.6095 10
22.7291 1023.3624 1038.1839 1049.7504 1028.0823 10
0.1072221.1741 1026.4603 1027.4143 1022.9598 10
23.5706 1038.9013 1025.6554 10
0.076030.17667
21.1760 1033.7598 1035.3801 10
0.3474926.6952 1022.8502 10
29.2246 100.57142
0.617400.33043
0.08268
35.0266 1031.2531 1037.9615 1021.0703 1022.4871 1031.6555 10
45.2929 1047.5739 1021.9818 10
24.8918 1039.4253 1034.0124 10
21.2986 1028.0442 10
28.6915 10
4.6517
210
21.1639 10
29.2816 1022.6301 10
0.212790.256780.42373
21.4053 1036.716 10
0.422760.45930
23.9548 100.280640.43248
25.7398 1028.3437 10
0.178050.02609
37.6750 1032.1748 1021.7596 1022.1233 1023.5038 10
31.162 1045.5535 10
23.4958 1036.8377 1023.7980 1033.2702 10
22.3206 1023.5762 1034.7463 10
36.8994 1021.4723 1032.1574 10
39.5636 100.195830.11831
0.0361429.5042 10
0.0129739.233 10
0.7993532.483 1034.8553 10
0.308410.44442
24.9318 100.03579
22.8081 1022.9180 10
46.5442 100.0134
38.0957 1032.4730 1036.5035 1048.8751 1046.3180 1025.4698 1034.6824 10 41.6991 10
43.3224 1022.1104 1023.0411 1033.3747 1032.449 1031.9215 1031.9967 10
28.4142 1024.4084 1037.9409 1028.4912 10
0.6503033.3402 10
36.0347 1027.7224 10
0.6065731.4156 10
0.132070.12712
0.284810.26629
21.3387 1023.2729 10
35.1903 1032.7193 1044.8984 1035.2378 1024.0114 1042.0604 10
43.7225 1034.7636 1033.8051 1023.7417 1058.7322 10
38.1468 1037.8415 10
21.7569 1021.6426 10
8.
42578 1032.0189 10
113
21.4549 100.144150.546010.464080.41967
36.1746 1033.2168 10
0.091040.33958
23.0883 100.164990.296390.22053
23.0337 1034.2919 1021.2316 10
46.1909 1036.1339 1022.3234 1021.9748 1021.7858 1042.6274 1041.3688 1033.8740 1031.8107 1021.4450 1031.3141 1037.0207 1021.2612 1039.3841 1031.2909 1041.8263 10
5.2407 10
4
0.328980.779990.28745
29.2524 1027.3971 1034.7377 1033.8121 1033.5530 10
0.1181321.1468 10
0.271520.25204
28.1913 1037.1828 10
0.1681021.8236 10
21.1820 1022.8024 1021.0328 1033.3243 1032.6577 10
41.7022 1041.3697 1041.2766 1031.2909 1034.2443 10
44.1203 1039.7555 1039.0556 10
32.9431 1042.5807 10
6.0397
310
46.552 10
0.858460.41357
0.115200.11307
31.7744 1033.7104 1049.8458 10
0.177040.12076
35.7560 100.13601
21.9320 1021.2109 1031.7762 1023.0712 10
33.1206 10
21.1683 1035.6284 10
31.5678 1031.5388 10
52.4148 1055.0496 1051.3399 1032.4094 1041.8521 1031.6434 10
57.8334 1031.8510 1042.6293 10
41.6479 1052.4173 10
4.17
497 1054.2469 10
0.104990.195310.63148
0.7362525.4518 1034.0530 1033.5628 10
27.6104 1044.7984 1032.6143 10
21.0447 1022.4205 1022.1583 1033.2462 10
35.1498 1031.6694 10
31.1196 1032.0828 1036.7341 10
37.8513 1045.8138 10
54.3221 1053.7994 10
48.1157 1041.1372 1065.1170 1052.7879 10
41.1141 1042.5812 1042.3016 10
53.4617 1055.4917 1051.7802 10
Para m = 2 (factores o componentes), para este caso solo tomanos los dos primeros valores y vectores propios, por lo tanto encontramos la matriz L (cargas factoriales). Cambiamos de signo a la segunda columna
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.0275820.99657 2.8255 1030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 1020.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 10
0.98617 3.9
L
2161 1020.88042 7.1568 1020.89393 7.5170 1020.89853 8.7684 10
0.79193 0.17871
,
114
Para encontrar el valor de las comunalidades, es decir el valor de la varianza compartida entre las variables es LL’:
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.0275820.99657 2.8255 1030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 1020.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 10
0.98617 3
LL
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.02758
0.9
2.9161 1020.88042 7.1568 1020.89393 7.5170 1020.89853 8.7684 10
0.79193 0.17871
29657 2.8255 1030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 1020.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 1020.98617 3.9161 1020.88042 7.1568 1020.89393 7.5170 10
0.89853 8.76
284 100.79193 0.17871
T
0.96735 0.97341 0.9805 0.9802 0.95192 0.13597 0.22265 0.97246 0.96333 0.85577 0.82974 0.96998 0.86601 0.87931 0.88385 0.77911
0.97341 0.97964 0.98694 0.98664 0.95784 0.12637 0.21378 0.97888 0.96955 0.85991 0.83413 0.97648 0.87222 0.88563 0.89034 0.78595
0.9805 0.98694 0.99453 0.99424 0.96476 0.11275 0.20106 0.98645 0.97687 0.86446 0.83908 0.98417 0.87965 0.89321 0.89814 0.79439
0.9802 0.98664 0.99424 0.99395 0.96445 0.11206 0.20036 0.98617 0.97657 0.86412 0.83877 0.98389 0.87942 0.89299 0.89793 0.79426
0.95192 0.95784 0.96476 0.96445 0.93674 0.13752 0.22275 0.95683 0.94789 0.84255 0.81679 0.95436 0.85192 0.86499 0.8694 0.76598
0.13597 0.12637 0.11275 0.11206 0.13752 0.92359 0.91964 0.10892 0.11960 0.22661 0.18698 0.10024 5. 4687×10⁻² 5. 3146×10⁻² 4. 1888×10⁻² -5. 9527×10⁻²
0.22265 0.21378 0.20106 0.20036 0.22275 0.91964 0.92375 0.19656 0.2062 0.30139 0.26008 0.1878 0.13348 0.13319 0.12255 1. 3301×10⁻²
LL' = 0.97246 0.97888 0.98645 0.98617 0.95683 0.10892 0.19656 0.97845 0.9689 0.85703 0.83197 0.97622 0.87265 0.88611 0.89104 0.78841
0.96333 0.96955 0.97687 0.97657 0.94789 0.11960 0.2062 0.9689 0.9596 0.85036 0.82506 0.96658 0.86358 0.87688 0.88161 0.77882
0.85577 0.85991 0.86446 0.86412 0.84255 0.22661 0.30139 0.85703 0.85036 0.76956 0.74231 0.85386 0.75824 0.7696 0.77222 0.66937
0.82974 0.83413 0.83908 0.83877 0.81679 0.18698 0.26008 0.83197 0.82506 0.74231 0.71718 0.82919 0.73761 0.74874 0.75171 0.65513
0.96998 0.97648 0.98417 0.98389 0.95436 0.10024 0.1878 0.97622 0.96658 0.85386 0.82919 0.97406 0.87105 0.88451 0.88954 0.78798
0.86601 0.87222 0.87965 0.87942 0.85192 5. 4687×10⁻² 0.13348 0.87265 0.86358 0.75824 0.73761 0.87105 0.78026 0.79241 0.79736 0.71002
0.87931 0.88563 0.89321 0.89299 0.86499 5. 3146×10⁻² 0.13319 0.88611 0.87688 0.7696 0.74874 0.88451 0.79241 0.80476 0.80981 0.72136
0.88385 0.89034 0.89814 0.89793 0.8694 4. 1888×10⁻² 0.12255 0.89104 0.88161 0.77222 0.75171 0.88954 0.79736 0.80981 0.81504 0.72724
0.77911 0.78595 0.79439 0.79426 0.76598 -5. 9527×10⁻² 1. 3301×10⁻² 0.78841 0.77882 0.66937 0.65513 0.78798 0.71002 0.72136 0.72724 0.65909
COMUNALIDADES
Del resultado de esta multiplicación se toma los valores de la diagonal, por lo tanto la comunalidad h i2 de la
variable X i es el elemento i-ésimo de la diagonal del producto de matrices anteriores LL , es decir:
h12 0.96735 , h2
2 0.97964 , h32 0.99453 , h4
2 0.99395,h52 0.93674 , h6
2 0.92359 , h7
2 0.92375 , h82 0.97845 , h9
2 0.9596 , h102 0.76956 , h11
2 0.71718 , h122 0.97406 ,
h132 0.78026,h14
2 0.80476 , h152 0.81504 , h16
2 0.65909
Dado que var(X ) 1 1,...,16,i para i el porcentaje que supone la comunalidad respecto a la varianza de cada Xi coincide con la comunalidad.
LA VARIANZA EXPLICADA POR CADA FACTOR ES:
100λ 1VTR 100 12. 329
16 77. 056
1 2100( ) (12.329 1.8486)( ) 16100 88.61VT R
(Valor que se encuentra de los valores de la diagonal de la matriz de correlaciones)
115
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 21 2 3 4 5 6 7 8 9 10 11 12 13 4 15 16( ) 16VT R h h h h h h h h h h h h h h h h
Así: tomamos la matriz de cargas vectoriales completa.
0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 2. 8106×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 6. 4599×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 8. 0309×10⁻⁴ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 4. 5208×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -9. 5339×10⁻³ 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.24308 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.24433 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
R = 0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -1. 536×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴ *
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 4. 7258×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 4. 565×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -2. 9866×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 2896×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 1165×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -3. 9828×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 3. 3775×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -4. 4997×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 2. 8106×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³ T
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 6. 4599×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 8. 0309×10⁻⁴ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 4. 5208×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -9. 5339×10⁻³ 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.24308 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.24433 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -1. 536×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴ =
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 4. 7258×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 4. 565×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -2. 9866×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 2896×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 1165×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -3. 9828×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 3. 3775×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -4. 4997×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
1 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
R = 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1
116
MÉTODO DE COMPONENTES PRINCIPALES PARA EL AF:
MATRIZ DE CORRELACIONES (VALORES Y VECTORES PROPIOS)
1 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
R = 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1
Cálculo de los componentes a partir de la matriz R :
1) Matriz de autovalores:
|R I| 0 1-λ 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965
0.9971788 1-λ 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947
0.9748244 0.9844872 1-λ 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308
0.9736903 0.9842515 0.9997283 1-λ 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017
0.9926116 0.9841379 0.9555759 0.9539252 1-λ 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1-λ 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1-λ 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836
|R-λI|= 0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1-λ 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057 = 0
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1-λ 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1-λ 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1-λ 0.7678782 0.578869 0.5659725 0.6220203 0.5035959
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1-λ 0.8946176 0.9128732 0.9130748 0.8189215
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1-λ 0.9668026 0.7792835 0.8067143
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1-λ 0.8589697 0.7836012
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1-λ 0.7276836
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1-λ
Encontramos los eigenvalores de R:
Eigenvalores:
2 2
2 3 3 3 3 3
4 4
12.329,1.8486,0.88894,0.37446,0.27472,0.12331,8.8831 10 ,3.3624 10 ,1.9818 10 ,6.8377 10 ,4.6824 10 ,3.8051 10 ,1.8107 10 ,1.2909 10 ,1.8521 10 ,1.137 2 10
Eigenvalores:
1 2 3 4 5 62 2 2 3
7 8 9 103 3 3 3
11 12 13 14
15
12.329, 1.8486, 0.88894, 0.37446, 0.27472, 0.12331,
8.8831 10 , 3.3624 10 , 1.9818 10 , 6.8377 10 ,
4.6824 10 , 3.8051 10 , 1.8107 10 , 1.2909 10 ,
1.8521
4 41610 , 1.137 2 10
2 2
2 3 3 3 3 3 4 4
12.329 1.8486 0.88894 0.37446 0.27472 0.12331 8.8831 10 3.3624 10
1.9818 10 6.8377 10 4.6824 10 3.8051 10 1.8107 10 1.2909 10 1.8521 10 1.1372 10i
117
16.0 trR p . 12.329 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1.8486 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0.88894 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0.37446 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0
20 0 0 0 0 0 8.8831 10 0 0 0 0 0 0 0 0 020 0 0 0 0 0 0 3.3624 10 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1.9818 1
20 0 0 0 0 0 0 0
30 0 0 0 0 0 0 0 0 6.8377 10 0 0 0 0 0 030 0 0 0 0 0 0 0 0 0 4.6824 10 0 0 0 0 0
30 0 0 0 0 0 0 0 0 0 0 3.8051 10 0 0 0 030 0 0 0 0 0 0 0 0 0 0 0 1.8107 10 0 0 0
30 0 0 0 0 0 0 0 0 0 0 0 0 1.2909 10 0 040 0 0 0 0 0 0 0 0 0 0 0 0 0 1.8521 10 0
40 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1.1372 10
2) Matriz de autovectores: Por ejemplo el primer autovalor se obtiene así:
R 1Ia1 1-12.329 0.9971788 0.9748244 0.9736903 0.9926116 0.1227985 0.2061748 0.9934103 0.9914547 0.859898 0.9077656 0.9569193 0.7896299 0.813006 0.8776778 0.7159965 a 0
0.9971788 1-12.329 0.9844872 0.9842515 0.9841379 0.1200712 0.2029066 0.9912249 0.9942016 0.8482287 0.8767161 0.9716839 0.8133651 0.8404894 0.9036238 0.7378947 b 0
0.9748244 0.9844872 1- 12.329 0.9997283 0.9555759 0.1182103 0.2031915 0.9823731 0.975424 0.8498401 0.8146137 0.9920768 0.8949734 0.9083836 0.9058336 0.7967308 c 0
0.9736903 0.9842515 0.9997283 1-12.329 0.9539252 0.1178103 0.203741 0.9803501 0.9750961 0.846734 0.8100139 0.9927163 0.8963649 0.9106445 0.9094426 0.7976017 d 0
0.9926116 0.9841379 0.9555759 0.9539252 1-12.329 0.1150992 0.2015949 0.9865665 0.9747547 0.8681464 0.9382786 0.9298294 0.7596755 0.7681587 0.8314886 0.697512 e 0
0.1227985 0.1200712 0.1182103 0.1178103 0.1150992 1-12.329 0.8675965 0.0954884 0.1179615 0.1816378 0.1305951 0.1112784 0.0821238 0.0920257 0.079456 -0.0228527 f 0
0.2061748 0.2029066 0.2031915 0.203741 0.2015949 0.8675965 1-12.329 0.1871439 0.1920311 0.277012 0.212784 0.1990685 0.1639576 0.158494 0.1309857 0.0738836 g 0
0.9934103 0.9912249 0.9823731 0.9803501 0.9865665 0.0954884 0.1871439 1-12.329 0.9803857 0.8732406 0.894991 0.9667815 0.8259629 0.8344479 0.8628198 0.756057 * h = 0
0.9914547 0.9942016 0.975424 0.9750961 0.9747547 0.1179615 0.1920311 0.9803857 1-12.329 0.8200259 0.8616653 0.9623908 0.7884411 0.833724 0.9151433 0.7179395 i 0
0.859898 0.8482287 0.8498401 0.846734 0.8681464 0.1816378 0.277012 0.8732406 0.8200259 1-12.329 0.8556853 0.8176298 0.7588927 0.7212808 0.6459824 0.5881179 j 0
0.9077656 0.8767161 0.8146137 0.8100139 0.9382786 0.1305951 0.212784 0.894991 0.8616653 0.8556853 1-12.329 0.7678782 0.578869 0.5659725 0.6220203 0.5035959 k 0
0.9569193 0.9716839 0.9920768 0.9927163 0.9298294 0.1112784 0.1990685 0.9667815 0.9623908 0.8176298 0.7678782 1-12.329 0.8946176 0.9128732 0.9130748 0.8189215 l 0
0.7896299 0.8133651 0.8949734 0.8963649 0.7596755 0.0821238 0.1639576 0.8259629 0.7884411 0.7588927 0.578869 0.8946176 1- 12.329 0.9668026 0.7792835 0.8067143 m 0
0.813006 0.8404894 0.9083836 0.9106445 0.7681587 0.0920257 0.158494 0.8344479 0.833724 0.7212808 0.5659725 0.9128732 0.9668026 1-12.329 0.8589697 0.7836012 n 0
0.8776778 0.9036238 0.9058336 0.9094426 0.8314886 0.079456 0.1309857 0.8628198 0.9151433 0.6459824 0.6220203 0.9130748 0.7792835 0.8589697 1-12.329 0.7276836 o 0
0.7159965 0.7378947 0.7967308 0.7976017 0.697512 -0.0228527 0.0738836 0.756057 0.7179395 0.5881179 0.5035959 0.8189215 0.8067143 0.7836012 0.7276836 1-12.329 p 0
Primer autovector normalizado es:
0.280110.281860.283910.283820.27564
23.9705 1026.4796 10
0.281581
0.278940.247840.240290.280860.250740.254590.2559
0.22554
a
Si el autovector no está normalizado, lo normalizamos con: a1 a1 1, los valores obtenidos por scientific
workplace se observa que estos ya están normalizados, pues su valor es 1.
118
0.28011 0.280110.28186 0.281860.28391 0.28390.283820.27564
23.9705 1026.4796 10
0.281581 1
0.278940.247840.240290.280860.250740.254590.2559
0.22554
T
a a
10.283820.27564
23.9705 1026.4796 10
0.28158 1.000000.278940.247840.240290.280860.250740.254590.2559
0.22554
0.280110.281860.283910.283820.27564
23.9705 1026.4796 10
1 0.281581
0.2789410.247840.240290.280860.250740.254590.2559
0.22554
au
a
2 22 2 2 2 2 2 2 2 2 2 2 2 2 2 2 22 0.28011 0.28186 0.28391 0.28382 0.27564 3.9705 10 6.4796 10 0.28158 0.27894 0.24784 0.24029 0.28086 0.25074 0.25459 0.2559 0.22554 11a
Luego A es la matriz de Autovectores es:
0.28011 8. 8314×10⁻⁴ 0.17238 0.11974 2. 5349×10⁻² 8. 0040×10⁻⁴ 5. 7986×10⁻² 1. 9905×10⁻³ 3. 5706×10⁻² 9. 2816×10⁻² 9. 5636×10⁻³ 8. 4142×10⁻² 1. 4549×10⁻² 0.32898 0.85846 0.10499
0.28186 8. 9739×10⁻³ 0.10869 0.15136 3. 7306×10⁻⁴ 1. 8396×10⁻² 9. 6093×10⁻³ 7. 6935×10⁻² -8. 9013×10⁻³ 2. 6301×10⁻² 0.19583 -4. 4084×10⁻² 0.14415 0.77999 -0.41357 -0.19531
0.28391 2. 0285×10⁻² -4. 1521×10⁻² 2. 0762×10⁻² -4. 0234×10⁻² 2. 2870×10⁻³ 5. 6382×10⁻² 0.2381 -5. 6554×10⁻² -0.21279 -0.11831 -7. 9409×10⁻³ 0.54601 -0.28745 0.11520 -0.63148
0.28382 2. 0781×10⁻² -4. 8941×10⁻² 2. 9366×10⁻² -4. 5099×10⁻² 1. 2874×10⁻² 4. 9686×10⁻² 0.22821 -0.07603 -0.25678 0.03614 -8. 4912×10⁻² 0.46408 -9. 2524×10⁻² -0.11307 0.73625
0.27564 -2. 0029×10⁻³ 0.24594 5. 0585×10⁻² 0.10231 -0.02715 0.13464 -6. 6295×10⁻² -0.17667 -0.42373 -9. 5042×10⁻² -0.65030 -0.41967 -7. 3971×10⁻² 1. 7744×10⁻³ -5. 4518×10⁻²
3. 9705×10⁻² -0.69936 -0.11596 0.11360 -4. 0515×10⁻² -0.69222 -3. 0595×10⁻² 2. 4792×10⁻² -1. 1760×10⁻² 1. 4053×10⁻² -0.01297 -3. 3402×10⁻³ -6. 1746×10⁻³ 4. 7377×10⁻³ -3. 7104×10⁻³ 4. 0530×10⁻³
6. 4796×10⁻² -0.6868 -0.10524 -3. 8998×10⁻² 0.1443 0.69578 6. 4431×10⁻² -4. 6952×10⁻² 3. 7598×10⁻³ -6. 716×10⁻³ -9. 233×10⁻³ 6. 0347×10⁻³ -3. 2168×10⁻³ -3. 8121×10⁻³ -9. 8458×10⁻⁴ -3. 5628×10⁻³
A = 0.28158 2. 2362×10⁻² 0.12800 3. 8694×10⁻³ 6. 8294×10⁻² -4. 3742×10⁻³ 8. 8700×10⁻² 0.14883 -5. 3801×10⁻³ 0.42276 -0.79935 7. 7224×10⁻² -0.09104 -3. 5530×10⁻³ -0.17704 7. 6104×10⁻²
0.27894 1. 3105×10⁻² 0.11096 0.25102 -3. 2213×10⁻² 1. 3458×10⁻² 1. 2643×10⁻³ 4. 4631×10⁻² 0.34749 -0.45930 2. 483×10⁻³ 0.60657 -0.33958 -0.11813 -0.12076 -4. 7984×10⁻⁴
0.24784 -8. 1444×10⁻² 0.23104 -0.58837 -0.18864 1. 3000×10⁻³ -0.69969 -5. 3174×10⁻³ 6. 6952×10⁻² -3. 9548×10⁻² 4. 8553×10⁻³ -1. 4156×10⁻³ -3. 0883×10⁻² 1. 1468×10⁻² 5. 7560×10⁻³ -2. 6143×10⁻³
0.24029 -5. 3649×10⁻² 0.53304 -0.14059 0.13379 -8. 5051×10⁻² 0.3231 -0.44077 -2. 8502×10⁻² 0.28064 0.30841 0.13207 0.16499 -0.27152 -0.13601 1. 0447×10⁻²
0.28086 2. 8803×10⁻² -0.10603 6. 5222×10⁻² 2. 9526×10⁻³ 3. 6724×10⁻² -2. 2914×10⁻³ 0.5847 9. 2246×10⁻² 0.43248 0.44442 -0.12712 -0.29639 -0.25204 -1. 9320×10⁻² -2. 4205×10⁻²
0.25074 5. 2638×10⁻² -0.38119 -0.39051 -0.25281 -3. 1795×10⁻² 0.31338 -6. 4029×10⁻² -0.57142 -5. 7398×10⁻² 4. 9318×10⁻² 0.28481 -0.22053 8. 1913×10⁻² 1. 2109×10⁻² -2. 1583×10⁻²
0.25459 5. 5287×10⁻² -0.39223 -0.11302 -0.37128 -1. 1342×10⁻³ 0.20547 -0.35231 0.61740 8. 3437×10⁻² -0.03579 -0.26629 3. 0337×10⁻² 7. 1828×10⁻³ -1. 7762×10⁻³ -3. 2462×10⁻³
0.2559 6. 4491×10⁻² -0.18226 0.56765 -0.16667 9. 6183×10⁻² -0.45087 -0.40434 -0.33043 0.17805 2. 8081×10⁻² -1. 3387×10⁻² 4. 2919×10⁻³ -0.16810 -3. 0712×10⁻² 5. 1498×10⁻³
0.22554 0.13144 -0.39942 -0.15409 0.82100 -0.12814 -0.14877 -0.16141 0.08268 -0.02609 2. 9180×10⁻² 3. 2729×10⁻² 1. 2316×10⁻² 1. 8236×10⁻² 3. 1206×10⁻³ -1. 6694×10⁻³
3) Matriz de saturaciones:
F Rzxzy A1/2
0.28011 8. 8314×10⁻⁴ 0.17238 0.11974 2. 5349×10⁻² 8. 0040×10⁻⁴ 5. 7986×10⁻² 1. 9905×10⁻³ 3. 5706×10⁻² 9. 2816×10⁻² 9. 5636×10⁻³ 8. 4142×10⁻² 1. 4549×10⁻² 0.32898 0.85846 0.10499
0.28186 8. 9739×10⁻³ 0.10869 0.15136 3. 7306×10⁻⁴ 1. 8396×10⁻² 9. 6093×10⁻³ 7. 6935×10⁻² -8. 9013×10⁻³ 2. 6301×10⁻² 0.19583 -4. 4084×10⁻² 0.14415 0.77999 -0.41357 -0.19531
0.28391 2. 0285×10⁻² -4. 1521×10⁻² 2. 0762×10⁻² -4. 0234×10⁻² 2. 2870×10⁻³ 5. 6382×10⁻² 0.2381 -5. 6554×10⁻² -0.21279 -0.11831 -7. 9409×10⁻³ 0.54601 -0.28745 0.11520 -0.63148
0.28382 2. 0781×10⁻² -4. 8941×10⁻² 2. 9366×10⁻² -4. 5099×10⁻² 1. 2874×10⁻² 4. 9686×10⁻² 0.22821 -0.07603 -0.25678 0.03614 -8. 4912×10⁻² 0.46408 -9. 2524×10⁻² -0.11307 0.73625
0.27564 -2. 0029×10⁻³ 0.24594 5. 0585×10⁻² 0.10231 -0.02715 0.13464 -6. 6295×10⁻² -0.17667 -0.42373 -9. 5042×10⁻² -0.65030 -0.41967 -7. 3971×10⁻² 1. 7744×10⁻³ -5. 4518×10⁻²
3. 9705×10⁻² -0.69936 -0.11596 0.11360 -4. 0515×10⁻² -0.69222 -3. 0595×10⁻² 2. 4792×10⁻² -1. 1760×10⁻² 1. 4053×10⁻² -0.01297 -3. 3402×10⁻³ -6. 1746×10⁻³ 4. 7377×10⁻³ -3. 7104×10⁻³ 4. 0530×10⁻³
6. 4796×10⁻² -0.6868 -0.10524 -3. 8998×10⁻² 0.1443 0.69578 6. 4431×10⁻² -4. 6952×10⁻² 3. 7598×10⁻³ -6. 716×10⁻³ -9. 233×10⁻³ 6. 0347×10⁻³ -3. 2168×10⁻³ -3. 8121×10⁻³ -9. 8458×10⁻⁴ -3. 5628×10⁻³
0.28158 2. 2362×10⁻² 0.12800 3. 8694×10⁻³ 6. 8294×10⁻² -4. 3742×10⁻³ 8. 8700×10⁻² 0.14883 -5. 3801×10⁻³ 0.42276 -0.79935 7. 7224×10⁻² -0.09104 -3. 5530×10⁻³ -0.17704 7. 6104×10⁻² *
0.27894 1. 3105×10⁻² 0.11096 0.25102 -3. 2213×10⁻² 1. 3458×10⁻² 1. 2643×10⁻³ 4. 4631×10⁻² 0.34749 -0.45930 2. 483×10⁻³ 0.60657 -0.33958 -0.11813 -0.12076 -4. 7984×10⁻⁴
0.24784 -8. 1444×10⁻² 0.23104 -0.58837 -0.18864 1. 3000×10⁻³ -0.69969 -5. 3174×10⁻³ 6. 6952×10⁻² -3. 9548×10⁻² 4. 8553×10⁻³ -1. 4156×10⁻³ -3. 0883×10⁻² 1. 1468×10⁻² 5. 7560×10⁻³ -2. 6143×10⁻³
0.24029 -5. 3649×10⁻² 0.53304 -0.14059 0.13379 -8. 5051×10⁻² 0.3231 -0.44077 -2. 8502×10⁻² 0.28064 0.30841 0.13207 0.16499 -0.27152 -0.13601 1. 0447×10⁻²
0.28086 2. 8803×10⁻² -0.10603 6. 5222×10⁻² 2. 9526×10⁻³ 3. 6724×10⁻² -2. 2914×10⁻³ 0.5847 9. 2246×10⁻² 0.43248 0.44442 -0.12712 -0.29639 -0.25204 -1. 9320×10⁻² -2. 4205×10⁻²
0.25074 5. 2638×10⁻² -0.38119 -0.39051 -0.25281 -3. 1795×10⁻² 0.31338 -6. 4029×10⁻² -0.57142 -5. 7398×10⁻² 4. 9318×10⁻² 0.28481 -0.22053 8. 1913×10⁻² 1. 2109×10⁻² -2. 1583×10⁻²
0.25459 5. 5287×10⁻² -0.39223 -0.11302 -0.37128 -1. 1342×10⁻³ 0.20547 -0.35231 0.61740 8. 3437×10⁻² -0.03579 -0.26629 3. 0337×10⁻² 7. 1828×10⁻³ -1. 7762×10⁻³ -3. 2462×10⁻³
0.2559 6. 4491×10⁻² -0.18226 0.56765 -0.16667 9. 6183×10⁻² -0.45087 -0.40434 -0.33043 0.17805 2. 8081×10⁻² -1. 3387×10⁻² 4. 2919×10⁻³ -0.16810 -3. 0712×10⁻² 5. 1498×10⁻³
0.22554 0.13144 -0.39942 -0.15409 0.82100 -0.12814 -0.14877 -0.16141 0.08268 -0.02609 2. 9180×10⁻² 3. 2729×10⁻² 1. 2316×10⁻² 1. 8236×10⁻² 3. 1206×10⁻³ -1. 6694×10⁻³
119
12.329 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1.8486 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0.88894 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0.37446 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0
20 0 0 0 0 0 8.8831 10 0 0 0 0 0 0 0 0 0
20 0 0 0 0 0 0 3.3624 10 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1.9818 10
2 0 0 0 0 0 0 0
30 0 0 0 0 0 0 0 0 6.8377 10 0 0 0 0 0 0
30 0 0 0 0 0 0 0 0 0 4.6824 10 0 0 0 0 0
30 0 0 0 0 0 0 0 0 0 0 3.8051 10 0 0 0 0
30 0 0 0 0 0 0 0 0 0 0 0 1.8107 10 0 0 0
30 0 0 0 0 0 0 0 0 0 0 0 0 1.2909 10 0 0
40 0 0 0 0 0 0 0 0 0 0 0 0 0 1.8521 10 0
40 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1.1372 10
0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 4. 1952×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 9. 642×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 1. 1987×10⁻³ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 6. 7477×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -0.01423 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.36282 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.36468 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
= 0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -2. 2927×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 7. 0538×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 6. 8138×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -4. 4578×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 9248×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 6665×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -5. 9448×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 5. 0413×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -6. 7163×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
Donde observamos que al realizar la primera columna se obtiene el valor propio.
0.98354 0.983540.98969 0.989690.99688 0.996880.99657 0.996570.96785 0.967850.13941 00.227520.98870.979430.870230.843720.986170.880420.893930.898530.79193
T
31.2007 1021.2201 10
0.0275822.8255 1032.7232 10
0.95087.13941
0.0.227520.9887
12.329 10.979430.870230.843720.986170.880420.893930.898530.79193
31.2007 1021.2201 10
0.02758
2.8255 10
9338023.0404 1021.7818 10
0.1107327.2943 10
23.9161 1027.1568 1027.5170 1028.7684 10
0.17871
T
2
32.7232 100.950870.93380
23.0404 101. 8486= 221.7818 10
0.1107327.2943 10
23.9161 1027.1568 1027.5170 1028.7684 10
0.17871
De manera similar realizamos el proceso para las demás columnas.
Considérese el método de extracción Componentes Principales para los datos de la investigación.
La matriz de autovalores es: ahora le llamamos:
120
12.329 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1.8486 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0.88894 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0.37446 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0.27472 0 0 0 0 0 0 0 0 0 0
20 0 0 0 0 0 8.8831 10 0 0 0 0 0 0 0 0 020 0 0 0 0 0 0 3.3624 10 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1.9818 1
20 0 0 0 0 0 0 0
30 0 0 0 0 0 0 0 0 6.8377 10 0 0 0 0 0 030 0 0 0 0 0 0 0 0 0 4.6824 10 0 0 0 0 0
30 0 0 0 0 0 0 0 0 0 0 3.8051 10 0 0 0 030 0 0 0 0 0 0 0 0 0 0 0 1.8107 10 0 0 0
30 0 0 0 0 0 0 0 0 0 0 0 0 1.2909 10 0 040 0 0 0 0 0 0 0 0 0 0 0 0 0 1.8521 10 0
40 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1.1372 10
De donde se obtiene la matriz de saturaciones O CARGAS FACTORIALES: A la cual ahora le llamamos:
0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 4. 1952×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 9. 642×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 1. 1987×10⁻³ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 6. 7477×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -0.01423 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.36282 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.36468 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
Λ = 0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -2. 2927×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 7. 0538×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 6. 8138×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -4. 4578×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 9248×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 6665×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -5. 9448×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 5. 0413×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -6. 7163×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
De la matriz se deduce que cada una de las comunalidades es 1 y las unicidades son 0:
2 3 2 2 4 2 4 3 3 4 3 4 2 2 30.98354 1.2007 10 0.16253 7.3273 10 1.3286 10 4.1952 10 1.7282 10 3.6499 10 5.0266 10 7.6750 10 6.5442 10 5.1903 10 6.1909 10 1.1820 10 1.1683 10 1.1196 10 *1h
3 2 2 4 2 4 3 3 4 3 4 2 2 30.98354 1.2007 10 0.16253 7.3273 10 1.3286 10 4.1952 10 1.7282 10 3.6499 10 5.0266 10 7.6750 10 6.5442 10 5.1903 10 6.1909 10 1.1820 10 1.1683 10 1.1196 10 1.0
01
T
2 2 2 4 3 3 2 3 3 3 3 2 3 30.98969 1.2201 10 0.10248 9.2622 10 1.9553 10 9.642 10 2.864 10 1.4107 10 1.2531 10 2.1748 10 0.0134 2.7193 10 6.1339 10 2.8024 10 5.6284 10 2.0828 10 *2h
2 2 4 3 3 2 3 3 3 3 2 3 30.98969 1.2201 10 0.10248 9.2622 10 1.9553 10 9.642 10 2.864 10 1.4107 10 1.2531 10 2.1748 10 0.0134 2.7193 10 6.1339 10 2.8024 10 5.6284 10 2.0828 10 102
T
Hasta la última fila se obtiene: 2 2 2 2 2 3 3 3 4 4 5 50.79193 0.17871 0.37659 9.4293 10 0.43032 6.7163 10 0.04434 2.9598 10 1.1639 10 2.1574 10 1.9967 10 2.0189 10 5.2407 10 6.552 10 4.2469 10 1.7802 1016h
2 2 2 2 3 3 3 4 4 5 50.79193 0.17871 0.37659 9.4293 10 0.43032 6.7163 10 0.04434 2.9598 10 1.1639 10 2.1574 10 1.9967 10 2.0189 10 5.2407 10 6.552 10 4.2469 10 1.7802 10 1.0025016
T
La Varianza del cada factor también puede deducirse de la matriz :
121
0.98354 0.983540.98969 0.989690.99688 0.996880.99657 0.996570.96785 0.967850.13941 00.227520.98870.979430.870230.843720.986170.880420.893930.898530.79193
T
31.2007 1021.2201 10
0.0275822.8255 1032.7232 10
0.95087.13941
0.0.227520.9887
12.329 10.979430.870230.843720.986170.880420.893930.898530.79193
31.2007 1021.2201 10
0.02758
2.8255 10
9338023.0404 1021.7818 10
0.1107327.2943 10
23.9161 1027.1568 1027.5170 1028.7684 10
0.17871
T
2
32.7232 100.950870.93380
23.0404 10=1.8486 221.7818 10
0.1107327.2943 10
23.9161 1027.1568 1027.5170 1028.7684 10
0.17871
Por tanto, el modelo explica toda la varianza de las variables observadas y:
R 0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 4. 1952×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 9. 642×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 1. 1987×10⁻³ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 6. 7477×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -0.01423 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.36282 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.36468 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -2. 2927×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴ *
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 7. 0538×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 6. 8138×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -4. 4578×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 9248×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 6665×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -5. 9448×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 5. 0413×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -6. 7163×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
