Tratamiento multivariado de subpoblaciones en una gran encuesta social: la construcción de zonas sociales

Papers 48, 1996 71-87 Tratamiento multivariado de subpoblaciones en una gran encuesta social: la construcción de zonas sociales Carlos Lozaresl Mirius Dominguez i Amorós2 1. Universitat Autbnoma de Barcelona. Departament de Sociologia. 08193 Bellaterra (Barcelona). Spain 2. Universitat de Barcelona. Departament de Sociologia i Metodologia de les Citncies Socials. 08034 Barcelona. Spain Resumen Cuando se realiza una encuesta social en un amplio territori0 queda siempre el deseo de aplicar análisis similares a 10s realizados en la encuesta a poblaciones o territorios mb reducidos, evidentemente utilizando 10s propios datos de la encuesta. El objetivo de este articulo consiste en mostrar cómo cada estrato de una muestra estratificada puede constituir una base muestral para llevar a cabo dichos análisis con todas las garantías de precisi6n o, al menos, con garantías calculables y aceptables sin aumentar el número muestral para la encuesta general. Palabras clave: metodologia, muestreo estratificado, andisis de correspondencias, análisis de clasificación, zonas sociales. Abstract. Multivariateprocessing of subpopukztions by socialsurvy: the construction of social mnes When one carries out a Social Sumey in a wide population, one would like to carry out the same analysis with a small population, using, of course, the same data of the Survey. The aim of this paper is to show each stratum of a stratified sample can be a sample population which allow an analysis with the reliable, or at least, calculable and acceptable guarantees without increasing the sample number of the general Survey. Key words: methodology, stratified sample, analyse of correspondence, social zones. Sumario 1. Introducci6n 7. Comentari0 final 2. El proceso general seguido Anexo 1. Distribución de las zonas 3. Los errores de cada estrato muestral en la regi6n y su transformaci6n en zonas sociales. Anexo 2. Elecci6n de variables perfil de las 'Onas Anexo 3. Perfil de las zonas sociales 4. La estructura dimensional de cada zona hexo 4. Ilustraci6n de la distribucibn de 5. Los grupos sociales en cada zona social las zonas sociales en el distrito 6: Grkia 6. Algunas conclusiones generales Referencias referentes a la estructura dimensional y a 10s grupos sociales - 72 Papers 48, 1996 Carlos Lozares; Mirius Dominguez i Amorós 1. Introducción El estudio presentado en este articulo se enmarca en 10s anáiisis realizados en la Enquesta de la Regió Metropolitana de Barcelona 1990. Nos remitimos pues a 10s volúmenes ~ublicados de la misma y, mis concretamente, a 10s que aparecen en la bibliografia final y, en particular, en la referencia que se hace a dicha encuesta en uno de 10s artículos de este mismo número de Papers. Cuando se realiza una encuesta social en un amplio territorio queda siempre el deseo, a veces satisfecho, de aplicar análisis similares a 10s realizados en la encuesta, u otros diferentes, a poblaciones o territorios mis sectoriales. El ~roblema que surge es que suelen ser irrealizables dado que el error de tales poblaciones o territorios no es admisible por ser excesivamente grande dentro de 10 habitualmente aceptable. Evidentemente esto se hubiera podido solucionar previamente si se hubieran elegida errores convenientes para dichos territorios o poblaciones calculando en función de ellos el error de la muestra general pero con el consiguiente elevado número de muestra que haria inviable la realización de la encuesta. Nos proponemos mostrar cómo el muestreo estratificado, utilizado para construir la muestra, permite llevar a cabo análisis en territorios y poblaciones más reducidos que 10s de la encuesta general con todas las garantias de precisión o, al menos, con garantias calculables y aceptables sin aumentar el número de muestra previsto para la encuesta general. El procedimiento consiste en aprovechar 10s estratos territoriales de dicha muestra estratificada para que sean soportes poblacionales más reducidos sin que 10s errores sobrepasen limites inaceptables. Es obvio que a menor error en la encuesta general corresponderá un menor error en cualquiera de sus territorios y poblaciones, pero, en igualdad de