UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS La

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS MATEMÁTICAS
E.A.P. DE..ESTADÍSTICA
La fecundidad y su relación con variables
socioeconómicas, demográficas y educativas aplicando el
Modelo de Regresión Poisson
Capítulo4. Estudio de la Fecundidad
MONOGRAFÍA
Para optar el Título de Licenciado en Estadística
AUTOR
Giulianna Teresa Figueroa Arboccó
LIMA – PERÚ
2005
54
CAPÍTULO IV: ESTUDIO DE LA FECUNDIDAD
Para el estudio de la relación entre el número de nacimientos y las variables
socioeconómicas, demográficas y educativas, mediante el modelo de Regresión Poisson
se identificará los factores que inciden sobre éste. En el presente capítulo se realiza el
ajuste del modelo usando las variables mencionadas.
A continuación se menciona el material y fuentes de información que fue usado
para aplicar el MRP, las variables consideradas para el modelamiento del número de
nacimientos y la metodología usada.
4.1 FUENTES DE DATOS
En el presente trabajo la principal fuente de información son los datos obtenidos
por la Encuesta Demográfica y de Salud Familiar (ENDES IV) r ealizada por el INEI en
el 2000.
La ENDES es una Investigación que se realiza periódicamente a nivel nacional
con el fin de obtener i nformación actualizada y efectuar análisis del cambio, tendencias
y determinantes de la fecundidad, mortalidad y salud en nuestro país. Cada 5 años se
provee información sobre el nivel, tendencia y diferencias de fecundidad, mortalidad,
prevalencia anticonceptiva y salud familiar, además de la prevalencia de enfermedades
diarréicas o respiratorias, vacunación, estado nutricional de las madres, conocimiento y
actitudes hacia el SIDA, así como la accesibilidad a los servicios de salud maternoinfantil además de otra información. La ENDES 2000 (o ENDES IV) es desarrollada
por el Instituto Nacional de Estadística e Informática (INEI) a solicitud del Ministerio
de Salud en el marco de la fase IV del Programa Mundial de Encuestas de Demografía y
Salud DHS, conocido como Meas ure/DHS+.
Esta encuesta es financiada
principalmente por la Misión en Perú de la Agencia para el Desarrollo Internacional
(USAID/Perú). Otro organismo que también la financia es el Fondo de las Naciones
Unidas para la Infancia UNICEF. La ENDES comprende dos encuestas: una encuesta
de hogares y una encuesta individual para recolectar información sobre las mujeres de
15 a 49 años y sus hijos menores de 5 años. (Ver Anexo A.1)
55
El diseño muestral de esta encuesta es probabilística, autoponderada por
departamentos y áreas, estratificado, multietápico e independiente para cada
departamento del País. La recolección de datos de la ENDES IV se realizó entre el 17
de Julio y el 22 de Noviembre del 2000, por personal de campo en su mayoría
residentes habituales de cada departamento, facilitándose así, el contacto con los
entrevistados y la captación de información confiable, al controlarse el recelo que
pueden despertar personas ajenas al lugar.
Para la realización de este trabajo se consideró la información obtenida mediante
el cuestionario individual aplicado a las mujeres de 15 a 49 años y sus hijos menores de
5 años, en donde se incluyeron 12 tópicos: 1) Antecedentes de la Entrevistada, 2)
Reproducción, 3) Anticoncepción, 4A) Embarazo, Parto, Puerperio y Lactancia, 4B)
Inmunización y Salud, 5) Nupcialidad, 6) Preferencias de Fecundidad, 7) Antecedentes
del marido y Trabajo de la Mujer, 8) El SIDA y Enfermedades Transmitidas
Sexualmente (ETS), 9) Mortalidad Materna, 10) Violencia Familiar, 11) Peso y Talla de
los niños de menores de 5 años y 12) Anemia (Nivel de hemoglobina de las mujeres de
15 a 49 años y sus hijos menores de 5 años). Sin embargo, dado el tipo del modelo a
usarse en el presente trabajo consideramos sólo los temas referidos a: antecedentes de la
entrevistada, reproducción, anticoncepción, nupcialidad, preferencias de fecundidad y
antecedentes de trabajo de la mujer. La ENDES es una fuente de información primaria,
se consideró los datos tal como fueron recogidos de la encuesta. Muchos de estos datos
son fáciles de manejar, sin embargo la ENDES es la base para la construcción de
indicadores más complejos de diferente naturaleza, los cuales representan
investigaciones posteriores que involucran metodologías de estimación avanzadas
realizados por el INEI. Por tanto a primera mano, se contó con muchos datos básicos y
no de naturaleza más explícita o concreta como se hubiera deseado.
4.2 SELECCIÓN DE VARIABLES
Como ya se mencionó, nuestra variable de interés es el número de nacimientos
en mujeres en edad fértil durante los 5 años anteriores a la encuesta. (Y:
NACIMIENTOS)
56
La revisión bibliográfica realizada en el primer capítulo ha servido para poder
conocer cuales son los factores qué más se asocian a nivel mundial y a nivel nacional
con el tema de los nacimientos. Según los tópicos disponibles del cuestionario de la
ENDES inicialmente se seleccionó a criterio tomando en cuenta la revisión
bibliográfica, 18 variables de tipo socioeconómico, demográfico y educativo. Las
variables usadas inicialmente para aplicar el modelo de regresión Poisson se muestran
en la tabla IV.1.