0.98354 1. 2007×10⁻³ 0.16253 7. 3273×10⁻² 1. 3286×10⁻² 4. 1952×10⁻⁴ 1. 7282×10⁻² 3. 6499×10⁻⁴ 5. 0266×10⁻³ 7. 6750×10⁻³ 6. 5442×10⁻⁴ 5. 1903×10⁻³ 6. 1909×10⁻⁴ 1. 1820×10⁻² 1. 1683×10⁻² 1. 1196×10⁻³ T
0.98969 1. 2201×10⁻² 0.10248 9. 2622×10⁻² 1. 9553×10⁻⁴ 9. 642×10⁻³ 2. 864×10⁻³ 1. 4107×10⁻² -1. 2531×10⁻³ 2. 1748×10⁻³ 0.0134 -2. 7193×10⁻³ 6. 1339×10⁻³ 2. 8024×10⁻² -5. 6284×10⁻³ -2. 0828×10⁻³
0.99688 0.02758 -3. 9147×10⁻² 1. 2705×10⁻² -2. 1088×10⁻² 1. 1987×10⁻³ 1. 6804×10⁻² 0.04366 -7. 9615×10⁻³ -1. 7596×10⁻² -8. 0957×10⁻³ -4. 8984×10⁻⁴ 2. 3234×10⁻² -1. 0328×10⁻² 1. 5678×10⁻³ -6. 7341×10⁻³
0.99657 2. 8255×10⁻² -4. 6143×10⁻² 1. 7970×10⁻² -2. 3638×10⁻² 6. 7477×10⁻³ 1. 4809×10⁻² 4. 1847×10⁻² -1. 0703×10⁻² -2. 1233×10⁻² 2. 4730×10⁻³ -5. 2378×10⁻³ 1. 9748×10⁻² -3. 3243×10⁻³ -1. 5388×10⁻³ 7. 8513×10⁻³
0.96785 -2. 7232×10⁻³ 0.23188 3. 0955×10⁻² 5. 3624×10⁻² -0.01423 4. 0129×10⁻² -1. 2156×10⁻² -2. 4871×10⁻² -3. 5038×10⁻² -6. 5035×10⁻³ -4. 0114×10⁻² -1. 7858×10⁻² -2. 6577×10⁻³ 2. 4148×10⁻⁵ -5. 8138×10⁻⁴
0.13941 -0.95087 -0.10933 6. 9515×10⁻² -2. 1235×10⁻² -0.36282 -9. 1187×10⁻³ 4. 5461×10⁻³ -1. 6555×10⁻³ 1. 162×10⁻³ -8. 8751×10⁻⁴ -2. 0604×10⁻⁴ -2. 6274×10⁻⁴ 1. 7022×10⁻⁴ -5. 0496×10⁻⁵ 4. 3221×10⁻⁵
0.22752 -0.93380 -9. 9224×10⁻² -2. 3864×10⁻² 7. 5633×10⁻² 0.36468 1. 9203×10⁻² -8. 6095×10⁻³ 5. 2929×10⁻⁴ -5. 5535×10⁻⁴ -6. 3180×10⁻⁴ 3. 7225×10⁻⁴ -1. 3688×10⁻⁴ -1. 3697×10⁻⁴ -1. 3399×10⁻⁵ -3. 7994×10⁻⁵
0.9887 3. 0404×10⁻² 0.12068 2. 3678×10⁻³ 3. 5795×10⁻² -2. 2927×10⁻³ 2. 6437×10⁻² 2. 7291×10⁻² -7. 5739×10⁻⁴ 3. 4958×10⁻² -5. 4698×10⁻² 4. 7636×10⁻³ -3. 8740×10⁻³ -1. 2766×10⁻⁴ -2. 4094×10⁻³ 8. 1157×10⁻⁴ =
0.97943 1. 7818×10⁻² 0.10462 0.15361 -1. 6884×10⁻² 7. 0538×10⁻³ 3. 7682×10⁻⁴ 8. 1839×10⁻³ 4. 8918×10⁻² -3. 7980×10⁻² 1. 6991×10⁻⁴ 3. 7417×10⁻² -1. 4450×10⁻² -4. 2443×10⁻³ -1. 6434×10⁻³ -5. 1170×10⁻⁶
0.87023 -0.11073 0.21783 -0.36004 -9. 8873×10⁻² 6. 8138×10⁻⁴ -0.20854 -9. 7504×10⁻⁴ 9. 4253×10⁻³ -3. 2702×10⁻³ 3. 3224×10⁻⁴ -8. 7322×10⁻⁵ -1. 3141×10⁻³ 4. 1203×10⁻⁴ 7. 8334×10⁻⁵ -2. 7879×10⁻⁵
0.84372 -7. 2943×10⁻² 0.50257 -8. 6031×10⁻² 7. 0124×10⁻² -4. 4578×10⁻² 9. 6298×10⁻² -8. 0823×10⁻² -4. 0124×10⁻³ 2. 3206×10⁻² 2. 1104×10⁻² 8. 1468×10⁻³ 7. 0207×10⁻³ -9. 7555×10⁻³ -1. 8510×10⁻³ 1. 1141×10⁻⁴
0.98617 3. 9161×10⁻² -9. 9969×10⁻² 3. 9911×10⁻² 1. 5476×10⁻³ 1. 9248×10⁻² -6. 8294×10⁻⁴ 0.10722 1. 2986×10⁻² 3. 5762×10⁻² 3. 0411×10⁻² -7. 8415×10⁻³ -1. 2612×10⁻² -9. 0556×10⁻³ -2. 6293×10⁻⁴ -2. 5812×10⁻⁴
0.88042 7. 1568×10⁻² -0.35940 -0.23897 -0.13251 -1. 6665×10⁻² 9. 3401×10⁻² -1. 1741×10⁻² -8. 0442×10⁻² -4. 7463×10⁻³ 3. 3747×10⁻³ 1. 7569×10⁻² -9. 3841×10⁻³ 2. 9431×10⁻³ 1. 6479×10⁻⁴ -2. 3016×10⁻⁴
0.89393 7. 5170×10⁻² -0.36981 -0.06916 -0.1946 -5. 9448×10⁻⁴ 6. 1239×10⁻² -6. 4603×10⁻² 8. 6915×10⁻² 6. 8994×10⁻³ -2. 449×10⁻³ -1. 6426×10⁻² 1. 2909×10⁻³ 2. 5807×10⁻⁴ -2. 4173×10⁻⁵ -3. 4617×10⁻⁵
0.89853 8. 7684×10⁻² -0.17184 0.34736 -8. 7358×10⁻² 5. 0413×10⁻² -0.13438 -7. 4143×10⁻² -4. 6517×10⁻² 1. 4723×10⁻² 1. 9215×10⁻³ -8. 2578×10⁻⁴ 1. 8263×10⁻⁴ -6. 0397×10⁻³ -4. 1797×10⁻⁴ 5. 4917×10⁻⁵
0.79193 0.17871 -0.37659 -9. 4293×10⁻² 0.43032 -6. 7163×10⁻² -0.04434 -2. 9598×10⁻² 1. 1639×10⁻² -2. 1574×10⁻³ 1. 9967×10⁻³ 2. 0189×10⁻³ 5. 2407×10⁻⁴ 6. 552×10⁻⁴ 4. 2469×10⁻⁵ -1. 7802×10⁻⁵
1.0 0.99719 0.97482 0.97370 0.99262 0.12271 0.20626 0.99341 0.99145 0.85991 0.90775 0.95692 0.78962 0.81299 0.87768 0.71597
0.99719 1. 0001 0.98450 0.9843 0.98408 0.11814 0.20485 0.99123 0.99424 0.84825 0.87648 0.97179 0.81328 0.84048 0.90389 0.73753
0.97482 0.98450 0.99999 0.99974 0.95557 0.11796 0.20344 0.98237 0.97541 0.84984 0.81457 0.99208 0.89495 0.90837 0.90585 0.79667
0.97370 0.9843 0.99974 1.0 0.95389 0.11645 0.2051 0.98035 0.97512 0.84675 0.80985 0.99279 0.8963 0.91064 0.90963 0.79735
0.99262 0.98408 0.95557 0.95389 1. 0001 0.11794 0.19874 0.98660 0.97470 0.86815 0.93863 0.92968 0.75981 0.76816 0.83109 0.69803
0.12271 0.11814 0.11796 0.11645 0.11794 1. 0726 0.79470 0.09594 0.11654 0.18150 0.1395 0.10742 8. 5448×10⁻² 9. 2135×10⁻² 6. 9366×10⁻² -9. 4332×10⁻³
0.20626 0.20485 0.20344 0.2051 0.19874 0.79470 1. 0733 0.18669 0.19345 0.27715 0.20383 0.20294 0.16061 0.15837 0.14112 6. 0381×10⁻²
= 0.99341 0.99123 0.98237 0.98035 0.98660 0.09594 0.18669 1.0 0.98037 0.87325 0.89504 0.96676 0.82598 0.83444 0.86275 0.75614
0.99145 0.99424 0.97541 0.97512 0.97470 0.11654 0.19345 0.98037 1.0 0.82003 0.86148 0.96245 0.78836 0.83370 0.91532 0.71766
0.85991 0.84825 0.84984 0.84675 0.86815 0.18150 0.27715 0.87325 0.82003 1.0 0.85567 0.81764 0.75889 0.72127 0.646 0.58809
0.90775 0.87648 0.81457 0.80985 0.93863 0.1395 0.20383 0.89504 0.86148 0.85567 1. 0011 0.76739 0.57927 0.56597 0.62077 0.50523
0.95692 0.97179 0.99208 0.99279 0.92968 0.10742 0.20294 0.96676 0.96245 0.81764 0.76739 1. 0002 0.89443 0.91285 0.91360 0.81820
0.78962 0.81328 0.89495 0.8963 0.75981 8. 5448×10⁻² 0.16061 0.82598 0.78836 0.75889 0.57927 0.89443 1. 0001 0.96679 0.77881 0.80732
0.81299 0.84048 0.90837 0.91064 0.76816 9. 2135×10⁻² 0.15837 0.83444 0.83370 0.72127 0.56597 0.91285 0.96679 0.99998 0.85894 0.78361
0.87768 0.90389 0.90585 0.90963 0.83109 6. 9366×10⁻² 0.14112 0.86275 0.91532 0.646 0.62077 0.91360 0.77881 0.85894 1. 0014 0.7258
0.71597 0.73753 0.79667 0.79735 0.69803 -9. 4332×10⁻³ 6. 0381×10⁻² 0.75614 0.71766 0.58809 0.50523 0.81820 0.80732 0.78361 0.7258 1. 0025 Ψ=0
122
La solución CP extrae tantos factores como variables pero suele ser preferible obtener un modelo que explique la estructura de covarianza con pocos factores. Si los últimos autovalores son pequeños es posible emplear este método para q < p. Según se ha visto en lo anterior, los autovalores del 3 en adelante son muy pequeños y menores a uno, si en lugar de tomar todos los factores sólo se considera los dos primeros valores propios, la matriz de saturaciones quedaría como: (EN SPSS ES LA MATRIZ DE COMPONENTES)
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.0275820.99657 2.8255 1030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 102 20.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 10
0.98617 3.91
261 1020.88042 7.1568 1020.89393 7.5170 1020.89853 8.7684 10
0.79193 0.17871
De la matriz 2 se deduce que cada una de las comunalidades y las unicidades son: (MATRIZ DE COMUNALIDADES)
2 3 3
1
1
0.98354 1.2007 10 0.98354 1.2007 10 0.96735;
1 0.96735 0.03265
Th
2 2 22
2
0.98969 1.2201 10 0.98969 1.2201 10 0.97964
1 0.97964 0.02036
Th
23
3
0.99688 0.02758 0.99688 0.02758 0.99453;1 0.99453 0.00547
Th
2 2 24
4
0.99657 2.8255 10 0.99657 2.8255 10 0.99395
1 0.99395 0.00605
Th
2 3 35
5
0.96785 2.7232 10 0.96785 2.7232 10 0.93674;
1 00.93674 0.06326
Th
123
26
6
0.13941 0.95087 0.13941 0.95087 0.923591 0.92359 0.07641
Th
27
7
0.22752 0.93380 0.22752 0.93380 0.92375;1 0.92375 0.07625
Th
2 2 28
8
0.9887 3.0404 10 0.9887 3.0404 10 0.97845
1 0.97845 0.02155
Th
2 2 29
9
0.97943 1.7818 10 0.97943 1.7818 10 0.9596;
1 0.9596 0.0404
Th
210
10
0.87023 0.11073 0.87023 0.11073 0.76956;1 0.76956 0.23044
Th
2 2 2
11
11
0.84372 7.2943 10 0.84372 7.2943 10 0.71718;
1 0.71718 0.28282
Th
2 2 2
12
12
0.98617 3.9161 10 0.98617 3.9161 10 0.97406
1 0.97406 0.02594
Th
2 2 2
13
13
0.88042 7.1568 10 0.88042 7.1568 10 0.78026;
1 0.78026 0.21974
Th
2 2 2
14
14
0.89393 7.5170 10 0.89393 7.5170 10 0.80476
1 0.80476 0.19524
Th
2 2 2
15
15
0.89853 8.7684 10 0.89853 8.7684 10 0.81504
1 0.81504 0.18496
Th
216
16
0.79193 0.17871 0.79193 0.17871 0.65909;1 0.65909 0.34091
Th
En este caso R 2 2 y i 1 hi2 para toda i: (EN SPSS MATRIZ DE CORRELACIONES
REPRODUCIDAS)
124
R 2 2
R
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.0275820.99657 2.8255 1030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 1020.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 10
0.98617 3.9161
30.98354 1.2007 1020.98969 1.2201 10
0.99688 0.02758
0.99657 2.8255
21020.88042 7.1568 1020.89393 7.5170 1020.89853 8.7684 10
0.79193 0.17871
21030.96785 2.7232 10
0.13941 0.950870.22752 0.93380
20.9887 3.0404 1020.97943 1.7818 10
0.87023 0.1107320.84372 7.2943 10
20.98617 3.9161 1020.88042 7.1568 1020.89393 7.5170 1020.89853 8.7684 10
0.7919
3 0.17871
T
0.03265 2. 3769×10⁻² -5. 6756×10⁻³ -6. 5097×10⁻³ 4. 0692×10⁻² -1. 3172×10⁻² -1. 6475×10⁻² 0.02095 2. 8125×10⁻² 4. 128×10⁻³ 7. 8026×10⁻² -1. 3061×10⁻² -0.07638 -6. 6304×10⁻² -6. 1722×10⁻³ -6. 3114×10⁻²
2. 3769×10⁻² 0.02036 -2. 4528×10⁻³ -2. 3885×10⁻³ 2. 6298×10⁻² -6. 2988×10⁻³ -1. 0873×10⁻² 1. 2345×10⁻² 2. 4652×10⁻² -1. 1681×10⁻² 4. 2586×10⁻² -4. 7961×10⁻³ -5. 8855×10⁻² -4. 5141×10⁻² 1. 3284×10⁻² -4. 8055×10⁻²
-5. 6756×10⁻³ -2. 4528×10⁻³ 0.00547 5. 4883×10⁻³ -9. 1841×10⁻³ 5. 4603×10⁻³ 2. 1315×10⁻³ -4. 0769×10⁻³ -1. 446×10⁻³ -1. 4620×10⁻² -2. 4466×10⁻² 7. 9068×10⁻³ 1. 5323×10⁻² 1. 5174×10⁻² 7. 6936×10⁻³ 2. 3408×10⁻³
-6. 5097×10⁻³ -2. 3885×10⁻³ 5. 4883×10⁻³ 0.00605 -1. 0525×10⁻² 5. 7503×10⁻³ 3. 381×10⁻³ -5. 8199×10⁻³ -1. 4739×10⁻³ -1. 7386×10⁻² -2. 8756×10⁻² 8. 8263×10⁻³ 1. 6945×10⁻² 1. 7655×10⁻² 1. 1513×10⁻² 3. 3417×10⁻³
4. 0692×10⁻² 2. 6298×10⁻² -9. 1841×10⁻³ -1. 0525×10⁻² 0.06326 -2. 2421×10⁻² -2. 1155×10⁻² 2. 9737×10⁻² 2. 6865×10⁻² 2. 5596×10⁻² 0.12149 -2. 4531×10⁻² -9. 2245×10⁻² -9. 6831×10⁻² -3. 7911×10⁻² -6. 8468×10⁻²
-1. 3172×10⁻² -6. 2988×10⁻³ 5. 4603×10⁻³ 5. 7503×10⁻³ -2. 2421×10⁻² 0.07641 -5. 2044×10⁻² -1. 3432×10⁻² -1. 6385×10⁻³ -4. 4972×10⁻² -5. 6385×10⁻² 1. 1038×10⁻² 2. 7437×10⁻² 3. 8880×10⁻² 3. 7568×10⁻² 3. 6674×10⁻²
-1. 6475×10⁻² -1. 0873×10⁻² 2. 1315×10⁻³ 3. 381×10⁻³ -2. 1155×10⁻² -5. 2044×10⁻² 0.07625 -9. 4161×10⁻³ -1. 4169×10⁻² -2. 4378×10⁻² -4. 7296×10⁻² 1. 1269×10⁻² 3. 0478×10⁻² 2. 5304×10⁻² 8. 4357×10⁻³ 6. 0583×10⁻²
0.02095 1. 2345×10⁻² -4. 0769×10⁻³ -5. 8199×10⁻³ 2. 9737×10⁻² -1. 3432×10⁻² -9. 4161×10⁻³ 0.02155 1. 1486×10⁻² 1. 6211×10⁻² 6. 3021×10⁻² -9. 4385×10⁻³ -4. 6687×10⁻² -5. 1662×10⁻² -0.02822 -3. 2353×10⁻²
2. 8125×10⁻² 2. 4652×10⁻² -1. 446×10⁻³ -1. 4739×10⁻³ 2. 6865×10⁻² -1. 6385×10⁻³ -1. 4169×10⁻² 1. 1486×10⁻² 0.0404 -3. 0334×10⁻² 3. 6605×10⁻² -4. 1892×10⁻³ -7. 5139×10⁻² -4. 3156×10⁻² 3. 3533×10⁻² -6. 0881×10⁻²
4. 128×10⁻³ -1. 1681×10⁻² -1. 4620×10⁻² -1. 7386×10⁻² 2. 5596×10⁻² -4. 4972×10⁻² -2. 4378×10⁻² 1. 6211×10⁻² -3. 0334×10⁻² 0.23044 0.11338 -0.03623 6. 527×10⁻⁴ -4. 8319×10⁻² -0.12624 -8. 1252×10⁻²
7. 8026×10⁻² 4. 2586×10⁻² -2. 4466×10⁻² -2. 8756×10⁻² 0.12149 -5. 6385×10⁻² -4. 7296×10⁻² 6. 3021×10⁻² 3. 6605×10⁻² 0.11338 0.28282 -6. 1312×10⁻² -0.15874 -0.18277 -0.12969 -0.15153
-1. 3061×10⁻² -4. 7961×10⁻³ 7. 9068×10⁻³ 8. 8263×10⁻³ -2. 4531×10⁻² 1. 1038×10⁻² 1. 1269×10⁻² -9. 4385×10⁻³ -4. 1892×10⁻³ -0.03623 -6. 1312×10⁻² 0.02594 2. 3568×10⁻² 2. 8363×10⁻² 2. 3535×10⁻² 3. 0942×10⁻²
-0.07638 -5. 8855×10⁻² 1. 5323×10⁻² 1. 6945×10⁻² -9. 2245×10⁻² 2. 7437×10⁻² 3. 0478×10⁻² -4. 6687×10⁻² -7. 5139×10⁻² 6. 527×10⁻⁴ -0.15874 2. 3568×10⁻² 0.21974 0.17439 -1. 8077×10⁻² 9. 6694×10⁻²
-6. 6304×10⁻² -4. 5141×10⁻² 1. 5174×10⁻² 1. 7655×10⁻² -9. 6831×10⁻² 3. 8880×10⁻² 2. 5304×10⁻² -5. 1662×10⁻² -4. 3156×10⁻² -4. 8319×10⁻² -0.18277 2. 8363×10⁻² 0.17439 0.19524 4. 9160×10⁻² 6. 2241×10⁻²
-6. 1722×10⁻³ 1. 3284×10⁻² 7. 6936×10⁻³ 1. 1513×10⁻² -3. 7911×10⁻² 3. 7568×10⁻² 8. 4357×10⁻³ -0.02822 3. 3533×10⁻² -0.12624 -0.12969 2. 3535×10⁻² -1. 8077×10⁻² 4. 9160×10⁻² 0.18496 4. 436×10⁻⁴
-6. 3114×10⁻² -4. 8055×10⁻² 2. 3408×10⁻³ 3. 3417×10⁻³ -6. 8468×10⁻² 3. 6674×10⁻² 6. 0583×10⁻² -3. 2353×10⁻² -6. 0881×10⁻² -8. 1252×10⁻² -0.15153 3. 0942×10⁻² 9. 6694×10⁻² 6. 2241×10⁻² 4. 436×10⁻⁴ 0.34091
0.96735 0.97341 0.9805 0.9802 0.95192 0.13597 0.22265 0.97246 0.96333 0.85577 0.82974 0.96998 0.86601 0.87931 0.88385 0.77911
0.97341 0.97964 0.98694 0.98664 0.95784 0.12637 0.21378 0.97888 0.96955 0.85991 0.83413 0.97648 0.87222 0.88563 0.89034 0.78595
0.9805 0.98694 0.99453 0.99424 0.96476 0.11275 0.20106 0.98645 0.97687 0.86446 0.83908 0.98417 0.87965 0.89321 0.89814 0.79439
0.9802 0.98664 0.99424 0.99395 0.96445 0.11206 0.20036 0.98617 0.97657 0.86412 0.83877 0.98389 0.87942 0.89299 0.89793 0.79426
0.95192 0.95784 0.96476 0.96445 0.93674 0.13752 0.22275 0.95683 0.94789 0.84255 0.81679 0.95436 0.85192 0.86499 0.8694 0.76598
0.13597 0.12637 0.11275 0.11206 0.13752 0.92359 0.91964 0.10892 0.11960 0.22661 0.18698 0.10024 5. 4687×10⁻² 5. 3146×10⁻² 4. 1888×10⁻² -5. 9527×10⁻²
0.22265 0.21378 0.20106 0.20036 0.22275 0.91964 0.92375 0.19656 0.2062 0.30139 0.26008 0.1878 0.13348 0.13319 0.12255 1. 3301×10⁻²
= 0.97246 0.97888 0.98645 0.98617 0.95683 0.10892 0.19656 0.97845 0.9689 0.85703 0.83197 0.97622 0.87265 0.88611 0.89104 0.78841 +
0.96333 0.96955 0.97687 0.97657 0.94789 0.11960 0.2062 0.9689 0.9596 0.85036 0.82506 0.96658 0.86358 0.87688 0.88161 0.77882
0.85577 0.85991 0.86446 0.86412 0.84255 0.22661 0.30139 0.85703 0.85036 0.76956 0.74231 0.85386 0.75824 0.7696 0.77222 0.66937
0.82974 0.83413 0.83908 0.83877 0.81679 0.18698 0.26008 0.83197 0.82506 0.74231 0.71718 0.82919 0.73761 0.74874 0.75171 0.65513
0.96998 0.97648 0.98417 0.98389 0.95436 0.10024 0.1878 0.97622 0.96658 0.85386 0.82919 0.97406 0.87105 0.88451 0.88954 0.78798
0.86601 0.87222 0.87965 0.87942 0.85192 5. 4687×10⁻² 0.13348 0.87265 0.86358 0.75824 0.73761 0.87105 0.78026 0.79241 0.79736 0.71002
0.87931 0.88563 0.89321 0.89299 0.86499 5. 3146×10⁻² 0.13319 0.88611 0.87688 0.7696 0.74874 0.88451 0.79241 0.80476 0.80981 0.72136
0.88385 0.89034 0.89814 0.89793 0.8694 4. 1888×10⁻² 0.12255 0.89104 0.88161 0.77222 0.75171 0.88954 0.79736 0.80981 0.81504 0.72724
0.77911 0.78595 0.79439 0.79426 0.76598 -5. 9527×10⁻² 1. 3301×10⁻² 0.78841 0.77882 0.66937 0.65513 0.78798 0.71002 0.72136 0.72724 0.65909
0.03265 2. 3769×10⁻² -5. 6756×10⁻³ -6. 5097×10⁻³ 4. 0692×10⁻² -1. 3172×10⁻² -1. 6475×10⁻² 0.02095 2. 8125×10⁻² 4. 128×10⁻³ 7. 8026×10⁻² -1. 3061×10⁻² -0.07638 -6. 6304×10⁻² -6. 1722×10⁻³ -6. 3114×10⁻²
2. 3769×10⁻² 0.02036 -2. 4528×10⁻³ -2. 3885×10⁻³ 2. 6298×10⁻² -6. 2988×10⁻³ -1. 0873×10⁻² 1. 2345×10⁻² 2. 4652×10⁻² -1. 1681×10⁻² 4. 2586×10⁻² -4. 7961×10⁻³ -5. 8855×10⁻² -4. 5141×10⁻² 1. 3284×10⁻² -4. 8055×10⁻²
-5. 6756×10⁻³ -2. 4528×10⁻³ 0.00547 5. 4883×10⁻³ -9. 1841×10⁻³ 5. 4603×10⁻³ 2. 1315×10⁻³ -4. 0769×10⁻³ -1. 446×10⁻³ -1. 4620×10⁻² -2. 4466×10⁻² 7. 9068×10⁻³ 1. 5323×10⁻² 1. 5174×10⁻² 7. 6936×10⁻³ 2. 3408×10⁻³
-6. 5097×10⁻³ -2. 3885×10⁻³ 5. 4883×10⁻³ 0.00605 -1. 0525×10⁻² 5. 7503×10⁻³ 3. 381×10⁻³ -5. 8199×10⁻³ -1. 4739×10⁻³ -1. 7386×10⁻² -2. 8756×10⁻² 8. 8263×10⁻³ 1. 6945×10⁻² 1. 7655×10⁻² 1. 1513×10⁻² 3. 3417×10⁻³
4. 0692×10⁻² 2. 6298×10⁻² -9. 1841×10⁻³ -1. 0525×10⁻² 0.06326 -2. 2421×10⁻² -2. 1155×10⁻² 2. 9737×10⁻² 2. 6865×10⁻² 2. 5596×10⁻² 0.12149 -2. 4531×10⁻² -9. 2245×10⁻² -9. 6831×10⁻² -3. 7911×10⁻² -6. 8468×10⁻²
-1. 3172×10⁻² -6. 2988×10⁻³ 5. 4603×10⁻³ 5. 7503×10⁻³ -2. 2421×10⁻² 0.07641 -5. 2044×10⁻² -1. 3432×10⁻² -1. 6385×10⁻³ -4. 4972×10⁻² -5. 6385×10⁻² 1. 1038×10⁻² 2. 7437×10⁻² 3. 8880×10⁻² 3. 7568×10⁻² 3. 6674×10⁻²
-1. 6475×10⁻² -1. 0873×10⁻² 2. 1315×10⁻³ 3. 381×10⁻³ -2. 1155×10⁻² -5. 2044×10⁻² 0.07625 -9. 4161×10⁻³ -1. 4169×10⁻² -2. 4378×10⁻² -4. 7296×10⁻² 1. 1269×10⁻² 3. 0478×10⁻² 2. 5304×10⁻² 8. 4357×10⁻³ 6. 0583×10⁻²
0.02095 1. 2345×10⁻² -4. 0769×10⁻³ -5. 8199×10⁻³ 2. 9737×10⁻² -1. 3432×10⁻² -9. 4161×10⁻³ 0.02155 1. 1486×10⁻² 1. 6211×10⁻² 6. 3021×10⁻² -9. 4385×10⁻³ -4. 6687×10⁻² -5. 1662×10⁻² -0.02822 -3. 2353×10⁻²
2. 8125×10⁻² 2. 4652×10⁻² -1. 446×10⁻³ -1. 4739×10⁻³ 2. 6865×10⁻² -1. 6385×10⁻³ -1. 4169×10⁻² 1. 1486×10⁻² 0.0404 -3. 0334×10⁻² 3. 6605×10⁻² -4. 1892×10⁻³ -7. 5139×10⁻² -4. 3156×10⁻² 3. 3533×10⁻² -6. 0881×10⁻²
4. 128×10⁻³ -1. 1681×10⁻² -1. 4620×10⁻² -1. 7386×10⁻² 2. 5596×10⁻² -4. 4972×10⁻² -2. 4378×10⁻² 1. 6211×10⁻² -3. 0334×10⁻² 0.23044 0.11338 -0.03623 6. 527×10⁻⁴ -4. 8319×10⁻² -0.12624 -8. 1252×10⁻²
7. 8026×10⁻² 4. 2586×10⁻² -2. 4466×10⁻² -2. 8756×10⁻² 0.12149 -5. 6385×10⁻² -4. 7296×10⁻² 6. 3021×10⁻² 3. 6605×10⁻² 0.11338 0.28282 -6. 1312×10⁻² -0.15874 -0.18277 -0.12969 -0.15153
-1. 3061×10⁻² -4. 7961×10⁻³ 7. 9068×10⁻³ 8. 8263×10⁻³ -2. 4531×10⁻² 1. 1038×10⁻² 1. 1269×10⁻² -9. 4385×10⁻³ -4. 1892×10⁻³ -0.03623 -6. 1312×10⁻² 0.02594 2. 3568×10⁻² 2. 8363×10⁻² 2. 3535×10⁻² 3. 0942×10⁻²
-0.07638 -5. 8855×10⁻² 1. 5323×10⁻² 1. 6945×10⁻² -9. 2245×10⁻² 2. 7437×10⁻² 3. 0478×10⁻² -4. 6687×10⁻² -7. 5139×10⁻² 6. 527×10⁻⁴ -0.15874 2. 3568×10⁻² 0.21974 0.17439 -1. 8077×10⁻² 9. 6694×10⁻²
-6. 6304×10⁻² -4. 5141×10⁻² 1. 5174×10⁻² 1. 7655×10⁻² -9. 6831×10⁻² 3. 8880×10⁻² 2. 5304×10⁻² -5. 1662×10⁻² -4. 3156×10⁻² -4. 8319×10⁻² -0.18277 2. 8363×10⁻² 0.17439 0.19524 4. 9160×10⁻² 6. 2241×10⁻²
-6. 1722×10⁻³ 1. 3284×10⁻² 7. 6936×10⁻³ 1. 1513×10⁻² -3. 7911×10⁻² 3. 7568×10⁻² 8. 4357×10⁻³ -0.02822 3. 3533×10⁻² -0.12624 -0.12969 2. 3535×10⁻² -1. 8077×10⁻² 4. 9160×10⁻² 0.18496 4. 436×10⁻⁴
-6. 3114×10⁻² -4. 8055×10⁻² 2. 3408×10⁻³ 3. 3417×10⁻³ -6. 8468×10⁻² 3. 6674×10⁻² 6. 0583×10⁻² -3. 2353×10⁻² -6. 0881×10⁻² -8. 1252×10⁻² -0.15153 3. 0942×10⁻² 9. 6694×10⁻² 6. 2241×10⁻² 4. 436×10⁻⁴ 0.34091
Por tanto, el modelo de dos factores explica el 88.61% de la varianza total y las comunalidades (0.96735,…) Indican que el modelo da cuenta de un amplio porcentaje de varianza explicada de cada variable.
Ane
xo 2
: Ind
icad
ores
soci
odem
ográ
ficos
seg
ún e
l Est
rato
, Zon
a de
pla
nific
ació
n, P
rovi
ncia
, Can
tón
y Pa
rroq
uia
Estr
atos
Zona
Pla
nific
ació
n
Prov
inci
a
Can
tón
Parr
oqui
a
porc
_pcd
2010
porc
_afil
iado
_ no
_apo
rta
porc
_pob
re
porc
_hog
ar_p
ob
re
porc
_hog
ar_j
e fe
_sol
o
porc
_ni_
ning
u no
porc
_ni_
prim
ar
ia
porc
_ces
ante
_ di
spon
ible
porc
_otr
os_c
o nd
icio
n
porc
_viv
iend
a _r
ecib
e_H
2O_
otro
s_m
edio
s
porc
_viv
iend
a _s
ervi
cio_
higi
en
ico_
no_t
ien
e
porc
_viv
iend
a _p
or_s
ervi
cios
porc
_viv
iend
a _a
rren
da_a
nti
cres
is
porc
_viv
iend
a _m
ala
porc
_viv
iend
a _o
tros
_med
ios
porc
_viv
iend
a _o
tras
_for
mas
r_ex
pone
ncia
l Es
trato
3 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S CA
SCA
LES
SAN
TA R
OSA
DE
SUCU
MBÍ
OS
6,79
58,4
9 83
,02
20,3
5 0,5
8 45
,28
37,7
4 0,0
0 54
,72
11,6
3 12
,79
0,00
2,33
11,6
3 11
,63
0,58
0,202
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
SE
LVA
ALE
GRE
6,0
9 60
,56
97,1
8 18
,77
3,07
49,3
0 33
,80
0,00
66,2
0 8,2
5 4,4
7 0,0
0 0,6
9 4,1
2 8,5
9 0,3
4 0,1
778
Estra
to 3
Zona
Pla
nific
ació
n 7
EL O
RO
ZARU
MA
A
BAÑ
ÍN
12,2
9 77
,29
98,5
5 34
,26
4,07
27,0
5 60
,87
0,00
69,0
8 8,2
1 21
,17
0,22
0,00
16,2
0 30
,89
1,30
0,169
5 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
M
ATA
JE (C
AB.
EN
SA
NTA
ND
ER)
5,22
66,2
3 96
,10
15,7
6 0,9
6 49
,35
22,0
8 0,0
0 42
,86
13,8
7 9,3
5 0,9
7 0,6
5 6,7
7 14
,84
2,90
0,163
6 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
TU
LCÁ
N
TOBA
R D
ON
OSO
(LA
BO
CAN
A D
E CA
MU
MBÍ
) 7,1
8 55
,38
100,
00
18,9
0 1,8
3 49
,23
13,8
5 0,0
0 52
,31
14,6
3 12
,20
0,00
0,00
6,10
18,9
0 0,0
0 0,1
609
Estra
to 3
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
CUY
ABE
NO
CU
YA
BEN
O
5,10
75,0
0 10
0,00
16
,28
0,00
45,0
0 30
,00
0,00
80,0
0 15
,12
12,7
9 0,0
0 1,1
6 6,9
8 16
,28
1,16
0,160
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E D
AU
LE
6,73
54,4
8 10
0,00
20
,70
1,95
40,0
0 33
,79
0,69
69,6
6 13
,53
8,04
0,98
0,78
8,04
14,9
0 0,3
9 0,1
511
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
BELL
AV
ISTA
10
,45
54,1
0 10
0,00
32
,38
3,22
39,3
4 46
,31
0,41
66,3
9 9,1
6 26
,93
0,00
0,54
22,4
4 30
,34
0,00
0,150
8 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
TU
LULB
Í (CA
B. E
N R
ICA
URT
E)
6,71
51,3
0 91
,56
19,3
6 1,9
1 44
,81
44,1
6 0,0
0 62
,99
11,0
6 8,9
4 0,0
0 1,7
0 7,4
5 11
,70
0,00
0,148
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
SAN
MIG
UEL
RÉ
GU
LO D
E M
ORA
5,0
8 56
,25
95,8
3 16
,17
1,28
41,6
7 33
,33
0,00
85,4
2 8,1
2 4,7
0 0,8
5 0,0
0 6,8
4 11
,97
0,00
0,147
3 Es
trato
3 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
CA
YAM
BE
OTÓ
N
6,69
59,4
6 87
,57
19,1
0 1,9
5 47
,03
35,1
4 1,6
2 65
,95
2,71
3,77
0,30
0,60
7,38
11,7
5 0,1
5 0,1
459
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I PA
NGU
A
RAM
ÓN C
AMPA
ÑA
6,6
2 61
,36
100,
00
21,6
8 1,4
7 48
,48
28,7
9 0,0
0 44
,70
8,72
18,0
9 0,2
1 0,2
1 7,6
6 21
,06
0,21
0,135
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SARA
GU
RO
EL P
ARA
ÍSO
DE
CELÉ
N
5,77
61,0
1 96
,23
18,1
3 1,9
5 67
,30
23,2
7 1,2
6 77
,36
8,11
10,1
0 0,1
4 0,4
3 9,6
7 13
,37
8,11
0,135
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
TE
NIE
NTE
HU
GO
ORT
IZ
5,82
72,1
3 10
0,00
20
,16
2,06
34,4
3 40
,98
0,00
55,7
4 15
,29
8,68
0,83
0,41
8,26
19,4
2 2,4
8 0,1
278
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
GUA
MOT
E PA
LMIR
A
6,75
56,8
7 97
,47
22,0
6 3,1
6 59
,16
25,3
0 0,2
4 55
,66
2,95
10,3
3 0,0
0 0,3
2 7,3
0 14
,39
0,22
0,122
0 Es
trato
3 Zo
na P
lani
ficac
ión 2
N
APO
EL
CH
ACO
LI
NA
RES
4,78
50,0
0 70
,00
11,5
4 3,8
5 50
,00
40,0
0 0,0
0 30
,00
3,85
1,92
0,00
1,92
1,92
7,69
3,85
0,120
4 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CAM
ILO
PO
NCE
EN
RÍQ
UEZ
**
EL C
ARM
EN D
E PI
JILÍ
6,7
7 78
,14
87,7
8 18
,58
1,96
39,2
3 43
,41
0,32
69,1
3 2,5
1 6,1
8 0,3
6 1,2
5 10
,48
13,5
3 0,1
8 0,1
186
Estra
to 3
Zona
Pla
nific
ació
n 3
PAST
AZA
PA
STA
ZA
POM
ONA
6,7
5 93
,75
81,2
5 21
,57
0,00
37,5
0 43
,75
0,00
56,2
5 3,9
2 1,9
6 0,0
0 0,0
0 11
,76
17,6
5 5,8
8 0,1
163
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S M
UIS
NE
QU
ING
UE
(OLM
EDO
PER
DO
MO
FRA
NCO
) 5,9
2 32
,35
91,1
8 16
,34
1,96
44,1
2 50
,00
2,94
73,5
3 8,5
0 1,9
6 0,0
0 0,6
5 5,2
3 13
,73
1,31
0,112
8 Es
trato
3 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
NTI
AG
O
SAN
LU
IS D
E EL
ACH
O (C
AB.
EN
EL
ACH
O)
8,74
48,1
5 81
,48
23,1
8 1,3
2 31
,48
48,1
5 1,8
5 57
,41
2,70
4,05
2,70
0,68
12,8
4 11
,49
0,00
0,109
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I V
ACA
S G
ALI
ND
O (E
L CH
URO
) (CA
B.EN
SAN
MIG
UEL
ALT
O)
11,4
6 71
,25
90,0
0 28
,89
3,89
47,5
0 43
,75
0,00
70,0
0 1,6
8 15
,08
0,56
0,56
22,3
5 20
,11
0,56
0,108
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
QUIL
AN
GA
SA
N A
NTO
NIO
DE
LAS
ARA
DA
S (C
AB.
EN
LA
S A
RAD
AS)
10
,06
67,7
2 92
,91
25,8
1 4,1
9 30
,71
58,2
7 3,1
5 71
,65
9,06
7,12
0,00
0,65
16,8
3 17
,48
0,65
0,108
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
SAN
JOSÉ
DE
RARA
NG
A
6,38
64,6
7 90
,00
18,9
9 1,7
4 36
,00
48,0
0 0,0
0 61
,33
3,32
7,68
0,35
0,70
9,77
7,68
0,00
0,107
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
A
LTO
TA
MBO
(CA
B. E
N G
UAD
UA
L)
5,13
71,8
8 10
0,00
18
,48
0,54
55,2
1 29
,17
0,00
66,6
7 9,7
8 6,7
9 1,6
3 1,3
6 11
,41
14,4
0 0,5
4 0,1
068
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
ANCÓ
N (P
ICH
AN
GA
L) (C
AB.
EN
PA
LMA
REA
L)
4,74
72,0
9 95
,35
17,0
8 2,7
2 37
,21
46,5
1 0,0
0 70
,93
8,25
7,75
0,00
1,25
7,75
8,50
1,00
0,105
3 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
PO
ALÓ
6,2
7 76
,82
98,0
4 19
,52
3,56
50,8
4 31
,84
0,84
62,2
9 2,4
8 4,6
6 0,0
0 0,2
2 7,6
5 13
,69
0,07
0,105
2 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CHO
RDEL
EG
LA U
NIÓ
N
6,43
63,1
1 81
,97
15,5
2 2,3
6 24
,59
61,4
8 0,0
0 68
,85
0,40
6,59
0,00
0,20
8,18
6,39
0,20
0,102
0 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
CALV
AS
COLA
ISA
CA
7,71
66,4
3 97
,90
23,0
8 2,9
9 46
,15
41,9
6 0,0
0 69
,93
10,7
1 11
,78
0,00
0,21
10,9
2 16
,27
0,86
0,101
2 Es
trato
3 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CH
INCH
IPE
PUCA
PAM
BA
9,32
54,5
5 90
,91
29,0
3 9,6
8 45
,45
36,3
6 0,0
0 36
,36
19,3
5 25
,81
0,00
0,00
22,5
8 22
,58
0,00
0,101
2 Es
trato
3 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
GUA
NA
ZÁN
8,0
5 57
,14
97,1
4 24
,90
3,13
42,0
4 42
,86
0,41
61,6
3 1,8
3 14
,02
0,13
0,66
12,3
2 21
,36
1,31
0,100
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
NA
BÓN
LA
S N
IEV
ES (C
HAY
A)
11,0
0 68
,09
85,8
2 23
,85
5,13
42,5
5 47
,52
0,71
59,5
7 4,7
0 4,9
6 0,5
2 1,5
7 17
,49
13,0
5 0,7
8 0,0
998
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
GUA
NO
V
ALP
ARA
ÍSO
13
,86
94,6
4 98
,21
34,8
2 8,9
3 58
,93
28,5
7 0,0
0 50
,00
0,92
17,4
3 0,0
0 0,0
0 27
,52
32,1
1 0,0
0 0,0
981
Estra
to 3
Zona
Pla
nific
ació
n 5
LOS
RÍO
S V
ÍNCE
S A
NTO
NIO
SOT
OM
AYO
R (C
AB.
EN
PLA
YA
S D
E V
INCE
S)
5,57
61,9
6 95
,48
15,9
1 1,7
6 42
,01
40,7
9 1,4
3 76
,07
9,79
2,75
0,09
0,13
7,79
14,4
0 0,1
3 0,0
967
Estra
to 3
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
YA
CUA
MBI
TU
TUPA
LI
7,36
61,7
0 97
,87
23,7
2 0,6
4 40
,43
31,9
1 2,1
3 57
,45
6,45
18,0
6 0,0
0 1,2
9 10
,32
16,7
7 1,2
9 0,0
960
Estra
to 3
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
EL
CHI
CAL
3,87
75,1
9 86
,47
12,8
1 1,6
0 38
,35
39,8
5 1,5
0 60
,90
7,60
7,16
0,00
0,44
7,02
8,33
0,58
0,093
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
PA
MPA
NA
L D
E BO
LÍV
AR
5,90
60,6
1 10
0,00
22
,92
2,77
48,4
8 39
,39
1,52
69,7
0 22
,92
16,2
1 0,0
0 1,9
8 8,3
0 22
,92
0,40
0,093
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SA
NTA
FÉ
(SA
NTA
FÉ)
10
,56
71,3
5 82
,70
25,4
7 4,5
9 42
,16
43,2
4 1,0
8 75
,14
5,67
7,56
0,42
0,63
11,5
5 13
,87
0,84
0,090
3 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
CO
NCE
PCIÓ
N
5,86
52,9
0 98
,55
18,4
8 0,9
1 42
,03
42,7
5 0,7
2 76
,81
14,2
1 6,9
2 0,1
8 0,7
3 5,8
3 16
,39
0,00
0,090
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
BABA
GU
ARE
4,1
0 73
,77
98,7
2 13
,37
1,27
45,8
4 41
,36
0,21
80,8
1 9,2
7 4,6
0 0,3
6 0,1
0 6,0
1 11
,98
0,03
0,089
8 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
M
ON
TÚFA
R PI
ART
AL
7,63
66,6
7 85
,06
18,8
7 3,4
6 25
,29
66,6
7 0,0
0 70
,11
2,22
1,27
0,32
0,00
11,0
8 6,3
3 0,0
0 0,0
882
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
JIM
BURA
9,5
0 51
,36
99,0
9 28
,17
2,43
43,1
8 36
,82
0,00
62,2
7 8,6
5 21
,43
0,19
0,75
16,3
5 15
,23
0,19
0,087
2 Es
trato
3 Zo
na P
lani
ficac
ión 2
N
APO
A
RCH
IDON
A
SAN
PA
BLO
DE
USH
PAY
ACU
5,8
1 50
,88
98,9
5 22
,80
0,78
37,5
4 23
,51
0,00
82,8
1 12
,49
6,91
0,22
0,56
6,91
16,7
2 2,2
3 0,0
857
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I PU
JILI
PI
LALÓ
9,0
9 76
,25
97,0
8 29
,58
5,23
53,3
3 36
,67
0,83
43,3
3 8,5
0 15
,85
0,16
0,65
11,2
7 18
,63
0,49
0,085
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E Y
ACU
AM
BI
28 D
E M
AY
O (S
AN
JOSÉ
DE
YA
CUA
MBI
) 4,6
0 69
,66
86,2
1 14
,31
1,39
35,8
6 33
,79
1,38
58,6
2 3,2
3 9,8
2 0,1
4 1,1
2 4,7
7 10
,80
0,56
0,085
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SAQU
ISIL
Í CH
AN
TILÍ
N
5,12
84,9
1 75
,47
13,6
8 4,7
0 45
,28
41,5
1 0,0
0 60
,38
3,86
4,29
0,43
1,29
5,58
7,30
0,00
0,083
5 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
PED
RO C
ARB
O
VA
LLE
DE
LA V
IRG
EN
8,11
42,2
2 98
,35
22,0
4 3,1
1 45
,52
39,6
2 0,4
7 76
,65
13,8
2 10
,52
0,07
0,27
11,9
4 21
,71
0,54
0,083
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
ILAP
O
12,4
5 70
,05
94,2
0 30
,59
5,71
38,1
6 50
,72
0,00
63,2
9 0,0
0 10
,37
0,46
0,23
17,5
1 15
,90
0,23
0,082
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
IBA
RRA
LI
TA
5,23
64,5
7 86
,86
16,8
0 1,9
0 39
,43
42,8
6 2,2
9 56
,57
4,66
8,49
0,96
0,55
9,86
11,2
3 0,2
7 0,0
821
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S ES
MER
ALD
AS
CRN
EL. C
ARL
OS C
ONCH
A T
ORR
ES (C
AB.
EN H
UEL
E)
6,03
59,8
6 97
,18
18,8
0 2,0
1 42
,25
42,9
6 0,0
0 80
,99
14,9
9 5,8
5 0,3
7 0,5
5 8,9
6 17
,92
0,00
0,081
3 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
EL R
OSA
RIO
(RU
MIC
HA
CA)
5,53
82,1
9 92
,47
18,1
3 2,9
2 45
,21
45,2
1 0,0
0 48
,63
3,87
6,04
0,00
0,00
6,19
13,0
0 0,1
5 0,0
794
Estra
to 3
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
AG
UA
RICO
SA
NTA
MA
RÍA
DE
HU
IRIR
IMA
7,2
7 92
,45
100,
00
22,2
2 0,6
9 33
,96
54,7
2 1,8
9 37
,74
20,8
3 6,9
4 0,0
0 0,0
0 6,9
4 20
,83
0,00
0,079
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I IM
AN
TAG
8,2
6 82
,84
96,0
8 24
,26
2,69
63,4
8 27
,70
1,72
69,6
1 1,1
4 7,3
8 0,4
4 0,5
3 14
,41
12,5
7 0,2
6 0,0
786
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
N P
EDRO
DE
PELI
LEO
SA
LASA
CA
5,83
76,0
9 91
,25
16,1
5 2,1
6 59
,77
23,6
2 0,8
7 66
,47
2,68
5,04
0,00
0,57
5,74
9,19
0,06
0,077
5 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
PALT
AS
YA
MA
NA
9,4
2 52
,14
89,7
4 23
,44
3,56
38,4
6 52
,14
0,85
74,3
6 1,2
0 5,6
9 0,6
0 0,3
0 17
,66
10,7
8 0,3
0 0,0
773
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
PED
RO M
ON
CAY
O
MA
LCHI
NG
UÍ
8,56
72,7
3 76
,52
18,1
0 3,2
8 44
,95
43,4
3 0,7
6 68
,18
0,00
1,73
0,31
1,57
7,08
3,15
0,08
0,077
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E BO
LÍV
AR
3,95
60,9
8 10
0,00
13
,87
0,42
39,0
2 53
,66
9,76
68,2
9 13
,45
2,94
0,42
0,42
3,36
13,8
7 0,0
0 0,0
769
Estra
to 3
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
TIA
GO
TA
YU
ZA
7,55
42,1
1 62
,28
15,3
6 4,7
5 36
,84
36,8
4 0,8
8 64
,04
5,07
7,04
0,28
1,97
7,32
7,32
0,85
0,076
6 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
DA
ULE
JU
AN
BA
UTI
STA
AGU
IRRE
(LO
S TI
NTO
S)
5,74
73,7
3 10
0,00
16
,81
1,36
45,2
5 42
,09
1,58
79,4
3 15
,93
7,77
0,00
0,13
8,43
17,1
2 0,0
7 0,0
765
Estra
to 3
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SHU
SHU
FIN
DI
SAN
RO
QU
E (C
AB.