condiciones, la muestra estratificada consigue ganancias adicionales para realizar la operación que proponemos. El principio en que se basa este procedimiento es sencillo. Los estratos de una muestra estratificada son partes del territorio (o de la población) en el que (O sobre la que) se realiza la encuesta general. En el objetivo de la construcción de la muestra estratificada está la idea básica de que cada estrato ha de ser 10 más homogéneo posible con relación a las variables criteri0 que sirven para calcular la muestra. En consecuencia, se construyen 10s estratos de tal manera que la dispersión y, por tanto, la desviación de cada uno sea la menor posible. Por tanto, el territorio o población que abarca cada estrato tendrá tambitn el menor error posible, pues depende de la desviación. Evidentemente, no entraremos aquí en el detalle de la construcción de la muestra y de 10s estratos, y mucho menos en su descripción (Carlos Lozares, Pedro López, 199 la.; Carlos Lozares, Pedro López, 199 1 b). Pretendemos, pues, dar cuenta del proceso metodológico seguido para conseguir 10s objetivos que acabamos de describir. Las reflexiones que hacemos sobre 10s aspectos de contenido tienden a poner de manifiesto 10s resultados y la eficacia del método. Veamos previamente algunos conceptos o términos utilizados. Hemos men- Tratamiento multivariado de subpoblaciones en una gran encuesta social Pa~ers 48, 1996 73 cionado anteriormente 10s estratos muestrales. Como ha quedado claro, son conjuntos territoriales o poblacionales más reducidos que el territorio o población en el que se realiza la encuesta general. Se calculan y se hallan en el proceso mismo de la construcción de la muestra estratificada. Por el mismo proceso de su construcción cada uno de estos conjuntos es 10 mis homogéneo posible. Los estratos muestrales son conjuntos de secciones censales que son las unidades utilizadas para construir la muestra estratificada. El10 hace que 10s estratos puedan ser geográficamente localizables. Lo que denominamos zonas sociales son 10s mismos estratos, pero a 10s que se les aplica 10s datos correspondientes de la encuesta general. Evidentemente, el conjunt0 de las zonas sociales llenan así toda la Región I Metropolitana, que es el territorio en el que se ha realizado la encuesta. Cada zona será objeto de 10s anáiisis sociológicos convenidos si tienen, como veremos, niveles de error aceptables. 2. El proceso general seguido He aquí un esquema del proceso. / En el proceso mismo de construcción de la I I muestra estratificada 1 I y utilizando 10s análisis de componentes j / principales y cluster se obtienen 10s / estratos muestrales. , ........................................... J .............................................. / Por la aplicación a 10s estratos de 10s datos de j la encuesta se obtienen las L............................................ ,-. ........................................... , I zonas sociales I : ........................................... J .............................................. i y, a su vez, utilizando el análisis de 1 j correspondencias múltiples y de cluster, 1 obtiene en cada zona su perfil social, su estructura dimensional Como acabamos de ver en el esquema precedente, para construir las zonas sociales se parte de 10s estratos de la muestra estratificada. Daremos breve cuen- 74 Papers 48, 1996 Carlos Lozares; Mirius Dominguez i Amor6s ta de 10s errores ~orres~ondientes de cada estrato que serán 10s de las zonas sociales a fin de asegurar su representatividad muestral a la hora de aplicar 10s datos de la encuesta a cada uno. Por la aplicación de las encuestas realizadas en cada estrato muestral, éstos se convierten en 10 que hemos llamado zonas sociales. En ellas se pueden hacer 10s análisis que se crean convenientes. Los realizados por nosotros corresponden a 10s perfiles sociales, la estructura dimensional y 10s grupos sociales de las zonas sociales. Por la estructura dimensional tratamos de conocer las dimensiones que mis y mejor explican la diversidad de la población de cada zona en las variables elegida~, esto es, aquellos ejes que más discriminan a su pob1ació.n. Por 10s grupos sociales damos cuenta de cómo se agrupa la población de la manera rnás homogénea posible con relación a la estructura dimensional en cada zona. Estos dos últimos análisis son paralelos a 10s realizados en la encuesta general para toda la población (Marina Subirats, Cristina Sánchez, Mdrius Dominguez, 1 992). 