57
Tabla IV.1
NOMBRE DE LA
DESCRIPCION DE LA VARIABLE
CATEGORIAS / Unidades
NACIMIENTOS
NUMERO DE NACIMIENTOS EN LOS ÚLTIMOS 5 AÑOS
(Unidad)
EDAD
EDAD DE LA MUJER
(Años cumplidos)
VARIABLE
SUPERIOR
EDUCACIÓN
NIVEL DE EDUCACIÓN MÁS ALTO DE LA MUJER
SECUNDARIA
PRIMARIA
SIN EDUCACIÓN
ÁREA
ÁREA DE RESIDENCIA
ELECTRICIDAD
SI LA VIVIENDA CUENTA CON ENERGÍA ELECTRICA
RADIO
TIENE RADIO EN LA CASA
URBANO
RURAL
SI
NO
SI
NO
TV
TIENE TV EN LA CASA
FONO
TIENE TELÉFONO EN LA CASA
SI
NO
SI
NO
ABORTO
HA SUFRIDO ALGÚN ABORTO
SI
NO
SIN MÉTODO
USOMETODO
TIPO DE MÉTODO ANTICONCEPTIVO QUE
MÉTODO FOLKLÓRICO
ACTUALMENTE USA
MÉTODO TRADICIONAL
MÉTODO MODERNO
PFRADIO
PFTV
PFREV
HA ESCUCHADO DE PLANIFICACIOÓN FAMILIAR EN
SI
LA RADIO
NO
HA ESCUCHADO DE PLANIFICACIÓN FAMILIAR EN LA
SI
TV
NO
HA LEIDO DE PLANIFICACIÓN FAMILIAR EN LA
SI
REVISTA O PERIODICO
NO
SOLTERA
EN UNIÓN (CONVIVIENTE,
ESTADO
ESTADO CIVIL
CASADA)
ANTES EN UNIÓN (VIUDA,
SEPARADA, DIVORCIADA)
TENER OTRO
INDECISO
INTENCION
INTENCIÓN DE TENER HIJOS EN EL FUTURO
NO MÁS
ESTERILIZADA
INFÉRTIL
TRABAJO
LA MUJER TRABAJA
NO TRABAJA
TRABAJA
HACINADA
VIVIENDA HACINADA
ADECUADA
VIVIENDA FÍSICAMENTE ADECUADA
SI
NO
SI
NO
SH
VIVIENTA CUENTA CON SERVICIO HIGIÉNICO
SI
NO
58
Las variables que permiten medir hacinamiento, vivienda adecuada, y
disponibilidad de servicios higiénicos, fueron construidas a partir de la medición de la
pobreza a través del método de las Necesidades Básicas Insatisfechas. Este método
toma en consideración un conjunto de indicadores relacionados con necesidades básicas
estructurales (Vivienda, educación, salud, infraestructura pública, etc.) que se requiere
para evaluar el bienestar individual.
En el método de las Necesidades Básicas Insatisfechas se considera los
siguientes indicadores: Viviendas con características físicas inadecuadas; Hogares en
hacinamiento; Vivienda sin servicio higiénico; Hogares con al menos un niño que no
asiste a la escuela; Hogares con el jefe de hogar con primaria incompleta y con tres
personas o más por perceptor de ingreso. En este caso, se emplean los tres primeros
indicadores:
a. Hogares con viviendas de características físicas inadecuadas. Se considera el
porcentaje de hogares con vivienda (i) de paredes exteriores de estera, o (ii) de
paredes exteriores de quincha, piedra con barro o madera y piso de tierra, o (iii)
improvisada o en un local no destinado para la habitación humana.
b. Hogares c on viviendas hacinadas. Se considera el porcentaje de la población en
hogares con más de 3 .4 miembros por habitación (sin contar con el baño, cocina,
pasadizo ni garaje).
c. Hogares sin servicio higiénico. Se toma en cuenta el porcentaje de la población
que vive en hogares sin servicio higiénico alguno.
En el informe publicado por el INEI: NIVELES DE VIDA Y POBREZA (1999),
se presenta la metodología utilizada para la clasificación de la pobreza según las
necesidades básicas insatisfechas. En el Perú, según esta metodología, se clasifica la
población en tres grupos: no pobres, pobres y en pobreza extrema. Se considera a una
persona no pobre cuando tiene todas las necesidades básicas satisfechas, pobre cuando
tiene una necesidad básica insatisfecha y en pobreza extrema cuando tiene 2 a más
necesidades básicas insatisfechas.
59
Por otra parte, el estado civil de la mujer fue reagrupada en tres categorías. Así,
se obtuvo una primera categoría que comprende a las mujeres solteras, la segunda
categoría que incluye a las mujeres actualmente unidas, es decir conviviendo o casadas.
Por último la última categoría agrupó a las mujeres separadas, viudas o divorciadas, es
decir en el grupo Antes en unión.