EN
SA
N V
ICEN
TE)
4,91
62,3
4 98
,70
16,5
7 1,1
4 44
,16
35,7
1 0,0
0 65
,58
10,9
0 5,3
1 0,2
9 1,0
0 6,3
1 11
,62
0,29
0,076
0 Es
trato
3 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S CA
SCA
LES
SEV
ILLA
7,5
3 70
,53
89,3
7 20
,36
2,84
33,3
3 49
,76
0,48
70,5
3 4,9
6 4,5
1 0,1
5 1,3
5 10
,23
6,02
0,15
0,075
8 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LA M
AN
Á
PUCA
YA
CU
9,40
50,7
8 82
,90
22,5
1 2,4
0 37
,31
48,7
0 0,5
2 63
,73
8,46
9,21
0,00
1,13
14,6
6 15
,79
0,19
0,075
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
SA
N JU
AN
DE
PAST
OCA
LLE
6,65
67,2
8 93
,96
19,6
8 3,0
8 54
,27
29,7
0 0,5
3 67
,94
1,58
2,53
0,18
0,91
6,64
11,9
0 0,1
4 0,0
749
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í JI
PIJA
PA
PED
RO P
ABLO
GÓM
EZ
9,99
69,1
0 98
,31
24,7
2 2,8
8 41
,85
46,9
1 0,5
6 72
,47
15,9
8 3,5
7 0,3
8 0,4
7 14
,19
20,0
2 0,0
9 0,0
727
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
PA
UTE
D
UG
DU
G
7,04
86,5
7 86
,57
18,1
5 3,3
5 47
,01
44,0
3 0,0
0 61
,94
2,56
4,14
0,00
0,20
10,4
5 8,6
8 0,0
0 0,0
723
Estra
to 3
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
GUA
LAQ
UIZ
A
AMA
ZON
AS
(RO
SARI
O D
E CU
YES
) 9,9
5 56
,10
92,6
8 26
,88
2,15
34,1
5 53
,66
0,00
46,3
4 6,4
5 10
,75
0,00
2,15
17,2
0 18
,28
2,15
0,071
8 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SARA
GU
RO
EL T
ABL
ÓN
9,38
56,9
8 93
,02
24,5
1 3,8
9 47
,67
43,0
2 1,1
6 74
,42
12,9
4 12
,16
0,39
0,00
13,7
3 15
,69
0,78
0,071
7 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
IBA
RRA
LA
ESP
ERA
NZA
7,9
3 78
,08
84,9
3 21
,65
3,39
44,3
5 38
,18
1,71
72,7
7 1,5
9 4,8
9 0,1
8 0,9
4 12
,08
4,01
0,06
0,071
4 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
PATA
TE
EL T
RIU
NFO
4,8
6 88
,31
84,4
2 14
,25
2,47
42,8
6 35
,06
0,00
49,3
5 5,7
7 5,2
2 0,0
0 0,2
7 5,7
7 8,2
4 0,8
2 0,0
706
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
PED
RO M
ON
CAY
O
TUPI
GA
CHI
4,58
59,0
1 94
,35
16,0
0 1,5
4 51
,94
32,8
6 0,7
1 69
,61
1,69
3,74
0,56
0,56
5,65
9,46
0,00
0,070
4 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
CHIQ
UIC
HA
(CA
B. E
N C
HIQ
UIC
HA
GR
AN
DE)
5,2
8 64
,34
95,3
5 16
,03
1,92
51,9
4 34
,88
0,00
57,3
6 4,0
3 7,5
7 0,0
0 0,1
6 7,7
3 11
,27
0,00
0,070
1 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
OLM
EDO
O
LMED
O
7,93
53,9
1 96
,54
23,5
9 2,4
8 45
,20
36,8
8 0,3
8 77
,21
15,3
6 2,0
6 0,1
2 0,4
0 12
,27
21,6
9 0,1
6 0,0
697
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
CHU
NCH
I CA
PZO
L 9,3
4 88
,10
94,0
5 25
,79
5,56
52,3
8 40
,48
1,19
86,9
0 11
,20
8,40
0,00
1,60
12,8
0 19
,60
0,40
0,069
3 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
GO
NZA
NAM
Á
SACA
PALC
A
10,0
6 64
,22
88,9
9 23
,32
3,91
45,4
1 38
,53
0,00
79,3
6 8,0
4 9,9
4 0,1
6 1,5
8 10
,41
13,2
5 0,4
7 0,0
693
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
EL IN
GEN
IO
7,32
42,3
4 89
,05
19,9
5 1,4
6 37
,23
47,4
5 0,0
0 79
,56
1,47
5,39
0,25
1,23
13,4
8 6,1
3 0,0
0 0,0
686
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
JUN
CAL
5,12
71,1
7 96
,40
15,7
1 1,1
8 56
,76
20,7
2 0,0
0 71
,17
1,18
4,90
0,00
0,00
5,57
7,26
0,00
0,068
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
TU
LCÁ
N
EL C
ARM
ELO
(EL
PUN
) 6,2
0 78
,03
78,0
3 15
,44
2,35
26,0
1 61
,27
0,58
73,4
1 1,0
5 1,5
0 0,6
0 4,5
0 6,3
0 3,4
5 0,6
0 0,0
676
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I SI
GCH
OS
CHU
GCH
ILLÁ
N
6,29
73,3
2 99
,59
24,7
3 2,0
8 67
,01
18,1
3 0,8
1 47
,86
7,85
9,39
0,13
0,27
14,6
9 15
,56
0,07
0,067
1 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
ISID
RO A
YO
RA
ISID
RO A
YO
RA
7,54
70,4
9 94
,76
20,5
7 3,0
4 36
,83
42,6
8 1,4
6 71
,22
3,18
4,53
0,14
1,08
8,38
16,7
3 0,0
3 0,0
667
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
TACU
NG
A
TOA
CASO
5,4
3 84
,65
94,9
6 18
,17
1,65
50,8
4 32
,13
0,24
59,7
1 3,3
1 7,5
1 0,1
2 0,7
7 8,9
9 13
,85
0,06
0,065
8 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
CALV
AS
UTU
AN
A
5,91
44,3
0 10
0,00
21
,34
1,27
32,9
1 50
,63
0,00
79,7
5 6,4
3 8,6
8 0,0
0 0,3
2 10
,29
16,4
0 0,0
0 0,0
656
Estra
to 3
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
PALO
RA
16 D
E A
GO
STO
5,0
5 62
,00
96,0
0 16
,89
1,78
30,0
0 38
,00
0,00
64,0
0 7,1
7 8,5
2 0,0
0 0,9
0 5,3
8 8,9
7 0,0
0 0,0
654
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í PA
JÁN
LA
SCA
NO
6,3
6 67
,78
96,9
6 19
,78
2,69
54,7
1 31
,31
0,61
71,7
3 16
,01
3,31
0,15
0,15
10,0
8 17
,86
0,31
0,064
9 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SALI
TRE
(URB
INA
JAD
O)
LA V
ICTO
RIA
(ÑAU
ZA)
5,38
79,8
9 96
,26
16,9
5 1,6
6 35
,92
46,2
6 0,0
0 79
,31
12,0
9 5,7
5 0,0
0 0,3
0 7,4
8 13
,70
0,06
0,064
8 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
M
ULA
LÓ
8,50
74,2
7 93
,17
24,2
7 3,0
2 49
,27
35,9
0 0,0
0 65
,99
1,27
3,87
0,51
0,71
9,97
12,4
1 0,2
5 0,0
648
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
M
OLL
ETU
RO
8,18
70,1
4 91
,98
23,4
3 4,0
0 38
,40
44,0
3 0,0
0 57
,00
5,19
10,2
6 0,3
9 0,9
5 11
,94
15,2
3 0,7
3 0,0
637
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
Q
UIN
GEO
7,2
5 71
,85
94,6
3 22
,14
3,27
42,0
4 42
,78
0,19
69,6
3 5,3
2 10
,53
0,28
0,06
11,7
2 12
,34
0,00
0,063
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
PATA
TE
LOS
AN
DES
(CA
B. E
N P
OAT
UG)
10
,14
55,3
2 90
,78
26,5
8 7,9
5 43
,26
40,4
3 0,0
0 63
,83
3,01
8,77
0,82
0,55
12,0
5 6,8
5 0,5
5 0,0
631
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
RUM
IÑA
HU
I RU
MIP
AM
BA
5,81
71,1
1 10
0,00
18
,14
2,45
42,2
2 33
,33
2,22
64,4
4 0,4
9 1,4
8 4,4
3 0,4
9 5,9
1 15
,76
0,00
0,062
9 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PED
ERN
ALE
S 10
DE
AG
OST
O
6,91
62,7
8 97
,78
23,8
3 0,9
7 46
,67
39,4
4 0,2
8 81
,11
17,3
0 5,3
2 0,4
4 0,5
3 11
,18
23,0
7 0,0
9 0,0
629
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
CAY
AMBE
SA
NTA
ROS
A D
E CU
ZUBA
MBA
4,9
2 74
,02
88,7
3 13
,48
2,71
40,2
0 42
,65
0,98
68,1
4 1,1
0 1,3
7 0,1
8 1,4
7 5,0
4 8,0
6 0,3
7 0,0
627
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í JI
PIJA
PA
PUER
TO D
E CA
YO
6,0
0 63
,73
90,2
0 16
,70
1,44
43,1
4 36
,27
0,98
80,8
8 3,1
4 0,6
7 0,7
9 0,4
5 6,7
3 5,7
2 0,0
0 0,0
618
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CH
ORD
ELEG
LU
IS G
ALA
RZA
ORE
LLA
NA
(CA
B.EN
DEL
EGSO
L)
6,83
44,1
2 94
,12
19,2
1 1,4
8 40
,20
45,1
0 0,0
0 60
,78
2,23
3,71
0,00
0,50
9,90
9,65
0,00
0,061
8 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GUA
LACE
O
JAD
ÁN
5,83
67,4
6 90
,87
18,0
6 2,4
0 26
,98
46,0
3 0,7
9 61
,90
1,16
9,07
0,39
0,39
10,4
2 3,5
7 0,4
8 0,0
617
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í 24
DE
MA
YO
A
RQ. S
IXTO
DU
RÁN
BA
LLÉN
6,9
3 51
,46
99,2
7 21
,52
2,42
59,4
9 31
,02
0,00
81,7
5 14
,49
0,51
0,10
0,41
12,0
6 20
,57
0,10
0,061
6 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
EL C
ABO
4,9
4 57
,93
79,2
7 12
,84
1,80
36,5
9 47
,56
1,22
59,1
5 0,5
7 1,3
7 0,0
0 1,1
4 5,2
5 9,7
0 0,1
1 0,0
611
Estra
to 3
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R GU
ARA
ND
A
JULI
O E
. MO
REN
O (C
ATA
NA
HU
ÁN G
RAN
DE)
11
,60
81,5
8 96
,20
31,8
5 5,6
1 64
,62
27,4
9 0,8
8 60
,23
12,7
9 17
,75
0,39
0,78
19,7
1 22
,06
0,00
0,060
9 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SALI
TRE
(URB
INA
JAD
O)
JUN
QUIL
LAL
5,56
63,2
4 97
,16
16,9
9 1,3
1 46
,35
43,7
8 0,9
5 80
,68
11,8
3 4,8
1 0,0
3 0,2
3 9,0
2 14
,23
0,00
0,060
8 Es
trato
3 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
A
GU
ARI
CO
YA
SUN
Í 3,9
7 90
,91
100,
00
16,6
7 1,8
5 54
,55
36,3
6 0,0
0 54
,55
7,55
16,9
8 0,0
0 0,0
0 3,7
7 7,5
5 0,0
0 0,0
606
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
OT
AV
ALO
SE
LVA
ALE
GRE
(CA
B.EN
SA
N M
IGU
EL D
E PA
MPL
ONA)
6,6
3 61
,32
88,6
8 19
,07
1,47
44,3
4 43
,40
0,00
68,8
7 1,0
0 8,7
3 0,0
0 0,7
5 11
,47
12,4
7 0,5
0 0,0
603
Estra
to 3
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BA
BAH
OY
O
PIM
OCH
A
4,52
66,2
1 94
,42
13,3
3 1,4
0 38
,84
41,0
5 0,9
5 72
,32
6,10
2,80
0,35
0,14
5,10
11,1
7 0,0
0 0,0
603
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I SA
QUIS
ILÍ
CAN
CHA
GU
A
6,53
79,7
8 98
,03
20,4
0 2,8
1 58
,71
26,1
2 0,2
8 64
,89
1,38
6,42
0,00
0,08
11,1
3 13
,32
0,24
0,060
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
DA
ULE
LA
URE
L 7,1
7 74
,05
93,9
4 19
,90
1,84
44,9
9 43
,16
0,99
79,8
3 13
,95
5,15
0,04
0,73
10,7
6 17
,64
0,04
0,060
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
PAN
GUA
PI
NLL
OPA
TA
9,13
59,5
7 97
,87
24,5
4 5,1
3 50
,00
39,3
6 0,0
0 52
,13
8,58
13,0
6 0,3
7 1,4
9 17
,54
23,8
8 0,3
7 0,0
592
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
TACU
NG
A
ALA
QU
ES (A
LÁQ
UEZ
) 7,1
2 79
,74
92,3
1 19
,53
2,96
36,9
2 50
,00
0,51
63,5
9 1,4
9 2,2
7 0,4
3 0,7
1 8,1
7 8,8
1 0,3
6 0,0
591
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
27 D
E A
BRIL
(CA
B. E
N L
A N
ARA
NJA
) 9,2
5 47
,15
89,6
4 26
,83
2,85
43,5
2 48
,19
0,00
81,8
7 5,1
3 14
,78
0,21
1,23
15,4
0 6,1
6 0,4
1 0,0
590
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í CH
ONE
ELOY
ALF
ARO
7,0
2 45
,09
98,0
0 22
,34
1,18
42,5
5 39
,27
0,36
71,2
7 13
,48
2,88
0,51
0,51
7,61
20,5
2 0,1
5 0,0
573
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
GUA
NO
SA
N A
ND
RÉS
5,63
74,5
7 83
,66
13,8
5 2,4
2 42
,82
39,2
6 0,9
2 71
,94
1,34
3,95
0,03
0,36
5,07
7,56
0,19
0,057
1
125
Estra
to 3
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BA
BA
ISLA
DE
BEJU
CAL
4,97
69,1
6 94
,22
14,6
7 1,6
3 39
,40
41,7
6 0,8
6 77
,09
6,98
4,00
0,24
0,33
5,76
12,2
0 0,0
4 0,0
567
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ZA
POTI
LLO
LI
MO
NES
7,5
9 47
,66
90,6
5 17
,68
2,91
51,4
0 33
,64
0,93
75,7
0 5,7
9 10
,58
0,25
0,50
9,32
9,07
0,00
0,056
2 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
BULÁ
N (J
OSÉ
VÍC
TOR
IZQ
UIE
RDO
) 7,9
2 58
,14
86,0
5 20
,04
2,46
31,4
0 57
,56
0,00
81,9
8 2,8
7 4,1
3 0,0
0 0,1
8 9,6
9 11
,67
0,00
0,055
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CHIM
BO
SAN
SEB
AST
IÁN
12
,49
77,2
7 78
,79
26,6
0 4,7
1 35
,61
50,7
6 1,5
2 62
,12
1,01
4,73
0,68
1,01
15,5
4 16
,22
0,00
0,055
2 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SAN
TA A
NA
LA
UN
IÓN
6,0
3 49
,49
100,
00
21,2
9 1,6
4 48
,21
40,2
6 0,7
7 77
,95
16,1
9 0,6
9 0,0
7 0,2
7 9,1
9 21
,12
0,07
0,055
0 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
PALT
AS
SAN
AN
TON
IO
8,71
62,1
1 95
,79
24,6
9 2,8
1 43
,16
43,1
6 0,0
0 78
,95
2,53
4,75
0,00
1,27
11,0
8 13
,61
0,00
0,054
7 Es
trato
3 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
CA
YAM
BE
CAN
GA
HU
A
6,14
57,9
3 94
,88
19,9
1 2,1
9 58
,03
24,9
0 0,8
0 54
,62
2,23
8,66
0,16
0,32
9,46
12,8
0 0,2
4 0,0
527
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
SAN
TA R
ITA
5,5
5 72
,53
93,4
1 18
,97
3,25
43,9
6 37
,36
1,10
61,5
4 2,7
1 3,5
2 0,2
7 1,6
3 9,2
1 5,9
6 0,0
0 0,0
522
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
RUM
IÑA
HU
I CO
TOG
CHO
A
6,83
70,6
3 75
,46
16,0
0 2,3
6 35
,69
43,4
9 1,4
9 66
,17
1,98
0,79
0,69
2,08
5,04
5,14
0,59
0,052
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
PILA
GÜ
ÍN (P
ILA
HÜ
ÍN)
7,84
73,1
9 95
,58
19,8
6 2,6
5 55
,63
31,7
6 0,7
4 58
,04
2,24
5,79
0,03
0,18
7,67
7,28
0,09
0,051
9 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SALC
EDO
CU
SUBA
MBA
6,8
5 54
,97
96,1
5 20
,70
3,41
54,5
6 33
,87
0,61
57,6
1 2,0
7 3,9
2 0,0
0 0,2
7 10
,13
12,6
3 0,0
0 0,0
514
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I SA
QUIS
ILÍ
COCH
APA
MBA
2,9
5 76
,25
99,3
8 12
,08
1,37
66,2
5 18
,13
1,25
55,6
3 2,3
9 5,1
5 0,0
0 0,0
9 5,9
7 9,2
8 0,0
9 0,0
511
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í CH
ONE
CHIB
UN
GA
5,1
4 49
,85
100,
00
18,9
8 0,9
1 40
,67
39,7
6 0,6
1 70
,03
16,2
6 1,9
5 1,0
5 0,6
3 5,6
5 18
,98
0,28
0,050
7 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CHIM
BO
ASU
NCI
ÓN
(ASA
NCO
TO)
9,20
74,3
3 86
,97
21,8
3 3,4
3 44
,44
41,0
0 1,1
5 71
,65
4,22
4,73
0,00
1,79
12,9
2 15
,09
0,38
0,050
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
TIA
GO
DE
PÍLL
ARO
SA
N A
ND
RÉS
4,44
83,7
0 91
,15
12,0
8 1,4
2 51
,11
35,6
1 0,6
0 68
,01
1,75
3,44
0,06
0,36
5,55
3,51
0,03
0,050
1 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SALI
TRE
(URB
INA
JAD
O)
GRA
L. V
ERN
AZA
(DO
S ES
TERO
S)
6,73
65,9
4 98
,44
19,3
8 2,4
1 40
,63
42,5
0 0,4
7 74
,69
14,4
1 4,1
3 0,1
5 0,1
9 9,2
7 18
,72
0,00
0,050
0 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
BO
LÍV
AR
SAN
VIC
ENTE
DE
PUSI
R 8,3
7 65
,50
94,7
4 23
,95
4,39
33,3
3 47
,95
1,17
52,6
3 4,0
7 9,2
6 0,3
7 2,5
9 14
,44
13,1
5 0,1
9 0,0
497
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í PA
JÁN
CA
SCO
L 5,3
3 59
,27
95,0
4 14
,49
1,64
45,1
7 40
,21
1,04
78,8
5 10
,38
1,39
0,05
0,15
7,13
12,9
1 0,0
0 0,0
497
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I PU
JILI
AN
GA
MA
RCA
9,9
1 74
,23
97,8
8 27
,76
4,96
66,3
5 24
,23
0,19
58,0
8 5,7
9 20
,36
0,00
0,15
15,6
8 20
,73
0,00
0,049
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
A
LAU
SI
PIST
ISH
Í (N
ARI
Z D
EL D
IABL
O)
5,22
61,1
1 94
,44
17,8
6 3,5
7 72
,22
27,7
8 0,0
0 38
,89
0,00
6,02
0,00
0,00
6,02
18,0
7 1,2
0 0,0
492
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
CHAM
BO
CHAM
BO
5,76
82,6
3 67
,45
12,3
3 1,9
7 42
,04
35,1
8 0,1
5 67
,88
0,85
2,29
0,20
0,95
5,26
7,12
0,07
0,049
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S TA
BIA
ZO
6,39
53,5
3 97
,65
21,2
3 2,4
6 50
,59
31,7
6 1,7
6 67
,06
10,6
8 4,1
8 0,7
7 0,3
1 8,3
6 17
,65
0,15
0,049
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
CHIC
ÁN
(GU
ILLE
RMO
ORT
EGA
) 8,1
5 72
,05
72,7
3 18
,31
2,96
31,3
1 51
,85
0,67
67,6
8 2,4
5 3,8
4 0,6
4 0,9
6 11
,63
5,87
0,21
0,049
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
TIA
GO
DE
PÍLL
ARO
M
ARC
OS E
SPIN
EL (C
HA
CATA
) 7,7
5 86
,19
79,0
1 15
,87
3,09
34,2
5 50
,83
0,00
68,5
1 0,8
5 1,6
9 0,0
0 0,5
6 8,7
3 6,2
0 0,1
4 0,0
489
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
SA
NTA
ROS
A
6,69
75,6
6 89
,89
17,1
6 3,1
4 45
,12
38,0
1 0,7
1 60
,64
3,89
2,93
0,07
1,15
7,31
10,7
4 0,1
4 0,0
487
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
SA
N A
NTO
NIO
DE
QU
MBE
(CU
MBE
) 6,6
3 69
,74
97,3
7 19
,34
3,02
43,4
2 47
,37
0,00
81,5
8 5,5
0 9,4
8 0,0
0 0,3
1 13
,46
10,0
9 0,0
0 0,0
481
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í M
AN
TA
SAN
LOR
ENZO
5,8
6 67
,74
99,3
5 18
,68
1,32
34,8
4 47
,74
2,58
82,5
8 3,3
2 1,3
6 0,0
0 0,6
0 7,6
9 18
,40
0,00
0,047
9 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R BI
BLIÁ
N
SAN
FR
AN
CISC
O D
E SA
GEO
4,2
7 71
,62
68,9
2 9,5
1 1,1
1 40
,54
41,8
9 0,0
0 79
,73
1,12
4,26
0,00
0,22
3,36
1,57
0,00
0,047
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
SAN
ISID
RO D
E PA
TULÚ
6,7
5 84
,06
93,7
5 18
,03
3,65
44,0
6 40
,94
0,00
67,8
1 1,8
7 5,2
2 0,1
6 0,3
1 7,2
4 11
,84
0,08
0,047
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AM
OTE
GUA
MOT
E 5,9
8 64
,83
91,1
1 17
,37
2,34
58,9
3 27
,36
0,48
52,8
9 1,5
3 4,8
8 0,0
2 0,2
8 4,9
7 8,0
1 0,1
0 0,0
470
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
ALA
USI
TI
XÁ
N
5,34
63,3
6 90
,44
15,8
4 3,0
4 52
,39
36,2
8 0,1
8 60
,18
1,39
7,22
0,00
0,32
6,27
12,5
0 0,0
4 0,0
462
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
TACU
NG
A
BELI
SARI
O Q
UEV
EDO
(GU
AN
AIL
ÍN)
5,08
71,5
2 91
,02
15,4
6 1,9
2 44
,58
37,4
6 0,0
0 65
,02
2,06
3,61
0,39
0,45
4,84
8,70
0,19
0,046
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CH
UN
CHI
GO
NZO
L 8,0
4 70
,50
92,8
1 20
,65
3,48
45,3
2 48
,20
0,00
53,2
4 1,6
5 7,0
1 0,0
0 0,2
1 11
,96
8,66
0,21
0,045
7 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
PASA
8,2
8 86
,43
91,8
2 20
,48
3,83
54,0
9 34
,39
0,56
52,4
2 2,2
3 7,3
4 0,0
5 0,3
2 8,8
3 9,7
3 0,1
1 0,0
456
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í SA
NTA
AN
A
SAN
PA
BLO
(CA
B. E
N P
UEB
LO N
UEV
O)
6,01
57,0
5 98
,12
21,0
3 1,6
6 50
,47
37,3
0 0,0
0 80
,25
14,3
0 1,2
5 0,1
7 0,0
8 10
,12
20,2
3 0,0
0 0,0
452
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
AT
AH
UA
LPA
(HA
BASP
AMBA
) 12
,57
64,0
2 76
,15
24,0
3 5,3
0 39
,75
47,7
0 0,4
2 64
,44
2,14
4,11
0,18
1,96
11,4
3 10
,18
0,00
0,044
6 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
A
LAU
SI
GUA
SUN
TOS
9,53
62,6
1 83
,04
21,4
8 5,6
1 56
,09
29,1
3 0,8
7 56
,09
2,19
11,1
0 0,1
4 0,5
5 10
,00
9,59
0,14
0,044
1 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
SA
N P
EDRO
DE
HU
ACA
M
ARI
SCA
L SU
CRE
6,51
54,4
4 80
,00
16,0
3 4,3
5 33
,33
47,7
8 2,2
2 73
,33
0,54
1,63
0,00
1,09
8,45
1,63
0,27
0,043
9 Es
trato
3 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
BABA
BA
BA
5,08
76,5
9 90
,07
14,4
3 1,6
1 37
,30
40,7
5 0,8
4 76
,18
5,58
2,48
0,10
0,37
6,88
11,6
3 0,0
4 0,0
439
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
M
ACA
RÁ
LA V
ICTO
RIA
7,3
2 69
,30
92,1
1 20
,63
3,64
50,0
0 42
,98
0,00
75,4
4 3,7
2 8,1
9 0,0
0 0,0
0 11
,66
15,8
8 0,5
0 0,0
432
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
A
NTO
NIO
AN
TE
IMBA
YA
(SA
N L
UIS
DE
COBU
END
O)
3,36
81,4
0 97
,67
11,2
5 1,2
5 34
,88
53,4
9 0,0
0 72
,09
0,63
0,63
1,27
2,54
4,13
9,52
0,00
0,042
9 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
DA
ULE
LO
S LO
JAS
(EN
RIQ
UE
BAQU
ERIZ
O M
ORE
NO
) 5,8
1 75
,15
99,4
0 17
,38
1,17
42,5
4 43
,74
1,99
79,9
2 15
,72
6,82
0,13
0,18
7,04
17,4
9 0,0
4 0,0
428
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í 24
DE
MA
YO
BE
LLA
VIS
TA
8,58
41,7
1 97
,16
25,1
6 2,2
0 47
,87
38,3
9 0,7
1 77
,96
11,1
4 0,9
5 0,1
6 0,0
8 12
,16
23,6
2 0,1
6 0,0
425
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
OT
AV
ALO
SA
N JU
AN
DE
ILU
MÁ
N
7,21
75,6
1 87
,88
20,9
1 2,0
7 54
,12
33,1
2 2,4
2 67
,04
1,36
3,31
0,21
1,21
9,24
8,35
0,05
0,042
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
SA
NTO
DO
MIN
GO
DE
ON
ZOLE
4,8
1 40
,86
100,
00
16,8
6 1,6
6 34
,41
52,6
9 0,0
0 61
,29
15,4
8 8,8
1 0,0
0 0,2
4 6,9
0 16
,90
0,00
0,042
2 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PORT
OV
IEJO
PU
EBLO
NU
EVO
5,7
1 58
,56
97,7
9 18
,89
1,29
40,3
3 40
,33
1,66
82,8
7 8,3
7 1,4
2 0,1
3 0,2
6 8,6
2 18
,15
2,06
0,041
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E SA
N JO
SÉ D
E CH
AM
ANG
A (C
AB.
EN C
HAM
AN
GA)
5,4
1 66
,52
100,
00
19,8
9 1,3
6 49
,57
27,8
3 3,0
4 73
,91
19,4
8 7,2
9 0,4
6 1,2
5 6,2
6 19
,70
0,68
0,041
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
SAN
JOSÉ
DE
QU
ICHI
NCH
E 6,0
6 72
,57
93,1
9 20
,20
2,52
53,7
0 32
,30
0,97
63,6
2 0,9
9 4,6
8 0,6
6 0,8
3 7,6
5 12
,22
0,39
0,041
3 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PED
ERN
ALE
S AT
AH
UA
LPA
6,0
0 73
,38
98,7
0 20
,48
0,55
48,7
0 40
,91
3,25
68,1
8 12
,18
4,06
0,55
0,92
11,2
5 17
,16
0,00
0,041
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
PALE
STIN
A
PALE
STIN
A
6,51
78,0
1 80
,50
15,4
4 2,1
4 38
,81
42,2
6 0,9
6 76
,96
4,68
2,81
0,21
1,00
6,62
7,81
0,00
0,040
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E SA
LIM
A
6,18
69,5
7 10
0,00
21
,51
1,59
31,8
8 55
,07
0,00
71,0
1 19
,52
5,18
1,99
0,40
7,97
21,5
1 0,4
0 0,0
405
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
PU
CARA
SA
N R
AFA
EL D
E SH
ARU
G
8,66
55,3
5 91
,19
25,1
7 3,9
3 41
,51
42,7
7 0,6
3 77
,36
5,13
5,59
0,00
0,70
16,3
2 19
,11
6,06
0,040
5 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
EUG
ENIO
ESP
EJO
(CA
LPA
QUÍ)
6,17
79,3
0 92
,73
18,6
1 2,6
7 54
,41
31,9
4 2,8
6 64
,54
1,28
3,35
0,00
1,45
7,09
10,8
9 0,0
0 0,0
404
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
JAV
IER
LOY
OLA
(CH
UQU
IPA
TA)
5,35
74,7
3 69
,78
11,5
8 1,9
0 39
,84
38,1
9 0,8
2 68
,68
2,48
3,14
0,33
0,83
5,17
5,83
0,17
0,040
0 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
SA
N F
RA
NCI
SCO
DE
ONZO
LE
5,10
60,2
7 98
,63
17,2
2 2,5
0 49
,32
30,1
4 2,7
4 61
,64
17,1
3 7,5
8 0,2
8 0,0
0 7,5
8 17
,42
0,56
0,039
9 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AM
OTE
CEBA
DAS
7,7
9 75
,31
95,7
8 21
,70
3,31
60,3
1 28
,13
0,47
52,5
0 2,5
7 5,9
5 0,0
0 0,3
3 7,5
7 15
,43
0,24
0,039
8 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
JIPI
JAPA
EL
AN
EGA
DO
(CA
B. E
N E
LOY
ALF
ARO
) 8,7
8 70
,32
99,0
0 22
,99
2,83
44,2
8 42
,79
1,16
82,9
2 10
,03
2,29
0,10
0,15
12,8
7 21
,66
0,05
0,039
6 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SAN
TA A
NA
H
ON
ORA
TO V
ÁSQ
UEZ
(CA
B. E
N V
ÁSQ
UEZ
) 8,9
7 49
,43
92,2
3 27
,33
2,70
45,6
4 40
,34
0,95
74,8
1 19
,10
0,96
0,37
0,52
14,3
8 22
,64
0,52
0,039
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R CA
ÑA
R V
ENTU
RA
5,05
78,4
6 89
,23
16,4
6 2,1
7 47
,69
33,8
5 0,0
0 66
,15
1,58
4,42
0,00
0,32
9,78
8,83
0,00
0,039
0 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SA
LIN
AS
6,89
64,3
4 92
,27
18,3
6 2,1
2 45
,39
34,1
6 0,2
5 59
,85
5,07
7,40
0,00
0,14
9,18
12,6
0 0,3
4 0,0
384
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
CHU
NCH
I CH
UN
CHI
10,9
1 73
,27
70,7
9 19
,67
4,64
43,6
9 40
,10
0,50
64,9
8 3,7
4 5,9
3 0,3
7 3,2
6 10
,90
11,5
4 0,5
9 0,0
383
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
SA
NTA
AN
A
5,63
68,2
1 77
,81
13,7
4 1,8
8 36
,09
48,6
8 0,6
6 67
,55
3,15
4,90
0,07
0,37
9,08
5,71
0,07
0,038
3 Es
trato
3 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
CA
YAM
BE
OLM
EDO
(PES
ILLO
) 8,7
1 64
,75
91,0
2 24
,14
3,16
45,7
6 46
,61
0,51
61,3
6 1,6
4 7,9
1 0,1
8 0,4
7 10
,02
7,21
0,35
0,037
9 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SOZO
RAN
GA
TA
CAM
ORO
S 7,6
0 53
,99
96,2
4 24
,08
2,55
38,9
7 46
,48
0,00
81,2
2 3,9
9 8,8
3 0,1
4 0,1
4 12
,82
17,5
2 1,0
0 0,0
378
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
RIOB
AM
BA
CALP
I 8,5
9 51
,08
88,4
9 21
,69
4,00
51,4
4 31
,12
0,54
61,8
7 1,1
6 6,5
3 0,2
2 0,3
3 8,5
2 14
,89
0,28
0,037
5 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GUA
LACE
O
LUIS
CO
RDER
O V
EGA
6,1
1 82
,26
91,9
4 17
,80
3,03
33,8
7 50
,00
2,42
66,9
4 3,4
6 5,1
9 0,1
9 0,3
8 6,3
5 10
,58
0,38
0,036
6 Es
trato
3 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
CALA
CALÍ
7,5
5 79
,93
58,1
6 12
,73
2,78
43,5
4 39
,46
0,34
59,8
6 1,8
3 2,6
9 0,5
8 4,1
3 5,1
9 7,6
9 0,0
0 0,0
365
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
ING
API
RCA
6,2
5 75
,05
91,7
5 18
,48
2,44
49,3
3 34
,17
0,38
71,9
8 4,4
0 8,5
1 0,1
9 0,1
9 7,8
9 10
,78
0,00
0,036
4 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
LI
CTO
6,5
8 76
,26
93,7
7 16
,65
4,09
59,7
3 28
,40
0,58
68,4
8 2,6
3 5,9
8 0,0
4 0,2
5 7,5
7 9,3
7 0,0
8 0,0
362
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
LUIS
VA
RGA
S TO
RRES
(CA
B. E
N P
LAY
A D
E O
RO)
8,52
36,6
7 93
,33
27,3
8 5,9
5 30
,00
60,0
0 10
,00
53,3
3 7,2
3 19
,28
0,00
0,00
12,0
5 25
,30
2,41
0,035
7 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
ESPÍ
ND
OLA
AM
ALU
ZA
9,86
68,4
4 76
,70
22,2
4 2,7
9 37
,46
46,0
2 0,0
0 73
,16
3,43
11,6
0 0,2
4 2,7
2 12
,66
12,7
8 2,3
7 0,0
354
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í PU
ERTO
LÓ
PEZ
MA
CHA
LILL
A
5,81
76,2
1 97
,93
18,1
5 1,3
6 41
,38
43,7
9 1,7
2 82
,07
17,3
4 2,1
6 0,0
0 0,3
3 7,4
7 18
,67
0,00
0,035
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
PUEB
LOV
IEJO
PU
ERTO
PECH
ICHE
3,6
8 71
,51
94,7
7 12
,60
1,22
45,3
5 43
,02
0,00
69,7
7 8,8
7 3,6
0 0,0
9 0,0
9 5,5
3 11
,06
0,09
0,035
2 Es
trato
3 Zo
na P
lani
ficac
ión 2
N
APO
EL
CH
ACO
G
ON
ZALO
DíA
Z D
E PI
NED
A (E
L BO
MBÓ
N)
8,22
45,4
5 86
,36
16,0
3 1,2
8 45
,45
31,8
2 0,0
0 54
,55
5,13
1,92
0,00
2,56
6,41
10,2
6 0,6
4 0,0
350
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
PED
RO M
ON
CAY
O
TOCA
CHI
9,82
80,0
0 89
,74
26,3
5 6,1
2 45
,64
42,0
5 0,5
1 58
,46
0,56
7,82
0,37
1,12
8,01
6,52
0,56
0,034
6 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CO
LTA
JU
AN
DE
VEL
ASC
O (P
ANG
OR)
8,7
3 71
,05
98,5
4 26
,85
4,12
62,8
7 29
,53
0,29
63,7
4 3,6
0 12
,46
0,10
0,21
11,3
3 20
,80
0,31
0,034
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
GUA
MBA
LÓ (H
UA
MBA
LÓ)
6,58
71,9
5 82
,01
15,4
5 2,5
4 36
,17
52,8
0 0,1
9 66
,15
1,24
1,20
0,00
0,14
7,09
3,27
0,14
0,033
5 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R CA
ÑA
R CH
ONTA
MAR
CA
7,63
70,2
5 88
,92
21,0
6 2,7
4 44
,62
39,2
4 0,6
3 69
,62
5,24
13,1
4 0,1
0 0,3
0 11
,46
15,1
2 0,2
0 0,0
331
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
BIBL
IÁN
JE
RUSA
LÉN
5,9
0 62
,14
84,4
7 14
,57
3,15
52,4
3 33
,01
0,00
68,9
3 1,5
8 4,7
4 0,0
0 0,5
9 5,9
3 7,3
1 0,2
0 0,0
331
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
LL
OA
6,6
9 83
,00
74,0
0 14
,71
2,76
30,0
0 56
,00
2,00
50,0
0 2,8
0 2,8
0 1,8
6 1,4
0 4,4
3 10
,72
0,00
0,032
9 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
SA
N L
UCA
S 5,9
9 72
,86
98,2
1 19
,37
1,99
34,2
9 46
,79
1,43
59,2
9 2,7
6 10
,49
0,09
0,18
10,1
2 16
,74
0,46
0,032
7 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PAJÁ
N
CAM
POZA
NO
(LA
PA
LMA
DE
PAJÁ
N)
7,43
62,5
0 99
,21
21,4
3 2,8
7 52
,69
37,9
7 0,1
6 80
,70
18,3
9 1,2
3 0,0
4 0,2
1 11
,86
20,5
5 0,0
4 0,0
326
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
MA
NÁ
GU
ASA
GA
ND
A (C
AB.
EN G
UA
SAG
AN
DA
5,8
3 66
,67
91,6
7 17
,37
1,27
49,1
2 33
,33
0,88
71,9
3 4,3
7 2,9
9 0,4
3 0,3
2 7,5
7 10
,87
0,32
0,032
3 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
PUY
AN
GO
V
ICEN
TIN
O
7,74
64,2
9 95
,92
21,4
3 1,4
9 37
,76
46,9
4 1,0
2 75
,51
2,42
8,16
0,30
1,21
8,46
16,3
1 0,0
0 0,0
322
Estra
to 3
Zona
Pla
nific
ació
n 5
GUA
YA
S PE
DRO
CA
RBO
SA
BAN
ILLA
6,8
5 79
,45
96,8
2 17
,97
2,89
43,6
4 43
,01
0,64
71,4
0 3,3
2 6,1
5 0,2
4 0,1
5 8,7
9 15
,87
0,15
0,032
2 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
OÑ
A
SUSU
DEL
5,8
9 60
,00
84,2
9 14
,58
3,57
41,4
3 31
,43
1,43
51,4
3 0,3
1 2,4
5 0,0
0 1,5
3 7,3
4 3,9
8 0,0
0 0,0
317
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
BIBL
IÁN
TU
RUPA
MBA
12
,04
72,0
9 97
,67
27,3
7 6,5
0 45
,74
40,3
1 0,0
0 59
,69
3,25
6,50
0,00
0,54
9,49
25,7
5 0,0
0 0,0
317
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
SAN
MIG
UEL
6,7
3 72
,92
91,2
5 17
,16
3,57
36,2
5 43
,75
0,42
68,7
5 1,5
5 6,8
8 0,1
9 0,3
9 8,1
4 8,1
4 0,1
9 0,0
316
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
N
ON
O
8,31
84,0
3 86
,81
19,9
6 3,3
3 52
,08
37,5
0 0,6
9 64
,58
5,11
5,50
1,96
0,98
7,47
11,9
8 0,5
9 0,0
316
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I SI
GCH
OS
SIG
CHO
S 11
,38
71,5
4 91
,69
27,3
4 3,9
5 52
,27
35,2
2 0,2
2 54
,82
5,07
6,85
0,14
0,84
16,1
4 21
,21
0,33
0,031
5 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SI
MIÁ
TUG
6,24
76,6
4 98
,15
21,7
9 2,0
7 59
,26
18,8
0 0,5
7 49
,57
4,18
12,1
6 0,0
8 0,2
4 7,8
5 11
,52
0,36
0,030
8 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
CALV
AS
EL L
UCE
RO
10,0
7 51
,47
94,6
1 29
,22
3,50
38,2
4 52
,94
0,00
72,0
6 5,0
0 20
,21
0,00
0,42
22,5
0 10
,42
0,21
0,030
7 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
PATA
TE
SUCR
E (C
AB.
EN
SU
CRE-
PATA
TE U
RCU
) 6,0
8 81
,94
84,0
3 17
,12
3,42
47,9
2 34
,72
0,69
53,4
7 1,8
9 5,3
4 0,0
0 0,0
0 7,9
2 8,2
6 0,1
7 0,0
297
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
CO
TACA
CHI
PLA
ZA G
UTI
ÉRRE
Z (C
ALV
ARIO
) 8,6
7 69
,77
88,3
7 21
,60
1,60
60,4
7 30
,23
0,00
65,1
2 5,6
0 3,2
0 1,6
0 2,4
0 9,6
0 19
,20
0,80
0,029
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
Q
UIM
IAG
7,8
4 71
,60
94,4
2 21
,62
4,32
50,4
9 37
,62
0,24
63,3
5 1,3
6 4,4
8 0,3
4 0,4
8 9,3
0 15
,48
0,27
0,028
8 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
JI
MBI
LLA
5,7
5 81
,25
90,6
3 15
,00
1,67
35,9
4 45
,31
0,00
70,3
1 1,7
2 8,2
5 0,3
4 0,0
0 8,9
3 14
,09
0,00
0,028
8 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
QU
ERO
RU
MIP
AM
BA
7,03
84,2
1 94
,74
18,9
8 3,5
9 48
,33
40,1
9 0,4
8 64
,59
1,16
1,98
0,00
0,12
6,86
13,2
6 0,0
0 0,0
286
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
EL T
AM
BO
EL T
AM
BO
6,42
73,1
9 70
,89
14,7
7 2,5
5 40
,46
34,7
0 0,9
9 64
,64
0,89
3,27
0,17
1,57
5,73
8,11
0,21
0,028
3 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SARA
GU
RO
URD
AN
ETA
(PA
QUIS
HAP
A)
5,18
74,3
6 89
,74
14,0
4 2,7
1 42
,56
34,8
7 0,5
1 78
,46
1,37
5,96
0,00
0,10
8,30
5,27
0,49
0,028
3 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
PA
LLAT
ANG
A
PALL
ATAN
GA
8,9
4 75
,58
86,1
4 22
,05
3,43
47,3
8 37
,89
0,87
64,5
3 2,6
2 3,5
0 0,4
0 1,8
8 10
,66
15,5
1 0,4
0 0,0
283
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í CH
ONE
BOY
ACÁ
6,8
2 52
,77
97,7
2 21
,35
0,90
38,7
6 44
,95
0,65
84,3
6 14
,89
3,32
0,81
0,36
7,53
20,0
9 0,0
9 0,0
276
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
O
CTA
VIO
CO
RDER
O P
ALA
CIOS
(SA
NTA
ROS
A)
9,20
69,3
8 84
,69
20,4
9 4,6
1 44
,50
44,9
8 0,4
8 61
,72
2,18
5,31
0,41
0,54
8,44
11,5
6 0,2
7 0,0
273
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
TELE
MBÍ
5,5
9 43
,49
100,
00
18,6
1 0,4
1 56
,19
22,2
2 0,6
3 66
,67
18,3
6 6,2
6 0,0
0 0,4
1 8,0
0 18
,46
0,31
0,027
2 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PICH
INCH
A
SAN
SEB
AST
IÁN
7,0
5 56
,33
92,9
9 21
,89
1,24
39,3
5 43
,40
1,08
78,7
1 10
,82
1,75
0,00
0,42
8,99
18,7
3 0,0
8 0,0
271
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
SA
N M
IGU
EL D
E U
RCU
QU
Í SA
N B
LAS
5,47
81,8
2 83
,03
14,2
0 1,9
3 43
,03
43,6
4 0,0
0 68
,48
0,24
2,57
0,12
0,86
4,90
5,02
0,00
0,027
0 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R SU
SCA
L SU
SCA
L 8,2
9 70
,91
76,9
2 19
,08
2,40
49,5
2 28
,61
1,44
57,6
9 2,1
2 5,6
7 0,0
8 0,8
3 10
,66
12,1
7 0,2
3 0,0
265
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
GUA
NO
SA
N G
ERA
RDO
DE
PACA
ICA
GU
ÁN
6,6
0 83
,85
88,8
2 17
,68
2,97
40,3
7 44
,72
0,00
63,9
8 5,4
0 7,8
0 0,1
5 0,1
5 6,6
0 11
,84
0,15
0,026
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R A
ZOG
UES
TA
DA
Y
7,27
78,1
5 78
,15
16,7
1 4,8
7 29
,41
52,1
0 1,6
8 52
,94
1,87
7,03
0,23
0,47
7,96
10,7
7 0,0
0 0,0
257
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
COLT
A
VIL
LA L
A U
NIÓ
N (C
AJA
BAM
BA)
5,75
73,2
2 86
,42
12,9
0 2,7
1 64
,61
22,4
7 0,6
6 60
,86
1,73
3,24
0,08
0,32
4,21
7,48
0,03
0,025
6 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
PU
NÍN
5,5
7 68
,77
96,7
0 15
,40
3,63
61,2
6 29
,43
0,90
67,2
7 2,0
4 3,3
0 0,1
1 0,2
2 5,4
5 12
,50
0,06
0,025
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
SAN
CRI
STÓB
AL
(CA
RLOS
ORD
ÓÑ
EZ L
AZO
) 5,2
7 72
,44
96,0
6 16
,87
2,94
43,3
1 40
,16
0,00
66,1
4 5,6
0 6,3
8 0,4
7 0,3
1 6,6
9 11
,35
0,16
0,024
9 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
JUA
N B
ENIG
NO
VEL
A
6,84
80,2
0 92
,16
18,3
1 3,7
9 50
,39
37,4
5 0,2
0 56
,67
2,28
4,37
0,00
0,23
8,14
9,81
0,05
0,024
8
126
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ALA
CEO
ZH
IDM
AD
7,4
0 66
,50
90,6
4 20
,64
2,43
35,9
6 41
,87
0,49
67,0
0 5,1
8 8,8
4 0,1
5 0,1
5 10
,82
12,8
0 0,0
0 0,0
244
Estra
to 3
Zona
Pla
nific
ació
n 1
CARC
HI
BOLÍ
VA
R SA
N R
AFA
EL
8,33
46,9
0 86
,21
20,0
0 3,3
0 27
,59
55,8
6 0,0
0 71
,72
0,43
3,41
0,00
2,13
12,3
7 11
,30
0,00
0,024
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GUA
LACE
O
MA
RIA
NO
MO
REN
O
7,03
75,5
4 89
,67
19,3
5 3,5
5 28
,80
58,1
5 1,0
9 67
,93
3,72
8,04
0,00
0,45
11,3
1 13
,99
0,15
0,023
8 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
SAN
PA
BLO
6,1
3 69
,03
79,0
8 15
,90
2,62
49,5
9 30
,15
1,48
69,3
6 0,9
5 3,1
0 0,1
2 0,9
9 6,5
3 6,9
1 0,0
4 0,0
231
Estra
to 3
Zona
Pla
nific
ació
n 2
NA
PO
QUIJ
OS
CUY
UJA
7,3
3 77
,78
93,3
3 20
,83
2,78
31,1
1 42
,22
0,00
57,7
8 0,7
0 4,2
0 2,1
0 0,0
0 10
,49
16,7
8 0,0
0 0,0
223
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í 24
DE
MA
YO
N
OBO
A
7,68
63,0
2 96
,62
22,2
7 2,3
3 52
,49
33,2
0 0,6
0 80
,52
16,6
5 1,5
4 0,0
0 0,0
6 12
,83
20,5
8 0,0
6 0,0
217
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
NTI
AG
O D
E PÍ
LLAR
O
PRES
IDEN
TE U
RBIN
A (C
HA
GRA
PAM
BA -P
ATZU
CUL)
7,0
0 87
,76
79,0
8 15
,35
3,84
35,2
0 41
,84
0,00
62,2
4 1,3
3 2,2
9 0,0
0 0,8
4 6,2
7 1,4
5 0,4
8 0,0
216
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ZA
POTI
LLO
PA
LETI
LLA
S 5,7
0 70
,67
93,3
3 16
,19
1,26
42,6
7 46
,67
0,67
74,6
7 6,3
4 11
,54
0,16
0,98
9,11
11,5
4 0,4
9 0,0
215
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
ALA
USI
A
LAU
SÍ
6,75
71,9
9 50
,94
11,1
2 2,7
9 44
,27
32,6
6 1,6
0 67
,34
0,96
3,30
0,35
3,22
4,18
3,49
0,00
0,021
3 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
ZAPO
TILL
O
GA
RZA
REA
L 7,6
9 51
,82
96,3
5 22
,52
2,87
47,4
5 37
,96
0,73
81,0
2 8,1
1 18
,47
0,00
1,35
15,7
7 15
,32
0,00
0,020
1 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
U
RBIN
A 8,9
4 38
,24
98,5
3 27
,05
5,80
42,6
5 42
,65
1,47
61,7
6 12
,08
3,86
0,00
1,45
16,4
3 12
,08
0,00
0,019
4 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
GUA
RAIN
AG
16
,08
56,6
2 93
,38
34,7
0 11
,19
25,7
4 57
,35
0,00
72,0
6 5,6
4 10
,15
0,38
0,00
18,0
5 24
,06
1,13
0,019
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
QU
ININ
DÉ
CHU
RA (C
HA
NCA
MA)
(CA
B. E
N E
L Y
ERBE
RO)
6,23
60,3
4 10
0,00
20
,92
1,89
39,6
6 39
,66
0,00
58,9
8 14
,26
3,61
0,99
0,90
7,94
20,9
4 0,0
0 0,0
194
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
GUA
NO
SA
N JO
SÉ D
EL C
HA
ZO
11,1
9 74
,14
96,5
5 28
,47
3,56
43,1
0 46
,55
0,00
54,3
1 1,8
1 9,0
3 0,0
0 0,0
0 16
,97
13,0
0 0,0
0 0,0
189
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
N
AN
EGA
L 9,4
8 54
,40
75,2
0 19
,08
3,16
41,2
0 42
,80
0,40
59,2
0 2,7
7 2,2
5 1,7
2 1,9
8 7,7
9 8,0
6 0,1
3 0,0
189
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
DU
CUR
8,38
60,3
4 87
,64
23,3
1 2,6
0 43
,39
40,2
3 1,1
5 62
,93
2,84
7,05
0,11
1,16
12,0
0 14
,53
0,00
0,018
6 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CO
LTA
SA
NTI
AG
O D
E Q
UIT
O (C
AB.
EN
SA
N A
NTO
NIO
DE
QU
ITO
) 8,4
3 79
,92
99,3
7 16
,53
5,79
80,5
4 13
,81
0,21
56,2
8 5,2
0 4,4
3 0,0
0 0,0
4 6,2
1 11
,04
0,04
0,018
1 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
IBA
RRA
AN
GO
CHA
GU
A
8,83
85,4
2 96
,53
24,3
2 4,8
6 60
,76
33,3
3 0,3
5 75
,69
0,98
5,63
0,33
0,43
7,69
2,93
0,11
0,017
8 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PAJÁ
N
GUA
LE
7,02
52,9
0 95
,29
20,1
5 2,5
8 57
,97
31,1
6 0,3
6 77
,17
14,3
9 1,3
0 0,3
7 0,5
6 9,7
5 17
,92
1,39
0,017
8 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
SAN
RA
FAEL
6,6
6 80
,61
91,1
4 18
,00
1,61
50,4
2 36
,01
0,55
59,5
6 1,7
8 2,8
1 0,0
0 0,5
9 7,4
0 6,2
1 0,1
5 0,0
172
Estra
to 3
Zona
Pla
nific
ació
n 3
PAST
AZA
PA
STA
ZA
SARA
YA
CU
3,01
63,6
4 10
0,00
13
,78
0,67
48,0
5 29
,87
0,00
59,7
4 8,0
0 10
,44
0,00
0,00
5,78
13,1
1 0,4
4 0,0
169
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
Q
UER
O
QU
ERO
7,1
2 69
,06
84,5
3 17
,37
3,27
44,1
4 45
,62
0,30
66,6
0 1,5
2 2,0
2 0,1
0 0,3
3 7,7
9 6,7
1 0,1
0 0,0
169
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
OT
AV
ALO
D
R. M
IGU
EL E
GAS
CA
BEZA
S (P
EGU
CHE)
7,3
9 81
,99
83,9
3 21
,26
2,05
57,0
6 32
,96
3,32
59,8
3 0,9
9 3,3
2 0,1
8 1,1
7 9,1
5 9,0
6 0,3
6 0,0
169
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
IB
ARR
A
CARO
LIN
A
7,23
64,1
4 90
,91
18,3
6 1,6
1 47
,47
40,9
1 0,5
1 69
,19
1,76
5,83
0,27
0,27
11,1
1 14
,50
0,54
0,016
4 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PICH
INCH
A
BARR
AG
AN
ETE
4,45
61,4
2 99
,11
16,2
5 0,5
3 56
,38
29,6
7 0,5
9 79
,53
12,5
9 2,3
6 0,1
8 0,5
9 7,0
9 14
,83
0,00
0,015
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
M
IRA
JI
JÓN
Y C
AAM
AÑ
O (C
AB.