3. Los errores de cada estrato muestral y su transformación en zonas sociaies. El perfil de las zonas sociaies La primera parte del proceso de análisis ha consistido, pues, en retomar 10s estratos muestrales de la muestra estratificada. En su momento, se habian identificado ocho estratos. En su transformación en zonas sociales se consideran solamente siete debido a la agregación de dos de ellos por las razones que veremos a continuación. La primera cuestión consiste en saber si cada uno de 10s estratos es suficientemente consistente desde el punto de vista muestral. En la tabla 1 aparecen una serie de datos sobre 10s estratos muestrales, número de secciones que le corresponden, número de encuestas realizadas en 61, población de más de dieciocho afios, distancia media de cada sección al centro de inercia de cada estrato, varianza, desviación típica y error correspondiente para el número de encuestas realizadas. Como vemos en la mayor parte de 10s estratos, 10s errores son aceptables para tratar cada uno como una unidad poblacional. Las encuestas realizadas en cada uno son representativas de su población en la medida que 10 indica su error correspondiente. Con todo, el error de 7,5% para el estrato 2 es inaceptable; además, habrá que ser prudente con las afirmaciones que se hagan en 10s estratos 4 y 7, ya que sus errores son, respectivamente, del 4,4% y del 5,6%. Para resolver el problema del estrato 2 se ha unificado con el estrato 1. Rehaciendo 10s cáiculos para estos estratos agregados el error se rebaja al 2,8%. El10 nos permite tratar 10 que llamaríamos un nuevo estrato 1 +2 con todas las garantias. Esta agrupación esta plenamente justificada desde el punto de vista de 10s contenidos, ya que, analizados independientemente, ambos estratos a partir de 10s datos de la encuesta, poseen caracteristicas similares. Ver de nuevo la tabla 1 para 10s datos de ambos agrupados. En el anexo 1 aparece el número de secciones censales por municipios y por zonas sociales en la Región I Metropolitana de Barcelona. Evidentemente, Tratamiento multivariado de subpoblaciones en una gran encuesta social Papers 48, 1996 75 Tabla 1. Serie de datos para cada uno de 10s estratos muestrales.(l) Estrato. (2) Núm. de secciones censales. (3) Núm. de encuestas realizadas. (4) Población de mis de dieciocho años. (5) Distancia media de cada sección al centro de inercia de cada estra- to. (6) Varianza. (7) Desviación típica. (8) Error para un 95% de confianza. 10s limites no coinciden con 10s administrativos de las comarcas, municipios, distritos o barrios. La agrupación de las secciones censales por estratos viene de la homogeneidad que en ellos tienen las caracteristicas de las variables que sirvieron para construir la muestra estratificada, es decir, de 10s datos del censo. Como deciamos precedentemente, las zonas sociales no son mis que 10s estratos a 10s que hemos aplicado 10s datos de la encuesta. No hemos trabajado con todas las variables de la encuesta metropolitana, sino con una serie de variables elegidas. Concretamente, se han retomado las mismas que en el estudio de 10s grupos sociales aplicado a toda la Región I (Marina Subirats, Cristina Sánchez, Marius Dominguez, 1992). Además, en el articulo precedente se da cuenta de dicha selección de variables. Con todo mostramos una descripción breve en el anexo 2. El primer estudio realizado en las zonas sociales es su perfil social. Hablaremos muy brevemente de proceso de análisis, ya que 10s resultados mis caracteristicos han sido objeto de un tratamiento mis detallado en uno de 10s monográficos de la Enquesta de la Regió Metropolitana 1990 (Carlos Lozares, MArius Dominguez, 1993). Este proceso es descriptivo por análisis bivariado al comparar las zonas entre si y con toda la Región. I como marco de referencia general. Por consiguiente, en este análisis no se toma cada zona social como univers0 poblacional y, por consiguiente, muestral. Lo mis característic0 o modal de cada zona social, y por tanto su perfil social, es 10 que mis la diferencia de las otras. En el anexo 3, aparece un resumen de dichos resultados. Las zonas sociales pueden mapificarse siguiendo las secciones censales que pertenecen a cada zona. Como ejemplo del interés del tratamiento que presentamos hemos elegido el distrito 10 de Gracia, en el anexo 4. 