EN
RÍO
BLA
NCO
) 7,2
9 57
,62
94,7
0 22
,86
3,38
33,1
1 46
,36
0,00
62,9
1 4,7
7 6,3
6 2,1
9 1,1
9 10
,34
16,5
0 0,2
0 0,0
150
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
PEN
IPE
PEN
IPE
14,2
2 67
,68
41,4
1 15
,09
4,88
45,1
2 36
,36
1,01
70,0
3 0,7
4 1,4
8 0,4
5 0,4
5 7,2
7 3,8
6 0,1
5 0,0
141
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í M
AN
TA
SAN
TA M
ARI
AN
ITA
(BO
CA D
E PA
COCH
E)
4,58
37,9
0 10
0,00
14
,79
1,76
27,4
2 60
,48
0,00
80,6
5 11
,90
1,82
0,00
0,42
5,32
14,7
1 0,0
0 0,0
138
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
SA
N JO
SÉ D
E M
INA
S 10
,74
75,0
6 80
,21
22,9
7 4,1
2 46
,66
42,4
2 0,5
1 63
,88
2,58
8,03
0,58
2,09
10,7
1 14
,01
0,15
0,013
0 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I CO
TACA
CHI
5,05
69,9
4 57
,57
9,58
2,07
44,9
7 33
,64
1,39
68,4
4 0,7
9 2,5
6 0,2
9 1,3
2 4,6
9 4,0
9 0,0
5 0,0
129
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
N
ABÓ
N
COCH
APA
TA
10,2
2 73
,57
93,9
5 27
,55
4,85
36,6
2 50
,64
0,00
71,0
2 6,2
1 7,9
2 0,7
3 0,4
9 16
,81
12,3
0 0,0
0 0,0
125
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
PE
RUCH
O
9,38
56,7
6 55
,41
15,2
2 6,9
6 58
,11
32,4
3 0,0
0 62
,16
0,88
1,76
0,44
2,20
7,05
6,17
0,44
0,011
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
RIO
VER
DE
MO
NTA
LVO
(CA
B. E
N H
ORQ
UET
A)
7,31
55,9
7 95
,22
21,8
9 2,2
8 42
,32
39,2
5 1,3
7 61
,09
16,5
5 4,1
6 0,6
2 1,5
6 9,0
5 18
,31
0,21
0,011
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
EL E
MPA
LME
EL R
OSA
RIO
6,0
7 56
,53
94,8
1 19
,76
1,58
41,8
6 35
,60
0,89
73,8
8 9,9
0 1,7
3 0,4
5 0,5
9 7,9
9 15
,03
0,05
0,010
8 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
AN
TON
IO A
NTE
SA
N R
OQU
E 6,3
6 73
,64
71,9
4 15
,18
2,26
42,6
4 40
,31
1,09
71,6
3 1,9
9 3,9
8 0,0
8 1,0
6 7,4
9 6,5
6 0,2
1 0,0
106
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
SAN
TA T
ERES
ITA
10
,93
71,8
8 97
,40
31,9
6 3,6
3 41
,15
48,4
4 0,0
0 71
,35
12,9
6 18
,83
0,00
0,73
18,5
8 21
,76
7,58
0,010
4 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
JIPI
JAPA
LA
UN
IÓN
9,3
8 51
,10
98,9
0 23
,56
3,39
48,3
5 36
,26
0,00
84,6
2 15
,36
0,68
0,00
0,00
15,3
6 20
,99
0,00
0,010
4 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
COLI
MES
CO
LIM
ES
6,79
77,5
5 90
,99
17,8
9 2,4
7 43
,96
40,3
1 1,1
1 77
,21
8,79
3,98
0,23
0,57
8,24
12,3
6 0,0
6 0,0
103
Estra
to 3
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
ANCH
AY
ACU
7,0
2 53
,93
100,
00
22,4
3 2,5
7 52
,25
21,3
5 1,6
9 64
,04
20,2
1 5,9
9 1,0
3 0,5
1 8,3
9 22
,09
0,00
0,010
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SIG
CHO
S IS
INLI
VÍ
9,51
63,5
2 93
,49
26,5
2 5,4
7 60
,26
24,4
3 0,3
3 49
,84
4,67
6,63
0,37
0,49
13,7
6 16
,09
0,00
0,009
6 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SA
N S
IMÓ
N (Y
ACOT
O)
8,14
72,2
2 88
,89
23,0
8 3,6
4 45
,61
42,6
9 0,2
9 58
,19
2,01
6,23
0,10
0,58
13,4
2 11
,22
0,67
0,009
5 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
PUJI
LI
ZUM
BAH
UA
5,0
6 80
,78
96,5
6 17
,31
1,83
62,3
4 22
,66
0,31
55,9
4 5,4
5 9,8
5 0,0
0 0,1
1 9,1
1 12
,12
0,22
0,008
5 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
GO
NZA
NAM
Á
CHAN
GA
IMIN
A (L
A L
IBER
TAD
) 8,7
2 62
,50
89,5
8 21
,45
3,93
38,3
3 42
,92
0,42
80,8
3 3,0
7 7,4
3 0,2
6 1,0
2 10
,37
11,5
2 0,2
6 0,0
082
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
ZHU
D
8,61
77,9
4 90
,20
24,0
1 3,1
6 45
,59
39,2
2 0,4
9 55
,88
4,76
12,2
2 0,0
0 0,0
0 11
,90
10,7
9 0,0
0 0,0
082
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I SA
LCED
O
MU
LALI
LLO
6,2
2 75
,57
87,9
1 17
,11
3,28
37,7
8 38
,54
0,76
62,4
7 3,0
6 4,5
9 0,0
6 0,3
7 8,6
2 9,4
2 0,0
6 0,0
081
Estra
to 3
Zona
Pla
nific
ació
n 1
CARC
HI
BOLÍ
VA
R M
ON
TE O
LIV
O
9,88
63,4
7 86
,23
24,8
9 6,4
4 32
,34
55,6
9 0,0
0 62
,87
1,32
2,63
0,22
2,85
16,4
5 13
,60
0,00
0,008
1 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
SA
N JU
AN
6,6
6 53
,77
85,3
4 17
,72
3,01
54,1
8 29
,12
0,41
60,9
0 0,2
7 2,8
5 0,0
5 0,6
4 6,4
4 10
,04
0,00
0,007
8 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
BOLÍ
VA
R M
EMBR
ILLO
10
,08
56,9
8 95
,53
28,3
8 1,3
4 35
,75
52,7
9 2,2
3 67
,04
11,9
2 0,7
4 0,8
6 0,9
8 14
,37
26,6
6 0,0
0 0,0
072
Estra
to 3
Zona
Pla
nific
ació
n 2
NA
PO
EL C
HA
CO
OYA
CACH
I 10
,00
43,5
5 70
,97
26,2
3 3,2
8 51
,61
32,2
6 1,6
1 45
,16
2,46
2,46
0,82
0,00
5,74
3,28
0,00
0,006
7 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
BOLÍ
VA
R 6,1
6 73
,65
77,8
4 14
,66
3,70
32,3
4 53
,29
0,00
63,4
7 0,4
1 1,2
4 0,1
4 0,2
8 5,5
2 8,1
5 0,0
0 0,0
062
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
CO
TACA
CHI
6 DE
JULI
O D
E CU
ELLA
JE (C
AB.
EN
CU
ELLA
JE)
7,47
69,1
7 82
,71
19,5
1 2,6
9 43
,61
45,1
1 0,0
0 70
,68
3,16
8,13
0,23
0,45
12,1
9 13
,09
0,23
0,004
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
CALV
AS
SAN
GUIL
LÍN
7,2
5 67
,77
100,
00
22,5
6 2,3
3 48
,76
43,8
0 0,8
3 79
,34
8,16
15,1
5 0,0
0 0,4
7 14
,45
12,8
2 0,0
0 0,0
042
Estra
to 3
Zona
Pla
nific
ació
n 2
PICH
INCH
A
MEJ
IA
MA
NU
EL C
ORN
EJO
AST
ORG
A (T
AN
DA
PI)
6,72
77,2
4 78
,46
17,2
7 1,8
5 40
,65
43,0
9 0,4
1 58
,13
5,25
2,68
0,82
2,68
6,59
12,4
6 0,3
1 0,0
041
Estra
to 3
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LA JO
YA
DE
LOS
SACH
AS
POM
PEY
A 6,8
9 68
,67
100,
00
22,4
3 0,0
0 32
,53
49,4
0 0,0
0 46
,99
21,0
3 13
,08
0,00
0,00
4,21
21,5
0 0,0
0 0,0
037
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
HO
NO
RATO
VÁ
SQU
EZ (T
AM
BO V
IEJO
) 5,4
1 74
,78
81,6
0 14
,60
1,59
37,0
9 42
,73
0,59
77,4
5 2,5
4 3,9
5 0,2
0 0,0
7 5,2
2 9,5
0 0,4
7 0,0
033
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
NTI
AG
O D
E PÍ
LLAR
O
SAN
JOSÉ
DE
POA
LÓ
5,05
85,2
6 89
,47
12,3
1 2,7
4 50
,53
41,0
5 1,0
5 72
,63
1,72
3,61
0,34
0,17
6,87
4,47
0,17
0,003
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
GO
NZÁ
LEZ S
UÁ
REZ
6,15
70,2
3 83
,53
17,8
2 2,2
7 49
,13
34,9
7 0,8
7 65
,90
1,21
3,11
0,00
0,83
6,97
10,9
2 0,0
8 0,0
023
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í JI
PIJA
PA
JULC
UY
7,3
6 80
,00
99,3
8 22
,86
3,19
58,7
5 32
,50
0,00
83,7
5 13
,92
2,89
0,00
0,00
14,0
9 21
,56
0,00
0,001
3 Es
trato
3 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
JIPI
JAPA
A
MÉR
ICA
9,0
8 64
,03
95,6
8 21
,77
3,26
50,3
6 38
,13
0,00
84,8
9 12
,79
3,38
0,31
0,00
13,4
1 17
,71
0,10
0,001
1 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
A
LAU
SI
SEV
ILLA
12
,70
84,3
1 94
,12
34,7
0 4,1
1 54
,90
33,3
3 0,9
8 56
,86
2,76
9,22
0,00
0,00
17,0
5 3,2
3 0,9
2 0,0
010
Estra
to 3
Zona
Pla
nific
ació
n 1
CARC
HI
MIR
A
CON
CEPC
IÓN
10
,12
50,7
0 96
,13
31,1
6 3,2
6 29
,58
52,1
1 0,7
0 58
,10
1,64
6,57
0,15
0,45
19,1
0 22
,09
0,30
0,000
7 Es
trato
3 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
RIO
VER
DE
CHON
TAD
URO
5,2
1 57
,74
100,
00
19,5
5 1,5
4 46
,43
35,7
1 0,6
0 72
,02
15,9
7 3,2
2 1,5
4 0,5
6 5,1
8 17
,93
0,14
0,000
6 Es
trato
3 Zo
na P
lani
ficac
ión 2
N
APO
QU
IJOS
SU
MA
CO
5,13
100,
00
100,
00
20,0
0 0,0
0 0,0
0 50
,00
0,00
100,
00
0,00
0,00
0,00
0,00
10,0
0 10
,00
0,00
0,000
0 Es
trato
3 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
O
RELL
ANA
EL
ED
ÉN
2,78
64,0
0 10
0,00
13
,21
0,00
52,0
0 32
,00
0,00
64,0
0 9,4
3 4,4
0 0,0
0 0,0
0 1,8
9 10
,06
1,26
0,000
0 Es
trato
3 Zo
na P
lani
ficac
ión 5
GU
AY
AS
COLI
MES
SA
N JA
CIN
TO
6,38
75,6
4 97
,18
18,2
4 1,8
6 49
,74
36,6
7 0,7
7 72
,56
9,92
4,05
0,18
0,12
9,20
15,3
7 0,0
0 0,0
000
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ALA
CEO
SI
MÓ
N B
OLÍ
VA
R (C
AB.
EN
GAÑ
AN
ZOL)
10
,64
75,8
3 88
,33
25,9
0 5,9
0 28
,33
60,8
3 0,0
0 65
,00
2,63
5,26
0,00
0,00
12,8
3 17
,43
0,00
0,000
0 Es
trato
3 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
GUIZ
HA
GU
IÑA
6,9
2 63
,56
88,9
8 19
,87
3,28
31,3
6 57
,63
0,85
72,8
8 0,4
4 5,3
0 0,2
2 0,4
4 13
,91
18,1
0 0,0
0 0,0
000
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
SE
LVA
ALE
GRE
3,9
4 52
,63
96,0
5 12
,73
1,01
36,8
4 48
,68
0,00
75,0
0 1,4
3 4,5
1 0,0
0 1,0
2 6,1
5 7,9
9 0,6
1 0,0
000
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
SU
MA
YPA
MBA
6,7
1 76
,64
84,1
1 19
,50
2,23
46,7
3 40
,19
0,00
57,9
4 1,6
9 9,0
1 0,0
0 1,1
3 12
,11
5,07
0,00
0,000
0 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
ZAPO
TILL
O
BOLA
SPAM
BA
6,08
57,5
8 95
,45
18,4
6 3,4
6 59
,09
28,7
9 0,0
0 66
,67
2,77
7,51
0,00
0,00
5,53
18,5
8 0,0
0 0,0
000
Estra
to 3
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
PALA
ND
A
LA C
AN
ELA
4,5
1 68
,75
100,
00
16,8
7 2,4
1 37
,50
43,7
5 0,0
0 93
,75
17,2
8 11
,11
0,00
1,23
4,94
17,2
8 0,0
0 0,0
000
Estra
to 3
Zona
Pla
nific
ació
n 5
GUA
YA
S D
AU
LE
LIM
ONA
L 6,4
2 78
,33
96,8
0 18
,86
2,17
41,0
3 44
,23
0,71
77,6
2 10
,93
3,96
0,21
0,26
9,36
17,4
0 0,0
4 -0
,000
5 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
PIM
AM
PIRO
CH
UG
Á
8,80
90,5
3 98
,95
23,3
6 4,9
8 45
,26
47,3
7 0,0
0 56
,84
3,79
11,0
4 0,3
2 0,0
0 11
,36
15,1
4 0,3
2 -0
,001
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
FL
ORE
S 7,6
8 79
,37
100,
00
17,8
1 5,0
1 69
,05
21,7
8 0,5
7 63
,32
5,74
6,09
0,00
0,12
7,69
15,9
1 0,2
4 -0
,001
1 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I G
ARC
ÍA M
ORE
NO
(LL
URI
MA
GUA)
6,0
7 65
,47
95,7
7 19
,56
2,30
39,7
4 44
,30
0,00
64,8
2 3,3
4 6,9
3 0,4
2 0,8
3 10
,60
14,9
4 0,8
3 -0
,001
3 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I A
PUEL
A
7,79
71,1
3 90
,85
21,7
2 4,0
9 47
,89
38,0
3 0,0
0 61
,97
4,33
10,8
2 0,0
0 0,8
7 12
,12
12,3
4 0,4
3 -0
,001
4 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
PUJI
LI
TIN
GO
6,6
4 71
,75
88,8
5 18
,05
2,99
42,3
8 42
,38
1,86
64,6
8 1,7
2 2,1
0 0,2
9 1,2
4 8,6
0 12
,62
0,00
-0,0
015
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
SI
DCA
Y
6,43
64,3
1 76
,47
13,5
2 2,6
9 41
,96
47,4
5 0,3
9 72
,16
2,74
3,77
0,00
0,43
7,36
5,82
0,51
-0,0
016
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
COLT
A
CAÑ
I 11
,23
64,8
1 94
,44
31,4
8 4,8
1 39
,81
47,2
2 0,9
3 51
,85
8,15
14,4
4 0,3
7 1,1
1 18
,52
21,8
5 0,0
0 -0
,001
8 Es
trato
3 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
GU
ALA
QU
IZA
CH
IGÜ
IND
A
9,60
75,4
7 79
,25
24,8
2 5,1
1 54
,72
32,0
8 0,0
0 54
,72
3,65
8,03
0,00
1,46
12,4
1 16
,79
0,00
-0,0
019
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I PU
JILI
GU
AN
GA
JE
2,99
77,9
2 10
0,00
11
,10
0,36
67,5
0 20
,42
0,83
55,4
2 4,8
1 6,4
3 0,0
0 0,0
6 5,7
7 8,8
4 0,1
2 -0
,002
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GIRÓ
N
GIRÓ
N
5,39
83,0
8 59
,56
9,13
2,05
30,7
7 50
,99
0,44
67,0
3 1,2
6 2,6
6 0,1
7 2,5
3 4,5
8 4,9
7 0,1
3 -0
,002
2 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
OÑ
A
SAN
FEL
IPE
DE
OÑ
A C
ABE
CERA
CAN
TON
AL
8,31
57,7
9 86
,43
18,2
9 3,9
5 33
,67
46,7
3 0,5
0 73
,87
2,55
5,78
0,13
1,21
12,6
3 5,2
4 0,5
4 -0
,002
5 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GUA
LACE
O
REM
IGIO
CRE
SPO
TOR
AL
(GÚ
LAG
) 5,0
2 74
,65
74,6
5 12
,02
2,81
26,7
6 63
,38
0,00
73,2
4 1,8
1 2,8
5 0,0
0 0,7
8 7,5
1 2,8
5 0,0
0 -0
,002
8 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
SAN
MIG
UEL
SA
N P
ABL
O (S
AN
PA
BLO
DE
ATE
NA
S)
6,23
74,5
6 84
,21
16,5
3 1,8
3 37
,43
43,2
7 0,2
9 68
,42
3,89
3,59
0,29
0,88
9,38
11,6
6 0,0
7 -0
,002
9 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
NA
BÓN
EL
PRO
GRE
SO (C
AB.
EN Z
HOT
A)
7,70
61,9
4 96
,77
20,9
4 2,8
9 53
,55
37,4
2 0,0
0 73
,55
6,36
9,64
0,00
0,36
13,0
9 14
,73
0,36
-0,0
038
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
SA
N P
ABL
O D
E TE
NTA
6,6
1 66
,67
97,1
2 21
,31
2,48
41,9
8 45
,27
0,41
69,1
4 3,7
0 9,1
4 0,4
4 0,3
3 11
,32
12,5
1 1,2
0 -0
,004
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CH
UN
CHI
LLA
GOS
10
,87
82,9
0 83
,42
24,5
9 6,3
5 55
,96
33,1
6 0,5
2 59
,59
6,20
9,71
1,03
1,03
9,92
14,0
5 0,0
0 -0
,004
1 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CO
LTA
CO
LUM
BE
5,76
73,3
0 97
,92
15,1
8 2,9
3 64
,00
23,4
1 0,3
3 52
,63
2,73
2,50
0,00
0,00
4,67
10,1
7 0,0
4 -0
,004
7 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
SAN
MIG
UEL
DE
URC
UQ
UÍ
CAHU
ASQ
UÍ
6,67
54,5
5 77
,69
14,1
2 2,1
3 37
,19
56,2
0 0,0
0 73
,55
0,20
2,94
0,00
1,76
6,65
5,09
0,39
-0,0
056
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
SA
N M
IGU
EL D
E U
RCU
QU
Í PA
BLO
ARE
NA
S 5,1
5 39
,45
76,1
5 12
,48
2,42
32,1
1 56
,88
0,00
77,0
6 0,0
0 0,9
4 0,1
9 1,8
8 6,9
7 2,8
2 0,0
0 -0
,007
1 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SALC
EDO
M
ULL
IQU
IND
IL (S
AN
TA A
NA)
5,8
3 68
,33
88,5
7 15
,10
2,44
39,5
2 48
,57
0,71
64,5
2 1,6
9 2,4
6 0,0
5 0,3
6 5,2
8 5,5
8 0,2
6 -0
,007
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
NA
BÓN
N
ABÓ
N
6,70
70,5
3 86
,36
18,6
5 2,8
2 42
,79
38,5
6 0,3
1 64
,58
2,41
3,80
0,17
0,30
9,50
6,17
0,17
-0,0
080
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
COJI
TAM
BO
7,05
81,1
5 80
,77
16,4
9 3,1
6 46
,15
42,6
9 0,3
8 77
,69
2,03
5,51
0,29
0,00
6,76
2,13
0,00
-0,0
085
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
ALA
USI
HU
IGRA
11
,27
70,9
4 83
,02
25,0
7 6,8
2 42
,26
44,5
3 1,1
3 60
,38
4,02
12,2
2 0,0
0 3,1
3 13
,26
16,9
9 0,0
0 -0
,008
7 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
FA
CUN
DO
VEL
A
8,89
76,6
1 88
,81
21,2
4 2,5
3 43
,73
36,2
7 0,3
4 46
,44
6,24
10,8
5 0,2
3 0,5
8 11
,55
16,1
7 0,2
3 -0
,009
7 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PUCA
RA
PUCA
RÁ
9,40
55,7
0 90
,41
24,6
1 2,8
9 41
,84
42,1
0 0,2
6 74
,74
1,93
7,72
0,50
0,99
16,7
8 14
,21
0,54
-0,0
100
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
CH
ECA
(JID
CAY
) 6,4
6 61
,58
68,9
3 12
,88
2,78
33,3
3 50
,85
0,56
69,4
9 0,9
0 3,7
1 0,3
8 1,1
5 4,8
6 4,3
5 0,3
8 -0
,010
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
A
LAU
SI
PUM
ALL
ACT
A
15,2
5 84
,06
100,
00
39,5
8 6,2
5 73
,91
23,9
1 0,0
0 76
,09
5,42
22,0
8 0,4
2 0,0
0 22
,50
29,5
8 0,0
0 -0
,011
0 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R BI
BLIÁ
N
NA
ZÓN
(CA
B. E
N P
AM
PA D
E D
OM
ÍNG
UEZ
) 6,3
2 74
,69
93,2
1 19
,17
1,93
41,3
6 40
,74
0,62
65,4
3 1,9
4 5,6
6 0,3
0 0,4
5 6,8
6 13
,41
0,45
-0,0
111
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
LL
UZH
APA
7,3
9 69
,84
96,8
3 20
,22
2,02
39,6
8 42
,06
0,00
69,8
4 4,6
1 8,2
9 0,0
0 0,0
0 10
,14
17,0
5 0,4
6 -0
,011
2 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
A
LAU
SI
ACH
UPA
LLA
S 6,7
7 64
,94
95,6
5 20
,02
1,82
60,1
7 30
,58
0,42
61,7
1 4,2
0 11
,69
0,08
0,04
8,94
14,0
6 0,4
7 -0
,011
4 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
CH
UN
CHI
COM
PUD
10
,25
52,2
2 94
,44
27,3
5 5,9
8 60
,00
28,8
9 1,1
1 72
,22
11,2
6 7,3
6 0,8
7 0,4
3 12
,12
17,7
5 0,0
0 -0
,011
5 Es
trato
3 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
PUÉL
LARO
8,2
9 65
,49
78,4
6 18
,85
3,46
45,9
3 40
,44
0,66
66,1
5 1,5
5 4,1
8 0,5
4 1,4
8 8,4
8 8,8
9 0,2
0 -0
,012
0 Es
trato
3 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
SAN
FER
NA
ND
O (P
ASA
SAN
FER
NA
ND
O)
7,79
81,9
6 97
,42
20,3
2 5,3
3 67
,01
22,6
8 1,0
3 57
,73
1,15
6,34
0,00
0,86
9,80
9,37
0,00
-0,0
130
Estra
to 3
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R SA
N M
IGU
EL
BILO
VÁN
6,7
8 71
,51
91,9
4 18
,57
2,20
37,6
3 45
,70
1,08
62,3
7 6,3
4 8,6
9 0,4
1 0,4
1 9,3
8 14
,07
0,69
-0,0
131
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
CH
AVEZ
PAM
BA
11,4
9 59
,78
80,4
3 20
,68
4,64
35,8
7 59
,78
0,00
67,3
9 2,5
6 5,5
6 0,0
0 0,8
5 11
,54
2,56
0,85
-0,0
132
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
O
LMED
O
LA T
ING
UE
7,04
65,9
6 97
,87
17,9
8 4,3
9 27
,66
59,5
7 0,0
0 65
,96
5,80
8,04
0,00
0,45
7,59
12,0
5 0,0
0 -0
,013
9 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R D
ÉLEG
SO
LAN
O
9,84
66,4
6 91
,46
19,8
7 4,5
2 34
,76
54,2
7 0,6
1 75
,00
2,76
4,23
0,16
0,00
12,2
0 11
,54
0,00
-0,0
152
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
GUA
LLET
URO
9,4
5 72
,45
90,3
6 25
,71
3,45
52,8
9 36
,64
0,55
55,1
0 4,2
2 12
,88
0,42
0,42
15,8
4 14
,04
0,32
-0,0
158
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
ALA
USI
SI
BAM
BE
8,37
77,7
8 91
,67
21,6
5 3,3
5 48
,77
41,6
7 0,0
0 63
,58
4,16
9,61
0,20
0,69
11,0
0 19
,03
0,30
-0,0
170
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
RIOB
AM
BA
PUN
GA
LÁ
7,44
76,3
0 93
,68
19,8
9 2,5
8 62
,53
27,5
4 0,0
0 61
,17
1,26
2,96
0,13
0,13
10,0
3 13
,43
0,19
-0,0
172
127
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
TI
SALE
O
QU
INCH
ICO
TO
6,51
85,8
8 82
,35
13,8
0 0,5
2 32
,94
56,4
7 0,0
0 68
,24
0,00
0,79
0,00
0,00
4,49
4,22
0,26
-0,0
172
Estra
to 3
Zona
Pla
nific
ació
n 3
COTO
PAX
I PA
NGU
A
EL C
ORA
ZÓN
8,3
2 68
,13
84,2
5 20
,51
2,47
45,9
7 37
,18
0,37
58,6
1 6,6
1 10
,70
0,12
0,96
12,5
1 15
,33
0,66
-0,0
173
Estra
to 3
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
TAIS
HA
HU
ASA
GA
(CA
B. E
N W
AM
PUIK
) 1,6
6 68
,00
100,
00
9,38
0,39
68,0
0 20
,00
0,00
48,0
0 6,6
4 7,4
2 0,0
0 0,0
0 0,3
9 9,3
8 5,0
8 -0
,018
2 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
GU
ALE
L 7,9
1 61
,96
85,2
8 17
,43
2,75
32,5
2 49
,69
0,61
68,1
0 1,7
2 7,5
0 0,0
0 0,3
1 8,1
3 12
,66
1,09
-0,0
189
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
ES
PÍN
DO
LA
EL A
IRO
6,7
2 47
,76
97,0
1 24
,17
1,42
47,7
6 32
,84
1,49
76,1
2 1,4
6 6,8
3 0,0
0 0,4
9 15
,61
9,76
0,00
-0,0
190
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ALA
CEO
SA
N JU
AN
5,0
0 73
,96
92,4
5 16
,07
3,21
50,1
9 24
,53
0,00
73,5
8 2,4
4 5,3
6 0,1
6 0,4
7 8,6
8 9,0
7 0,3
9 -0
,019
2 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
ES
PEJO
EL
GO
ALT
AL
5,76
68,0
9 95
,74
19,8
1 2,8
3 34
,04
42,5
5 0,0
0 76
,60
1,42
4,74
0,47
0,47
12,3
2 9,4
8 0,9
5 -0
,019
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
GIM
A
6,17
64,0
4 79
,21
14,7
9 3,2
6 38
,20
41,0
1 0,5
6 64
,04
1,89
4,53
0,00
0,76
9,70
8,19
0,00
-0,0
193
Estra
to 3
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
SAN
AN
TON
IO
7,75
74,5
1 75
,82
18,4
3 3,3
1 34
,64
45,1
0 0,6
5 60
,13
3,35
6,71
0,63
1,05
9,22
12,3
7 0,0
0 -0
,020
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SARA
GU
RO
SAN
SEB
AST
IÁN
DE
YÚ
LUC
7,13
88,5
7 95
,71
22,1
3 2,4
6 37
,14
50,0
0 0,0
0 71
,43
3,36
7,98
0,00
0,42
15,1
3 9,2
4 1,6
8 -0
,021
7 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
PIM
AM
PIRO
M
ARI
AN
O A
COST
A
11,2
0 77
,46
91,9
1 26
,97
6,64
47,4
0 45
,09
0,00
65,3
2 3,1
2 7,9
0 0,0
0 0,6
2 19
,96
5,61
0,21
-0,0
222
Estra
to 3
Zona
Pla
nific
ació
n 4
MA
NAB
Í JI
PIJA
PA
MEM
BRIL
LAL
12,7
4 83
,59
95,3
1 27
,94
6,18
56,2
5 32
,81
0,78
79,6
9 8,7
0 1,8
6 0,0
0 0,0
0 14
,29
19,8
8 0,9
3 -0
,022
9 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
CA
CHA
(CA
B. E
N M
ACH
ÁN
GA
RA)
5,47
72,8
3 10
0,00
12
,16
3,10
79,7
7 14
,45
0,00
83,8
2 0,9
2 1,9
3 0,0
8 0,0
0 3,8
6 7,3
9 0,0
8 -0
,024
0 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R D
ÉLEG
D
ÉLEG
8,1
2 65
,28
76,3
9 14
,22
3,91
43,3
3 45
,56
0,28
69,7
2 1,7
6 3,4
6 0,6
8 0,2
7 4,0
0 4,7
4 0,2
7 -0
,024
3 Es
trato
3 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SIG
CHO
S LA
S PA
MPA
S 7,9
8 80
,65
93,5
5 20
,35
2,35
36,7
7 50
,32
0,00
58,7
1 4,0
2 10
,24
0,20
0,80
10,2
4 16
,67
0,40
-0,0
245
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
PA
UTE
TO
MEB
AM
BA
8,77
49,1
5 89
,83
22,1
3 4,6
4 38
,14
52,5
4 0,0
0 72
,88
4,41
6,89
0,55
1,93
12,4
0 19
,01
0,00
-0,0
247
Estra
to 3
Zona
Pla
nific
ació
n 3
PAST
AZA
PA
STA
ZA
MO
NTA
LVO
(AN
DO
AS)
2,7
0 63
,46
99,0
4 12
,08
0,29
57,6
9 19
,23
0,96
76,9
2 9,5
3 11
,00
0,15
0,00
4,40
11,8
8 4,8
4 -0
,025
3 Es
trato
3 Zo
na P
lani
ficac
ión 1
CA
RCHI
TU
LCÁ
N
MA
LDON
ADO
8,5
1 81
,38
89,6
6 26
,13
1,87
33,7
9 42
,07
0,00
63,4
5 5,0
8 7,2
2 0,2
7 1,0
7 17
,38
7,22
1,60
-0,0
260
Estra
to 3
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
ALA
USI
M
ULT
ITU
D
7,49
73,7
2 92
,95
21,2
0 3,5
3 51
,92
38,4
6 0,0
0 65
,38
5,14
10,4
6 0,1
8 0,0
0 11
,17
17,0
2 0,1
8 -0
,026
8 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
GU
EL
8,90
75,0
0 76
,67
17,7
5 6,2
4 33
,33
55,0
0 0,8
3 45
,00
1,45
3,86
0,24
0,48
10,8
7 2,1
7 0,2
4 -0
,026
9 Es
trato
3 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
COTA
CACH
I QU
IRO
GA
5,2
1 73
,51
66,9
6 11
,61
1,36
49,7
0 35
,42
0,89
73,8
1 0,7
3 3,7
6 0,1
3 0,8
6 6,5
9 4,5
5 0,2
6 -0
,027
2 Es
trato
3 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
SAN
MIG
UEL
SA
NTI
AG
O
8,23
75,6
9 90
,97
21,5
6 2,2
2 36
,11
44,4
4 0,0
0 65
,97
1,34
5,12
0,22
0,67
10,2
4 12
,47
0,22
-0,0
272
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
SA
NTA
ISA
BEL
ZHA
GLL
I (SH
AG
LLI)
5,75
60,4
8 91
,94
15,4
6 1,8
9 31
,45
51,6
1 0,8
1 61
,29
3,09
5,33
0,34
0,17
10,1
4 12
,20
1,89
-0,0
304
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
NTI
AG
O D
E PÍ
LLAR
O
EMIL
IO M
ARÍ
A T
ERÁ
N (R
UM
IPA
MBA
) 8,1
8 91
,87
83,7
4 20
,85
3,77
37,4
0 48
,78
0,00
56,9
1 0,7
6 3,5
6 0,0
0 0,0
0 9,6
7 7,6
3 0,2
5 -0
,032
4 Es
trato
3 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S SH
USH
UFI
ND
I PA
ÑA
COCH
A
4,53
71,7
9 10
0,00
17
,05
0,57
33,3
3 48
,72
0,00
53,8
5 10
,23
10,8
0 0,0
0 0,5
7 6,8
2 17
,05
0,57
-0,0
325
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
N P
EDRO
DE
PELI
LEO
CO
TALÓ
7,2
9 82
,96
85,9
3 16
,23
4,36
37,7
8 45
,93
0,00
60,7
4 0,5
3 1,6
0 0,0
0 0,3
6 5,1
5 6,9
3 0,0
0 -0
,036
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
PA
LORA
CU
MA
ND
Á (C
AB.
EN
CO
LON
IA A
GRÍ
COLA
SEV
ILLA
DEL
ORO
) 4,3
5 40
,00
100,
00
14,4
4 4,4
4 46
,67
20,0
0 0,0
0 73
,33
10,0
0 6,6
7 0,0
0 0,0
0 5,5
6 10
,00
0,00
-0,0
383
Estra
to 3
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
JUA
N B
OSCO
PA
N D
E A
ZÚCA
R 5,6
6 73
,33
100,
00
18,4
6 6,1
5 53
,33
33,3
3 0,0
0 86
,67
10,7
7 12
,31
1,54
0,00
6,15
16,9
2 0,0
0 -0
,038
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R A
ZOG
UES
RI
VER
A
7,33
66,3
7 93
,81
22,3
7 4,8
8 48
,67
33,6
3 0,0
0 65
,49
7,55
11,2
0 1,0
4 0,0
0 13
,54
19,2
7 0,0
0 -0
,040
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
LUD
O
5,02
74,5
6 99
,41
17,4
5 3,3
9 46
,15
43,2
0 0,0
0 49
,11
2,79
7,39
0,00
0,12
10,7
9 12
,85
0,12
-0,0
415
Estra
to 3
Zona
Pla
nific
ació
n 6
AZU
AY
CH
ORD
ELEG
SA
N M
ART
ÍN D
E PU
ZHIO
4,8
6 84
,62
94,2
3 14
,53
2,77
32,6
9 57
,69
0,00
59,6
2 2,8
0 4,9
0 0,0
0 0,0
0 8,0
4 9,0
9 0,3
5 -0
,041
8 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
SAN
TA F
É D
E G
ALÁ
N
6,75
76,9
9 83
,19
18,0
0 2,4
3 39
,82
38,0
5 0,0
0 50
,44
0,98
4,88
0,00
0,00
11,9
5 3,4
1 0,0
0 -0
,042
6 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
CELI
CA
CRU
ZPA
MBA
(CA
B. E
N C
ARL
OS B
UST
AM
AN
TE)
6,58
54,1
7 80
,56
17,3
8 2,8
4 43
,06
38,8
9 0,0
0 87
,50
0,72
2,52
0,00
0,72
10,4
3 2,5
2 1,4
4 -0
,045
1 Es
trato
3 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
CHAU
CHA
10
,33
78,3
6 89
,55
24,6
6 4,5
6 50
,75
42,5
4 0,0
0 65
,67
7,65
10,3
8 0,2
7 0,5
5 18
,58
15,8
5 1,3
7 -0
,045
9 Es
trato
3 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
PE
NIP
E PU
ELA
12
,06
36,0
0 90
,67
26,9
8 4,6
5 44
,00
45,3
3 0,0
0 41
,33
0,48
2,38
0,00
0,00
12,8
6 12
,86
0,00
-0,0
487
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
LO
JA
QU
INA
RA
7,37
39,2
2 92
,16
20,5
6 2,8
2 39
,22
43,1
4 0,9
8 63
,73
3,99
5,98
0,00
0,28
12,5
4 10
,54
1,42
-0,0
493
Estra
to 3
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
GU
ALE
A
8,74
59,3
2 85
,88
20,7
8 2,4
9 38
,98
48,5
9 0,0
0 63
,28
5,55
3,22
0,72
0,89
11,8
1 12
,70
0,18
-0,0
501
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
CO
TACA
CHI
PEÑ
AH
ERRE
RA
11,0
7 51
,65
84,0
7 22
,72
3,85
47,8
0 43
,96
0,00
62,0
9 1,6
5 7,8
4 0,2
1 0,8
2 11
,96
14,4
3 0,8
2 -0
,050
3 Es
trato
3 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
RÍ
O C
ORR
IEN
TES
2,55
66,6
7 10
0,00
8,0
0 0,0
0 66
,67
33,3
3 0,0
0 50
,00
8,00
8,00
0,00
0,00
4,00
8,00
8,00
-0,0
511
Estra
to 3
Zona
Pla
nific
ació
n 1
IMBA
BURA
PI
MA
MPI
RO
SAN
FR
AN
CISC
O D
E SI
GSI
PAM
BA
8,04
53,9
2 86
,27
19,2
0 2,9
3 37
,25
42,1
6 0,0
0 61
,76
3,74
3,48
0,53
1,07
13,3
7 9,0
9 0,2
7 -0
,051
7 Es
trato
3 Zo
na P
lani
ficac
ión 7
LO
JA
SARA
GU
RO
MA
NÚ
6,8
6 61
,75
85,2
5 18
,27
3,07
42,0
8 42
,62
1,09
66,6
7 2,8
4 5,9
7 0,0
0 0,5
7 12
,66
9,39
0,14
-0,0
537
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
QU
ISA
PIN
CHA
(Q
UIZA
PIN
CHA
) 5,4
6 79
,58
87,3
2 14
,96
2,53
52,8
2 33
,10
0,42
51,8
3 1,3
3 3,0
3 0,0
0 0,4
8 6,4
5 5,3
6 0,0
3 -0
,056
3 Es
trato
3 Zo
na P
lani
ficac
ión 6
CA
ÑA
R CA
ÑA
R G
ENER
AL
MO
RALE
S (SO
CART
E)
6,68
74,4
5 98
,24
20,7
6 2,5
1 59
,03
23,7
9 0,4
4 55
,51
5,14
13,6
2 0,2
4 0,4
8 10
,39
14,8
1 0,1
2 -0
,056
7 Es
trato
3 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
RÍ
O T
IGRE
3,9
6 80
,77
100,
00
14,4
0 0,8
0 50
,00
19,2
3 0,0
0 10
0,00
14
,40
12,8
0 0,0
0 0,0
0 6,4
0 14
,40
0,80
-0,0
634
Estra
to 3
Zona
Pla
nific
ació
n 7
LOJA
PA
LTAS
CA
SAN
GA
7,5
3 63
,24
92,6
5 21
,78
2,49
36,7
6 43
,38
0,00
77,2
1 2,1
0 3,9
8 0,2
1 0,6
3 10
,48
9,64
0,84
-0,0
640
Estra
to 3
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
Q
UER
O
YA
NAY
ACU
- M
OCH
APA
TA (C
AB.