76 Papers 48, 1996 Carlos Lozares; Mirius Dominguez i Amor6s 4. La estructura dimensional de cada zona Realizado el anáiisis del perfil descriptivo de cada zona -recordemos que dicho anáiisis se ha hecho comparando las wnas entre si sin considerarlas como unas poblaciones muestrales independientesel siguiente paso ha consistido en construir 10 que denominamos la estructura dimensional de cada zona. Por estructura dimensionalde h mna entendemos la organización del conjunto de 10s datoslvariables elegidos para cada zona en ejes o variables más densos de contenido, combinación lineal de las primeras variables, que den cuenta del mayor porcentaje posible de la varianza total sin que el10 suponga una excesiva pérdida de información. Para el10 se ha utilizado tarnbién el anáiisis de correspondencias múltiples. La interpretación de dichos ejes acostumbra a ser un trabajo laborioso. Para poder entrar en el análisis de la estructura dimensional de las zonas sociales es imprescindible que el error muestral sea aceptable en cada zona, puesto que cada una se toma ahora como población muestral. Para llegar a dicha estructura dimensional, ha sido necesario realizar un paso intermedio, es decir, dimensionalizar cada uno de 10 que hemos denominado ámbitos sociales y construir una tipologia en cada uno y para cada zona. 1. Dimensionalizar cada uno de 10s ámbitos de las variables y construir en cada uno una variable tipológica que dé cuenta de la agrupación de la población de la zona en cada ámbito. No insistiremos demasiado en este objetivo intermedio, pues el método ha sido idéntico al explicado anteriormente para hallar las dimensiones de la estructura de la población total. Un ámbito está definido por un conjunto de variables elegidas que corresponden a fenómenos sociales que tienen una cierta coherencia y autonomia sociales, sea por darse en un mismo cuadro institucional/organizacional, sea porque son ccpróximos,, 10s espacios o tiempos sociales en que se dan, p.e., el conjunto de variables referentes al trabajo, a la educación, a la vivienda, etc.'. La necesidad de esta fase previa en cada zona obedece básicamente a una razón de simplificación y racionalización del proceso: realizar un análisis con 742 modalidades (más dos continuas) nos hubiera conducido mis bien a una confusión real que a una clarificación real. 2. Hallar la estructura dimensional para el conjunto de las tipologias de 10s ámbitos para cada zona social. Por la fase precedente disponemos de once variables tipológicas en cada una de las siete zonas sociales retenidas. Cada una de las once tiene unas 1. Los ámbitos retenidos son 10s siguientes: trabajo; trabajo productivo y reproductivo; riqueza del hogar; equipamiento del hogar; residencia; educación; relaciones personales; tiempo libre; hábitos de consumo; composición y relaciones familiares; vacaciones; origen geográfico. (Ver de nuevo el anexo 2 para una descripción mis detallada). La identidad de estos ámbitos, 10s resultados de su dimensionalización y las tipologias construidas en ellos para cada zona no son más que 10s resultados de 10s mismos procesos aplicados a toda la Región I. Tratamiento multivariado de sub~oblaciones en una gran encuesta social Paoers 48. 1996 77 cuatro o cinco modalidades. Se trata ahora de encontrar unas nuevas dimensiones en cada zona a partir de las once variables tipológicas, o mejor, a partir de todas sus modalidades, es decir, repetir 10 que se habia hecho en toda la Región I pero ahora en cada zona. Por tanto, dichas tipologias han sido tratadas como variables activas y, con las variables estructurales como ilustrativas, son las que se han empleado para dimensionalizar cada una de las zonas sociales. El método seguido ha sido de nuevo el andisis de correspondencias múltiples. La estructura dimensional da cuenta de 10s contenidos mis explicativos del conjunto de 10s valores de las variables que definen cada una de las zonas. Es como el esquema o esquelet0 sustantivo de la misma. 