EN
YAN
AY
ACU
) 4,8
0 81
,05
81,0
5 11
,26
1,31
52,6
3 36
,84
1,05
66,3
2 0,9
6 1,3
5 0,3
8 0,5
8 5,9
6 4,2
3 0,3
8 -0
,071
4 Es
trato
3 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
A
GU
ARI
CO
CAPI
TÁN
AU
GU
STO
RIV
AD
ENEY
RA
4,14
89,6
6 10
0,00
15
,97
0,00
44,8
3 48
,28
3,45
44,8
3 13
,89
15,2
8 0,0
0 0,0
0 5,5
6 15
,97
2,08
-0,1
075
Estra
to 2
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SHU
SHU
FIN
DI
SHU
SHU
FIN
DI
10,2
6 37
,53
88,8
8 15
,72
1,36
47,1
4 23
,16
1,59
74,4
0 4,9
1 2,3
0 0,2
5 4,9
0 5,1
9 6,7
7 0,1
4 0,1
427
Estra
to 2
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
SAM
BORO
ND
ÓN
SAM
BORO
ND
ÓN
4,03
69,5
7 47
,12
5,93
0,89
22,6
9 32
,21
1,35
67,7
9 1,8
0 1,2
2 0,0
8 1,3
9 2,6
0 2,2
4 0,0
6 0,1
131
Estra
to 2
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S Q
UIN
IND
É M
ALI
MPI
A
4,99
58,5
8 98
,76
17,6
7 1,3
2 36
,00
41,4
2 0,6
8 60
,72
11,4
9 2,4
2 1,3
5 0,6
5 6,0
2 15
,98
1,25
0,097
3 Es
trato
2 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
QUIN
SALO
MA
QU
INSA
LOM
A
6,79
62,7
0 87
,75
18,0
6 2,1
8 33
,63
44,1
0 0,5
4 62
,61
11,2
5 2,0
6 0,6
6 1,0
0 8,2
4 14
,38
0,36
0,092
1 Es
trato
2 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
CALD
ERÓN
(CA
RAPU
NG
O)
4,76
50,2
6 35
,75
4,44
0,99
29,3
7 33
,07
1,89
63,6
2 0,2
1 0,1
6 0,1
4 4,0
1 1,1
9 0,2
5 0,0
5 0,0
881
Estra
to 2
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
A
LAN
GA
SÍ
5,18
51,4
7 38
,27
5,77
0,97
29,0
4 29
,67
1,67
64,8
4 0,4
0 0,2
9 0,5
3 2,1
2 1,7
4 0,8
2 0,0
8 0,0
881
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S A
LFRE
DO
BA
QU
ERIZ
O M
ORE
NO
(JU
JÁN
) A
LFRE
DO
BA
QU
ERIZ
O M
ORE
NO
(JU
JÁN
) 6,1
8 70
,13
86,3
2 16
,50
2,17
29,0
3 46
,50
1,03
70,6
5 5,1
1 3,0
9 0,2
7 0,7
4 6,5
4 12
,39
0,07
0,085
1 Es
trato
2 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
PUEM
BO
4,31
60,5
8 47
,95
6,22
1,40
26,6
2 41
,98
1,88
57,5
1 0,3
0 0,4
1 1,7
4 2,7
6 1,9
1 0,2
8 0,1
1 0,0
824
Estra
to 2
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
CO
NO
COTO
4,2
8 57
,64
35,4
2 4,4
1 0,9
9 20
,63
33,4
6 1,9
3 62
,73
0,25
0,10
0,21
2,95
1,18
0,41
0,04
0,075
7 Es
trato
2 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
VA
LEN
CIA
V
ALE
NCI
A
5,10
67,9
4 87
,66
15,0
2 1,1
5 33
,35
42,4
2 1,3
8 64
,53
7,61
1,22
0,86
1,74
5,51
12,2
6 0,1
1 0,0
725
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S V
ENTA
NA
S ZA
POTA
L 6,6
5 68
,42
95,9
0 19
,97
2,12
31,9
4 49
,71
0,72
70,7
2 11
,21
2,88
0,26
0,65
9,16
17,7
5 0,1
1 0,0
725
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í 24
DE
MA
YO
SU
CRE
8,25
61,2
8 93
,50
23,2
5 2,2
8 42
,42
40,7
0 0,5
4 80
,60
14,1
5 1,2
6 0,1
1 0,4
3 10
,33
15,5
5 0,0
0 0,0
711
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í PE
DER
NA
LES
COJI
MÍE
S 6,2
0 58
,47
97,5
3 21
,73
1,69
43,8
8 34
,47
1,29
68,8
2 18
,62
5,54
2,73
1,00
11,0
4 20
,18
0,14
0,069
6 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
ROCA
FUER
TE
ROCA
FUER
TE
6,95
57,0
8 79
,10
16,6
2 1,7
3 30
,97
46,5
4 1,2
0 75
,70
5,61
1,32
0,11
0,56
8,78
9,67
0,06
0,068
5 Es
trato
2 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
SAN
AN
TON
IO
4,41
63,8
0 38
,94
5,24
1,50
24,0
9 35
,01
1,82
58,5
4 0,5
1 0,2
8 0,2
9 3,5
9 1,3
5 1,0
6 0,0
9 0,0
675
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BA
BAH
OY
O
LA U
NIÓ
N
7,40
57,2
9 91
,27
20,0
3 2,1
2 26
,73
48,7
8 0,9
6 62
,41
5,34
1,58
1,35
1,96
7,56
9,35
0,09
0,067
3 Es
trato
2 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
GUA
YLL
ABA
MBA
5,6
3 67
,54
61,5
1 10
,27
1,98
23,0
3 47
,37
1,97
59,8
7 0,7
4 0,2
7 1,2
0 4,6
2 2,6
5 4,7
3 0,2
0 0,0
648
Estra
to 2
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S Q
UIN
IND
É LA
UN
IÓN
5,7
2 75
,24
81,5
6 15
,07
1,92
32,0
5 43
,02
0,88
62,5
1 5,7
4 1,2
9 1,1
5 1,5
5 5,9
6 6,9
7 0,1
4 0,0
638
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S N
ARA
NJI
TO
NA
RAN
JITO
7,3
5 67
,76
68,7
2 14
,76
2,75
30,1
5 47
,02
1,35
65,2
8 1,6
4 1,3
5 0,1
5 4,0
0 6,1
0 5,1
7 0,0
3 0,0
637
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S SA
N JA
CIN
TO D
E Y
AG
UA
CHI
SAN
JACI
NTO
DE
YA
GU
ACH
I 5,8
0 71
,76
70,6
6 12
,82
1,60
31,8
7 42
,49
1,75
69,6
9 2,2
9 3,3
3 0,2
2 1,2
0 5,2
5 4,5
7 0,0
4 0,0
630
Estra
to 2
Zona
Pla
nific
ació
n 2
PICH
INCH
A
CAY
AMBE
CA
YAM
BE
5,27
60,8
7 58
,67
9,59
1,55
31,2
2 39
,95
1,31
58,5
6 0,5
9 1,1
9 0,1
8 3,5
9 4,0
5 3,1
6 0,0
4 0,0
625
Estra
to 2
Zona
Pla
nific
ació
n 3
COTO
PAX
I SA
LCED
O
SAN
MIG
UEL
5,2
4 75
,58
66,2
6 10
,60
1,92
32,4
6 41
,66
0,67
64,4
3 1,3
8 2,4
7 0,1
8 2,0
3 4,2
9 4,6
9 0,0
7 0,0
614
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S LO
MA
S D
E SA
RGEN
TILL
O
LOM
AS
DE
SARG
ENTI
LLO
6,7
8 69
,34
88,2
3 18
,36
2,17
42,6
7 38
,67
1,92
74,7
8 3,4
9 4,5
7 0,0
4 0,5
6 9,2
7 11
,12
0,04
0,061
2 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
PLA
YAS
G
ENER
AL
VIL
LAM
IL (P
LAY
AS)
6,2
7 73
,56
66,4
9 13
,24
1,57
23,2
8 46
,41
2,09
68,4
7 3,5
9 2,4
0 0,4
9 1,1
9 5,9
4 3,4
2 0,0
4 0,0
604
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í PE
DER
NA
LES
PED
ERN
ALE
S 5,8
3 69
,32
89,9
1 18
,65
1,03
35,7
8 38
,58
3,11
64,9
3 11
,48
2,13
0,62
3,67
7,63
14,3
6 0,1
5 0,0
593
Estra
to 2
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S Q
UIN
IND
É RO
SA Z
ÁRA
TE (Q
UIN
IND
É)
5,70
68,0
0 89
,05
16,8
8 1,4
9 30
,39
42,1
9 2,4
8 62
,26
8,81
0,93
0,74
2,64
5,72
12,2
8 0,1
5 0,0
580
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S SA
LITR
E (U
RBIN
A JA
DO)
EL
SA
LITR
E (L
AS
RAM
AS),
CABE
CERA
CA
NTO
NA
L 5,6
3 77
,40
89,0
8 15
,77
1,67
35,5
4 43
,88
2,27
74,4
9 7,6
6 4,2
6 0,0
3 0,5
6 8,3
2 8,9
7 0,1
1 0,0
571
Estra
to 2
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
DU
RÁN
EL
OY A
LFA
RO (D
URÁ
N)
5,62
68,4
3 69
,07
11,8
9 1,5
9 19
,42
38,4
4 2,7
6 63
,74
5,96
0,87
0,08
2,42
3,03
6,69
0,26
0,057
0 Es
trato
2 Zo
na P
lani
ficac
ión 7
LO
JA
CALV
AS
CARI
AM
ANG
A
6,71
64,3
8 69
,63
15,0
0 1,5
4 25
,26
49,3
4 0,9
8 71
,38
2,58
4,27
0,12
3,37
7,44
6,87
0,20
0,056
4 Es
trato
2 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LA M
AN
Á
LA M
AN
Á
5,60
72,7
2 69
,03
11,6
3 1,5
9 30
,63
43,3
8 0,9
4 62
,09
2,61
0,78
0,24
4,18
4,23
4,68
0,13
0,056
1 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
DA
ULE
D
AU
LE
5,18
71,3
8 73
,65
11,7
7 1,1
3 31
,27
40,9
3 1,7
2 72
,18
7,45
2,14
0,07
1,12
5,40
7,77
0,02
0,055
7 Es
trato
2 Zo
nas n
o de
limita
das
ZON
AS
NO
DEL
IMIT
AD
AS
MA
NG
A D
EL C
UR
A
MA
NG
A D
EL C
UR
A
6,21
74,7
9 95
,19
19,3
7 1,4
8 38
,09
43,9
1 0,6
2 67
,73
14,0
9 1,3
9 0,3
2 1,1
5 7,4
2 17
,23
0,18
0,054
6 Es
trato
2 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
PU
ERTO
QU
ITO
PU
ERTO
QU
ITO
5,1
2 67
,72
91,6
9 15
,30
1,29
33,5
2 48
,14
0,67
64,3
7 7,3
7 1,2
5 1,3
7 1,4
1 5,3
2 13
,74
0,58
0,053
2 Es
trato
2 Zo
na P
lani
ficac
ión 2
N
APO
TE
NA
TE
NA
4,2
9 61
,02
63,2
1 9,3
0 1,0
0 22
,99
36,9
3 1,6
5 63
,21
1,62
1,74
0,09
3,03
3,17
4,11
0,08
0,053
2 Es
trato
2 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
VÍN
CES
VIN
CES
5,76
73,6
9 77
,13
14,2
6 1,6
1 32
,32
37,5
5 1,7
8 71
,37
6,82
3,60
0,18
1,20
7,09
9,45
0,07
0,052
9 Es
trato
2 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
O
RELL
ANA
PU
ERTO
FRA
NCI
SCO
DE
OREL
LAN
A (E
L CO
CA)
4,73
64,3
9 71
,60
10,6
8 1,5
9 20
,10
39,4
1 3,2
8 55
,76
3,18
1,03
0,15
3,15
3,64
3,84
0,12
0,052
6 Es
trato
2 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
RU
MIÑ
AH
UI
SAN
GO
LQU
I 4,2
3 60
,69
34,1
2 4,3
4 1,0
8 19
,28
37,1
8 1,5
7 60
,57
0,11
0,09
0,23
3,32
1,20
0,74
0,14
0,052
2 Es
trato
2 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
PUJI
LI
PUJI
LÍ
5,27
67,4
8 81
,61
14,2
0 2,1
9 40
,35
34,8
5 0,6
2 67
,59
1,04
3,12
0,07
1,27
5,53
8,11
0,22
0,051
9 Es
trato
2 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S LA
GO
AG
RIO
N
UEV
A L
OJA
5,8
2 65
,04
85,4
5 14
,37
1,60
26,1
5 39
,27
2,38
60,6
1 7,1
8 1,5
4 0,1
2 4,4
0 4,5
2 11
,40
0,09
0,051
7 Es
trato
2 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S ES
MER
ALD
AS
6,53
64,8
1 53
,99
10,6
2 1,7
3 20
,98
34,3
9 3,9
2 62
,89
1,43
0,96
0,18
3,36
4,66
1,33
0,06
0,051
7 Es
trato
2 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
PALE
NQU
E PA
LEN
QUE
5,26
73,4
2 89
,01
15,0
7 1,9
8 43
,19
37,9
0 0,6
8 74
,19
8,83
6,38
0,14
0,49
7,38
11,1
6 0,1
0 0,0
513
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í PO
RTO
VIE
JO
ABD
ÓN
CA
LDER
ÓN (S
AN
FRA
NCI
SCO)
8,6
5 46
,86
95,0
2 25
,87
2,05
27,4
3 51
,51
1,06
76,9
8 16
,82
1,02
0,14
0,68
10,9
9 22
,67
0,14
0,051
1 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SUCR
E CH
ARA
POTÓ
7,9
0 53
,03
91,3
5 20
,16
2,08
29,1
7 48
,17
1,33
74,3
7 10
,55
2,02
0,16
0,81
8,12
16,7
2 0,1
3 0,0
498
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BA
BAH
OY
O
BABA
HO
YO
6,2
0 72
,39
59,6
6 11
,47
1,67
20,0
7 37
,46
2,51
62,8
2 1,7
9 1,8
6 0,1
2 2,3
5 5,1
6 3,8
1 0,1
3 0,0
496
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S U
RDA
NET
A
RICA
URT
E 6,6
0 67
,01
87,6
8 17
,55
2,10
31,7
4 45
,60
1,69
69,0
6 7,8
5 1,7
6 0,2
8 1,5
6 8,0
2 13
,01
0,07
0,049
1 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
EL T
RIU
NFO
EL
TRI
UN
FO
6,55
71,8
6 79
,95
16,5
3 2,0
6 31
,24
44,8
8 1,3
3 66
,06
2,88
1,34
0,46
2,54
5,70
9,63
0,12
0,048
1 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
TOSA
GUA
TO
SAGU
A
6,99
72,4
7 78
,77
17,3
4 1,2
0 34
,08
42,3
1 2,0
3 71
,86
7,81
2,64
0,27
1,23
9,68
5,84
0,07
0,047
9 Es
trato
2 Zo
na P
lani
ficac
ión 4
SA
NTO
DO
MIN
GO
DE
LOS
TSÁ
CHIL
AS
SAN
TO D
OM
ING
O
VA
LLE
HERM
OSO
6,1
0 57
,47
84,8
9 16
,19
1,50
29,3
5 47
,63
0,35
63,8
0 9,5
4 0,7
5 2,2
2 2,1
3 6,0
3 14
,15
0,75
0,047
7 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
NA
RAN
JAL
NA
RAN
JAL
5,81
70,1
1 66
,05
11,9
0 1,7
8 26
,65
47,8
6 1,0
4 61
,86
1,13
1,14
0,49
2,88
5,08
3,84
0,12
0,047
5 Es
trato
2 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
VEN
TAN
AS
VEN
TAN
AS
6,70
74,1
2 77
,04
16,3
8 1,8
2 26
,20
43,3
1 1,5
4 65
,82
5,11
0,91
0,27
2,91
7,86
9,38
0,14
0,046
8 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SAN
TA A
NA
SA
NTA
AN
A D
E V
UEL
TA L
ARG
A
7,23
56,6
4 79
,96
18,3
9 1,5
5 38
,21
40,0
1 1,1
2 76
,61
6,69
0,73
0,28
0,86
10,6
8 9,8
6 0,0
6 0,0
453
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S BA
LAO
BA
LAO
6,1
7 72
,59
82,3
1 15
,31
1,98
30,1
7 50
,63
0,87
61,6
1 2,8
1 1,8
7 1,2
6 2,0
0 5,6
9 7,4
6 0,0
6 0,0
448
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í M
ON
TECR
ISTI
M
ON
TECR
ISTI
6,1
2 65
,52
89,4
0 17
,07
1,28
29,8
6 46
,22
2,31
73,1
3 10
,75
1,08
0,26
1,36
6,69
14,2
5 0,1
5 0,0
440
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BU
ENA
FÉ
SAN
JACI
NTO
DE
BUEN
A F
É 5,7
1 72
,07
73,7
9 13
,79
1,39
33,9
9 41
,35
1,62
67,2
5 2,7
0 0,7
4 0,4
5 2,6
0 5,1
8 4,6
2 0,0
9 0,0
433
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S Q
UEV
EDO
Q
UEV
EDO
6,3
3 75
,67
69,3
5 13
,80
1,71
24,8
0 39
,21
2,72
62,8
0 3,3
1 0,7
2 0,2
4 2,9
7 5,4
4 6,1
8 0,0
8 0,0
431
Estra
to 2
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
TU
MBA
CO
4,17
64,5
4 47
,55
6,01
1,03
23,0
8 36
,90
1,73
64,1
6 0,4
2 0,3
3 0,5
6 3,0
9 1,5
7 0,8
4 0,1
4 0,0
428
Estra
to 2
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
TACU
NG
A
LATA
CUN
GA
4,7
8 69
,36
52,1
8 7,8
9 1,4
1 26
,90
38,5
8 1,4
7 62
,44
0,54
1,38
0,12
2,69
2,69
3,33
0,16
0,041
5 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
PED
RO C
ARB
O
PED
RO C
ARB
O
7,00
74,8
7 90
,79
18,3
8 2,2
8 39
,76
41,1
3 1,5
0 71
,82
4,07
3,30
0,15
0,82
8,87
13,9
9 0,2
1 0,0
414
Estra
to 2
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
Q
UIT
O D
ISTR
ITO
MET
ROPO
LITA
NO
4,4
3 58
,13
30,1
0 3,6
2 1,1
7 19
,13
36,0
3 2,1
8 60
,91
0,13
0,06
0,09
4,57
1,07
0,36
0,02
0,041
2 Es
trato
2 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
PU
YO
4,9
5 67
,60
48,3
7 7,3
8 1,6
7 20
,00
39,7
8 1,4
9 62
,92
1,14
0,24
0,12
3,90
2,56
1,98
0,19
0,041
0 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PICH
INCH
A
PICH
INCH
A
6,42
63,4
2 91
,50
19,2
0 0,9
4 39
,27
44,3
6 0,6
3 75
,49
11,6
6 1,5
4 0,3
0 0,9
0 8,5
7 15
,94
0,05
0,039
3 Es
trato
2 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
OTA
VA
LO
OTA
VA
LO
5,18
73,4
9 57
,20
9,35
1,58
39,3
3 34
,13
1,43
65,9
8 0,7
4 1,7
5 0,1
7 2,9
3 4,3
2 3,5
3 0,0
8 0,0
392
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í PO
RTO
VIE
JO
RIOC
HICO
(RÍO
CHI
CO)
7,54
59,9
3 92
,21
21,5
8 1,3
8 29
,12
49,4
4 0,9
0 70
,88
12,3
7 1,0
7 0,1
7 0,4
7 9,6
3 19
,29
0,23
0,038
5 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
MIL
AG
RO
MIL
AG
RO
6,26
72,0
6 69
,12
13,0
9 2,0
0 22
,24
43,8
4 2,0
3 67
,07
1,20
0,92
0,11
2,41
4,36
5,82
0,08
0,037
1 Es
trato
2 Zo
na P
lani
ficac
ión 1
CA
RCHI
TU
LCÁ
N
TULC
ÁN
5,1
8 74
,99
35,7
1 5,4
7 1,3
9 18
,56
50,2
4 1,4
1 62
,70
0,18
0,27
0,21
4,17
3,33
0,34
0,03
0,036
9
128
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í JI
PIJA
PA
JIPI
JAPA
6,2
9 71
,95
74,8
0 14
,69
1,80
31,5
5 38
,71
1,62
73,8
6 3,8
0 0,8
6 0,1
0 0,8
5 7,6
0 4,0
6 0,0
5 0,0
351
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í PO
RTO
VIE
JO
PORT
OV
IEJO
6,3
3 64
,85
60,3
0 11
,90
1,29
25,0
8 37
,09
2,75
68,1
5 4,9
5 0,5
2 0,1
0 2,2
1 5,7
5 5,6
4 0,1
6 0,0
342
Estra
to 2
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
GUA
YA
QU
IL
5,46
69,1
8 45
,10
7,69
1,28
19,0
9 38
,01
2,74
66,8
0 2,0
0 0,3
5 0,0
8 2,6
0 2,9
1 2,0
8 0,2
3 0,0
335
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í BO
LÍV
AR
CALC
ETA
7,4
2 62
,31
86,8
6 20
,45
1,43
28,1
3 45
,02
0,93
74,8
9 6,7
7 0,8
8 0,2
6 1,5
8 8,2
2 16
,95
0,16
0,033
4 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
JUN
ÍN
JUN
ÍN
6,27
61,0
8 86
,18
16,9
4 1,2
7 36
,65
42,9
7 1,4
3 77
,42
8,15
0,80
0,17
0,63
9,20
12,1
4 0,0
4 0,0
333
Estra
to 2
Zona
Pla
nific
ació
n 5
LOS
RÍO
S M
OCA
CHE
MO
CACH
E 5,4
1 76
,23
88,3
5 15
,32
1,72
38,5
0 40
,38
0,48
68,7
2 7,3
0 2,3
7 0,1
5 0,6
7 6,9
5 11
,59
0,04
0,033
1 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
CHON
E CH
ONE
6,91
62,1
4 69
,57
15,2
5 1,3
7 29
,51
36,7
3 2,1
6 68
,81
5,65
1,05
0,35
3,41
6,92
9,55
0,06
0,032
7 Es
trato
2 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
LO
JA
4,58
65,4
1 37
,34
5,41
1,02
17,8
1 39
,05
1,56
65,6
0 0,3
9 0,3
5 0,1
4 3,9
0 2,7
7 1,7
0 0,2
3 0,0
325
Estra
to 2
Zona
Pla
nific
ació
n 6
CAÑ
AR
LA T
RON
CAL
LA T
RON
CAL
6,65
70,3
4 68
,32
13,8
3 2,2
4 26
,56
48,0
1 1,5
2 62
,65
2,23
0,99
0,39
5,19
5,89
5,28
0,12
0,032
1 Es
trato
2 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CHIL
LAN
ES
CHIL
LAN
ES
8,86
68,8
8 86
,39
21,6
6 3,5
9 41
,07
39,5
4 1,0
2 67
,18
8,29
9,44
0,55
1,73
12,9
9 16
,22
0,32
0,031
8 Es
trato
2 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
PE
DRO
VIC
ENTE
MA
LDON
AD
O
PED
RO V
ICEN
TE M
ALD
ONA
DO
4,7
7 65
,15
70,3
4 11
,06
1,44
30,3
1 45
,87
0,49
63,7
0 3,9
8 0,8
3 1,1
7 2,9
3 4,0
1 5,9
9 0,2
8 0,0
316
Estra
to 2
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R GU
ARA
ND
A
GUA
RAN
DA
5,7
6 68
,97
71,2
3 12
,64
1,99
42,9
9 30
,06
1,44
64,0
4 2,8
6 3,8
5 0,0
7 2,1
5 6,0
7 6,1
1 0,1
2 0,0
315
Estra
to 2
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S AT
ACA
MES
AT
ACA
MES
6,2
5 69
,64
74,0
0 14
,54
2,32
29,8
9 36
,91
2,75
60,3
4 3,9
3 2,3
7 0,8
4 3,3
3 5,3
1 3,2
8 0,1
2 0,0
315
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í EL
CA
RMEN
EL
CA
RMEN
5,8
7 69
,97
78,2
5 15
,34
1,03
33,0
9 42
,01
1,42
67,5
9 5,4
8 0,5
8 0,5
5 2,7
8 5,9
2 8,4
7 0,1
8 0,0
312
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í SU
CRE
BAHÍ
A D
E CA
RÁQ
UEZ
6,8
0 68
,23
72,7
9 14
,92
1,93
23,6
6 43
,32
3,21
67,8
9 4,9
9 1,3
2 0,4
0 1,9
2 6,1
6 5,5
9 0,1
2 0,0
307
Estra
to 2
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
LA L
IBER
TAD
LA
LIB
ERTA
D
5,22
73,4
7 64
,07
11,1
2 1,4
2 22
,06
45,5
3 2,5
7 68
,86
2,26
1,41
0,27
2,32
5,94
2,02
0,03
0,030
4 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
BALZ
AR
BALZ
AR
5,90
71,9
6 88
,46
17,0
2 1,7
2 41
,65
40,7
4 1,6
7 74
,38
6,44
1,93
0,45
1,24
7,35
12,1
1 0,0
5 0,0
303
Estra
to 2
Zona
Pla
nific
ació
n 5
GUA
YA
S SA
NTA
LU
CÍA
SA
NTA
LU
CÍA
6,3
5 78
,47
91,3
8 17
,53
1,81
44,3
1 39
,94
0,93
76,5
7 6,6
1 4,4
4 0,0
8 0,4
2 8,8
1 13
,02
0,05
0,029
2 Es
trato
2 Zo
na P
lani
ficac
ión 4
SA
NTO
DO
MIN
GO
DE
LOS
TSÁ
CHIL
AS
SAN
TO D
OM
ING
O
SAN
TO D
OM
ING
O D
E LO
S CO
LORA
DOS
5,5
0 73
,45
73,6
8 12
,64
1,38
24,4
4 45
,38
1,93
64,2
4 6,0
2 0,4
4 0,3
2 4,3
5 3,8
4 8,7
7 0,0
8 0,0
290
Estra
to 2
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S AT
ACA
MES
TO
NSU
PA
5,65
62,6
9 77
,61
14,3
6 2,0
4 24
,54
49,2
5 2,4
9 68
,33
3,36
1,31
1,70
2,63
5,68
3,48
0,15
0,028
8 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
EL E
MPA
LME
GUA
YA
S (PU
EBLO
NU
EVO
) 7,2
9 67
,76
96,8
8 21
,96
1,82
41,7
6 44
,81
0,47
70,4
9 15
,12
2,21
0,87
0,32
9,42
20,4
1 0,2
1 0,0
275
Estra
to 2
Zona
Pla
nific
ació
n 7
EL O
RO
EL G
UA
BO
EL G
UA
BO
5,39
77,7
1 67
,31
11,1
8 1,6
0 20
,99
49,8
5 0,8
0 64
,27
1,47
0,91
0,46
2,89
4,62
3,44
0,06
0,027
4 Es
trato
2 Zo
na P
lani
ficac
ión 7
EL
ORO
M
ACH
ALA
M
ACH
ALA
5,6
4 72
,35
57,7
8 9,9
9 1,5
1 18
,69
43,4
3 1,9
4 65
,03
1,77
0,65
0,17
3,31
3,86
3,39
0,11
0,025
7 Es
trato
2 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
RI
OBA
MBA
4,9
5 65
,97
29,0
6 4,2
7 1,1
9 18
,89
37,0
2 1,9
1 64
,27
0,35
0,20
0,07
4,51
1,87
1,12
0,04
0,024
9 Es
trato
2 Zo
na P
lani
ficac
ión 5
GU
AY
AS
EL E
MPA
LME
VEL
ASC
O IB
ARR
A (E
L EM
PALM
E)
6,68
75,6
4 87
,97
18,3
6 1,5
4 31
,49
43,6
1 1,8
2 71
,02
6,70
0,95
0,19
2,51
7,36
11,6
4 0,0
7 0,0
236
Estra
to 2
Zona
Pla
nific
ació
n 7
EL O
RO
HUA
QU
ILLA
S HU
AQ
UIL
LAS
5,94
78,9
2 76
,90
13,7
0 1,8
4 24
,49
47,3
2 2,1
3 65
,05
0,92
1,42
0,13
1,97
7,27
3,11
0,10
0,023
5 Es
trato
2 Zo
na P
lani
ficac
ión 4
SA
NTO
DO
MIN
GO
DE
LOS
TSÁ
CHIL
AS
SAN
TO D
OM
ING
O
LUZ
DE
AM
ÉRIC
A
5,64
69,2
2 86
,64
15,9
0 1,7
6 29
,64
50,8
1 0,4
9 67
,59
9,22
0,74
2,85
1,44
4,74
13,4
0 0,4
8 0,0
232
Estra
to 2
Zona
Pla
nific
ació
n 4
MA
NAB
Í M
AN
TA
MA
NTA
5,6
2 70
,84
56,2
9 10
,01
1,08
23,1
5 42
,78
2,42
68,7
0 3,5
9 0,3
4 0,1
6 2,8
7 4,4
5 3,8
6 0,0
1 0,0
229
Estra
to 2
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
SAN
TA E
LEN
A
5,17
63,5
1 66
,32
11,3
6 1,4
0 20
,37
46,3
8 2,8
4 71
,48
3,19
1,61
0,32
1,45
4,92
3,79
0,08
0,022
0 Es
trato
2 Zo
na P
lani
ficac
ión 6
CA
ÑA
R A
ZOG
UES
A
ZOG
UES
5,8
4 65
,75
43,1
3 8,0
5 1,6
6 21
,86
39,6
1 1,3
5 63
,81
0,94
1,15
0,13
4,06
3,73
2,17
0,08
0,021
7 Es
trato
2 Zo
na P
lani
ficac
ión 7
EL
ORO
PA
SAJE
PA
SAJE
6,5
7 78
,11
53,1
5 10
,20
2,11
19,3
9 46
,46
1,88
65,0
7 0,7
3 0,5
2 0,0
9 4,1
4 4,3
7 2,3
7 0,1
6 0,0
209
Estra
to 2
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
COLO
NCH
E 5,8
1 52
,69
88,7
4 17
,43
1,37
31,0
4 52
,58
1,87
79,7
3 1,9
1 3,6
0 0,0
5 0,1
8 8,0
2 4,9
5 0,0
4 0,0
203
Estra
to 2
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
CU
ENCA
4,3
4 60
,83
25,0
0 3,3
4 0,7
9 17
,74
38,3
5 1,6
7 63
,42
0,11
0,15
0,11
5,02
1,61
0,58
0,01
0,019
4 Es
trato
2 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
IBA
RRA
SA
N M
IGU
EL D
E IB
ARR
A
4,89
69,9
8 35
,55
5,15
1,40
21,0
7 44
,33
1,73
64,1
8 0,2
3 0,4
8 0,1
5 3,8
0 2,6
2 1,0
2 0,0
5 0,0
194
Estra
to 2
Zona
Pla
nific
ació
n 7
EL O
RO
SAN
TA R
OSA
SA
NTA
ROS
A
6,10
77,3
0 53
,58
9,75
2,01
20,6
8 46
,42
1,92
67,1
0 0,5
5 1,2
7 0,1
3 3,4
6 4,4
3 0,8
8 0,0
4 0,0
180
Estra
to 2
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SALI
NAS
SA
LIN
AS
4,44
73,1
7 50
,62
7,47
0,98
20,0
9 43
,68
2,46
71,1
0 1,6
1 0,3
8 0,6
1 2,1
0 3,6
7 1,6
7 0,1
0 0,0
152
Estra
to 2
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
AM
BATO
4,8
8 69
,61
30,3
6 4,2
4 1,4
7 18
,41
42,1
9 1,3
3 62
,45
0,27
0,19
0,09
4,22
1,83
0,64
0,17
0,014
8 Es
trato
2 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
FLA
VIO
ALF
ARO
FL
AV
IO A
LFAR
O
6,56
58,4
7 93
,59
19,9
8 0,9
8 35
,86
41,5
3 0,7
4 67
,35
10,7
0 1,8
1 1,4
0 1,7
2 6,2
0 17
,34
0,11
0,009
0 Es
trato
2 Zo
na P
lani
ficac
ión 4
SA
NTO
DO
MIN
GO
DE
LOS
TSÁ
CHIL
AS
LA C
ON
CO
RDIA
LA
CO
NC
ORD
IA
6,03
75,1
4 88
,56
16,9
9 1,8
0 31
,16
42,9
5 1,3
9 63
,70
9,10
0,81
0,85
2,72
6,05
13,4
9 0,1
4 0,0
024
Estra
to 2
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
MA
NG
LARA
LTO
6,0
9 62
,16
90,0
4 18
,95
1,24
23,7
6 55
,26
2,06
72,6
8 2,5
6 2,8
7 0,1
6 0,3
1 8,5
3 13
,08
0,03
-0,0
127
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CE
LICA
TN
TE. M
AX
IMIL
IAN
O R
OD
RÍG
UEZ
LO
AIZA
5,7
6 57
,58
87,8
8 16
,91
2,94
27,2
7 48
,48
0,00
69,7
0 1,5
3 3,8
2 0,0
0 0,0
0 7,6
3 3,0
5 0,0
0 0,2
803
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
PUTU
MA
YO
PU
ERTO
BO
LÍV
AR
(PU
ERTO
MO
NTÚ
FAR)
4,6
6 30
,77
30,7
7 16
,67
0,00
15,3
8 38
,46
0,00
15,3
8 8,3
3 0,0
0 0,0
0 0,0
0 0,0
0 16
,67
0,00
0,256
5 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S SU
CUM
BÍO
S RO
SA F
LORI
DA
2,8
8 54
,55
90,9
1 10
,42
0,00
0,00
81,8
2 0,0
0 36
,36
3,26
5,43
0,00
0,00
5,43
6,52
1,09
0,239
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CH
INCH
IPE
EL C
HO
RRO
9,7
2 23
,81
90,4
8 29
,63
5,56
4,76
66,6
7 0,0
0 52
,38
0,00
3,70
0,00
0,00
18,5
2 5,5
6 16
,67
0,235
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
TA
RQU
I 4,9
6 60
,00
90,5
3 15
,09
0,81
32,1
1 33
,68
1,05
64,7
4 7,2
2 5,3
6 0,1
2 1,1
6 7,8
0 11
,64
0,47
0,175
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
AT
AH
UA
LPA
SA
N JO
SÉ
12,0
5 63
,64
88,6
4 28
,43
6,86
18,1
8 59
,09
2,27
77,2
7 0,9
9 4,9
5 0,0
0 1,9
8 17
,82
18,8
1 0,0
0 0,1
705
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SHU
SHU
FIN
DI
SAN
PED
RO D
E LO
S CO
FAN
ES
9,14
43,7
5 89
,47
20,7
1 1,7
2 45
,72
33,8
8 0,6
6 65
,13
7,90
4,57
0,49
1,48
7,04
13,3
3 0,2
5 0,1
590
Estra
to 1
Zona
Pla
nific
ació
n 3
PAST
AZA
M
ERA
M
AD
RE T
IERR
A 5,7
9 65
,22
94,5
7 20
,29
2,29
31,5
2 42
,39
1,09
58,7
0 12
,68
9,51
0,29
0,29
8,07
15,2
7 0,5
8 0,1
526
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
CARO
ND
ELET
4,9
1 47
,06
95,2
9 18
,71
1,46
28,2
4 50
,59
0,00
52,9
4 6,1
6 8,2
1 0,8
8 1,4
7 8,5
0 9,3
8 1,7
6 0,1
498
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
SIN
AÍ
8,62
72,7
3 68
,18
16,4
0 2,1
2 21
,21
48,4
8 1,5
2 45
,45
3,19
1,60
1,06
0,53
10,6
4 3,7
2 0,5
3 0,1
482
Estra
to 1
Zona
Pla
nific
ació
n 5
GAL
ÁPA
GOS
ISA
BELA
PU
ERTO
VIL
LAM
IL
3,35
58,5
7 48
,57
4,63
0,96
17,1
4 30
,00
1,43
60,0
0 0,0
0 0,0
0 0,3
3 1,6
4 0,3
3 1,3
1 0,0
0 0,1
415
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PORT
OV
ELO
CU
RTIN
CAPA
11
,18
71,9
3 87
,72
26,1
7 4,0
3 22
,81
54,3
9 0,0
0 61
,40
1,39
5,56
0,69
0,69
12,5
0 17
,36
1,39
0,140
4 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
MIL
AG
RO
CHO
BO
5,26
59,3
0 88
,42
14,3
0 1,4
0 27
,02
48,7
7 0,7
0 64
,91
3,63
2,01
0,07
0,67
5,98
10,4
8 0,0
7 0,1
335
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SUCU
MBÍ
OS
SAN
TA B
ÁRB
ARA
7,6
6 67
,31
76,9
2 19
,05
2,38
23,0
8 53
,85
0,00
71,1
5 0,0
0 1,8
2 0,0
0 2,4
2 9,0
9 9,7
0 0,0
0 0,1
312
Estra
to 1
Zona
Pla
nific
ació
n 5
GAL
ÁPA
GOS
SAN
TA C
RUZ
SAN
TA R
OSA
(IN
CLU
YE
LA IS
LA B
ALT
RA)
2,21
63,6
4 81
,82
11,7
6 2,2
1 18
,18
31,8
2 0,0
0 59
,09
8,21
0,75
0,75
2,24
0,75
11,9
4 0,0
0 0,1
299
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CH
AG
UAR
PAM
BA
AMA
RILL
OS
9,35
74,1
9 93
,55
22,8
7 3,7
2 33
,87
50,0
0 3,2
3 74
,19
9,73
7,57
0,00
2,16
18,3
8 21
,08
7,03
0,129
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
CO
LÓN
ELO
Y D
EL M
ARÍ
A
5,39
53,9
5 96
,05
18,1
0 2,0
8 38
,16
36,8
4 0,0
0 56
,58
11,2
8 2,9
7 0,0
0 0,5
9 6,5
3 14
,84
0,30
0,128
6 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
SA
N JA
VIE
R D
E CA
CHA
VÍ (
CAB.
EN
SAN
JAV
IER)
9,7
9 61
,54
84,6
2 24
,84
1,31
30,7
7 43
,08
1,54
63,0
8 5,8
8 5,2
3 0,0
0 2,6
1 7,1
9 7,8
4 0,6
5 0,1
284
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
TEN
A
PUER
TO M
ISA
HU
ALL
I 7,3
1 64
,53
97,8
7 26
,61
1,71
31,4
7 41
,60
1,07
63,4
7 10
,59
11,4
1 0,5
1 1,2
2 11
,71
22,5
1 1,0
2 0,1
283
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
ZARU
MA
SA
LVIA
S 5,4
8 68
,29
75,6
1 12
,69
1,02
14,6
3 53
,66
0,00
78,0
5 0,0
0 3,1
7 0,0
0 1,0
6 10
,05
10,5
8 0,0
0 0,1
229
Estra
to 1
Zona
Pla
nific
ació
n 5
LOS
RÍO
S Q
UEV
EDO
LA
ESP
ERA
NZA
5,1
7 78
,09
86,8
5 14
,82
1,24
28,6
9 43
,82
0,80
66,1
4 5,3
7 1,4
3 0,3
4 2,1
0 4,6
2 9,5
7 0,2
5 0,1
221
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
JUA
N G
ÓM
EZ R
END
ÓN
(PRO
GRE
SO)
7,49
64,6
5 77
,22
17,3
8 2,0
6 27
,95
49,4
9 1,5
7 73
,18
6,07
2,16
0,62
0,62
7,77
6,98
0,16
0,121
6 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S CU
YA
BEN
O
AG
UAS
NEG
RAS
6,15
52,2
2 97
,78
20,5
4 2,6
8 36
,67
40,0
0 0,0
0 63
,33
16,4
7 4,7
9 0,3
0 0,3
0 8,3
8 20
,36
0,00
0,120
4 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
TE
NA
PA
NO
8,6
2 39
,17
92,5
0 30
,71
0,00
35,0
0 41
,67
0,00
73,3
3 11
,86
8,70
0,40
0,79
12,2
5 19
,76
0,79
0,117
7 Es
trato
1 Zo
na P
lani
ficac
ión 5
G
ALÁP
AGO
S SA
NTA
CRU
Z BE
LLA
VIS
TA
4,25
62,1
4 81
,55
9,84
1,30
12,6
2 51
,46
0,00
55,3
4 6,2
6 0,4
4 1,0
2 1,7
5 1,3
1 7,5
7 0,1
5 0,1
169
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í FL
AV
IO A
LFAR
O
ZAPA
LLO
6,8
3 38
,89
96,0
3 22
,46
1,25
40,4
8 36
,51
0,79
76,1
9 10
,27
1,60
0,68
0,57
8,11
20,4
3 0,3
4 0,1
147
Estra
to 1
Zona
Pla
nific
ació
n 2
PICH
INCH
A
MEJ
IA
EL C
HAU
PI
6,46
70,2
1 70
,21
13,4
4 1,6
1 28
,72
51,0
6 0,0
0 57
,45
0,81
0,81
1,36
1,90
5,69
6,23
0,54
0,114
2 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
LA
S LA
JAS
LA L
IBER
TAD
9,9
8 72
,50
85,0
0 25
,00
2,88
18,7
5 68
,75
1,25
70,0
0 0,4
8 4,3
5 0,0
0 0,9
7 16
,43
5,80
0,48
0,112
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E SA
N F
RA
NCI
SCO
8,5
1 43
,93
98,7
4 27
,63
3,45
31,8
0 50
,63
5,86
60,2
5 22
,32
5,07
0,43
2,32
9,57
25,5
1 0,4
3 0,1
120
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
SE
VIL
LA D
E O
RO
SEV
ILLA
DE
ORO
9,7
1 44
,50
66,9
7 18
,34
2,60
16,9
7 61
,93
0,92
72,0
2 0,6
6 1,3
2 0,0
0 0,9
9 10
,86
9,38
0,16
0,109
4 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LO
RETO
LO
RETO
4,4
5 56
,91
82,4
5 11
,69
1,41
26,0
6 38
,83
1,06
50,5
3 4,8
2 3,6
9 0,1
9 3,5
9 3,1
2 6,0
5 0,0
0 0,1
093
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S M
ILA
GRO
M
ARI
SCA
L SU
CRE
(HU
AQ
UES
) 8,9
3 73
,07
98,3
3 19
,74
2,81
27,1
4 44
,68
0,42
60,7
5 7,0
9 2,9
7 0,5
8 0,3
2 6,9
0 19
,34
0,19
0,109
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PIN
DA
L CH
AQ
UIN
AL
10,5
6 49
,57
100,
00
30,3
9 3,1
8 39
,13
49,5
7 0,0
0 67
,83
8,39
8,39
0,73
0,73
16,0
6 25
,55
0,00
0,108
1 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S CA
SCA
LES
EL D
ORA
DO
DE
CASC
ALE
S 6,2
2 47
,35
79,4
1 15
,07
1,30
35,8
8 29
,72
1,06
70,4
9 5,3
0 4,7
4 0,1
2 2,7
4 6,4
8 7,9
8 0,3
7 0,1
067
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
CHIN
CHIP
E LA
CH
ON
TA
9,96
69,2
3 10
0,00
27
,27
3,90
30,7
7 61
,54
0,00
65,3
8 9,2
1 15
,79
1,32
0,00
23,6
8 10
,53
1,32
0,106
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SAN
JACI
NTO
DE
YA
GU
ACH
I Y
AG
UA
CHI V
IEJO
(CO
NE)
5,3
4 54
,23
96,5
5 15
,51
1,80
34,4
8 45
,14
0,47
75,0
8 6,3
4 3,0
3 0,2
7 0,0
9 5,6
4 14
,14
0,09
0,106
0 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
LLA
CAO
4,9
4 68
,18
61,7
4 10
,31
1,67
29,5
5 55
,30
0,38
73,4
8 1,2
0 1,8
7 0,3
0 0,9
7 4,7
1 1,3
5 0,2
2 0,1
054
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
SA
N M
IGU
EL D
E U
RCU
QU
Í LA
MER
CED
DE
BUEN
OS
AIR
ES
5,60
51,8
9 74
,53
15,2
7 2,4
3 27
,36
49,0
6 0,0
0 63
,21
1,81
5,20
0,45
0,68
6,56
9,73
0,23
0,105
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
PACC
HA
5,5
0 71
,35
78,3
7 14
,16
2,27
27,2
5 51
,12
1,12
68,2
6 2,1
0 4,5
1 0,2
5 0,4
3 5,8
0 8,5
2 0,0
6 0,1
047
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
LAG
O A
GRI
O
JAM
BELÍ
7,2
7 63
,90
92,9
5 21
,39
1,94
30,7
1 48
,55
1,66
58,0
9 15
,58
9,87
0,28
0,56
11,8
2 16
,55
1,25
0,104
2 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E G
ALE
RA
6,98
61,1
6 97
,52
22,0
5 1,5
7 28
,10
41,3
2 0,0
0 59
,50
8,68
4,47
1,05
0,79
8,16
15,5
3 0,0
0 0,1
035
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
BOLÍ
VA
R G
ARC
ÍA M
ORE
NO
9,9
6 62
,86
89,2
9 24
,30
4,67
22,8
6 62
,86
0,71
71,4
3 0,9
4 3,7
6 0,0
0 1,6
5 14
,59
8,00
0,24
0,103
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
M
ACH
ALA
EL
RET
IRO
4,6
5 70
,94
87,6
8 14
,19
1,01
34,4
8 45
,32
2,46
66,5
0 4,1
9 2,4
2 2,1
4 0,6
5 4,2
8 12
,85
0,47
0,102
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
BA
LSA
S BE
LLAM
ARÍ
A
10,3
2 70
,08
81,1
0 22
,73
3,94
31,5
0 54
,33
0,79
56,6
9 0,9
3 4,0
2 0,0
0 3,1
0 9,2
9 13
,00
0,00
0,101
6 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
A
GU
ARI
CO
**TI
PUTI
NI
3,94
68,2
5 87
,30
17,7
9 1,9
8 20
,63
41,2
7 1,5
9 39
,68
9,88
8,30
0,40
1,98
3,56
10,6
7 0,4
0 0,1
008
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
MA
LDON
ADO
10
,59
48,7
3 86
,80
27,5
9 4,3
1 39
,09
29,9
5 3,0
5 56
,35
9,52
6,06
0,00
3,46
7,36
13,6
4 0,2
2 0,1
007
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PIÑ
AS
MO
ROM
ORO
(CA
B. E
N E
L V
ADO)
9,2
6 38
,58
76,3
8 19
,57
4,06
23,6
2 59
,06
0,79
69,2
9 0,9
6 3,8
4 0,7
2 1,2
0 7,1
9 13
,67
0,24
0,099
4 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
NTI
AG
O
COPA
L 11
,67
58,9
3 85
,71
26,4
3 5,7
1 23
,21
51,7
9 1,7
9 35
,71
2,90
5,80
0,00
0,00
12,3
2 22
,46
0,72
0,098
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S LA
BO
CAN
A
8,21
74,1
1 85
,71
21,5
2 3,0
4 24
,11
54,4
6 0,0
0 68
,75
0,51
4,11
0,26
0,77
9,00
10,0
3 0,5
1 0,0
957
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S ES
MER
ALD
AS
MA
JUA
6,1
6 55
,77
98,7
2 20
,00
2,71
32,6
9 45
,51
0,64
61,5
4 10
,92
2,90
1,19
0,68
7,51
15,8
7 0,3
4 0,0
956
Estra
to 1
Zona
Pla
nific
ació
n 2
PICH
INCH
A
SAN
MIG
UEL
DE
LOS
BAN
COS
MIN
DO
4,6
3 75
,28
65,7
3 12
,25
1,38
32,5
8 36
,52
0,00
67,9
8 2,7
5 0,7
5 3,0
0 1,3
8 4,8
8 7,0
1 0,5
0 0,0
948
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
TU
FIÑ
O
7,05
79,3
9 81
,21
18,6
4 2,0
9 26
,67
60,6
1 0,6
1 67
,88
0,71
2,83
1,77
1,59
9,38
1,59
0,00
0,094
7 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
UN
AM
UN
CHO
3,6
4 77
,06
78,2
4 10
,17
0,76
33,5
3 44
,12
0,00
52,9
4 3,0
2 1,4
7 0,2
6 0,2
6 3,0
2 2,9
3 0,2
6 0,0
946
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
GUA
LAQ
UIZ
A
NU
EVA
TAR
QU
I 9,9
8 66
,67
80,3
9 23
,48
3,79
21,5
7 47
,06
0,00
58,8
2 3,0
3 9,8
5 1,5
2 0,7
6 7,5
8 14
,39
0,00
0,093
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
TARQ
UI
4,45
74,5
2 87
,37
12,8
3 0,7
8 29
,98
49,2
5 0,6
4 65
,31
2,80
3,63
0,59
0,36
5,48
6,15
0,08
0,093
1 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ATA
CAM
ES
LA U
NIÓ
N
6,69
37,6
5 98
,82
24,0
4 1,9
2 36
,47
42,9
4 0,0
0 72
,94
21,6
8 2,4
5 2,4
5 0,5
2 8,5
7 23
,78
0,35
0,093
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E PA
LAN
DA
V
ALL
AD
OLI
D
5,77
57,7
5 71
,83
14,8
1 1,0
1 21
,13
47,8
9 1,4
1 64
,79
1,73
3,81
0,00
3,46
3,81
7,61
0,35
0,093
0 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
V
ERA
CRU
Z (C
AB.
EN
IND
ILLA
MA
) 6,7
7 72
,27
83,1
9 20
,00
2,12
30,2
5 42
,86
0,84
65,5
5 4,0
5 3,1
0 0,4
8 0,9
5 6,4
3 12
,86
0,48
0,092
9 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S SU
CUM
BÍO
S LA
SO
FÍA
9,6
2 50
,00
100,
00
25,0
0 3,5
7 40
,00
50,0
0 0,0
0 40
,00
0,00
0,00
7,14
0,00
10,7
1 21
,43
0,00
0,091
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
GUA
NAN
DO
11
,73
50,0
0 95
,00
29,3
1 11
,21
32,5
0 50
,00
2,50
52,5
0 0,8
6 12
,07
0,00
0,00
11,2
1 12
,93
1,72
0,091
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SEV
ILLA
DE
ORO
PA
LMAS
9,9
1 49
,55
77,7
3 21
,32
4,80
24,5
5 56
,82
0,00
68,1
8 2,1
1 2,7
1 0,4
5 0,4
5 12
,07
14,1
8 1,2
1 0,0
916
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
LO
JA
TAQ
UIL
(MIG
UEL
RIO
FRÍO
) 5,0
2 58
,70
96,7
4 14
,58
1,30
22,8
3 60
,33
1,63
65,7
6 1,5
5 6,8
6 0,1
1 0,5
5 8,1
9 7,6
3 1,3
3 0,0
911
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S M
UIS
NE
SAN
GRE
GO
RIO
5,7
8 50
,29
99,7
1 21
,36
1,76
33,0
4 44
,15
2,63
64,0
4 20
,29
4,06
0,84
0,92
7,50
21,2
9 0,3
8 0,0
908
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
AM
AG
UAÑ
A
4,93
58,1
8 56
,74
8,68
1,26
30,9
4 35
,57
1,69
61,0
4 0,6
2 0,3
6 0,2
5 2,6
5 2,6
7 2,9
7 0,1
2 0,0
903
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
MIR
A
MIR
A (C
HON
TAH
UA
SI)
7,27
73,6
2 60
,32
12,5
1 2,8
7 25
,92
47,7
1 1,8
3 65
,83
0,34
1,26
0,11
2,05
8,45
4,28
0,00
0,090
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
MA
CARÁ
LA
RAM
A
7,22
39,7
4 97
,44
24,1
4 2,1
6 26
,92
55,1
3 0,0
0 74
,36
1,75
9,21
0,00
0,00
11,8
4 21
,05
0,00
0,089
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
URD
AN
ETA
CA
TARA
MA
6,4
5 69
,49
74,0
1 15
,15
1,28
25,0
9 39
,71
1,62
70,5
8 4,8
3 1,3
8 0,0
9 1,7
5 5,5
7 8,3
7 0,0
0 0,0
888
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ALA
CEO
D
AN
IEL
CÓRD
OV
A T
ORA
L (E
L O
RIEN
TE)
6,82
75,8
6 80
,17
15,6
3 3,6
1 22
,41
67,2
4 0,8
6 68
,10
1,81
4,84
0,00
0,00
6,65
7,66
0,20
0,088
2 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
RIO
VER
DE
LAG
ART
O
8,76
43,0
6 98
,59
25,6
7 1,6
2 40
,24
40,8
5 0,6
0 69
,01
16,5
0 3,1
7 1,1
4 1,1
4 9,4
3 18
,29
0,24
0,087
6 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
A
REN
ILLA
S CH
ACR
AS
5,46
85,7
1 97
,62
15,2
8 2,6
2 20
,24
45,2
4 1,1
9 67
,86
1,80
2,92
0,22
0,22
8,09
14,1
6 0,0
0 0,0
875
Estra
to 1
Zona
Pla
nific
ació
n 3
PAST
AZA
M
ERA
M
ERA
4,8
7 70
,27
59,4
6 8,6
3 1,6
8 16
,22
55,4
1 0,0
0 51
,35
0,73
0,48
0,48
2,91
4,36
3,15
0,24
0,087
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CHA
GU
ARPA
MBA
BU
ENA
VIS
TA
10,1
3 50
,41
80,4
9 23
,38
3,08
31,7
1 55
,28
0,00
70,7
3 3,4
5 5,0
2 0,0
0 0,9
4 14
,73
12,5
4 0,3
1 0,0
861
129
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
PI
OTE
R 7,2
4 76
,92
65,3
8 16
,06
2,59
19,2
3 61
,54
0,00
80,7
7 0,5
3 1,0
6 1,0
6 0,5
3 9,5
2 3,7
0 0,0
0 0,0
860
Estra
to 1
Zona
Pla
nific
ació
n 3
PAST
AZA
PA
STA
ZA
DIE
Z D
E A
GO
STO
5,9
4 63
,24
95,5
9 22
,49
1,20
33,8
2 47
,06
0,00
44,1
2 16
,06
7,23
1,20
1,20
9,64
19,6
8 0,4
0 0,0
852
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í TO
SAGU
A
ANG
EL P
EDRO
GIL
ER (L
A E
STAN
CILL
A)
6,77
63,7
6 83
,76
18,5
0 1,6
3 29
,88
48,0
0 1,1
8 80
,94
7,75
2,46
0,19
0,31
7,93
8,25
0,06
0,084
8 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LO
RETO
PU
ERTO
MU
RIA
LDO
4,5
6 58
,44
99,3
5 19
,89
0,36
39,6
1 35
,06
0,00
69,4
8 15
,68
14,4
1 0,0
0 0,3
6 5,7
7 18
,38
3,60
0,084
7 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
LI
MÓ
N IN
DA
NZA
IN
DA
NZA
6,9
0 40
,43
67,0
2 16
,40
3,86
25,5
3 53
,19
1,06
57,4
5 6,5
8 7,8
9 0,9
9 0,6
6 10
,86
11,1
8 0,3
3 0,0
830
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
TIW
INTZ
A
SAN
TIA
GO
3,5
0 56
,36
84,8
5 14
,16
0,76
29,7
0 35
,76
0,00
53,3
3 8,0
2 10
,05
0,13
1,53
5,47
9,54
0,76
0,082
9 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
JO
SEG
UAN
GO
BA
JO
6,06
73,5
6 87
,36
18,1
0 1,6
6 36
,21
46,5
5 1,1
5 69
,54
1,52
1,82
0,30
1,06
5,30
7,58
0,15
0,082
8 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
ARA
JUN
O
ARA
JUN
O
3,52
64,9
3 96
,27
16,6
2 0,1
5 33
,58
25,3
7 0,0
0 68
,66
9,56
12,4
4 0,0
0 0,6
1 5,9
2 10
,77
0,76
0,082
0 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
LLAN
O C
HIC
O
4,42
62,5
0 55
,30
8,28
1,28
22,0
3 45
,76
2,54
62,0
8 0,4
4 0,6
3 0,2
2 2,4
8 1,9
2 0,3
3 0,0
4 0,0
815
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
AG
UA
RICO
CO
NO
NAC
O
1,73
55,5
6 10
0,00
7,5
5 0,0
0 33
,33
44,4
4 11
,11
88,8
9 7,5
5 4,7
2 0,0
0 0,0
0 0,0
0 7,5
5 0,9
4 0,0
811
Estra
to 1
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SALI
NAS
JO
SÉ L
UIS
TA
MA
YO
(MU
EY)
4,70
68,6
9 63
,20
9,74
1,02
23,7
0 42
,00
2,60
71,2
9 2,2
9 1,7
7 0,1
9 1,8
8 4,0
9 2,0
5 0,0
4 0,0
807
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
TAIS
HA
M
ACU
MA
5,7
7 58
,93
99,5
5 18
,47
1,02
35,7
1 33
,48
1,34
58,9
3 13
,22
5,78
0,26
0,26
4,49
14,1
2 1,5
4 0,0
806
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LORE
TO
SAN
JOSÉ
DE
DA
HUA
NO
6,2
2 64
,01
99,0
4 21
,75
0,73
33,4
4 41
,72
0,64
61,4
6 18
,25
11,9
9 0,1
0 0,5
2 8,5
5 19
,19
0,00
0,080
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
PUEB
LOV
IEJO
SA
N JU
AN
5,3
0 74
,28
83,5
0 13
,63
1,50
35,2
5 41
,70
1,23
69,6
7 4,0
3 1,8
7 0,4
6 1,3
7 5,6
1 6,7
5 0,0
6 0,0
799
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
N
AY
ÓN
3,81
60,1
7 38
,32
4,29
0,89
18,1
5 35
,46
2,02
55,8
0 0,1
6 0,0
9 0,1
2 1,8
6 1,1
1 0,1
4 0,0
5 0,0
798
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
ATA
HU
ALP
A
CORD
ONCI
LLO
10
,17
38,2
4 77
,45
21,3
0 1,8
1 27
,45
52,9
4 0,9
8 79
,41
0,00
4,12
0,00
0,37
14,9
8 6,3
7 0,0
0 0,0
796
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
LAG
O A
GRI
O
PACA
YA
CU
6,99
59,2
7 93
,24
20,9
2 1,7
9 27
,73
42,6
3 1,3
9 55
,63
16,8
0 5,8
5 0,1
0 1,8
0 7,8
0 19
,75
0,55
0,078
9 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
N JU
AN
BOS
CO
SAN
JACI
NTO
DE
WA
KA
MBE
IS
10,7
8 40
,91
100,
00
35,1
9 11
,11
27,2
7 54
,55
0,00
36,3
6 3,7
7 20
,75
1,89
1,89
5,66
30,1
9 0,0
0 0,0
788
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
PEN
IPE
BILB
AO
(CA
B.EN
QU
ILLU
YA
CU)
12,2
4 83
,33
83,3
3 24
,24
7,58
33,3
3 54
,17
0,00
29,1
7 6,4
5 6,4
5 0,0
0 0,0
0 12
,90
11,2
9 0,0
0 0,0
780
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
CU
MBA
YÁ
3,7
3 52
,98
33,9
0 3,6
6 0,9
3 15
,33
33,5
6 1,4
5 57
,92
0,13
0,13
0,17
2,65
0,72
0,25
0,02
0,077
8 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
TABA
BELA
6,3
8 65
,00
52,7
8 9,3
9 2,1
6 25
,56
43,8
9 0,5
6 61
,11
0,26
0,77
1,41
3,60
2,06
1,93
0,00
0,077
4 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E N
AN
GA
RITZ
A
ZURM
I 6,1
4 61
,79
85,3
7 20
,14
2,78
28,4
6 41
,46
0,81
58,5
4 6,2
6 9,0
5 0,0
0 0,4
6 6,5
0 8,5
8 1,1
6 0,0
769
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
LA
MER
CED
5,0
2 67
,22
66,7
5 10
,58
1,68
34,4
4 34
,20
0,71
63,4
2 2,1
5 1,2
3 0,7
3 1,2
8 2,9
2 2,8
3 0,4
6 0,0
765
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SHU
SHU
FIN
DI
LIM
ONCO
CHA
5,5
7 54
,74
93,6
8 24
,86
1,60
29,7
4 39
,21
0,79
57,8
9 17
,26
16,2
3 0,0
9 2,4
5 10
,66
19,5
3 2,6
4 0,0
764
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
LIM
ÓN
IND
AN
ZA
SAN
AN
TON
IO (C
AB.
EN
SAN
AN
TON
IO C
ENTR
O)
4,96
62,6
2 10
0,00
20
,79
2,77
31,7
8 42
,99
0,00
62,6
2 10
,42
14,3
5 0,4
6 0,0
0 7,8
7 17
,82
2,55
0,076
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
TIA
GO
DE
PÍLL
ARO
BA
QUER
IZO
MO
REN
O
19,1
3 67
,92
77,3
6 38
,10
16,6
7 20
,75
71,7
0 0,0
0 60
,38
4,76
2,38
0,00
0,00
10,7
1 27
,38
0,00
0,075
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PALT
AS
CAN
GO
NAM
Á
7,63
61,8
6 94
,85
20,8
7 2,4
4 36
,08
46,3
9 1,0
3 62
,89
5,48
6,03
0,27
1,37
6,85
15,0
7 0,5
5 0,0
746
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SUCU
MBÍ
OS
EL P
LAY
ÓN
DE
SAN
FRA
NCI
SCO
7,8
5 60
,36
81,0
8 19
,02
2,72
29,7
3 48
,65
1,80
67,5
7 3,3
0 4,4
0 0,5
5 0,5
5 10
,44
6,04
0,00
0,073
9 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
POM
ASQ
UI
4,00
59,2
0 30
,16
3,56
0,99
17,2
0 34
,14
2,51
62,5
8 0,1
7 0,1
4 0,1
4 3,0
1 0,7
4 0,3
7 0,0
1 0,0
736
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
AG
UA
RICO
N
UEV
O R
OCA
FUER
TE
4,88
72,0
0 82
,00
17,1
7 2,0
2 26
,00
50,0
0 0,0
0 66
,00
9,09
11,6
2 0,0
0 0,0
0 4,5
5 10
,61
0,00
0,073
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
QU
ININ
DÉ
VIC
HE
6,18
65,7
5 87
,77
18,1
4 1,6
0 28
,75
44,3
4 2,1
4 63
,00
7,45
1,02
1,35
2,20
6,60
12,2
7 0,0
0 0,0
734
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
ZARU
MA
M
ALV
AS
8,78
50,9
6 67
,31
16,7
6 1,4
7 23
,08
57,6
9 0,9
6 66
,35
0,00
2,08
0,30
1,19
8,31
10,9
8 0,0
0 0,0
732
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
SAN
TA R
OSA
BE
LLAM
ARÍ
A
6,89
78,7
5 88
,13
17,7
3 2,2
4 34
,38
51,2
5 0,0
0 72
,50
1,79
4,08
1,14
0,33
6,69
9,46
0,33
0,073
1 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
YA
RUQ
UÍ
5,04
67,8
9 68
,89
10,3
7 1,4
8 32
,67
42,6
7 1,3
3 59
,22
0,47
0,58
0,47
3,07
2,96
3,21
0,12
0,072
9 Es
trato
1 Zo
na P
lani
ficac
ión 5
G
ALÁP
AGO
S SA
N C
RIST
ÓBA
L EL
PRO
GRE
SO
4,41
65,5
2 62
,07
8,56
1,07
13,7
9 62
,07
0,00
41,3
8 1,0
7 1,0
7 0,5
3 0,5
3 3,2
1 2,1
4 0,5
3 0,0
728
Estra
to 1
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
SIM
ÓN
BO
LÍV
AR
(JU
LIO
MO
REN
O)
7,77
62,8
9 98
,83
22,5
9 4,1
1 23
,05
58,9
8 0,0
0 66
,80
20,1
3 7,8
1 0,2
2 0,3
3 7,1
5 22
,55
0,00
0,072
5 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
RICA
URT
E 4,5
2 64
,80
48,2
3 7,1
4 1,2
0 24
,91
44,4
6 1,8
3 66
,51
0,80
1,22
0,14
2,95
3,30
1,11
0,08
0,072
4 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
NA
RAN
JAL
SAN
TA R
OSA
DE
FLA
ND
ES
6,56
54,9
0 86
,55
16,7
4 1,3
4 30
,81
44,8
2 0,8
4 65
,27
1,07
1,99
0,71
1,70
6,18
12,7
8 0,0
0 0,0
724
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
M
ACA
RÁ
SABI
AN
GO
(LA
CAP
ILLA
) 10
,75
42,8
6 67
,14
20,7
1 6,0
6 24
,29
61,4
3 1,4
3 68
,57
1,54
2,56
0,51
3,59
14,8
7 10
,77
0,00
0,072
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
SAY
AU
SÍ
5,49
58,7
9 72
,02
13,4
9 1,7
9 26
,90
47,9
4 0,8
7 64
,86
0,80
1,64
0,45
3,13
4,92
8,11
0,05
0,072
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
BAÑ
OS
4,74
74,3
1 62
,41
9,55
1,16
26,6
9 48
,62
1,00
66,4
2 0,8
5 1,9
3 0,1
5 2,6
1 4,3
0 3,1
0 0,1
5 0,0
721
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
GO
NZA
LO PI
ZARR
O
LUM
BAQ
UÍ
5,67
68,3
1 77
,60
14,5
8 2,2
1 20
,77
46,4
5 0,5
5 56
,83
3,88
3,63
0,13
2,51
8,15
7,39
0,25
0,072
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E Y
ACU
AM
BI
LA P
AZ
4,70
61,4
6 91
,67
17,1
4 1,6
4 33
,33
36,4
6 0,0
0 60
,42
1,43
8,10
0,00
0,95
5,48
10,4
8 0,0
0 0,0
714
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SUCU
MBÍ
OS
LA B
ON
ITA
7,2
7 44
,07
74,5
8 18
,14
5,12
40,6
8 37
,29
0,00
76,2
7 5,2
1 3,7
9 0,0
0 0,4
7 7,1
1 10
,43
0,95
0,071
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
ES
PEJO
LA
LIB
ERTA
D (A
LIZO
) 8,6
5 67
,00
77,8
9 19
,21
2,82
31,0
2 50
,17
1,32
77,5
6 1,3
8 4,0
4 0,1
1 0,5
3 10
,95
4,25
0,32
0,071
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
M
EJIA
TA
MBI
LLO
5,9
9 68
,67
56,6
3 10
,50
1,61
26,9
1 41
,97
0,60
68,4
7 0,6
0 0,5
1 0,5
5 2,6
3 2,7
7 4,4
8 0,0
9 0,0
709
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
PEN
IPE
MA
TUS
13,7
2 56
,62
74,2
6 25
,81
6,45
26,4
7 57
,35
1,47
64,7
1 0,6
6 1,9
7 0,3
3 0,3
3 14
,10
10,4
9 0,0
0 0,0
708
Estra
to 1
Zona
Pla
nific
ació
n 5
LOS
RÍO
S BA
BAH
OY
O
FEBR
ES C
ORD
ERO
(LAS
JUN
TAS)
5,9
2 75
,00
87,0
3 15
,73
1,98
34,9
6 40
,70
1,13
69,0
8 6,3
4 2,2
1 0,0
6 0,4
6 5,5
6 10
,84
0,06
0,070
4 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
SIN
INCA
Y
4,38
69,5
0 69
,93
9,96
1,22
32,8
1 41
,29
0,86
68,9
2 0,8
3 2,1
1 0,0
0 1,3
3 3,9
1 2,0
6 0,1
3 0,0
700
Estra
to 1
Zona
Pla
nific
ació
n 3
COTO
PAX
I LA
TACU
NG
A
GUAI
TACA
MA
(GU
AYT
ACAM
A)
4,74
62,0
1 80
,13
14,4
1 1,3
3 34
,06
42,7
9 1,3
1 65
,28
0,90
1,35
0,10
1,60
3,86
6,57
0,05
0,069
8 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S CH
INCA
6,0
9 56
,68
93,8
6 18
,95
2,77
39,3
5 37
,55
2,17
63,1
8 11
,11
2,41
0,65
1,11
6,20
16,1
1 0,0
0 0,0
697
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
QUIJ
OS
PAPA
LLA
CTA
5,2
2 68
,75
83,3
3 15
,84
4,95
29,1
7 50
,00
0,00
41,6
7 0,0
0 0,5
0 0,0
0 3,4
8 4,4
8 6,9
7 0,5
0 0,0
693
Estra
to 1
Zona
Pla
nific
ació
n 5
GAL
ÁPA
GOS
SAN
CRI
STÓ
BAL
ISLA
SA
NTA
MA
RÍA
(FLO
REAN
A) (C
AB.
EN
PTO
. VEL
ASC
O IB
ARR
A)
2,76
50,0
0 10
0,00
9,7
6 0,0
0 25
,00
0,00
0,00
50,0
0 0,0
0 0,0
0 0,0
0 0,0
0 0,0
0 2,4
4 0,0
0 0,0
693
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
RIOB
AM
BA
SAN
LU
IS
4,72
76,5
4 72
,84
11,2
4 1,1
2 32
,45
40,9
2 1,0
6 62
,43
1,96
1,55
0,00
1,55
2,90
8,06
0,20
0,068
8 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CAM
ILO
PO
NCE
EN
RÍQ
UEZ
CA
MIL
O P
ON
CE E
NRÍ
QU
EZ
4,14
68,9
3 66
,57
9,33
1,01
28,4
3 45
,91
0,97
63,1
1 1,3
4 1,2
2 0,1
0 2,3
4 3,8
2 5,2
1 0,0
2 0,0
681
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
MO
NTÚ
FAR
LA P
AZ
6,44
73,3
0 83
,26
15,9
2 3,2
1 18
,10
67,8
7 0,0
0 73
,76
0,55
1,55
0,33
1,43
9,60
6,18
0,00
0,068
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
M
EJIA
A
LOA
SÍ
5,32
70,2
9 63
,88
10,8
5 2,0
2 28
,35
40,5
8 1,3
6 61
,17
0,52
0,56
0,52
2,68
2,56
2,84
0,04
0,067
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SALC
EDO
A
NTO
NIO
JOSÉ
HO
LGU
ÍN (
SAN
TA L
UCÍ
A)
6,76
70,0
0 86
,67
17,0
1 2,8
4 27
,22
54,4
4 0,5
6 63
,89
1,04
1,17
0,00
0,52
7,92
7,27
0,00
0,067
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
QU
EVED
O
SAN
CA
RLO
S 6,3
3 80
,94
88,3
5 17
,82
1,77
29,4
5 41
,73
1,26
67,0
9 9,1
7 1,9
5 0,4
8 1,8
7 7,3
3 12
,32
0,16
0,066
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E ZA
MO
RA
SAN
CA
RLO
S D
E LA
S M
INA
S 6,2
4 65
,44
81,6
2 15
,92
3,60
19,8
5 51
,47
1,47
58,8
2 6,4
8 1,7
5 0,3
5 1,7
5 6,6
5 12
,43
0,00
0,066
4 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
CHON
E CA
NU
TO
6,81
47,8
0 95
,46
21,5
6 0,5
7 38
,30
41,1
3 0,5
7 76
,74
9,85
2,17
0,37
0,69
8,17
20,4
7 0,1
6 0,0
664
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í SA
NTA
AN
A
AYA
CUCH
O
6,72
49,1
0 81
,16
16,6
2 1,5
0 32
,26
44,6
9 0,2
0 77
,76
5,16
0,73
0,16
0,31
8,07
9,64
0,10
0,066
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
ES
PEJO
SA
N IS
IDRO
11
,03
74,0
0 57
,33
17,9
5 4,3
0 21
,00
58,0
0 0,0
0 67
,67
0,64
2,06
0,39
1,93
11,7
3 5,0
3 0,3
9 0,0
654
Estra
to 1
Zona
Pla
nific
ació
n 5
LOS
RÍO
S PU
EBLO
VIE
JO
PUEB
LOV
IEJO
5,6
3 72
,78
73,5
7 13
,15
1,85
32,0
1 40
,24
1,99
70,1
2 4,2
3 2,3
0 0,2
9 1,5
8 5,9
8 6,1
0 0,0
3 0,0
653
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
TEN
A
TÁLA
G
5,13
50,0
0 97
,89
24,7
8 0,8
9 31
,69
24,6
5 0,7
0 75
,35
10,0
4 15
,18
0,00
0,45
12,9
5 16
,52
0,22
0,065
2 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
M
EJIA
U
YU
MBI
CHO
5,9
7 54
,91
48,0
0 8,5
6 1,4
5 26
,18
38,1
8 1,0
9 65
,82
0,33
0,49
0,16
2,69
2,45
1,14
0,08
0,064
7 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S SA
N M
ATE
O
4,97
52,6
3 89
,82
16,1
1 1,7
1 37
,19
34,0
4 4,2
1 66
,32
7,28
2,08
1,34
0,97
4,90
8,76
0,15
0,064
2 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
CA
YAM
BE
ASC
ÁZU
BI
7,07
68,3
5 70
,31
14,8
8 2,7
6 30
,53
46,7
8 1,1
2 56
,30
0,81
2,29
0,07
2,80
5,01
3,91
0,15
0,064
1 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
CHON
E RI
CAU
RTE
6,99
46,0
3 94
,77
20,6
7 0,7
6 39
,35
38,2
7 1,4
4 74
,37
8,59
1,57
1,51
1,08
8,37
17,8
2 0,2
2 0,0
637
Estra
to 1
Zona
Pla
nific
ació
n 2
PICH
INCH
A
MEJ
IA
ALÓ
AG
5,8
4 67
,72
72,1
7 13
,34
1,67
30,4
3 41
,56
0,74
66,2
3 1,3
0 0,9
6 1,0
0 2,2
1 4,3
4 6,7
3 0,1
7 0,0
634
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
MIR
A
JUA
N M
ON
TALV
O (S
AN
IGN
ACI
O D
E Q
UIL
) 8,4
9 66
,67
90,9
9 22
,41
3,16
29,7
3 60
,36
0,90
72,0
7 0,2
9 2,6
2 0,2
9 0,0
0 13
,66
11,9
2 0,0
0 0,0
632
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
SO
ZORA
NG
A
NU
EVA
FÁTI
MA
6,8
7 48
,39
83,8
7 16
,38
0,86
43,5
5 29
,03
0,00
70,9
7 1,3
5 3,5
9 0,0
0 0,4
5 13
,45
4,04
0,00
0,063
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
AT
AH
UA
LPA
SA
N JU
AN
DE
CERR
O A
ZUL
5,08
73,3
3 60
,00
10,0
0 1,2
5 26
,67
40,0
0 6,6
7 53
,33
0,00
0,00
1,25
1,25
1,25
8,75
0,00
0,062
9 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
TOTO
RAS
5,39
74,1
9 83
,06
14,0
1 1,3
9 29
,84
46,2
4 1,3
4 64
,25
3,23
1,30
0,06
1,19
3,85
9,07
0,11
0,062
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
MER
A
SHEL
L 4,1
9 52
,86
56,1
3 8,1
8 1,6
1 23
,71
35,6
9 2,1
8 67
,03
0,75
0,60
0,05
3,65
2,55
2,45
0,05
0,062
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
LO
GRO
ÑO
LO
GRO
ÑO
7,0
6 77
,24
70,3
4 13
,75
2,59
24,8
3 53
,10
2,07
60,6
9 0,4
0 1,6
1 0,0
0 2,8
2 7,0
6 1,6
1 0,0
0 0,0
620
Estra
to 1
Zona
Pla
nific
ació
n 6
CAÑ
AR
LA T
RON
CAL
PAN
CHO
NEG
RO
5,7
6 68
,59
87,4
8 16
,68
2,06
35,4
5 43
,74
0,39
66,4
7 6,3
5 2,5
8 0,6
4 1,8
0 5,1
6 14
,64
0,09
0,061
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CH
INCH
IPE
CHIT
O
5,12
57,1
4 95
,24
17,1
8 3,0
9 15
,87
57,1
4 0,0
0 53
,97
4,91
8,77
0,00
0,35
7,37
11,2
3 0,7
0 0,0
617
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S N
ARA
NJA
L TA
URA
4,7
5 67
,38
91,4
1 14
,86
1,33
39,2
6 46
,68
0,20
66,9
9 7,5
7 3,7
5 1,6
1 0,3
1 5,8
5 13
,38
0,04
0,061
4 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
SAN
MIG
UEL
BA
LSA
PAM
BA
9,51
69,9
6 85
,93
21,1
9 3,0
3 25
,48
49,8
1 1,5
2 77
,95
1,65
4,20
0,13
1,78
10,8
1 17
,05
0,25
0,060
9 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
PIFO
5,2
1 65
,90
69,4
7 11
,21
1,28
36,9
8 36
,87
2,30
62,3
3 0,5
5 0,7
0 0,6
4 3,9
3 3,3
4 6,2
0 0,1
6 0,0
603
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S SI
MÓ
N B
OLÍ
VA
R CR
NEL
.LO
REN
ZO D
E G
ARA
ICO
A (P
EDRE
GA
L)
6,39
60,0
6 92
,10
18,3
7 2,4
4 34
,91
46,2
6 0,2
9 67
,53
6,88
3,05
0,64
0,54
8,08
15,2
3 0,1
0 0,0
603
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
CUY
ABE
NO
TA
RAPO
A
4,98
60,4
6 91
,25
16,9
3 0,9
7 30
,80
42,5
9 0,0
0 64
,26
10,9
8 3,9
3 0,1
8 1,0
7 7,7
7 13
,04
0,45
0,060
2 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SAN
VIC
ENTE
SA
N V
ICEN
TE
6,88
68,7
8 78
,48
15,9
3 1,4
8 29
,39
45,2
4 2,1
1 73
,20
5,33
1,38
0,48
2,08
7,36
5,68
0,13
0,059
9 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
VA
LLE
4,84
68,8
2 70
,35
10,9
8 1,3
0 29
,99
45,9
6 0,7
6 69
,84
1,53
2,78
0,05
1,10
5,22
4,15
0,08
0,059
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
AT
AH
UA
LPA
AY
APA
MBA
9,3
7 40
,77
72,3
1 16
,45
2,35
15,3
8 69
,23
1,54
76,9
2 0,0
0 3,2
1 0,2
7 0,5
3 7,7
5 9,0
9 0,0
0 0,0
591
Estra
to 1
Zona
Pla
nific
ació
n 2
PICH
INCH
A
PED
RO M
ON
CAY
O
TABA
CUN
DO
4,8
4 57
,56
69,0
2 10
,16
1,67
35,8
9 40
,05
0,88
60,7
1 0,3
2 0,9
8 0,2
5 3,6
9 3,2
8 1,8
5 0,0
9 0,0
588
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
QUIJ
OS
BAEZ
A
5,09
67,6
8 39
,39
5,89
1,71
14,1
4 46
,46
0,00
57,5
8 0,1
9 0,1
9 0,1
9 3,8
2 4,5
9 0,7
6 0,0
0 0,0
588
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
CH
ORD
ELEG
CH
ORD
ELEG
6,4
8 63
,64
53,8
6 10
,72
2,18
26,5
9 53
,18
0,23
64,3
2 1,1
6 2,5
0 0,1
7 1,4
0 7,5
7 3,0
8 0,3
5 0,0
586
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
EL G
UA
BO
BARB
ON
ES (S
UCR
E)
4,84
73,9
1 76
,81
11,7
3 1,2
3 24
,64
50,7
2 0,7
2 65
,22
3,81
1,40
1,07
1,61
3,48
4,48
0,33
0,058
3 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
TI
MBI
RÉ
6,36
46,9
7 83
,33
17,3
4 1,8
5 34
,85
43,9
4 0,0
0 59
,09
8,18
2,60
0,00
1,12
5,95
8,92
0,37
0,057
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PALT
AS
LAU
RO G
UER
RERO
7,6
2 61
,87
91,3
7 23
,70
3,26
25,1
8 56
,83
2,88
61,1
5 3,0
8 4,1
8 0,0
0 0,6
6 10
,33
11,2
1 2,8
6 0,0
578
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S N
ARA
NJA
L JE
SÚS
MA
RÍA
6,7
8 63
,99
88,5
3 18
,01
2,08
32,1
1 46
,10
0,92
67,8
9 3,4
7 3,4
1 1,3
8 1,3
2 6,4
0 11
,96
0,48
0,057
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
CUM
BE
7,41
79,3
2 85
,89
20,3
3 2,1
5 27
,25
56,4
5 1,4
6 64
,23
3,17
3,32
1,21
0,90
9,13
7,54
0,08
0,057
6 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PUER
TO L
ÓPE
Z SA
LAN
GO
6,6
2 41
,00
90,0
0 19
,14
2,58
36,0
0 47
,33
1,33
74,6
7 1,5
7 1,5
7 0,3
5 0,0
9 7,1
6 9,2
6 0,0
0 0,0
574
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
GU
AN
GO
POLO
4,8
7 77
,18
69,1
3 11
,15
1,56
25,5
0 41
,61
1,34
60,4
0 0,6
5 1,3
0 0,6
5 1,1
7 4,1
6 0,7
8 0,0
0 0,0
573
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PORT
OV
ELO
SA
LATÍ
9,1
5 68
,09
93,6
2 23
,76
3,63
28,7
2 60
,64
3,19
73,4
0 1,3
3 7,9
7 0,3
3 0,0
0 16
,28
22,2
6 0,0
0 0,0
573
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
CARL
OS
JULI
O A
RO
SEM
ENA
TO
LA
CARL
OS
JULI
O A
RO
SEM
ENA
TO
LA
4,97
57,6
9 80
,77
15,0
2 2,2
2 30
,22
41,2
1 0,0
0 57
,69
3,72
4,22
0,25
1,49
5,58
7,44
0,74
0,056
9 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LA
JOY
A D
E LO
S SA
CHAS
LA
JOY
A D
E LO
S SA
CHAS
5,5
3 63
,87
79,1
1 13
,80
1,69
22,5
0 43
,39
2,02
54,9
9 3,8
9 1,4
8 0,1
1 4,3
8 4,8
1 7,8
7 0,1
1 0,0
567
Estra
to 1
Zona
Pla
nific
ació
n 6
CAÑ
AR
CAÑ
AR
CHO
ROCO
PTE
8,03
78,6
3 77
,82
17,9
6 2,0
9 27
,42
57,2
6 0,8
1 74
,19
2,22
3,95
0,00
0,49
9,38
7,65
0,00
0,056
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CATA
MA
YO
EL
TA
MBO
7,2
1 37
,43
94,6
1 21
,18
2,51
33,5
3 49
,10
0,60
72,4
6 2,4
4 9,2
5 0,0
0 1,1
3 13
,18
9,86
0,61
0,056
4 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PA
SAJE
CA
SACA
Y
7,37
75,1
4 76
,24
17,6
9 3,0
0 22
,65
56,9
1 0,5
5 69
,61
0,65
1,77
0,48
1,61
9,68
7,90
0,00
0,056
4 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
GUA
NO
7,2
5 80
,47
67,5
3 15
,03
2,68
28,3
8 46
,58
1,34
64,6
9 1,5
6 3,6
2 0,0
9 1,6
6 7,4
7 5,7
4 0,3
0 0,0
563
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
ZÁ
MBI
ZA
5,73
65,6
5 47
,39
8,60
0,76
17,8
3 44
,35
0,00
57,8
3 0,1
9 0,5
8 0,1
9 2,8
9 2,1
2 0,1
9 0,1
9 0,0
563
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PASA
JE
BUEN
AV
ISTA
6,5
4 69
,39
80,3
7 15
,66
2,43
21,9
6 51
,87
1,17
63,0
8 2,9
7 1,8
3 0,7
4 2,5
1 4,5
6 7,5
3 0,4
6 0,0
562
Estra
to 1
Zona
Pla
nific
ació
n 5
LOS
RÍO
S M
ON
TALV
O
MO
NTA
LVO
5,6
9 70
,64
76,8
9 13
,07
1,87
28,6
3 45
,20
1,02
69,2
6 3,3
1 1,8
8 0,0
9 1,3
2 5,4
0 8,1
5 0,0
8 0,0
560
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
SA
NTA
MA
RTH
A D
E CU
BA
5,92
81,4
3 73
,57
15,0
5 1,6
7 23
,57
57,1
4 0,7
1 74
,29
0,00
0,34
0,34
1,84
8,04
1,01
0,17
0,056
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
LA
S LA
JAS
LA V
ICTO
RIA
8,5
1 84
,82
70,9
8 17
,51
2,94
23,2
1 54
,91
0,00
73,2
1 1,1
4 3,0
0 0,0
0 1,7
1 11
,14
4,29
0,14
0,056
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E ZA
MO
RA
CUM
BARA
TZA
5,6
6 61
,60
75,6
0 13
,72
2,04
27,6
0 45
,60
0,80
65,6
0 1,6
9 2,5
3 0,1
9 1,8
7 6,6
5 5,7
2 0,3
7 0,0
559
Estra
to 1
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
CHA
ND
UY
6,2
1 52
,76
94,2
9 18
,73
1,80
22,2
4 55
,81
1,48
78,6
4 6,4
8 4,0
8 0,2
0 0,3
2 6,3
1 14
,64
0,12
0,055
7 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PAJÁ
N
PAJÁ
N
6,09
72,1
6 86
,88
15,4
0 2,3
3 40
,43
39,0
9 0,9
4 75
,90
9,26
0,80
0,14
0,86
6,06
11,9
3 0,0
3 0,0
557
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
BOLÍ
VA
R LO
S A
ND
ES
9,65
68,3
5 85
,32
22,4
3 4,2
5 26
,61
55,0
5 0,0
0 68
,81
1,65
5,11
0,75
0,60
12,4
8 8,7
2 0,4
5 0,0
548
130
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
SAN
PED
RO D
E H
UAC
A
HUA
CA
5,70
79,7
8 63
,76
11,4
4 2,1
4 21
,91
59,2
7 0,8
4 71
,07
0,32
0,76
0,38
1,96
5,76
1,84
0,00
0,054
7 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
SA
N M
IGU
EL D
E LO
S BA
NCO
S SA
N M
IGU
EL D
E LO
S BA
NCO
S 4,7
6 70
,64
80,1
2 14
,82
0,87
31,5
0 46
,79
0,76
61,3
1 3,8
8 1,5
9 0,8
3 1,9
9 4,6
0 6,6
7 0,5
8 0,0
546
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
SHU
SHU
FIN
DI
SIET
E D
E JU
LIO
8,1
8 51
,28
82,3
7 19
,26
1,52
38,7
8 34
,29
0,64
76,9
2 11
,97
8,16
0,00
1,09
8,81
13,2
8 0,2
2 0,0
545
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
SAN
JOSÉ
DE
CAY
APA
S 12
,29
48,3
9 10
0,00
31
,72
3,93
33,3
3 32
,26
1,08
48,3
9 25
,08
11,1
8 0,3
0 0,6
0 6,3
4 31
,42
0,30
0,054
4 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
SAQU
ISIL
Í SA
QUIS
ILÍ
5,83
81,8
2 75
,54
14,0
0 2,0
6 33
,03
40,5
9 0,9
0 59
,92
1,16
2,56
0,00
1,89
5,39
6,12
0,09
0,054
2 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CHIM
BO
SAN
JOSÉ
DE
CH
IMBO
7,6
4 68
,47
52,7
0 11
,80
2,62
22,9
7 45
,95
2,25
66,8
9 0,9
3 0,8
7 0,2
0 2,1
3 7,4
0 3,6
6 0,0
7 0,0
539
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
QU
ILA
NG
A
QUIL
AN
GA
9,3
7 65
,49
79,6
1 21
,04
2,46
32,9
4 52
,55
0,78
76,8
6 1,2
4 3,1
7 0,0
0 1,2
4 14
,34
13,6
6 0,1
4 0,0
537
Estra
to 1
Zona
Pla
nific
ació
n 5
GAL
ÁPA
GOS
SAN
TA C
RUZ
PUER
TO A
YO
RA
3,01
57,5
0 51
,11
4,60
0,72
13,8
9 34
,44
2,50
59,1
7 0,1
7 0,0
0 0,1
4 3,2
1 0,4
2 0,9
6 0,0
0 0,0
534
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
PUN
Á
7,49
63,1
2 95
,27
20,4
5 2,0
4 33
,73
50,3
0 1,3
8 71
,01
12,1
6 5,5
0 0,4
4 0,6
6 8,0
9 17
,39
0,33
0,052
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
MU
LUN
CAY
GRA
ND
E 9,8
2 34
,94
55,4
2 17
,78
2,67
12,0
5 63
,86
2,41
61,4
5 0,4
4 0,8
9 0,4
4 2,6
7 14
,22
5,78
0,00
0,052
7 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
M
EJIA
M
ACH
ACH
I 4,5
4 68
,92
46,7
7 6,7
3 1,2
7 25
,34
38,6
5 0,9
6 62
,95
0,37
0,34
0,18
2,66
2,10
2,00
0,11
0,052
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CELI
CA
CELI
CA
6,28
64,5
7 70
,43
14,4
1 1,9
0 25
,43
51,7
4 0,8
7 73
,04
1,66
5,52
0,12
1,72
6,64
5,69
0,36
0,052
2 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
NO
BOL
NA
RCIS
A D
E JE
SÚS
(NO
BOL)
7,0
2 64
,15
73,8
2 15
,63
1,93
30,5
5 46
,91
1,60
70,4
7 2,3
4 2,8
5 0,3
8 0,8
3 6,5
8 2,8
1 0,0
4 0,0
519
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í PO
RTO
VIE
JO
CRU
CITA
6,3
1 55
,47
90,8
7 17
,71
1,45
31,6
8 47
,13
1,47
72,8
3 8,1
1 1,7
1 0,3
9 1,6
5 8,7
2 13
,26
0,00
0,051
7 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SIM
ÓN
BO
LÍV
AR
SIM
ÓN
BO
LÍV
AR
5,47
78,9
5 86
,34
14,4
6 1,8
4 29
,57
41,3
5 1,3
8 66
,92
4,45
1,82
0,25
1,13
5,14
9,96
0,05
0,051
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CELI
CA
POZU
L (S
AN
JUA
N D
E PO
ZUL)
7,4
5 61
,95
84,9
6 20
,12
2,67
24,7
8 55
,75
0,44
74,7
8 4,8
2 6,8
0 0,0
0 1,3
6 11
,74
12,3
6 0,1
2 0,0
515
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
PUTU
MA
YO
PU
ERTO
EL
CA
RMEN
DEL
PU
TUM
AY
O
6,20
71,0
3 85
,51
17,0
8 1,7
2 41
,59
38,3
2 1,4
0 53
,74
11,8
5 6,5
4 0,4
9 2,8
4 6,9
1 12
,10
0,25
0,051
4 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
CU
BIJÍ
ES
5,97
71,3
3 91
,33
17,3
3 3,5
6 30
,67
46,6
7 0,0
0 61
,33
1,19
4,17
0,15
0,15
6,55
9,97
0,15
0,051
1 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
EL C
ARM
EN
WIL
FRID
O L
OO
R M
ORE
IRA
(MA
ICIT
O)
5,45
48,8
0 95
,60
17,0
2 0,4
6 47
,60
36,0
0 0,8
0 75
,60
7,69
0,55
2,11
0,46
7,88
15,0
2 0,0
0 0,0
511
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
JUA
N B
OSCO
SA
NTI
AG
O D
E PA
NA
NZA
6,4
0 60
,00
90,0
0 18
,87
2,83
33,3
3 46
,67
0,00
50,0
0 5,6
6 8,4
9 0,0
0 1,8
9 9,4
3 12
,26
4,72
0,051
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S SA
RACA
Y
7,86
58,5
0 81
,50
18,3
4 2,5
8 29
,00
51,0
0 1,0
0 71
,50
0,44
1,47
1,47
1,03
7,77
7,33
0,29
0,051
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
BUEN
A F
É PA
TRIC
IA PI
LAR
4,72
67,0
1 81
,00
13,4
3 1,1
4 29
,71
46,6
3 0,5
2 61
,83
4,39
0,52
1,05
2,72
4,22
6,21
0,17
0,050
9 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
GIRÓ
N
ASU
NCI
ÓN
7,2
4 79
,19
83,7
1 17
,81
2,48
24,8
9 58
,37
0,00
71,9
5 0,8
3 3,3
4 0,9
5 0,7
2 7,1
5 12
,16
0,12
0,050
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
SA
NTA
ROS
A
TORA
TA
6,45
61,9
0 68
,25
12,4
1 1,8
8 28
,57
48,4
1 0,7
9 76
,19
1,17
2,54
0,78
1,17
6,85
2,94
0,00
0,050
6 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S CA
MA
RON
ES (C
AB.
EN
SA
N V
ICEN
TE)
5,68
40,6
3 92
,50
18,4
6 2,6
2 35
,63
40,6
3 1,2
5 66
,25
10,0
4 3,2
0 0,5
8 1,1
6 6,4
0 9,9
0 0,4
4 0,0
500
Estra
to 1
Zona
Pla
nific
ació
n 3
COTO
PAX
I PU
JILI
LA
VIC
TORI
A
8,62
66,1
5 90
,77
20,8
2 3,7
8 38
,08
45,7
7 1,5
4 63
,85
1,50
3,82
0,12
1,04
10,6
5 8,6
8 0,3
5 0,0
498
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
PALO
RA
PALO
RA (M
ETZE
RA)
5,83
64,3
5 49
,13
9,21
2,57
23,4
8 46
,52
1,30
58,7
0 0,6
2 0,8
3 0,4
1 2,8
9 5,4
8 1,0
3 0,3
1 0,0
496
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
CUM
AN
DÁ
CU
MA
ND
Á
6,93
72,8
8 70
,76
14,3
6 2,2
1 32
,81
44,3
1 0,7
8 67
,30
1,11
1,69
0,18
4,03
6,01
6,92
0,09
0,049
5 Es
trato
1 Zo
na P
lani
ficac
ión 5
LO
S RÍ
OS
BABA
HO
YO
CA
RACO
L 4,5
8 60
,26
90,6
0 13
,47
1,30
27,3
5 52
,99
0,43
78,6
3 7,6
3 2,7
8 0,0
0 0,3
9 4,7
0 11
,03
0,00
0,049
2 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
GU
AN
O
LA PR
OV
IDEN
CIA
8,8
6 85
,71
100,
00
25,1
5 4,9
1 22
,45
59,1
8 2,0
4 48
,98
0,62
3,11
0,00
0,00
13,6
6 18
,63
0,62
0,049
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
11
DE
NO
VIE
MBR
E (IL
INCH
ISI)
6,49
59,6
9 92
,25
17,0
9 3,8
5 15
,50
68,2
2 0,7
8 67
,44
2,54
1,69
0,17
0,00
7,11
8,46
0,00
0,049
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
ES
PEJO
EL
AN
GEL
6,6
6 73
,63
56,5
3 10
,94
2,25
23,9
9 50
,36
1,43
67,4
6 0,3
0 1,6
0 0,2
4 2,0
1 6,9
3 3,3
7 0,0
0 0,0
490
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
O
LMED
O
OLM
EDO
8,3
1 55
,59
87,6
8 21
,77
3,27
29,5
1 59
,31
0,00
78,5
1 2,9
6 4,2
6 0,0
9 0,8
7 12
,01
11,5
8 0,5
2 0,0
489
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í M
ON
TECR
ISTI
LA
PIL
A
8,03
32,9
9 96
,95
21,4
7 1,3
2 32
,49
51,2
7 1,0
2 82
,23
21,5
2 2,0
1 0,0
0 0,9
3 10
,37
22,2
9 0,0
0 0,0
487
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S RI
OV
ERD
E CH
UM
UN
DÉ
4,58
60,2
5 10
0,00
15
,58
0,78
41,6
1 34
,16
0,00
70,8
1 13
,51
1,30
0,26
0,00
4,81
14,6
8 0,0
0 0,0
486
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
CH
ECA
(CHI
LPA)
4,9
2 61
,76
73,3
0 11
,80
1,33
32,8
1 38
,01
1,36
56,1
1 1,0
8 1,2
6 0,4
3 3,1
2 3,2
1 3,8
6 0,0
9 0,0
486
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PI
ND
AL
12 D
E D
ICIE
MBR
E (C
AB.
EN A
CHIO
TES)
5,1
3 60
,82
96,9
1 17
,10
0,71
41,2
4 38
,14
7,22
71,1
3 10
,10
10,3
4 0,2
5 0,2
5 7,3
9 10
,59
0,00
0,048
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
MA
CARÁ
M
ACA
RÁ
5,59
76,6
8 51
,31
9,27
1,96
28,1
0 49
,26
1,02
74,7
4 0,9
6 1,6
8 0,1
3 3,4
4 6,2
8 3,8
5 0,0
3 0,0
480
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
PI
CAIG
UA
4,9
7 68
,69
82,7
7 13
,86
1,33
38,8
3 38
,83
0,97
66,2
6 1,3
9 2,9
3 0,0
5 0,6
0 4,1
7 6,3
5 0,0
5 0,0
480
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
ZAM
ORA
IM
BAN
A (L
A V
ICTO
RIA
DE
IMBA
NA
) 7,4
6 66
,67
92,8
6 24
,40
1,60
29,7
6 32
,14
0,00
58,3
3 6,4
0 12
,40
0,00
0,00
11,6
0 17
,20
2,00
0,048
0 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
PÍN
TAG
5,4
4 69
,57
75,8
2 12
,95
2,00
34,5
3 43
,34
1,13
62,7
0 1,1
7 1,7
4 0,3
9 1,5
2 4,7
6 5,8
7 0,1
1 0,0
478
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
TEN
GU
EL
6,50
66,6
2 79
,64
15,5
1 2,9
4 29
,25
51,5
5 1,8
0 65
,72
2,85
2,17
0,71
1,30
5,98
8,82
0,28
0,047
2 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
LATA
CUN
GA
TA
NIC
UCH
Í 5,2
9 66
,27
83,6
5 14
,35
1,55
35,0
5 40
,35
1,47
63,0
3 0,9
0 2,0
3 0,2
3 1,7
1 5,0
2 7,3
4 0,0
3 0,0
471
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
LAG
O A
GRI
O
GEN
ERA
L FA
RFÁN
6,2
2 60
,33
91,2
1 20
,71
2,05
28,9
8 52
,49
0,48
57,4
8 15
,40
8,67
0,13
1,20
9,73
17,2
7 0,6
7 0,0
467
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CA
TAM
AY
O
GUA
YQU
ICHU
MA
11
,23
93,0
2 93
,02
25,6
2 4,9
6 18
,60
65,1
2 0,0
0 48
,84
0,00
5,79
0,00
1,65
15,7
0 18
,18
0,00
0,046
5 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
TURI
4,9
0 69
,48
71,9
8 11
,92
1,60
30,5
2 48
,75
1,59
59,4
5 1,4
1 3,3
9 0,0
5 1,1
8 6,3
1 3,2
5 0,1
9 0,0
460
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í CH
ONE
CON
VEN
TO
8,16
54,1
9 99
,81
25,0
7 1,0
4 36
,31
42,6
4 1,1
2 69
,09
14,5
8 2,0
3 0,5
2 1,7
6 9,2
2 24
,97
0,07
0,046
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
SA
NTA
ROS
A
SAN
AN
TON
IO
6,36
83,4
6 90
,98
18,4
8 1,4
8 16
,54
60,1
5 0,0
0 70
,68
0,75
3,75
0,75
0,75
7,32
10,1
3 0,0
0 0,0
460
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
ARE
NIL
LAS
CARC
ABÓ
N
8,15
66,6
7 91
,67
20,1
8 3,5
1 18
,33
65,0
0 0,0
0 53
,33
1,86
3,26
0,47
0,00
10,7
0 19
,07
0,00
0,045
7 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S TA
CHIN
A
6,10
67,9
0 80
,25
16,0
2 2,2
3 30
,45
39,0
9 1,6
5 77
,37
2,95
1,83
0,41
1,73
5,50
3,05
0,00
0,045
6 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
TOSA
GUA
BA
CHIL
LERO
8,1
6 44
,79
90,2
2 25
,13
1,49
22,4
0 55
,21
0,63
75,3
9 15
,03
1,39
0,85
0,64
11,1
9 18
,23
0,00
0,045
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
CUN
CHIB
AM
BA
4,54
81,7
7 87
,19
13,0
1 1,4
6 29
,06
55,6
7 1,9
7 62
,07
4,47
0,88
0,26
0,09
2,81
8,33
0,00
0,045
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
A
REN
ILLA
S PA
LMA
LES
5,33
67,6
3 86
,71
13,2
8 1,4
8 32
,37
49,7
1 0,0
0 71
,10
1,05
2,44
0,47
0,81
6,40
6,05
0,00
0,045
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
M
ORO
NA
M
ACA
S 5,5
3 64
,34
39,4
3 6,5
8 1,6
0 18
,58
38,7
7 2,2
6 56
,89
0,20
0,44
0,10
6,42
3,02
0,32
0,02
0,045
1 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
EL C
ARM
EN
SAN
PED
RO D
E SU
MA
6,6
0 58
,37
97,7
4 22
,14
1,13
30,7
7 50
,00
1,13
67,4
2 12
,41
1,13
1,07
0,57
6,86
19,3
3 0,1
3 0,0
449
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í JA
RAM
IJÓ
JA
RAM
IJÓ
7,0
3 77
,08
79,6
2 17
,86
1,36
26,6
9 53
,46
2,23
74,6
9 5,1
7 1,2
6 0,3
2 1,9
0 9,0
3 5,4
4 0,0
5 0,0
449
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ACH
APA
LA
GUA
CHA
PALA
8,7
4 63
,42
65,7
7 15
,85
3,94
30,5
4 54
,70
0,67
76,8
5 2,2
0 2,5
2 0,2
1 0,9
4 9,8
5 3,9
8 0,5
2 0,0
445
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
AT
AH
UA
LPA
(CHI
SALA
TA)
4,86
77,7
6 46
,69
7,05
1,42
25,0
5 47
,29
0,80
56,3
1 1,0
2 0,7
3 0,1
1 3,0
2 3,2
4 1,3
1 0,1
8 0,0
441
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
PALA
ND
A
EL P
ORV
ENIR
DEL
CA
RMEN
3,9
8 62
,71
94,9
2 15
,48
0,32
30,5
1 44
,07
0,00
66,1
0 2,9
5 10
,49
0,00
0,66
7,21
10,1
6 1,3
1 0,0
440
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
CUCH
AEN
TZA
5,2
1 58
,06
98,9
2 19
,11
1,11
32,2
6 48
,39
4,30
55,9
1 9,1
4 11
,08
0,00
0,83
6,93
11,3
6 2,7
7 0,0
438
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S M
ILA
GRO
RO
BERT
O A
STU
DIL
LO (C
AB.