3. Los resultados de la estructura dimensional de las zonas. Daremos solamente una visión esquemática de 10s resultados a fin de mostrar la eficacia del método seguido. En general con cinco dimensiones retenidas se superaba el 60% de la varianza en cada una de las zonas sociales analizadas. A la hora de identificarlas 10 hemos hecho solamente de las dos primeras. La tercera presentaba ya algunas dificultades interpretativas. Con todo, en algunas zonas hemos llegado a identificar tres. Se puede afirmar que se da una gran semejanza en 10s contenidos de la dimensiones de todas las zonas y, por tanto, que bajo la diversidad manifiesta de sus perfiles sociales aparecen unas formas de estructura dimensional que solamente difieren en la variabilidad explicada por cada dimensión en cada zona. Este hecho es importante, pues nos permite hacer una lectura mis simplificada y en código unificado del conjunto de las zonas que no es mis que la traducción de la estructura dimensional de toda región en la variedad de cada zona. No entraremos en explicar con detalle la identidad de cada una de las dimensiones en cada zona, ya que no es el objetivo de este articulo. Simplemente expresaremos esquemáticamente cual es el modelo más habitual de dimensionalización extraido de 10s resultados de cada una de las zonas. Solamente hacemos una descripción de las dos dimensiones, que aparecen en todas las zonas. - La primera dimensión viene dada por el conjunto de valores que se expresan a continuación. (Se entiende que 10s valores de un lado se oponen a 10s del otro dentro de la dimensión y que dicha polaridad es la que contribuye a definirla.) Edad: 26 a 45 Edad: + de 65 (a veces +5 5) Más presencia del hombre Mis presencia de la mujer Alto estatus socioeconómico Bajo (a veces muy bajo) estatus y cultural socioeconómico Familia nuclear reducida Hogares unipersonales Origen catalán (o mixto) Origen no catalán Nivel elevado en todos 10s ámbitos Nivel bajo en todos 10s ámbitos 78 Papers 48, 1996 Carlos Lozares; Mirius Dorninguez i Amor6s - La sepnda dimensión viene dada también por el conjunt0 de 10s valores que se expresan a continuación Edad: mis fuerza 10s 35 a 55 Edad: sobre todo de mis de 65 y menos de 35 Aigo mis presencia del hombre Aigo más presencia de la mujer Estatus social y cultural Estatus social y cultural medio-alto medio-medio bajo Familia nuclear Hogares unipersonales Origen no catalán Origen catalán Nivel medio-bajo en Nivel medio-alto en todos todos 10s ámbitos 10s ámbitos La intensidad de cada dimensión (varianza explicada) en cada zona es diferente. Incluso hay en alguna zona una tercera dimensión que posee más varianza que ambas. pero estas dos están presentes en todas las zonas. La originalidad y especificadad de cada zona está dada por la manera de combinarse en prioridad las dos y con una tercera no que varia según la zona. 5. Los grupos sociales en cada zona social Los grupos sociales de cada zona se constituyen clasificando automáticamente 10s individuos en función de las dimensiones retenidas en eilas. Veamos el proceso seguido. Los grupos sociales buscados habrán de tener suficiente significación en el interior de la zona. Hemos mantenido la idea de construir el menor número de ellos: dos, tres, o a 10 sumo cuatro, para poder retener un volumen frecuencial suficiente. Para dicha construcción se han utilizado, en cada zona, 10s cinco ejes o dimensiones obtenidos en el análisis precedente del análisis de correspondencias. El método de análisis ha sido el de cluster. La descripción e identidad de 10s grupos sociales de cada zona social han sido hechas por análisis bivariado de las variables estructurales y de 10s ámbitos y por su proyección en 10s ejes explicados. Los grupos sociales de cada zona se contemplan y se anaiizan comparativamente teniendo la zona como referencia global. Veamos algunos de 10s resultados mis remarcables de este análisis en vistas precisamente a mostrar el interés y la eficacia del método seguido. 