EN
CRU
CE D
E V
ENEC
IA)
5,91
64,5
3 96
,72
16,9
6 1,9
6 33
,91
48,9
1 0,6
3 66
,25
7,48
2,88
0,24
0,73
5,89
16,3
2 0,1
4 0,0
438
Estra
to 1
Zona
Pla
nific
ació
n 3
COTO
PAX
I SA
LCED
O
PAN
SALE
O
5,01
75,7
2 76
,88
12,4
4 1,8
9 25
,43
56,6
5 1,1
6 72
,83
1,23
1,35
0,11
0,34
4,71
8,30
0,11
0,043
5 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CHO
RDEL
EG
PRIN
CIPA
L 7,8
9 72
,38
68,5
7 14
,74
1,05
24,7
6 58
,10
0,95
52,3
8 1,8
6 2,9
3 0,0
0 0,8
0 8,5
1 5,8
5 0,0
0 0,0
434
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
ZARU
MA
H
UER
TAS
10,5
2 45
,24
69,5
2 19
,82
3,86
17,1
4 54
,76
0,48
67,1
4 0,3
7 2,2
0 0,0
0 3,1
1 11
,72
14,4
7 0,0
0 0,0
434
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
ZAM
ORA
ZA
MO
RA
5,35
61,5
9 41
,48
7,27
1,37
15,9
2 40
,78
1,82
58,1
0 0,4
0 0,5
3 0,2
5 4,3
9 3,2
8 1,9
8 0,1
2 0,0
434
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
ZUÑ
A (Z
ÚÑ
AC)
8,9
7 75
,00
100,
00
25,9
3 1,8
5 35
,00
45,0
0 0,0
0 55
,00
9,43
11,3
2 0,0
0 1,8
9 13
,21
13,2
1 0,0
0 0,0
431
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
SAN
TA R
OSA
LA
AV
AN
ZAD
A
7,88
78,5
3 60
,12
12,7
5 2,2
2 28
,22
46,6
3 1,8
4 76
,07
3,43
2,86
0,00
0,95
7,24
4,57
0,00
0,043
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ATA
CAM
ES
SÚA
(CA
B. E
N L
A B
OCA
NA)
7,1
3 65
,04
86,5
9 19
,12
2,30
28,0
5 46
,75
4,07
60,5
7 4,2
7 2,8
8 1,1
5 3,9
2 6,6
9 4,2
7 0,1
2 0,0
430
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S N
ARA
NJA
L SA
N C
ARL
OS
4,79
71,1
5 81
,73
12,1
6 1,5
7 29
,49
50,3
2 0,9
6 58
,65
2,18
1,41
0,53
1,94
4,59
7,58
0,06
0,043
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S G
ON
ZALO
PIZA
RRO
EL
REV
ENTA
DO
R 7,2
6 50
,46
94,5
0 20
,94
4,43
30,2
8 39
,45
1,83
58,7
2 3,0
0 4,0
0 1,0
0 1,7
5 12
,75
10,2
5 0,7
5 0,0
429
Estra
to 1
Zona
Plan
ifica
ción:
Qui
to
PICH
INCH
A
QU
ITO
EL
QU
INCH
E 4,7
6 66
,23
58,6
4 8,3
9 1,7
7 29
,19
46,6
0 0,6
5 63
,09
0,69
0,62
0,60
3,87
2,66
1,49
0,07
0,042
8 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S LA
GO
AG
RIO
SA
NTA
CEC
ILIA
6,2
1 68
,54
93,8
6 20
,31
1,82
31,7
1 47
,57
2,05
63,6
8 14
,51
7,61
0,28
1,20
8,73
15,8
5 1,4
1 0,0
427
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
SAN
TA R
OSA
BE
LLA
VIS
TA
7,62
70,8
3 60
,65
14,8
6 2,5
8 20
,83
48,6
1 0,4
6 72
,69
1,20
3,05
0,80
0,80
5,98
4,78
0,13
0,042
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
A
REN
ILLA
S A
REN
ILLA
S 5,6
0 75
,31
66,3
6 11
,46
1,75
24,8
5 47
,03
1,26
67,2
0 0,7
8 1,7
7 0,2
7 2,2
9 5,9
9 2,0
4 0,1
6 0,0
421
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
POSO
RJA
6,0
1 69
,10
69,7
2 13
,20
1,66
24,1
4 51
,79
2,07
66,6
2 2,9
1 0,9
1 0,0
8 1,1
1 6,6
9 2,4
2 0,1
0 0,0
421
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í JA
MA
JA
MA
3,8
7 64
,07
91,2
1 16
,84
0,55
39,3
8 42
,16
0,89
71,9
7 7,6
5 1,8
1 0,5
8 1,5
5 7,6
0 10
,73
0,03
0,041
9 Es
trato
1 Zo
na P
lani
ficac
ión 6
CA
ÑA
R LA
TRO
NCA
L M
AN
UEL
J. C
ALL
E 7,0
9 72
,45
69,9
0 15
,98
2,28
23,4
7 48
,98
0,51
63,7
8 1,7
5 1,1
6 0,7
3 1,7
5 7,2
8 5,5
3 0,0
0 0,0
418
Estra
to 1
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R SA
N M
IGU
EL
SAN
VIC
ENTE
11
,02
71,4
3 91
,27
27,0
0 3,8
6 33
,33
45,2
4 0,7
9 73
,02
0,59
5,64
0,89
0,00
13,9
5 14
,84
0,00
0,041
7 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
N JU
AN
BOS
CO
SAN
JUA
N B
OSCO
5,7
9 62
,70
62,7
0 10
,83
1,95
30,1
6 43
,65
1,59
50,7
9 1,6
5 2,5
7 0,1
8 2,9
4 5,3
3 4,4
1 0,1
8 0,0
417
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S AT
ACA
MES
TO
NCH
IGÜ
E 5,7
9 50
,32
86,1
8 16
,17
1,70
27,2
1 41
,68
2,16
60,6
9 6,3
9 0,6
8 0,3
6 2,2
9 4,9
9 7,3
8 0,0
0 0,0
417
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
PEN
IPE
SAN
AN
TON
IO D
E BA
YU
SHIG
13
,35
53,0
6 67
,35
22,9
7 8,6
8 34
,01
51,0
2 0,6
8 63
,95
1,16
2,60
0,00
0,87
13,5
8 2,8
9 0,0
0 0,0
416
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
SA
RAG
URO
SA
RAG
URO
5,0
6 69
,21
75,5
5 12
,64
1,55
36,9
0 32
,31
1,09
67,0
3 0,6
8 3,0
9 0,0
5 1,3
2 6,1
9 7,2
8 0,1
8 0,0
413
Estra
to 1
Zona
Pla
nific
ació
n 2
PICH
INCH
A
PED
RO M
ON
CAY
O
LA E
SPER
AN
ZA
6,02
70,8
3 78
,75
14,4
0 2,2
4 27
,08
56,2
5 0,4
2 57
,08
0,49
2,93
0,68
1,47
5,87
1,96
0,20
0,041
2 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
EL
CH
ACO
EL
CH
ACO
5,1
7 71
,89
59,4
4 10
,41
1,80
26,5
1 32
,93
2,81
58,2
3 0,6
6 0,3
3 0,2
5 3,1
3 3,9
5 1,7
3 0,0
0 0,0
412
Estra
to 1
Zona
s no
delim
itada
s ZO
NA
S N
O D
ELIM
ITA
DA
S EL
PIE
DRE
RO
EL P
IED
RERO
6,2
9 65
,83
79,9
0 16
,01
2,26
28,6
4 45
,73
0,50
64,8
2 3,2
4 3,3
0 1,3
1 1,0
6 6,1
6 10
,27
0,06
0,041
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PIN
DA
L PI
ND
AL
5,21
65,7
6 73
,56
12,7
9 0,8
8 30
,51
47,4
6 0,3
4 72
,54
3,39
4,29
0,00
1,36
8,66
7,98
0,00
0,040
4 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
CORO
NEL
MA
RCEL
INO
MA
RID
UEÑ
A
CORO
NEL
MA
RCE
LIN
O M
ARI
DU
EÑA
(SA
N C
ARL
OS)
6,62
56,5
9 72
,90
14,5
8 1,8
7 24
,59
43,2
9 0,8
8 70
,77
1,04
0,85
0,38
2,11
2,80
12,8
9 0,0
0 0,0
402
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
N
ULT
I 4,7
2 75
,98
84,3
1 13
,80
2,12
30,8
8 49
,02
0,49
67,1
6 3,3
5 4,5
6 0,4
7 0,4
7 5,5
9 9,6
8 0,1
9 0,0
398
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PA
LTAS
CA
TACO
CHA
6,2
9 64
,71
69,2
7 13
,36
2,28
28,5
2 48
,57
0,39
71,3
5 2,2
7 4,1
2 0,0
9 2,6
7 5,9
2 6,9
2 0,0
3 0,0
398
Estra
to 1
Zona
Pla
nific
ació
n 5
GUA
YA
S SA
N JA
CIN
TO D
E Y
AG
UA
CHI
VIR
GEN
DE
FÁTI
MA
6,0
7 67
,94
78,0
5 14
,49
1,73
30,4
3 47
,74
1,86
67,1
3 2,0
6 1,2
1 0,4
0 1,7
5 6,1
0 5,0
8 0,0
3 0,0
393
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LORE
TO
SAN
VIC
ENTE
DE
HUAT
ICOC
HA
8,5
1 58
,89
88,8
9 25
,32
3,00
24,4
4 52
,22
1,11
54,4
4 12
,50
9,48
0,00
0,86
11,2
1 14
,22
0,00
0,038
9 Es
trato
1 Zo
na P
lani
ficac
ión 2
PI
CHIN
CHA
M
EJIA
CU
TUG
LAH
UA
4,7
6 70
,51
87,9
5 14
,34
1,50
32,1
2 44
,17
2,26
59,6
0 1,6
7 0,4
1 0,1
0 2,7
3 3,6
0 12
,38
0,07
0,038
7 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
IZA
MBA
4,8
6 76
,55
56,3
6 8,2
0 1,4
1 28
,53
45,2
0 0,7
1 58
,19
1,50
0,82
0,21
2,40
3,06
1,79
0,24
0,038
7 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
TE
NA
PU
ERTO
NA
PO
5,53
62,0
8 92
,95
20,0
7 0,8
2 23
,15
45,9
7 0,6
7 64
,09
8,62
8,17
0,09
0,73
6,79
16,2
4 0,5
5 0,0
384
Estra
to 1
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R CH
IMBO
M
AG
DA
LEN
A (C
HA
PACO
TO)
9,08
73,0
5 75
,00
19,9
7 3,0
8 29
,69
52,7
3 0,7
8 62
,11
3,24
3,24
0,14
0,54
11,4
9 11
,08
1,22
0,038
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
QU
IJOS
SA
N F
RA
NCI
SCO
DE
BORJ
A (V
IRG
ILIO
DÁV
ILA)
5,2
3 70
,43
62,6
1 10
,47
2,44
21,7
4 47
,83
0,00
51,3
0 0,3
5 0,0
0 0,5
3 2,6
5 2,8
2 5,8
2 0,0
0 0,0
375
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
SAN
LOR
ENZO
5,4
5 60
,96
79,3
9 14
,34
1,12
32,1
6 38
,74
2,12
61,4
8 3,6
0 2,3
4 0,1
2 3,9
7 4,4
8 4,0
4 0,1
1 0,0
375
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
U
RBIN
A (T
AY
A)
8,58
51,8
5 88
,36
22,0
3 2,6
2 20
,63
66,1
4 0,0
0 83
,07
1,61
5,00
0,89
0,89
10,8
9 10
,36
0,00
0,037
4 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
M
ALA
CATO
S (V
ALL
ADO
LID
) 5,4
1 62
,08
71,1
7 12
,22
1,98
27,5
3 51
,17
1,04
74,5
5 1,6
3 3,0
5 1,2
0 1,4
7 5,0
7 6,0
5 0,3
3 0,0
374
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
EL C
HA
CO
SARD
INA
S 7,2
6 53
,85
74,3
6 14
,93
2,99
33,3
3 35
,90
2,56
53,8
5 2,9
9 0,7
5 0,0
0 2,2
4 8,9
6 8,2
1 3,7
3 0,0
368
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
EL P
AN
GUI
EL P
AN
GUI
5,35
69,2
9 67
,04
11,5
3 1,2
8 28
,84
43,8
2 0,7
5 65
,54
1,33
3,82
0,09
3,11
6,30
4,61
0,27
0,036
7 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
SAN
JACI
NTO
DE
YA
GU
ACH
I G
RAL.
PED
RO J.
MO
NTE
RO (B
OLI
CHE)
5,5
4 58
,81
89,4
3 16
,41
1,89
31,2
8 45
,81
1,98
68,0
6 5,0
7 2,3
4 0,3
3 0,2
9 6,2
2 12
,63
0,10
0,036
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
M
ORO
NA
G
ENER
AL
PRO
AÑ
O
5,06
62,6
0 70
,99
12,6
0 2,0
2 24
,43
45,0
4 0,7
6 65
,65
2,83
2,20
0,94
2,05
3,31
4,88
0,00
0,036
4 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PUY
AN
GO
M
ERCA
DIL
LO
6,22
57,5
3 79
,45
16,7
2 2,3
0 26
,03
47,9
5 0,0
0 71
,23
2,05
5,12
0,34
1,02
9,56
12,2
9 0,0
0 0,0
359
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
SA
N JO
AQ
UÍN
4,5
1 72
,02
59,8
2 8,7
3 1,5
6 24
,70
50,6
0 0,6
0 61
,01
0,94
1,22
0,44
2,27
4,70
5,37
0,06
0,035
8 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LA
JOY
A D
E LO
S SA
CHAS
SA
N C
ARL
OS
6,32
53,3
3 94
,44
20,1
5 1,9
4 27
,78
52,7
8 1,1
1 58
,33
11,9
9 3,9
0 0,4
5 0,6
0 8,2
5 16
,34
0,60
0,035
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
EL
GU
ABO
LA
IBER
IA
6,66
79,7
6 76
,52
14,3
1 1,9
6 23
,48
47,7
7 3,2
4 59
,92
1,82
1,22
0,41
2,43
6,18
3,44
0,00
0,035
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
CO
TOPA
XI
PAN
GUA
M
ORA
SPU
NG
O
5,32
66,9
2 86
,80
15,4
0 1,7
6 29
,89
51,7
5 0,0
0 62
,82
4,55
3,55
0,58
0,58
6,87
12,9
3 0,1
9 0,0
355
Estra
to 1
Zona
Pla
nific
ació
n 5
SAN
TA E
LEN
A
SAN
TA E
LEN
A
ATA
HU
ALP
A
5,61
72,7
3 71
,72
13,1
3 0,8
4 10
,61
50,5
1 1,5
2 67
,68
2,59
1,85
0,00
0,62
5,54
1,85
0,00
0,035
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
LA
TO
LA
6,39
59,1
4 98
,92
21,2
0 2,1
6 29
,75
45,5
2 2,8
7 56
,27
19,1
1 8,1
0 0,7
5 2,0
7 8,3
8 21
,19
0,00
0,035
3 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
PELI
LEO
5,48
81,6
0 71
,36
12,3
1 1,8
8 28
,64
49,1
1 0,4
5 60
,24
1,92
1,48
0,02
1,07
4,58
5,72
0,09
0,035
2 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CHIM
BO
TELI
MBE
LA
7,46
73,6
6 96
,71
22,8
4 2,1
3 32
,10
51,8
5 0,8
2 72
,84
9,24
9,75
1,01
0,63
11,0
1 20
,63
0,13
0,035
1
131
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
PUTU
MA
YO
SA
NTA
ELE
NA
4,4
1 72
,73
100,
00
16,1
3 0,9
2 28
,41
40,9
1 2,2
7 64
,77
15,7
8 6,2
6 0,0
0 0,0
0 4,1
8 16
,24
0,23
0,035
0 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
MO
CHA
PI
NG
UIL
Í 10
,13
78,2
9 93
,02
22,5
9 3,8
1 35
,66
51,1
6 0,7
8 66
,67
1,81
2,84
0,00
0,26
9,56
4,39
0,00
0,034
9 Es
trato
1 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
PIM
AM
PIRO
PI
MA
MPI
RO
7,95
72,5
8 64
,96
14,1
2 4,2
9 30
,33
52,9
1 0,6
9 63
,43
0,95
2,84
0,12
2,92
9,59
3,04
0,04
0,034
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E ZA
MO
RA
TIM
BARA
6,7
7 66
,15
98,4
6 21
,46
1,37
33,8
5 40
,00
0,00
70,7
7 1,3
8 7,3
4 0,0
0 3,2
1 6,4
2 18
,35
0,00
0,034
6 Es
trato
1 Zo
na P
lani
ficac
ión 5
SA
NTA
ELE
NA
SA
LIN
AS
AN
CON
CITO
4,9
9 73
,90
74,5
8 12
,79
0,85
25,4
2 42
,20
1,86
72,5
4 2,1
5 1,6
7 0,0
7 0,7
8 6,7
8 1,0
7 0,0
0 0,0
345
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
IB
ARR
A
SAN
AN
TON
IO
5,70
72,2
7 54
,35
9,29
1,80
25,6
3 48
,95
1,40
65,4
7 0,6
4 1,1
3 0,3
1 1,9
2 4,1
7 0,8
8 0,0
9 0,0
339
Estra
to 1
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
GUA
PÁN
5,5
6 68
,70
75,8
1 13
,21
1,82
35,7
7 38
,21
1,22
74,1
9 1,4
5 3,0
7 0,0
4 0,3
1 6,5
4 7,1
1 0,0
9 0,0
338
Estra
to 1
Zona
Pla
nific
ació
n 4
SAN
TO D
OM
ING
O D
E LO
S TS
ÁCH
ILA
S SA
NTO
DO
MIN
GO
PU
ERTO
LIM
ÓN
6,2
7 60
,92
88,2
3 17
,79
1,49
34,1
3 46
,25
0,34
66,7
2 12
,28
1,41
1,24
0,84
6,54
15,5
1 0,4
0 0,0
335
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
IB
ARR
A
SALI
NAS
4,6
5 51
,85
59,2
6 8,0
3 0,8
5 28
,40
59,2
6 0,0
0 72
,84
0,65
1,30
1,73
1,73
4,10
4,32
0,22
0,033
4 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S SA
N R
OQ
UE
(AM
BRO
SIO
MA
LDO
NAD
O)
6,92
51,6
7 85
,00
17,5
3 2,7
9 33
,33
56,6
7 0,0
0 73
,33
0,00
3,25
1,22
0,81
8,54
11,7
9 0,0
0 0,0
333
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PU
YA
NG
O
EL A
REN
AL
7,24
57,7
5 92
,96
21,1
2 2,3
9 28
,17
59,1
5 0,0
0 76
,06
6,07
5,67
0,40
0,81
10,5
3 12
,55
0,81
0,033
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
EL
TRI
UN
FO
5,66
48,0
0 89
,33
17,4
5 1,0
1 36
,00
30,6
7 0,0
0 57
,33
9,56
4,44
0,00
2,05
7,51
13,9
9 0,3
4 0,0
329
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PASA
JE
LA P
EAÑ
A
6,00
78,7
0 79
,17
13,7
7 1,8
6 23
,61
56,0
2 0,0
0 66
,67
2,09
1,40
0,70
1,79
5,48
4,99
0,10
0,032
5 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
A
RCH
IDON
A
COTU
ND
O
7,01
59,2
8 96
,42
25,1
6 0,4
4 33
,90
37,6
5 1,3
6 66
,95
8,78
7,90
0,13
0,44
7,59
13,3
6 0,5
6 0,0
323
Estra
to 1
Zona
Pla
nific
ació
n 4
SAN
TO D
OM
ING
O D
E LO
S TS
ÁCH
ILA
S SA
NTO
DO
MIN
GO
SA
N JA
CIN
TO D
EL B
ÚA
6,1
3 67
,13
89,5
5 17
,75
1,57
37,3
3 44
,57
0,84
67,2
7 12
,05
1,00
0,59
1,10
6,85
13,8
4 0,4
1 0,0
323
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
NTI
AG
O D
E PÍ
LLAR
O
SAN
MIG
UEL
ITO
6,71
85,9
3 81
,74
15,8
0 3,1
9 31
,14
51,2
0 0,3
0 61
,98
0,63
1,53
0,07
0,84
7,53
4,95
0,00
0,032
2 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S CA
PIRO
(CA
B. E
N L
A C
APIL
LA D
E CA
PIRO
) 8,1
3 51
,32
77,6
3 18
,32
2,93
28,2
9 59
,21
0,00
76,9
7 0,9
5 6,9
9 0,3
8 0,3
8 9,0
7 11
,15
0,00
0,031
4 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
CHON
E SA
N A
NTO
NIO
6,0
3 48
,87
96,2
9 18
,70
1,14
37,5
3 38
,35
1,65
75,4
6 10
,64
2,40
0,85
0,90
8,34
12,7
4 0,2
0 0,0
312
Estra
to 1
Zona
Pla
nific
ació
n 3
COTO
PAX
I SI
GCH
OS
PALO
QU
EMA
DO
13
,11
48,1
5 92
,59
33,4
6 4,1
8 32
,59
46,6
7 0,7
4 51
,11
9,02
9,80
0,39
1,18
19,2
2 24
,71
1,18
0,031
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CATA
MA
YO
CA
TAM
AY
O (L
A T
OMA)
5,7
5 74
,11
58,3
1 10
,49
1,70
25,3
0 47
,85
2,00
70,3
3 0,8
1 1,7
2 0,3
9 4,6
8 6,1
7 4,1
5 0,0
2 0,0
308
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
LAG
O A
GRI
O
DU
REN
O
4,83
57,8
9 93
,23
15,0
3 1,1
9 33
,08
48,8
7 2,2
6 63
,16
11,0
6 4,9
3 0,0
0 0,4
5 6,2
8 13
,00
0,60
0,030
5 Es
trato
1 Zo
na P
lani
ficac
ión 5
GU
AY
AS
GEN
ERA
L A
NTO
NIO
ELI
ZALD
E G
ENER
AL
AN
TON
IO E
LIZA
LDE
(BU
CAY
) 6,5
8 68
,00
69,4
3 13
,68
2,63
29,0
0 47
,43
0,86
67,5
7 3,1
4 1,6
8 0,7
3 3,7
0 4,6
1 7,0
6 0,1
0 0,0
305
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
LAS
LAJA
S SA
N IS
IDRO
7,6
8 67
,39
91,3
0 23
,27
5,03
39,1
3 54
,35
0,00
73,9
1 0,0
0 4,4
6 0,6
4 0,6
4 10
,19
6,37
0,00
0,030
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
EL P
AN
EL P
AN
8,36
53,0
0 57
,00
12,6
8 1,4
7 26
,00
51,0
0 1,0
0 71
,00
1,48
0,89
0,00
0,59
8,90
4,45
0,30
0,030
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E EL
PA
NGU
I TU
ND
AY
ME
4,21
41,9
4 10
0,00
17
,31
1,28
38,7
1 38
,71
0,00
58,0
6 5,1
3 6,4
1 0,6
4 1,9
2 8,3
3 10
,26
0,00
0,029
8 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
QU
ININ
DÉ
CUBE
5,5
6 65
,40
98,5
8 19
,15
1,28
35,3
1 43
,60
1,66
59,0
0 14
,92
3,58
0,73
0,45
6,60
17,5
5 0,2
2 0,0
296
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
TULC
ÁN
JU
LIO
AN
DRA
DE
(ORE
JUEL
A)
6,25
77,7
4 72
,92
13,8
5 2,1
2 24
,75
58,8
0 0,8
3 71
,76
0,61
0,90
0,61
3,19
6,70
2,45
0,08
0,029
5 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
HUA
CHI G
RAN
DE
4,59
67,1
5 72
,07
10,6
1 1,4
4 25
,46
47,4
3 0,8
2 63
,04
4,04
0,67
0,00
1,67
3,19
5,56
0,22
0,029
4 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
TE
NA
A
HU
ANO
6,7
0 55
,88
97,0
6 24
,12
1,04
28,8
8 44
,39
0,27
65,7
8 17
,65
17,4
6 0,0
0 0,2
8 10
,91
21,1
6 0,4
7 0,0
289
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í FL
AV
IO A
LFAR
O
SAN
FR
AN
CISC
O D
E N
OV
ILLO
(CA
B. E
N
7,02
43,5
9 96
,41
22,4
9 0,4
8 38
,97
46,6
7 1,0
3 61
,54
9,41
1,75
2,71
0,16
4,15
20,4
1 0,1
6 0,0
289
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
SA
N F
ERN
AN
DO
SA
N F
ERN
AN
DO
6,6
3 78
,14
57,6
7 11
,93
2,90
30,2
3 53
,02
0,47
66,5
1 0,4
5 2,2
6 0,0
0 1,5
8 6,6
7 6,6
7 0,2
3 0,0
289
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
RÍO
BLA
NCO
6,5
3 67
,69
83,0
8 18
,71
1,25
25,3
8 34
,62
0,00
56,9
2 4,5
8 4,7
9 0,0
0 1,0
4 5,6
3 11
,46
2,08
0,028
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
HU
AM
BOY
A
HUA
MBO
YA
7,2
1 66
,12
86,8
9 19
,85
0,95
26,2
3 42
,08
1,64
53,5
5 6,2
6 10
,76
0,20
1,96
10,7
6 12
,52
1,57
0,028
2 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
CALU
MA
CA
LUM
A
6,66
72,0
8 67
,62
13,3
5 2,4
7 29
,18
47,1
4 1,0
3 68
,19
3,01
2,61
0,20
1,63
5,93
8,12
0,17
0,028
1 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
M
ON
TÚFA
R SA
N G
ABR
IEL
5,30
70,3
3 61
,13
9,64
1,87
20,5
5 54
,78
0,98
66,9
3 0,5
6 0,5
9 0,2
8 3,0
4 4,9
1 1,5
7 0,1
1 0,0
277
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
LOG
ROÑ
O
YA
UPI
5,8
5 68
,27
100,
00
23,6
0 1,2
4 26
,92
39,4
2 0,0
0 52
,88
8,70
11,1
8 0,0
0 0,3
1 3,7
3 13
,98
1,24
0,027
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
SA
N P
EDRO
DE
VIL
CABA
MBA
8,0
7 45
,19
73,0
8 16
,49
3,46
25,9
6 56
,73
0,00
61,5
4 0,5
4 2,4
3 0,2
7 1,3
5 10
,24
1,35
0,54
0,027
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
AT
AH
UA
LPA
M
ILA
GRO
8,9
0 19
,05
52,3
8 13
,53
4,51
16,6
7 59
,52
0,00
66,6
7 0,0
0 0,7
8 0,0
0 0,7
8 8,5
9 7,8
1 0,0
0 0,0
272
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
A
NTO
NIO
AN
TE
ATU
NTA
QU
I 5,4
2 70
,13
47,3
9 7,7
7 1,2
8 23
,45
48,4
2 1,0
3 63
,63
0,56
1,03
0,19
2,43
4,20
1,48
0,02
0,027
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
CA
NEL
OS
3,50
55,2
6 10
0,00
15
,24
0,69
42,1
1 26
,32
0,00
73,6
8 12
,27
9,03
0,00
0,93
4,63
12,9
6 0,9
3 0,0
270
Estra
to 1
Zona
Pla
nific
ació
n 2
NA
PO
ARC
HID
ONA
A
RCH
IDON
A
6,74
60,5
3 78
,93
18,1
6 1,3
7 31
,22
32,8
7 0,6
3 66
,24
4,07
3,99
0,08
2,04
8,31
8,67
0,49
0,026
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
GO
NZA
NAM
Á
PURU
NU
MA
(EG
UIG
URE
N)
13,4
9 52
,94
92,1
6 33
,50
1,48
29,4
1 55
,88
0,98
66,6
7 2,0
0 10
,50
0,00
1,00
22,5
0 28
,00
0,50
0,026
8 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
RIO
VER
DE
RIO
VER
DE
6,43
66,4
6 92
,16
20,1
4 2,7
1 30
,41
40,7
5 6,5
8 65
,20
11,4
6 4,3
3 0,2
5 2,6
3 7,3
9 11
,21
0,08
0,026
8 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
PE
NIP
E EL
ALT
AR
8,46
48,6
0 84
,11
16,2
4 3,0
9 35
,51
53,2
7 0,9
3 59
,81
0,27
0,80
0,27
0,00
7,75
3,48
0,00
0,026
6 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SAN
VIC
ENTE
CA
NO
A
5,62
60,2
1 94
,83
18,0
0 0,9
9 42
,64
36,4
3 1,2
9 74
,94
14,4
5 1,6
5 1,1
8 0,8
3 7,1
4 17
,82
0,06
0,026
5 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
SAN
BA
RTO
LOM
É D
E PI
NLL
OG
4,5
0 68
,95
54,0
3 7,6
6 1,2
6 28
,12
41,0
8 1,4
7 65
,04
0,65
0,95
0,00
2,16
3,11
4,66
0,09
0,026
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
M
ON
TÚFA
R FE
RNÁ
ND
EZ SA
LVA
DOR
6,1
6 64
,56
86,0
8 16
,91
3,26
22,7
8 60
,76
0,00
74,6
8 0,3
0 0,0
0 0,9
0 1,2
0 7,2
1 1,8
0 0,0
0 0,0
259
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
5 DE
JUN
IO (C
AB.
EN
UIM
BI)
5,29
54,5
5 95
,45
14,5
5 0,0
0 36
,36
50,0
0 0,0
0 77
,27
4,55
9,09
0,00
0,00
5,45
4,55
0,00
0,025
8 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
GA
RCÍA
MO
REN
O (C
HU
MA
QU
I) 4,4
2 77
,30
86,1
7 12
,18
1,14
29,4
3 43
,26
1,06
67,0
2 1,5
7 1,9
4 0,1
2 0,6
0 4,3
6 7,1
4 0,1
2 0,0
257
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
HUA
MBO
YA
CH
IGU
AZA
3,9
6 52
,34
97,8
7 17
,26
0,92
33,6
2 42
,55
0,85
67,6
6 10
,30
9,94
0,00
0,28
6,53
14,2
6 0,5
5 0,0
250
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
GUA
YA
QU
IL
MO
RRO
5,7
8 74
,14
75,1
7 15
,38
2,01
23,4
5 59
,66
0,00
76,2
1 4,5
1 3,0
7 0,1
7 0,4
3 7,4
1 4,2
6 0,6
0 0,0
249
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
MO
NTÚ
FAR
CHIT
ÁN D
E N
AV
ARR
ETE
5,18
90,6
3 71
,88
11,4
3 3,4
3 21
,88
68,7
5 0,0
0 84
,38
0,57
1,15
0,57
1,15
6,32
2,87
0,00
0,024
7 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
PACT
O
7,67
45,3
8 84
,51
19,2
3 3,5
6 31
,79
55,1
6 0,0
0 60
,05
4,06
2,03
1,65
1,50
8,35
13,7
6 0,4
5 0,0
245
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PASA
JE
PRO
GRE
SO
6,15
85,6
6 81
,56
15,3
1 2,8
9 34
,84
50,0
0 0,4
1 63
,93
1,52
3,22
0,09
1,14
7,39
7,20
0,28
0,024
5 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
LAS
NA
VES
LA
S N
AV
ES
5,94
70,4
4 85
,64
16,9
7 1,2
9 35
,08
41,9
9 0,0
0 64
,36
4,91
2,42
0,46
1,38
8,06
8,65
0,00
0,024
3 Es
trato
1 Zo
na P
lanifi
cació
n: Q
uito
PI
CHIN
CHA
Q
UIT
O
NA
NEG
ALI
TO
6,21
76,0
6 73
,94
13,7
9 2,6
7 29
,79
50,0
0 1,0
6 62
,23
1,74
0,70
2,79
2,79
4,65
8,36
0,58
0,023
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
CH
ILLA
CH
ILLA
10
,31
76,9
5 79
,69
22,0
1 3,9
9 28
,13
53,5
2 0,3
9 66
,80
2,06
9,90
0,28
1,38
11,2
8 13
,89
1,24
0,023
7 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
CUEN
CA
CHIQ
UIN
TAD
6,6
3 59
,06
65,9
4 13
,56
2,55
27,8
1 51
,56
0,63
70,6
3 1,0
7 3,2
2 0,3
8 1,9
9 4,5
9 5,9
7 0,0
0 0,0
231
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
TIA
GO
CH
UPI
AN
ZA
7,28
52,9
4 88
,24
17,3
2 0,7
9 29
,41
52,9
4 0,0
0 67
,65
0,80
3,20
0,80
0,00
4,80
8,80
0,00
0,023
1 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
NTI
AG
O
SAN
FR
AN
CISC
O D
E C
HIN
IMBI
MI
4,08
40,9
1 72
,73
12,3
9 0,8
8 25
,00
63,6
4 0,0
0 81
,82
1,78
6,67
0,00
0,89
8,44
2,67
0,00
0,022
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
M
ARC
ABEL
Í EL
ING
ENIO
7,9
4 65
,00
35,0
0 9,7
2 4,1
7 10
,00
65,0
0 0,0
0 70
,00
0,00
1,39
0,00
0,00
6,94
5,56
0,00
0,022
3 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
BAÑ
OS
DE
AG
UA
SAN
TA
RÍO
VER
DE
6,96
56,0
4 80
,22
16,9
6 2,0
8 31
,87
57,1
4 0,0
0 56
,04
3,05
2,74
0,00
1,83
7,62
14,0
2 0,0
0 0,0
220
Estra
to 1
Zona
Pla
nific
ació
n 1
CARC
HI
MO
NTÚ
FAR
CRIS
TÓBA
L CO
LÓN
8,0
9 86
,97
77,3
1 18
,52
3,82
23,1
1 61
,76
0,42
68,4
9 1,2
3 2,2
1 0,8
6 2,0
8 9,8
0 5,6
4 0,0
0 0,0
220
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
SA
NTI
AG
O D
E PÍ
LLAR
O
PÍLL
ARO
6,4
0 80
,96
54,4
4 9,6
8 2,4
1 32
,71
42,8
7 1,4
0 66
,82
0,62
1,27
0,10
1,34
5,11
1,68
0,26
0,022
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
QU
IJOS
CO
SAN
GA
7,1
3 83
,33
88,8
9 17
,42
3,87
38,8
9 47
,22
2,78
50,0
0 3,2
5 1,9
5 3,9
0 0,0
0 6,4
9 14
,94
1,30
0,021
6 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CELI
CA
SABA
NIL
LA
5,28
61,2
4 82
,17
14,0
8 0,6
5 27
,13
44,9
6 0,7
8 72
,87
3,97
8,12
0,00
0,69
9,33
6,22
0,86
0,021
5 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
PATA
TE
PATA
TE
7,51
75,4
9 68
,63
14,8
8 3,9
0 29
,08
50,4
9 0,1
6 61
,11
1,37
2,60
0,21
0,98
7,04
4,27
0,47
0,021
4 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
CEV
ALL
OS
CEV
ALL
OS
5,88
84,7
9 62
,08
10,6
9 1,7
7 26
,67
54,7
9 0,2
1 65
,42
1,28
0,53
0,09
1,54
4,10
3,09
0,18
0,021
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
Y
AN
GAN
A (A
RSEN
IO C
ASTI
LLO)
6,5
8 54
,00
72,0
0 13
,92
2,28
33,0
0 53
,00
0,00
67,0
0 1,2
8 2,5
6 0,0
0 2,5
6 10
,26
5,90
0,00
0,021
1 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
PAU
TE
PAU
TE
6,64
71,8
7 51
,68
10,5
9 2,1
1 26
,45
44,9
5 0,6
1 63
,00
0,87
1,51
0,53
3,56
5,64
6,24
0,15
0,021
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
SIN
SAO
7,1
1 76
,84
91,5
8 19
,61
1,38
30,5
3 42
,11
0,00
64,2
1 0,5
6 3,6
3 0,0
0 0,5
6 8,9
4 17
,88
0,56
0,021
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
BA
LSA
S BA
LSA
S 4,4
6 70
,12
74,9
0 10
,53
1,48
29,8
8 41
,04
1,59
71,7
1 0,4
8 0,7
5 0,2
0 2,6
6 3,6
2 5,3
2 0,0
7 0,0
207
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PORT
OV
ELO
PO
RTO
VEL
O
6,19
69,4
7 55
,57
9,62
1,99
18,7
4 54
,44
0,65
68,6
6 0,2
1 0,5
7 0,5
3 4,0
5 5,6
5 2,7
3 0,1
1 0,0
204
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
IB
ARR
A
AM
BUQ
UÍ
8,14
43,2
7 86
,77
20,5
7 3,3
8 32
,96
47,0
9 1,1
2 63
,90
2,66
6,55
0,68
2,66
10,6
4 13
,03
0,20
0,020
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SA
NTI
AG
O
PATU
CA
4,64
58,5
9 82
,83
14,8
8 0,9
8 27
,27
44,4
4 1,0
1 61
,62
1,95
8,29
0,24
2,20
6,10
9,27
0,00
0,020
1 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SA
N L
UIS
DE
PAM
BIL
6,14
71,1
2 75
,99
14,6
0 1,2
7 29
,18
48,9
4 1,2
2 66
,26
4,33
2,43
0,23
1,52
8,05
7,29
0,15
0,019
8 Es
trato
1 Zo
na P
lani
ficac
ión 5
G
ALÁP
AGO
S SA
N C
RIST
ÓBA
L PU
ERTO
BA
QUER
IZO
MO
REN
O
2,46
60,3
7 39
,02
3,04
1,15
21,3
4 32
,93
1,83
50,6
1 0,4
2 0,0
0 0,0
0 2,1
1 0,5
8 0,5
3 0,0
0 0,0
195
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
LO
JA
EL C
ISN
E 8,7
8 73
,43
67,8
3 15
,58
3,46
23,7
8 51
,75
1,40
66,4
3 2,5
8 4,5
7 0,4
0 0,9
9 10
,54
4,37
0,40
0,019
2 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
SAN
LOR
ENZO
CA
LDER
ÓN
3,66
47,8
3 78
,26
11,6
4 2,0
5 17
,39
52,1
7 0,0
0 47
,83
4,83
3,45
0,00
2,07
2,76
7,59
0,00
0,019
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
SA
NTA
ROS
A
VIC
TORI
A
4,05
81,4
0 72
,09
10,1
3 1,3
4 26
,36
57,3
6 0,7
8 65
,12
1,12
1,50
0,87
0,75
4,86
5,61
0,25
0,018
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
PUY
AN
GO
CI
AN
O
9,33
54,8
9 93
,98
25,1
3 4,4
0 32
,33
53,3
8 0,0
0 86
,47
2,41
4,56
0,27
1,07
14,7
5 17
,96
1,61
0,018
1 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
AT
AH
UA
LPA
(CA
B. E
N C
AMA
RON
ES)
5,85
43,5
3 98
,82
23,1
3 1,1
2 36
,47
31,7
6 0,0
0 71
,76
18,6
6 6,3
4 0,0
0 0,7
5 6,3
4 23
,13
0,00
0,018
0 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
SIG
SIG
6,91
65,6
7 73
,06
15,3
1 2,6
3 29
,02
50,6
5 0,7
8 54
,79
2,16
2,77
0,10
1,39
9,09
10,2
4 0,1
7 0,0
180
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S EL
OY A
LFA
RO
VA
LDEZ
(LIM
ON
ES)
7,92
61,4
6 91
,68
24,1
0 2,1
5 32
,25
36,7
1 4,0
6 62
,68
5,81
11,2
0 0,1
4 3,2
3 9,6
9 5,9
6 0,4
3 0,0
177
Estra
to 1
Zona
s no
delim
itada
s ZO
NA
S N
O D
ELIM
ITA
DA
S LA
S G
OLO
ND
RIN
AS
LAS
GO
LON
DRI
NA
S 5,0
2 68
,05
90,2
3 16
,14
1,26
33,4
6 42
,48
0,38
66,1
7 8,6
9 0,8
7 1,3
4 2,6
1 4,8
2 13
,90
0,47
0,017
2 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
AMBA
TO
MO
NTA
LVO
6,0
8 82
,35
72,6
9 13
,06
1,51
21,8
5 56
,72
1,26
63,4
5 2,1
2 1,8
3 0,1
9 0,7
7 4,7
3 5,4
1 0,1
9 0,0
164
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SUCÚ
A
SUCÚ
A
5,17
68,8
7 52
,91
9,40
1,89
23,9
3 46
,78
0,92
65,8
0 2,1
6 3,2
6 0,5
5 3,6
0 5,3
2 2,8
8 0,1
0 0,0
163
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
A
NTO
NIO
AN
TE
SAN
FR
AN
CISC
O D
E N
ATA
BUEL
A
5,82
72,3
4 54
,41
10,5
4 1,5
2 33
,13
46,2
0 1,5
2 59
,88
0,56
1,61
0,21
1,75
4,54
1,54
0,07
0,015
8 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
TISA
LEO
TI
SALE
O
6,50
73,5
8 86
,65
16,7
6 2,9
8 34
,09
49,8
6 0,7
1 58
,24
2,23
2,02
0,03
0,41
5,94
4,53
0,27
0,015
7 Es
trato
1 Zo
na P
lani
ficac
ión 1
CA
RCHI
BO
LÍV
AR
BOLÍ
VA
R 6,8
2 81
,41
69,3
0 13
,52
2,85
25,3
5 58
,59
0,85
67,8
9 0,8
2 0,8
2 0,0
0 2,3
3 8,4
3 1,7
8 0,1
4 0,0
155
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
AM
BATI
LLO
4,6
5 81
,56
84,4
3 12
,28
1,28
28,6
9 57
,38
0,00
59,0
2 2,0
7 1,4
5 0,0
8 0,1
5 5,5
1 4,2
8 0,0
0 0,0
145
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
ZA
POTI
LLO
ZA
POTI
LLO
5,1
1 66
,20
74,0
7 11
,30
1,99
34,2
6 44
,91
0,46
74,5
4 3,1
8 5,7
7 0,2
6 2,0
7 5,9
4 7,0
6 0,0
0 0,0
144
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
EL P
AN
GUI
PACH
ICU
TZA
7,1
3 60
,87
77,1
7 20
,38
3,82
30,4
3 48
,91
2,17
68,4
8 4,5
5 7,1
4 0,6
5 2,9
2 8,4
4 11
,69
1,62
0,014
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S LA
GO
AG
RIO
EL
EN
O
7,29
64,4
6 94
,83
24,1
1 1,6
5 32
,85
44,8
3 1,8
6 59
,71
20,5
7 13
,94
0,35
0,76
10,7
7 21
,60
1,17
0,013
7 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S PI
ÑA
S 6,4
6 69
,93
52,7
6 9,7
7 1,4
7 17
,97
49,8
2 0,8
9 69
,04
0,15
0,57
0,11
4,90
4,15
3,58
0,13
0,013
3 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PORT
OV
IEJO
SA
N P
LÁCI
DO
9,3
1 51
,26
96,5
1 28
,48
2,39
36,5
9 46
,65
2,09
73,0
4 18
,61
1,34
0,17
0,84
13,0
4 27
,47
0,11
0,013
3 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ELOY
ALF
ARO
BO
RBÓ
N
6,20
69,8
1 83
,86
17,4
7 2,2
3 35
,01
38,5
7 3,3
5 59
,54
8,81
4,88
0,22
2,64
7,12
9,09
0,06
0,013
2 Es
trato
1 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
SAN
MIG
UEL
DE
URC
UQ
UÍ
URC
UQ
UÍ C
ABE
CERA
CAN
TON
AL
4,65
74,3
8 68
,60
10,4
2 1,7
9 35
,12
45,4
5 0,8
3 66
,12
0,30
1,05
0,53
1,58
5,11
1,88
0,00
0,012
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
ARC
APA
MBA
6,0
3 55
,00
58,3
3 10
,58
2,05
25,0
0 56
,67
0,00
71,6
7 0,0
0 1,4
0 0,0
0 1,4
0 5,2
6 6,3
2 0,0
0 0,0
124
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
TIA
GO
SA
NTI
AG
O D
E M
ÉND
EZ
6,58
78,2
8 48
,99
9,60
1,89
23,2
3 46
,46
1,01
58,5
9 2,3
1 4,2
4 0,6
4 2,9
5 6,2
9 5,3
9 0,0
0 0,0
123
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í PU
ERTO
LÓ
PEZ
PUER
TO L
ÓPE
Z 5,2
5 77
,53
87,9
8 15
,15
1,74
32,9
3 44
,25
1,74
72,1
3 4,7
1 1,6
8 0,1
5 0,6
0 6,2
5 7,1
5 0,0
7 0,0
122
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
NA
NG
ARI
TZA
G
UA
YZI
MI
5,50
55,9
4 62
,94
12,0
7 2,7
7 24
,48
44,0
6 0,0
0 60
,14
1,49
2,98
0,00
1,82
6,95
4,80
0,50
0,011
9 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S PU
TUM
AY
O
PALM
A RO
JA
5,21
50,9
7 96
,60
18,9
5 1,6
0 36
,41
41,2
6 1,9
4 62
,62
14,9
9 9,1
1 0,1
2 1,3
8 7,6
1 16
,38
0,35
0,011
8 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
GU
ALA
QU
IZA
EL
ROS
ARI
O
8,88
74,0
7 81
,48
24,6
3 2,2
4 31
,48
51,8
5 0,0
0 51
,85
3,01
9,02
0,00
1,50
17,2
9 21
,05
0,00
0,011
8 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
SU
CÚA
A
SUN
CIÓ
N
3,36
45,3
1 10
0,00
13
,54
0,00
35,9
4 25
,00
0,00
76,5
6 4,9
9 6,5
6 0,0
0 0,0
0 5,7
7 8,6
6 0,5
2 0,0
116
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
M
OCH
A
MO
CHA
8,3
2 79
,91
67,4
7 14
,75
3,49
26,2
0 56
,11
0,00
60,2
6 1,0
6 1,6
2 0,0
6 0,3
1 7,1
1 2,0
6 0,1
9 0,0
116
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CH
AG
UAR
PAM
BA
CHA
GU
ARPA
MBA
9,6
4 74
,78
85,2
2 22
,85
5,27
26,3
8 55
,36
0,00
69,5
7 4,1
0 5,9
9 0,0
0 2,0
0 12
,99
13,9
9 0,2
0 0,0
110
Estra
to 1
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R EC
HEA
ND
ÍA
ECH
EAN
DÍA
6,3
7 67
,23
68,5
2 12
,75
2,23
30,7
0 44
,82
1,17
70,6
0 1,6
4 1,4
6 0,0
9 1,7
3 6,8
1 6,7
8 0,1
2 0,0
108
Estra
to 1
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R SA
N M
IGU
EL
SAN
MIG
UEL
6,1
6 71
,11
62,3
5 11
,09
2,24
24,5
8 45
,49
0,78
67,3
2 1,9
0 2,3
5 0,2
4 2,0
2 5,9
6 6,9
3 0,1
8 0,0
108
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
LO
JA
CHU
QU
IRIB
AM
BA
7,62
75,0
0 95
,21
18,5
7 3,2
0 26
,06
61,1
7 0,5
3 51
,60
2,60
3,77
0,00
0,13
9,10
12,0
9 0,6
5 0,0
107
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
SA
NTA
ISA
BEL
SAN
TA IS
ABE
L (C
HA
GU
ARU
RCO)
7,1
3 72
,83
66,7
9 13
,73
1,92
27,0
5 47
,58
0,60
66,6
7 1,6
2 3,8
5 0,5
2 3,1
0 8,9
2 6,2
1 0,4
5 0,0
106
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PASA
JE
CAÑ
AQ
UEM
ADA
4,3
5 90
,00
88,7
5 12
,60
1,16
27,5
0 55
,00
0,00
62,5
0 2,0
4 3,0
7 0,2
0 1,0
2 4,0
9 2,4
5 0,2
0 0,0
105
132
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
GU
ALA
CEO
GU
ALA
CEO
5,3
5 72
,71
50,8
3 8,4
9 1,4
9 24
,32
50,9
2 0,7
0 65
,04
0,46
1,11
0,24
3,89
4,15
4,02
0,09
0,010
3 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
BAÑ
OS
DE
AG
UA
SAN
TA
ULB
A
6,52
70,3
0 67
,27
13,2
0 4,0
5 32
,12
50,3
0 1,2
1 59
,39
2,37
2,77
0,13
1,19
4,48
7,77
0,13
0,010
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SAN
TA IS
ABE
L A
BDÓ
N C
ALD
ERÓN
(LA
UN
IÓN
) 5,8
5 61
,62
70,1
1 13
,17
1,79
38,0
1 48
,34
0,74
77,8
6 0,9
1 1,8
9 1,5
6 0,5
8 7,0
8 9,3
0 0,2
5 0,0
101
Estra
to 1
Zona
Pla
nific
ació
n 1
ESM
ERA
LDA
S SA
N L
OREN
ZO
TAM
BILL
O
6,02
69,5
2 88
,57
19,4
6 2,4
3 52
,38
27,6
2 2,8
6 49
,52
14,3
6 12
,17
0,24
2,68
10,7
1 15
,09
0,73
0,010
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
RIO
VER
DE
ROCA
FUER
TE
7,47
71,2
2 99
,27
25,2
5 3,2
4 29
,51
47,8
0 2,4
4 68
,54
24,3
0 5,3
7 0,7
0 2,4
9 11
,60
25,3
9 0,2
3 0,0
100
Estra
to 1
Zona
Pla
nific
ació
n 5
BOLÍ
VA
R CH
ILLA
NES
SA
N JO
SÉ D
EL T
AM
BO
(TA
MBO
PAM
BA)
5,95
80,0
8 83
,33
16,0
4 1,6
8 30
,89
51,2
2 0,4
1 65
,04
6,40
4,80
0,00
1,32
8,94
11,5
7 0,0
9 0,0
098
Estra
to 1
Zona
Pla
nific
ació
n 3
CHIM
BORA
ZO
PEN
IPE
LA C
AN
DEL
ARI
A
13,8
9 83
,33
68,1
8 27
,69
6,92
27,2
7 62
,12
0,00
51,5
2 0,0
0 3,1
3 0,7
8 0,0
0 18
,75
6,25
0,00
0,009
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
ZA
RUM
A
ZARU
MA
4,9
8 67
,68
36,6
9 5,5
4 1,4
3 15
,02
47,9
1 1,3
3 67
,49
0,10
0,24
0,20
4,01
3,10
1,35
0,07
0,008
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
GO
NZA
NAM
Á
NA
MBA
COLA
8,0
3 67
,22
90,6
3 22
,13
3,05
30,5
8 50
,96
0,55
68,8
7 3,1
7 8,5
7 0,3
2 1,0
3 13
,17
10,4
8 0,3
2 0,0
083
Estra
to 1
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
LUIS
CO
RDER
O
5,53
70,5
6 55
,61
9,50
1,81
29,9
1 47
,20
0,00
64,9
5 1,5
5 3,2
7 0,5
5 0,6
4 4,6
4 3,0
0 0,4
5 0,0
083
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
ZAM
ORA
SA
BAN
ILLA
2,2
3 76
,92
100,
00
9,16
1,53
30,7
7 38
,46
0,00
46,1
5 0,0
0 1,5
3 0,7
6 0,0
0 3,0
5 8,4
0 0,0
0 0,0
080
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
SI
GSI
G SA
N B
ART
OLO
MÉ
7,49
71,6
6 85
,02
21,2
0 3,5
3 21
,50
55,7
0 0,9
8 66
,78
3,75
6,02
0,00
0,69
10,9
5 13
,21
0,39
0,007
4 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
MU
ISN
E M
UIS
NE
6,90
69,0
0 95
,60
20,9
5 2,1
5 29
,53
40,4
6 3,2
6 60
,69
10,8
5 4,9
5 0,7
7 2,3
0 6,2
1 15
,84
0,23
0,007
1 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
SAN
PED
RO D
E PE
LILE
O
BEN
ÍTEZ
(PAC
HA
NLI
CA)
6,09
90,9
8 88
,72
16,1
0 1,6
3 27
,82
63,9
1 0,0
0 67
,67
1,97
2,62
0,00
0,16
6,56
12,9
5 0,1
6 0,0
070
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
CU
ENCA
V
ICTO
RIA
DEL
PO
RTET
E (I
RQU
IS)
5,08
77,5
3 86
,52
14,7
1 1,3
2 32
,96
49,0
6 0,3
7 65
,54
2,05
4,48
1,10
0,71
6,85
10,3
9 0,0
0 0,0
066
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SUCÚ
A
SAN
TA M
ARI
AN
ITA
DE
JESÚ
S 5,8
6 69
,81
83,0
2 16
,14
2,69
26,4
2 41
,51
0,00
62,2
6 0,4
6 0,9
1 0,9
1 3,2
0 5,0
2 5,0
2 0,0
0 0,0
058
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
A
NTO
NIO
AN
TE
SAN
JOSÉ
DE
CHA
LTU
RA
6,67
72,8
6 64
,29
12,5
3 1,9
3 35
,71
45,2
4 1,4
3 76
,19
0,73
2,06
0,97
1,21
6,05
3,03
0,00
0,005
4 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
GU
ALA
QU
IZA
SA
N M
IGU
EL D
E CU
YES
11
,41
66,6
7 85
,71
35,4
2 4,1
7 38
,10
42,8
6 0,0
0 57
,14
2,13
27,6
6 0,0
0 0,0
0 21
,28
23,4
0 2,1
3 0,0
049
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
PALO
RA
SAN
GA
Y (C
AB.