1. Es relevante la tendencia a que el mágico número de tres satisfaga en el análisis de cluster las particiones en cada zona. En todas ellas 10s razonamientos abocan a elegir esta cantidad como Óptima. Hay variedad, pero evidentemente no tan extensa como en toda la Región I. Todos 10s intentos de extenderse a cuatro o cinco grupos ha conducido al nacimiento de Grupos poc0 significativos dentro de cada zona. 2. La variación de la identidad de 10s grupos sociales en cada zona proviene sobre todo del peso diferenciado que tienen las dimensiones precedentes Traramiento multivariado de subpoblaciones en una gran encuesta social Papers 48, 1996 79 . en cada zona que dan también un peso distinto a la variedad no excesivamente grande de 10s grupos sociales posibles. 3. Otro hecho importante aunque esperado consiste en que el Perfil de la zona coincide con el grupo social más modal y, en la casi totalidad de zonas, con el más cercano al centro de inercia de la zona. Si hay dos grupos con fiecuencias altas y casi similares, el perfil es una combinación de ambos. Lo que es interesante es que por debajo del Perfil social subsiste y se manifiesta una realidad social que no apareceria de no hacer este análisis independientemente en cada zona. Por ejemplo el grupo representado por 10s mayores de edad, 10s inactivos, las mujeres, 10s hogares unipersonales, el bajo estatus socioeconómico y cultural y el origen no catalán está presente en todas las zonas, aunque no es mayoritario en ninguna zona salvo en la siete. 6. Algunas conclusiones generales referentes a la estructura dimensional y a 10s grupos sociales Aparece claramente manifiesta la función estructurante que en todas las zonas sociales y grupos juegan las categoria socioeconómica y/o socioprofesional, en general el estatus socioeconómico y cultural (CSE, CSR actividad, ocupación, situación en mercado del trabajo, nivel educativo y prácticas culturales, etc.). Se suele acompañar, evidentemente, de 10s ingresos del hogar en sus diversas manifestaciones. Con todo, no siempre estos factores son 10s de más peso en alguna de las zonas. A veces es el hábitat, en sus múltiples concreciones (vivienda, segunda residencia, barrio), el más evidente; otras, el equipamiento del hogar y el consumo. 2. En casi todos 10s grupos de las zonas las variables ligadas a la movilidad y a la radicación en el barrio (año de construcción de la vivienda, años de llegada al mismo o al municipio, dimensión del municipio, piso deseado, razón de cambio de vivienda) intervienen en 10s perfiles aunque no tanto en la configuración de 10s grupos. Por contra, el origen individual, de Cataluña o no, que está presente en la estructura dimensional, es un elemento que pierde fuerza en la configuración de algunos de 10s grupos con relación a otros valores de la variable origen que adquieren mis peso como el ((de dentro y fuera de Catalufias de 10s miembros del hogar, 10s matrimonios mixtos y el bilinguismo. 3. Dos factores sociodemográficos, la edad y el sexo, aparecen claramente a la hora de configurar las zonas y 10s grupos, y ambos con fuerte incidencia. 4. Cuanto más se haya llegado a la madurez productiva, a la plena ocupación laboral, a una mayor cualificación -sea ésta de obrero cualificado o sea, sobre todo, a partir de técnico medio-, cuanto mis elevado sea el estatus socioeconómico y cultural y se disponga de más tiempo libre y de vacaciones, más masculinizado aparece el perfil del grupo social, y al contra- Tratamiento multivariado de subpoblaciones en una gran encuesta social Papers 48, 1996 87 Referencias LOZARES, Carlos; LOPEZ, Pedro (1991a). aEl muestreo estratificado por análisis multivariadon. En Latiesa, M. Elpluralismo metodológico en la investigación social: Ensayos tt;oicos. Granada: Universidad de Granada, p. 107- 160. - (1991b). aEl análisis de componentes principales: aplicación al análisis de datos secundariosn. En Papers 37, 199 1: 3 1-64. LOZARES, Carlos; DOM~NGUEZ, Mirius (1993). territori i realitat social: les zones socio-demogrifiques de la Regió Metropolitana de Barcelona,. Vol. 9 de Enquesta de la Re@ Metropolitana de Barcelona 1990: Condicions de vi& i Mbits de la població. Barcelona: Institut &Estudis Metropolitans. SUBIRATS, Marina; SANCHEZ, Cristina; DOM~NGUEZ, Mirius (1992). ((Grups i classes socials a la Regió Metropolitana de Barcelona)). Vol. 5 de Enquesta de la Regió Metropolitana de Barcelona 1990: Condin'ons de viah i Mbits de lapobhió. Barcelona: Insitut &Estudis Metropolitans.