EN
NAY
AM
ANA
CA)
6,48
55,2
6 86
,84
20,3
9 1,1
8 35
,53
35,5
3 2,6
3 64
,47
9,80
6,67
1,96
1,18
12,5
5 11
,37
0,78
0,004
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
M
ARC
ABEL
Í M
ARC
ABEL
Í 6,3
9 69
,28
53,9
2 11
,04
2,65
26,8
1 49
,70
0,60
72,8
9 0,3
0 0,5
3 0,0
8 3,4
1 6,5
3 1,5
2 0,2
3 0,0
040
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
GUA
LAQ
UIZ
A
GUA
LAQ
UIZ
A
4,36
66,6
7 42
,79
6,15
1,52
21,3
9 50
,00
1,24
56,7
2 1,0
8 1,4
0 0,3
2 3,6
1 2,9
8 3,0
7 0,0
5 0,0
038
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SUCÚ
A
HUA
MBI
3,3
9 53
,06
67,3
5 8,4
9 1,1
9 29
,59
47,9
6 0,0
0 64
,29
2,11
2,11
0,30
1,36
3,32
3,17
0,15
0,003
1 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
SUCR
E SA
N IS
IDRO
7,0
6 56
,06
84,6
6 19
,12
1,12
40,5
9 39
,56
1,42
74,8
7 9,7
2 2,3
4 0,5
1 0,5
5 7,7
1 15
,27
0,18
0,003
0 Es
trato
1 Zo
na P
lani
ficac
ión 1
SU
CUM
BÍO
S G
ON
ZALO
PIZA
RRO
PU
ERTO
LIB
RE
7,63
51,4
3 97
,14
23,4
1 1,4
6 40
,00
30,0
0 5,7
1 55
,71
9,31
6,37
0,49
0,00
10,7
8 16
,67
0,49
0,002
9 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
ARA
JUN
O
CURA
RAY
2,6
4 54
,93
98,5
9 11
,91
0,00
42,2
5 23
,94
1,41
57,7
5 8,7
1 8,9
2 0,0
0 0,2
1 2,2
8 11
,62
0,21
0,002
9 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
PA
BLO
SEX
TO
PABL
O SE
XTO
4,6
6 49
,41
65,8
8 10
,50
0,95
35,2
9 37
,65
3,53
61,1
8 3,3
7 3,3
7 0,0
0 0,7
2 3,8
5 7,9
3 0,7
2 0,0
024
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
A
UG
UST
O N
. MA
RTÍN
EZ (M
UN
DU
GLE
O)
7,04
80,9
4 84
,75
16,4
8 2,7
1 29
,98
47,3
1 1,0
4 56
,33
7,52
2,76
0,00
1,16
6,01
12,4
6 0,1
3 0,0
023
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
PALA
ND
A
SAN
FR
AN
CISC
O D
EL V
ERG
EL
4,02
71,7
0 98
,11
17,3
4 1,4
8 18
,87
56,6
0 0,0
0 54
,72
1,89
12,0
8 0,7
5 0,7
5 10
,57
13,9
6 0,0
0 0,0
019
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PASA
JE
UZH
CURR
UM
I 10
,59
69,0
7 91
,75
24,2
8 3,6
2 34
,02
54,6
4 0,0
0 55
,67
1,10
5,15
0,00
0,37
15,0
7 19
,49
0,37
0,001
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
V
ILCA
BAM
BA (V
ICTO
RIA
) 5,4
2 66
,41
63,7
1 10
,46
1,56
27,8
0 44
,79
0,39
74,5
2 0,7
2 1,1
9 0,1
6 3,2
6 5,1
7 4,2
2 0,2
4 0,0
008
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
PUTU
MA
YO
PU
ERTO
RO
DRÍ
GU
EZ
2,62
84,6
2 10
0,00
12
,35
1,23
23,0
8 46
,15
7,69
30,7
7 12
,35
7,41
1,23
0,00
9,88
12,3
5 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
ALE
JAN
DRO
LA
BAK
A
2,43
66,6
7 96
,67
12,2
0 0,4
9 20
,00
60,0
0 0,0
0 50
,00
9,27
7,80
0,00
0,49
1,46
11,2
2 0,4
9 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
EL D
ORA
DO
7,0
8 70
,69
95,6
9 24
,93
0,82
26,7
2 47
,41
4,31
45,6
9 12
,88
6,58
0,27
1,64
10,9
6 17
,81
1,10
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
O
RELL
ANA
G
ARC
ÍA M
ORE
NO
8,4
3 52
,17
100,
00
28,5
7 0,8
9 30
,43
31,5
2 3,2
6 57
,61
22,7
7 9,8
2 0,0
0 0,0
0 10
,71
26,3
4 4,9
1 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
INÉS
ARA
NG
O (C
AB.
EN
WES
TERN
) 5,3
7 58
,90
97,5
5 18
,85
1,87
30,0
6 58
,28
0,00
63,1
9 11
,01
6,67
0,00
0,43
8,70
13,7
7 1,4
5 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
LA B
ELLE
ZA
6,15
66,1
4 99
,21
21,7
0 1,8
0 26
,77
48,4
3 0,3
9 55
,12
21,0
1 14
,65
0,12
0,12
9,48
21,0
1 0,6
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
NU
EVO
PA
RAÍS
O (C
AB.
EN
UN
IÓN
4,8
2 61
,83
95,4
2 18
,12
1,60
25,1
9 42
,75
1,53
53,4
4 11
,81
5,72
0,54
1,43
5,01
14,8
5 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
SAN
JOSÉ
DE
GU
AY
USA
6,7
1 66
,41
98,4
7 24
,87
1,31
34,3
5 45
,04
2,29
54,2
0 18
,30
10,3
4 0,2
7 0,0
0 12
,20
22,8
1 1,0
6 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
SAN
LU
IS D
E A
RMEN
IA
3,68
56,7
6 10
0,00
17
,22
0,30
29,7
3 39
,19
1,35
63,5
1 16
,92
12,0
8 0,0
0 0,6
0 7,8
5 17
,22
3,32
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LA
JOY
A D
E LO
S SA
CHAS
LA
GO
SAN
PED
RO
8,17
48,0
3 10
0,00
26
,01
2,47
32,8
9 54
,61
0,00
63,8
2 7,2
2 8,8
0 0,0
0 0,0
0 11
,29
23,9
3 0,2
3 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LA JO
YA
DE
LOS
SACH
AS
RUM
IPA
MBA
4,1
1 67
,07
97,5
6 16
,36
1,87
34,1
5 45
,12
0,00
70,7
3 12
,62
8,64
0,47
0,47
6,78
13,7
9 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LA JO
YA
DE
LOS
SACH
AS
TRES
DE
NO
VIE
MBR
E 6,9
2 77
,42
92,6
3 24
,62
1,53
27,6
5 54
,38
0,00
47,0
0 13
,80
11,5
0 0,1
5 0,6
1 10
,74
19,0
2 0,6
1 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LA JO
YA
DE
LOS
SACH
AS
UN
IÓN
MIL
AG
REÑ
A
6,45
56,6
8 95
,19
21,3
1 1,5
2 26
,20
62,0
3 1,0
7 60
,43
10,8
2 8,8
4 0,0
0 0,1
5 9,6
0 16
,16
1,22
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 3
CH
IMBO
RAZO
RI
OBA
MBA
LI
CÁN
6,2
0 72
,87
81,7
8 15
,51
1,61
37,0
4 40
,08
0,61
72,4
7 1,3
7 1,8
4 0,0
5 2,2
1 5,4
2 8,3
6 0,3
7 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 3
PAST
AZA
SA
NTA
CLA
RA
SAN
JOSÉ
4,0
8 60
,00
93,3
3 15
,29
1,18
30,0
0 40
,00
0,00
63,3
3 10
,00
4,12
0,59
0,59
7,65
12,9
4 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 4
SAN
TO D
OM
ING
O D
E LO
S TS
ÁCH
ILA
S SA
NTO
DO
MIN
GO
EL
ESF
UER
ZO
7,50
61,1
1 91
,67
20,9
0 2,6
8 27
,55
51,8
5 1,1
6 63
,66
7,74
2,29
1,89
1,41
5,99
16,9
0 0,3
4 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 4
SAN
TO D
OM
ING
O D
E LO
S TS
ÁCH
ILA
S SA
NTO
DO
MIN
GO
SA
NTA
MA
RÍA
DEL
TO
ACH
I 6,2
5 64
,67
88,6
0 17
,60
2,21
34,7
6 45
,87
1,14
59,8
3 7,3
7 2,1
5 0,9
7 0,6
3 7,4
4 14
,94
0,63
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 5
SA
NTA
ELE
NA
SA
NTA
ELE
NA
SA
N JO
SÉ D
E AN
CÓN
7,3
6 65
,61
59,2
9 14
,11
1,61
16,4
0 49
,21
3,36
70,9
5 3,6
5 2,9
1 0,3
1 0,5
6 6,6
9 2,9
7 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
TAIS
HA
PU
MPU
ENTS
A 7,6
6 37
,77
100,
00
18,2
9 0,7
3 36
,70
32,4
5 0,5
3 61
,70
15,6
5 13
,45
0,00
0,00
0,98
18,3
4 5,3
8 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
EL G
UA
BO
RÍO
BO
NIT
O
6,43
55,6
8 79
,55
15,6
0 2,2
6 27
,56
50,2
8 0,2
8 66
,19
1,65
2,08
1,36
1,36
6,38
8,38
0,21
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
PI
ÑA
S PI
EDRA
S 7,3
8 50
,00
73,8
1 16
,88
2,50
35,7
1 50
,00
0,00
76,1
9 1,2
6 1,8
9 0,0
0 0,6
3 7,5
5 10
,69
0,00
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CH
INCH
IPE
SAN
AN
DRÉ
S 10
,10
64,2
9 90
,48
28,7
4 1,1
5 30
,95
35,7
1 0,0
0 54
,76
1,15
10,3
4 0,0
0 2,3
0 14
,94
17,2
4 11
,49
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E N
AN
GA
RITZ
A
NU
EVO
PARA
ÍSO
1,8
5 72
,73
63,6
4 6,0
3 0,8
6 36
,36
27,2
7 0,0
0 81
,82
4,35
4,35
0,00
0,00
2,61
5,22
0,00
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E PA
QUIS
HA
BE
LLA
VIS
TA
5,65
76,4
7 88
,24
17,3
9 1,4
5 11
,76
64,7
1 0,0
0 64
,71
1,47
4,41
0,00
1,47
8,82
4,41
0,00
0,000
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E PA
QUIS
HA
N
UEV
O Q
UIT
O
2,95
70,9
7 10
0,00
11
,23
1,10
38,7
1 40
,32
0,00
45,1
6 2,4
6 2,9
0 0,0
0 1,3
4 5,1
3 7,5
9 0,0
0 0,0
000
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
YA
NTZ
AZA
(YAN
ZATZ
A)
YA
NTZ
AZA
(YAN
ZATZ
A)
4,96
70,4
7 64
,60
10,7
7 1,4
4 22
,19
48,1
2 0,8
2 62
,64
0,99
1,99
0,17
4,29
4,77
5,21
0,38
-0,0
003
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
BA
ÑO
S D
E A
GU
A SA
NTA
BA
ÑO
S D
E A
GU
A SA
NTA
6,2
1 72
,42
44,0
7 7,9
9 2,7
8 21
,43
48,9
0 0,6
6 59
,67
0,34
0,56
0,17
4,11
2,95
2,59
0,07
-0,0
005
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
LIM
ÓN
IND
AN
ZA
GEN
ERA
L LE
ON
IDA
S PL
AZA
GU
TIÉR
REZ
(LIM
ÓN
) 5,8
3 68
,10
62,5
0 10
,92
2,48
24,1
4 45
,26
0,86
59,4
8 0,8
6 1,2
4 0,1
0 2,9
6 4,9
6 6,2
9 0,4
8 -0
,001
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SIG
SIG
CUCH
IL (C
UTC
HIL
) 6,8
7 63
,79
95,6
9 17
,60
2,40
29,3
1 54
,31
0,86
62,0
7 5,0
2 3,0
1 0,0
0 0,6
0 9,8
4 13
,45
0,40
-0,0
017
Estra
to 1
Zona
Pla
nific
ació
n 3
TUN
GU
RAH
UA
AM
BATO
CO
NST
AN
TIN
O F
ERN
ÁN
DEZ
(CA
B. E
N C
ULL
ITA
HU
A)
5,01
89,7
6 94
,49
14,0
2 1,8
3 33
,07
53,5
4 0,0
0 46
,46
3,30
2,11
0,00
0,26
4,88
9,50
0,00
-0,0
023
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PA
LTAS
O
RIAN
GA
6,7
5 56
,30
98,3
2 20
,23
2,50
34,4
5 48
,74
0,84
76,4
7 0,6
9 6,4
5 0,4
6 0,9
2 10
,60
13,3
6 0,6
9 -0
,002
5 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
PORT
OV
IEJO
A
LHA
JUEL
A (B
AJO
GRA
ND
E)
8,20
54,5
5 96
,75
24,8
5 2,4
4 29
,55
49,6
8 1,6
2 73
,05
9,35
0,51
0,00
0,72
10,3
8 22
,82
0,10
-0,0
026
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
GI
RÓN
SA
N G
ERA
RDO
6,7
0 68
,00
73,3
3 15
,22
1,38
28,0
0 53
,33
1,33
68,0
0 3,5
0 4,9
0 0,0
0 2,8
0 5,9
4 9,4
4 0,3
5 -0
,002
6 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
CH
ANTA
CO
9,01
55,6
6 88
,68
20,0
0 1,6
7 22
,64
56,6
0 0,0
0 45
,28
3,06
4,17
0,00
0,56
11,9
4 10
,56
0,56
-0,0
028
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
YA
NTZ
AZA
(YAN
ZATZ
A)
CHIC
AÑ
A
5,90
60,5
1 87
,26
18,3
2 2,0
5 28
,66
35,6
7 1,2
7 63
,69
2,40
7,55
0,17
0,86
6,69
11,6
6 0,0
0 -0
,003
8 Es
trato
1 Zo
na P
lani
ficac
ión 4
M
AN
ABÍ
BOLÍ
VA
R QU
IRO
GA
7,3
0 54
,91
90,5
5 26
,38
2,40
33,4
5 46
,55
0,36
72,7
3 9,0
9 0,9
9 0,2
8 1,2
8 11
,36
22,1
6 0,2
8 -0
,005
0 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
SAN
FER
NA
ND
O
CHU
MBL
ÍN
6,94
82,6
9 61
,54
11,1
7 1,9
4 32
,69
51,9
2 0,0
0 65
,38
0,50
1,49
0,00
1,49
5,47
1,49
0,00
-0,0
056
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
ZAM
ORA
GU
AD
ALU
PE
6,48
57,3
0 87
,57
18,2
7 1,9
8 30
,81
43,2
4 1,6
2 70
,27
2,02
6,34
0,00
2,02
7,93
7,49
0,14
-0,0
063
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
GUA
LAQ
UIZ
A
EL ID
EAL
5,48
62,2
2 93
,33
16,5
9 0,9
8 37
,78
46,6
7 0,0
0 73
,33
1,95
4,39
0,49
0,00
5,37
12,2
0 0,0
0 -0
,006
5 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
TA
ISH
A
TAIS
HA
3,2
1 53
,40
91,6
2 11
,75
0,77
29,8
4 33
,51
0,52
54,9
7 10
,21
8,92
0,09
0,86
1,20
10,7
2 3,6
9 -0
,007
1 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CH
INCH
IPE
ZUM
BA
7,37
63,5
1 78
,50
17,2
1 2,1
7 23
,27
50,8
9 0,9
9 66
,27
3,07
8,52
0,37
2,39
8,65
11,5
3 0,4
9 -0
,007
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
CA
ÑA
R BI
BLIÁ
N
BIBL
IÁN
6,6
8 67
,98
67,4
3 12
,67
1,84
34,5
4 42
,51
1,53
72,3
5 1,4
2 2,7
6 0,2
4 1,1
8 5,8
7 7,1
6 0,3
2 -0
,007
5 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
LOJA
SA
NTI
AG
O
7,28
65,0
0 86
,00
18,0
2 2,0
9 32
,00
46,0
0 0,0
0 75
,00
1,07
5,07
0,53
0,00
7,20
12,5
3 0,5
3 -0
,007
7 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
PAST
AZA
FÁ
TIM
A 5,6
8 77
,55
79,5
9 15
,14
1,38
32,6
5 42
,86
0,00
61,2
2 1,8
7 5,6
1 0,9
3 0,4
7 4,6
7 2,3
4 0,4
7 -0
,007
8 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
SOZO
RAN
GA
SO
ZORA
NG
A
6,99
68,4
4 80
,99
18,0
5 2,3
8 28
,14
55,1
3 0,7
6 72
,24
2,41
6,46
0,00
0,99
11,7
2 8,6
5 1,1
0 -0
,008
0 Es
trato
1 Zo
na P
lani
ficac
ión 5
BO
LÍV
AR
GUA
RAN
DA
SA
N L
OREN
ZO
10,7
2 77
,89
92,9
6 27
,24
4,20
33,1
7 51
,76
0,00
64,8
2 5,6
7 7,8
6 0,0
0 0,1
8 11
,52
17,9
2 0,1
8 -0
,008
2 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
EL
CH
ACO
SA
NTA
ROS
A
6,36
53,1
6 83
,54
16,0
6 2,7
3 34
,18
41,7
7 0,0
0 60
,76
4,62
1,23
0,62
0,92
5,54
11,0
8 0,9
2 -0
,009
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
LI
MÓ
N IN
DA
NZA
SA
NTA
SU
SAN
A D
E CH
IVIA
ZA (C
AB.
EN
CHI
VIA
ZA)
6,09
65,9
6 89
,36
16,2
7 1,9
1 31
,91
42,5
5 0,0
0 48
,94
7,69
11,0
6 1,4
4 0,0
0 6,2
5 13
,94
1,92
-0,0
101
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CH
AG
UAR
PAM
BA
SAN
TA R
UFI
NA
6,45
60,2
6 88
,46
17,0
7 3,5
9 21
,79
67,9
5 0,0
0 58
,97
2,15
6,44
0,92
1,84
8,90
8,90
0,00
-0,0
109
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PA
LTAS
GU
ACH
AN
AMÁ
8,4
6 63
,64
96,8
2 22
,69
2,03
34,0
9 55
,00
0,00
66,8
2 11
,93
12,4
0 0,1
6 1,1
0 9,8
9 18
,84
0,16
-0,0
124
Estra
to 1
Zona
Pla
nific
ació
n 7
ZAM
ORA
CH
INCH
IPE
YA
NTZ
AZA
(YAN
ZATZ
A)
LOS E
NCU
ENTR
OS
5,80
66,9
8 91
,04
19,8
5 1,9
3 33
,49
45,2
8 0,0
0 57
,08
3,15
7,60
0,26
1,70
7,73
12,5
8 1,1
8 -0
,012
4 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
BAÑ
OS
DE
AG
UA
SAN
TA
RÍO
NEG
RO
7,78
48,4
5 55
,67
11,6
3 3,6
2 26
,80
49,4
8 1,0
3 63
,92
0,52
1,57
0,52
1,31
4,44
6,27
0,00
-0,0
126
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
PORT
OV
ELO
M
ORA
LES
8,70
53,4
5 86
,21
20,6
3 3,7
0 25
,86
60,3
4 0,0
0 75
,86
0,00
0,54
0,00
0,00
9,14
16,1
3 0,5
4 -0
,012
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E PA
LAN
DA
PA
LAN
DA
5,6
5 45
,45
74,6
4 13
,96
1,73
26,7
9 53
,59
0,48
64,1
1 2,2
5 7,4
6 0,9
5 3,4
3 7,4
6 9,1
1 0,4
7 -0
,013
0 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E CE
NTI
NEL
A D
EL C
ÓND
OR
ZUM
BI
4,97
66,4
6 72
,98
12,4
1 1,1
9 31
,99
45,9
6 0,6
2 65
,22
2,09
3,47
0,07
1,66
5,34
7,36
0,22
-0,0
134
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
ZA
POTI
LLO
M
AN
GA
HURC
O
5,72
71,6
4 95
,52
17,5
2 2,4
2 26
,87
59,7
0 0,0
0 76
,12
1,85
9,54
0,31
0,31
9,85
12,0
0 0,0
0 -0
,013
9 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
AT
AH
UA
LPA
PA
CCH
A
8,61
59,3
0 51
,76
12,6
3 3,0
1 19
,60
49,7
5 1,0
1 71
,86
0,15
3,03
0,15
2,73
7,13
3,19
0,15
-0,0
140
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PU
YA
NG
O
ALA
MOR
6,1
1 66
,07
73,5
7 12
,63
1,55
29,3
9 53
,85
1,18
72,3
9 2,7
2 3,3
6 0,2
3 2,3
2 6,6
3 9,0
3 0,2
7 -0
,014
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E PA
QUIS
HA
PA
QUIS
HA
5,7
2 69
,88
72,2
9 15
,09
1,18
22,8
9 46
,99
2,41
63,8
6 2,4
0 2,1
0 0,3
0 3,9
0 8,7
1 6,6
1 0,0
0 -0
,015
6 Es
trato
1 Zo
na P
lani
ficac
ión 6
CA
ÑA
R CA
ÑA
R CA
ÑA
R 6,0
5 71
,78
53,6
5 10
,33
1,91
29,5
8 36
,34
0,72
62,1
3 1,0
0 2,7
2 0,0
9 2,5
8 4,9
1 3,6
0 0,0
2 -0
,015
8 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LA
JOY
A D
E LO
S SA
CHAS
SA
N S
EBA
STIÁ
N D
EL C
OCA
5,1
9 69
,54
93,6
8 18
,43
1,38
22,4
1 45
,98
1,72
54,6
0 9,4
1 4,7
0 0,0
0 3,3
2 6,5
0 13
,00
0,28
-0,0
164
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
PU
YA
NG
O
EL L
IMO
(MA
RIA
NA
DE
JESÚ
S)
6,29
48,3
2 91
,95
18,9
7 1,0
3 37
,58
52,3
5 0,0
0 77
,18
6,17
5,11
0,00
0,71
12,5
2 10
,05
0,00
-0,0
172
Estra
to 1
Zona
Pla
nific
ació
n 1
SUCU
MBÍ
OS
GO
NZA
LO PI
ZARR
O
GO
NZA
LO PI
ZARR
O
5,18
31,3
7 82
,35
17,3
6 0,3
3 33
,33
35,9
5 0,6
5 60
,13
9,06
5,70
0,17
0,67
7,55
11,0
7 0,1
7 -0
,017
4 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
M
ORO
NA
SA
N IS
IDRO
6,6
2 38
,46
75,0
0 16
,10
3,41
25,0
0 44
,23
0,00
57,6
9 1,9
7 5,4
2 0,0
0 0,9
9 8,8
7 5,4
2 0,0
0 -0
,017
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
PA
STA
ZA
SAN
TA C
LARA
SA
NTA
CLA
RA
5,97
57,4
0 86
,39
18,3
6 1,4
5 23
,08
43,2
0 0,0
0 69
,23
3,56
3,72
0,16
2,27
7,44
7,44
0,81
-0,0
183
Estra
to 1
Zona
Pla
nific
ació
n 6
CAÑ
AR
AZO
GU
ES
PIN
DIL
IG
8,70
68,3
1 81
,42
20,3
2 3,0
6 30
,05
51,9
1 0,5
5 57
,92
4,34
5,24
0,18
0,72
8,50
12,1
2 0,1
8 -0
,019
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
SA
NTA
ROS
A
JAM
BELÍ
5,5
9 60
,42
96,8
8 14
,98
3,31
33,3
3 46
,88
1,04
47,9
2 7,4
7 5,6
6 3,6
4 1,6
2 6,6
7 12
,12
2,02
-0,0
206
Estra
to 1
Zona
Plan
ifica
ción:
Gua
yaqu
il GU
AY
AS
SAM
BORO
ND
ÓN
TARI
FA
4,84
80,1
8 93
,78
14,4
2 1,0
6 32
,38
47,4
1 1,6
8 77
,33
8,24
4,53
0,05
0,36
6,00
11,2
8 0,1
2 -0
,021
1 Es
trato
1 Zo
na P
lani
ficac
ión 2
N
APO
TE
NA
CH
ON
TAPU
NTA
6,7
7 62
,25
99,7
8 27
,83
1,11
28,9
2 36
,42
1,10
62,4
7 24
,17
18,5
5 0,0
9 0,3
4 11
,74
27,4
9 1,4
5 -0
,021
6 Es
trato
1 Zo
na P
lani
ficac
ión 5
G
ALÁP
AGO
S IS
ABE
LA
TOM
ÁS
DE
BERL
AN
GA
(SA
NTO
TO
MÁS
) 2,4
4 75
,00
100,
00
5,56
0,00
25,0
0 25
,00
0,00
75,0
0 0,0
0 0,0
0 0,0
0 1,8
5 0,0
0 5,5
6 0,0
0 -0
,022
3 Es
trato
1 Zo
na P
lani
ficac
ión 6
A
ZUA
Y
EL P
AN
SAN
VIC
ENTE
9,6
7 57
,87
64,6
1 17
,21
4,26
31,4
6 58
,43
1,69
74,7
2 2,7
9 1,9
7 0,1
6 0,4
9 11
,31
9,02
0,00
-0,0
230
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CA
TAM
AY
O
SAN
PED
RO D
E LA
BEN
DIT
A
7,23
73,9
1 46
,09
8,20
1,37
18,2
6 63
,48
1,74
73,9
1 0,2
3 0,4
7 0,2
3 1,8
6 4,6
5 1,4
0 0,2
3 -0
,024
6 Es
trato
1 Zo
na P
lani
ficac
ión 7
EL
ORO
LA
S LA
JAS
EL P
ARA
ÍSO
8,6
7 57
,58
80,3
0 19
,09
5,00
34,8
5 45
,45
1,52
69,7
0 2,2
8 1,3
7 0,0
0 0,4
6 9,1
3 6,8
5 2,2
8 -0
,025
3 Es
trato
1 Zo
na P
lani
ficac
ión 2
O
RELL
ANA
LO
RETO
A
VIL
A (C
AB.
EN
HU
IRU
NO
) 5,6
8 66
,26
93,9
0 21
,29
1,99
27,2
4 47
,56
0,41
61,3
8 15
,28
11,2
8 0,0
0 0,9
4 7,1
7 16
,57
0,59
-0,0
257
Estra
to 1
Zona
Pla
nific
ació
n 3
PAST
AZA
PA
STA
ZA
SIM
ÓN
BO
LÍV
AR
(CA
B. E
N M
USH
ULL
ACT
A)
4,38
58,6
3 99
,60
16,4
5 0,9
5 32
,53
40,9
6 1,2
0 60
,64
10,3
7 9,9
3 0,0
9 0,0
9 5,3
1 14
,11
0,61
-0,0
266
Estra
to 1
Zona
Pla
nific
ació
n 4
MA
NAB
Í PO
RTO
VIE
JO
CHIR
IJOS
6,5
2 53
,25
100,
00
21,8
9 1,3
3 33
,12
56,4
9 0,0
0 81
,82
18,5
0 0,8
3 0,1
7 0,0
0 10
,67
22,0
0 0,0
0 -0
,030
1 Es
trato
1 Zo
na P
lani
ficac
ión 1
IM
BABU
RA
SAN
MIG
UEL
DE
URC
UQ
UÍ
TUM
BABI
RO
6,76
61,8
2 67
,27
13,3
9 4,2
4 35
,45
53,6
4 0,9
1 68
,18
1,35
2,93
0,45
1,81
9,71
3,39
0,00
-0,0
303
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
TARA
COA
(NU
EVA
ESP
ERA
NZA
: YU
CA)
5,77
68,8
7 94
,70
19,5
9 1,7
2 34
,44
46,3
6 1,3
2 57
,62
17,7
0 9,4
5 0,1
7 0,1
7 6,5
3 13
,06
0,69
-0,0
315
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
TAIS
HA
TU
UTI
NEN
TZA
4,5
0 57
,89
98,5
6 15
,50
0,68
31,5
8 41
,63
0,96
57,8
9 15
,16
12,1
0 0,0
0 0,1
1 1,2
4 15
,50
6,67
-0,0
331
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
ORE
LLAN
A
DA
YU
MA
4,9
2 57
,74
94,5
2 17
,24
1,46
30,0
0 37
,74
2,26
63,5
5 13
,79
7,63
0,08
0,77
7,01
15,0
2 0,3
9 -0
,033
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
TI
WIN
TZA
SA
N JO
SÉ D
E M
ORO
NA
5,5
8 55
,12
97,6
4 17
,18
2,20
30,7
1 44
,88
0,00
64,5
7 14
,73
11,6
1 0,0
0 0,8
9 6,2
5 15
,63
2,46
-0,0
354
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
G
ON
ZAN
AMÁ
G
ON
ZAN
AMÁ
8,1
3 65
,37
68,2
9 14
,36
3,09
24,8
8 48
,78
0,98
74,1
5 0,2
7 3,5
6 0,0
0 1,3
7 8,3
4 3,6
9 0,0
0 -0
,037
1
133
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
ALS
HI (C
AB.
EN
9 D
E O
CTU
BRE)
7,2
9 41
,94
80,6
5 19
,27
1,83
12,9
0 51
,61
0,00
45,1
6 1,9
6 1,9
6 0,0
0 0,0
0 10
,78
5,88
0,98
-0,0
373
Estra
to 1
Zona
Pla
nific
ació
n 7
LOJA
CH
AG
UAR
PAM
BA
EL R
OSA
RIO
6,8
7 64
,71
100,
00
20,1
3 2,6
0 17
,65
67,6
5 0,0
0 64
,71
3,29
10,5
3 1,9
7 0,6
6 11
,84
19,7
4 3,2
9 -0
,038
6 Es
trato
1 Zo
na P
lani
ficac
ión 3
TU
NG
URA
HU
A
BAÑ
OS
DE
AG
UA
SAN
TA
LLIG
UA
9,6
4 88
,89
96,3
0 25
,84
4,49
25,9
3 66
,67
0,00
55,5
6 1,1
2 6,7
4 0,0
0 0,0
0 12
,36
21,3
5 0,0
0 -0
,039
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
CATA
MA
YO
ZA
MBI
9,8
3 80
,70
89,4
7 21
,74
6,28
26,3
2 64
,91
1,75
57,8
9 0,0
0 10
,34
0,00
1,97
15,7
6 16
,75
3,45
-0,0
400
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LORE
TO
SAN
JOSÉ
DE
PAY
AM
INO
6,1
8 73
,06
100,
00
22,2
0 1,7
2 33
,68
40,4
1 0,0
0 62
,18
20,6
5 14
,11
0,34
0,17
7,75
22,0
3 1,8
9 -0
,042
8 Es
trato
1 Zo
na P
lani
ficac
ión 4
SA
NTO
DO
MIN
GO
DE
LOS
TSÁ
CHIL
AS
SAN
TO D
OM
ING
O
ALL
URI
QUÍN
6,4
5 69
,70
93,9
4 18
,47
1,42
33,6
5 47
,53
0,64
67,3
0 7,8
8 2,7
8 1,5
5 2,0
7 7,2
0 16
,79
0,44
-0,0
434
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
MO
RON
A
SEV
ILLA
DO
N B
OSC
O
4,84
59,3
2 94
,45
17,7
6 0,7
6 29
,43
34,8
2 1,3
9 64
,56
9,06
9,74
0,27
0,53
4,78
11,5
8 0,9
9 -0
,044
2 Es
trato
1 Zo
na P
lani
ficac
ión 7
ZA
MO
RA C
HIN
CHIP
E EL
PA
NGU
I EL
GU
ISM
E 7,5
4 61
,98
90,9
1 23
,38
3,38
35,5
4 45
,45
0,83
55,3
7 6,3
0 11
,75
0,57
0,57
8,88
12,8
9 1,4
3 -0
,048
7 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
GU
ALA
QU
IZA
BE
RMEJ
OS
10,3
1 30
,43
95,6
5 26
,87
10,4
5 30
,43
21,7
4 0,0
0 43
,48
9,23
9,23
0,00
0,00
9,23
20,0
0 3,0
8 -0
,050
2 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
GU
ALA
QU
IZA
BO
MBO
IZA
4,0
2 56
,99
91,9
4 14
,74
1,16
34,9
5 41
,40
0,00
69,8
9 5,3
8 11
,39
0,11
0,32
4,75
9,60
0,42
-0,0
520
Estra
to 1
Zona
Pla
nific
ació
n 7
EL O
RO
EL G
UA
BO
TEN
DA
LES
(CA
B.EN
PU
ERTO
TEN
DA
LES)
4,4
4 76
,75
93,4
2 13
,35
1,33
21,9
3 55
,26
0,00
67,5
4 2,0
2 1,7
2 1,1
9 0,7
5 5,0
0 11
,58
0,22
-0,0
572
Estra
to 1
Zona
Pla
nific
ació
n 1
IMBA
BURA
OT
AV
ALO
PA
TAQU
Í 9,2
9 80
,00
100,
00
24,3
6 0,0
0 16
,00
68,0
0 0,0
0 52
,00
2,56
5,13
0,00
1,28
14,1
0 15
,38
0,00
-0,0
610
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
PALO
RA
ARA
PICO
S 5,6
0 40
,74
96,3
0 19
,09
0,00
29,6
3 48
,15
0,00
81,4
8 3,6
4 3,6
4 0,0
0 0,0
0 5,4
5 10
,91
0,00
-0,0
616
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
LOG
ROÑ
O
SHIM
PIS
2,38
64,4
4 97
,78
11,5
5 0,5
6 33
,33
28,8
9 0,0
0 71
,11
2,85
3,70
0,00
0,28
3,70
6,27
0,00
-0,0
636
Estra
to 1
Zona
Pla
nific
ació
n 2
ORE
LLAN
A
LA JO
YA
DE
LOS
SACH
AS
ENO
KA
NQ
UI
7,83
65,9
5 94
,59
23,4
7 2,7
1 27
,57
46,4
9 2,1
6 50
,81
14,4
7 8,1
4 0,3
6 0,7
2 10
,85
18,8
1 0,0
0 -0
,065
7 Es
trato
1 Zo
na P
lani
ficac
ión 6
M
ORO
NA
SAN
TIA
GO
LI
MÓ
N IN
DA
NZA
Y
UN
GA
NZA
(CA
B. E
N E
L RO
SARI
O)
6,70
57,1
4 10
0,00
21
,09
4,30
32,8
6 40
,00
0,00
55,7
1 4,7
2 11
,42
0,39
0,39
7,48
12,9
9 3,9
4 -0
,069
3 Es
trato
1 Zo
na P
lani
ficac
ión 7
LO
JA
QUIL
AN
GA
FU
ND
OCH
AMBA
7,9
3 42
,86
71,4
3 18
,35
4,59
25,0
0 42
,86
0,00
78,5
7 0,9
3 0,0
0 0,0
0 0,0
0 16
,67
0,93
0,00
-0,0
762
Estra
to 1
Zona
Pla
nific
ació
n 6
AZU
AY
SE
VIL
LA D
E O
RO
AMA
LUZA
4,2
9 60
,66
85,2
5 14
,52
2,26
26,2
3 45
,90
0,00
50,8
2 0,3
2 2,9
1 0,6
5 0,3
2 6,8
0 11
,33
0,00
-0,0
906
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
SAN
JUA
N B
OSCO
SA
N C
ARL
OS
DE
LIM
ÓN
1,8
9 80
,00
80,0
0 8,2
2 0,6
8 33
,33
33,3
3 0,0
0 40
,00
5,48
6,85
0,00
0,68
1,37
7,53
2,74
-0,1
006
Estra
to 1
Zona
Pla
nific
ació
n 6
MO
RON
A SA
NTI
AG
O
LIM
ÓN
IND
AN
ZA
SAN
MIG
UEL
DE
CON
CHAY
4,9
4 40
,00
100,
00
16,0
0 2,0
0 35
,00
55,0
0 0,0
0 45
,00
4,00
9,00
0,00
0,00
10,0
0 6,0
0 0,0
0 -0
,189
5 Es
trato
1 Zo
na P
lani
ficac
ión 1
ES
MER
ALD
AS
ESM
ERA
LDA
S V
UEL
TA L
ARG
A
6,07
65,3
8 74
,73
15,6
0 2,4
6 29
,67
43,4
1 4,9
5 58
,79
3,83
1,09
1,37
1,37
6,29
3,83
0,27
-0,2
615
134
135
ANEXO 1 ANEXO 2 ANEXO 3: BIOGRAFÍA DEL AUTOR
Ing. Gandy López Fuertes nació en la provincia del Carchi, cantón Tulcán el 15 de junio del año 1976, sus estudios primarios los realizó en su ciudad natal en la escuela fiscal 11 de abril, posteriormente se traslada a la ciudad de quito donde realiza sus estudios secundarios en el Colegio Central Técnico, continuando sus estudios en la Universidad Central Del Ecuador donde obtiene el título de Ingeniero Estadístico. En el
año 2013 ingresa al Ministerio de Inclusión Económica y Social, en la Coordinación General de Gestión de Información y datos de Inclusión desempeñando cargos como Analista Estadístico, y posteriormente como Director de la Dirección de Información y Datos.