Para determinar la relación entre el “Número de Nacimientos” y un conjunto de
factores socioeconómicos, demográficos y educativo s, se usa el Modelo de Regresión
Poisson presentado el capítulo III.
4.3 PROCESAMIENTO DE DATOS
Para el procesamiento y análisis de los datos se utilizó el software estadístico
STATGRAPHICS PLUS 5.1, mediante el Módulo de “Modelos de Regresión
Avanzados”. Este programa no es muy popular debido a la falta de divulgación y
comercialización del mismo, pero tiene características interesantes como un entorno
fácil de trabajo con los datos, en el cual no es necesario un intensivo conocimiento de
programación. Asimismo, es un programa como su nombre lo dice “visual”, es decir
tiene la ventaja de presentar salidas gráficas muy atractivas que ayudan a una mejor
interpretación y discusión de los resultados y presentación del informe respectivo. Una
seria limitación para procesar los datos fue el hecho de que al contar con una base de
datos tan extensa y con un número relativamente grande de variables, se hace necesario
contar con más recursos de memoria para realizar los cálculos en la computadora.
Se modeló el número de nacimientos considerando las variables independientes
ya descritas anteriormente y presentadas en la tabla (IV.1), los datos corresponden a la
información obtenida de un total de 26712 mujeres. Inicialmente esta cifra era un poco
más alta, sin embargo se filtraron los registros de mujeres que no residían en la
vivienda, pues no cuentan con información sobre las características de la vivienda.
60
4.4 RESULTADOS
En primer lugar, analizaremos los datos desde el punto de vista descriptivo, con
el fin de observar las características de las mujeres que conforman la muestra, además
de explorar las posibles relaciones entre el número de nacimientos y las variables
consideradas en la tabla IV.1.
Tabla IV.2
NÚMERO DE NACIMIENTOS EN MUJERES
EN
a
EDAD FÉRTIL, ENDES 2000.
Frecuencia
Porcentaje
0
16665
62.4
1
7298
27.3
2
2436
9.1
3
300
1.1
4
13
.0
26712
100.0
Total
a. Últimos 5 años.
A través de la información recolectada en la ENDES 2000 se tiene que el
número promedio de nacimientos en los últimos 5 años es de de 0.49, con una varianza
de 0.51. Asimismo el número mínimo de nacimientos es 0 y el máximo es 4
nacimientos.
Como se observa en la tabla IV.2 el 62.4 % de las mujeres en edad fértil no tuvo
ningún nacimiento durante los últimos 5 años, el 89.73% tuvo a lo más un nacimiento y
un porcentaje menor (1.1%) tuvo más de 2 nacimientos.
61
Tabla IV.3
NACIMIENTOS EN ULTIMOS 5 AÑOS POR GRUPO ETÁREO DE LAS MUJERES
EDAD (GRUPO QUINQUENAL)
EDAD (GRUPO QUINQUENAL)
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Total
NACIMIENTOS 0
EN ULTIMOS 5
1
AÑOS
2
28.7%
13.0%
9.9%
11.0%
11.8%
13.0%
12.6%
100.0%
8.4%
21.7%
22.3%
20.9%
15.1%
8.7%
2.9%
100.0%
3.2%
26.1%
26.6%
21.9%
15.1%
5.9%
1.2%
100.0%
3
1.3%
25.7%
34.7%
21.0%
13.0%
4.3%
30.8%
15.4%
38.5%
7.7%
7.7%
16.7%
15.1%
14.8%
13.0%
11.1%
4
Total
20.5%
100.0%
100.0%
8.8%
Gráfico IV.1
Número de nacimientos en los últimos 5 años por grupo de edad
La edad promedio de la mujer es 30 años, el 52.3% tiene menos de 30 años. El
87.3 % de las mujeres que tienen entre 15 y 19 años no ha tenido ningún nacimiento en
los últimos 5 años, asimismo de aquellas mujeres que tuvieron 4 nacimientos el 53.9 %
tiene entre 25 y 34 años.
100.0%
62
Tabla IV.4
NACIMIENTOS EN ULTIMOS 5 AÑOS POR NIVEL DE EDUCACIÓN DE LAS MUJERES
NIVEL DE EDUCACIÓN MÁS ALTO
SIN EDUCACIÓN
NACIMIENTOS
EN ÚLTIMOS 5
AÑOS
Total
PRIMARIA
SECUNDARIA
SUPERIOR
Total
0
5.1%
27.9%
45.4%
21.6%
100.0%
1
7.2%
37.4%
37.6%
17.9%
100.0%
2
11.5%
53.8%
26.4%
8.3%
100.0%
3
18.3%
60.7%
16.7%
4.3%
100.0%
4
7.7%
92.3%
6.4%
33.2%
100.0%
41.2%
19.2%
100.0%
Gráfico IV.2
Número de nacimientos en últimos 5 años por nivel de educación de las mujeres
Con respecto a la educación, el 6.4 % de las mujeres no tiene educación, el
porcentaje más alto (41.2%) tiene como nivel educativo educación secundaria y apenas
el 19.2 % cuenta con educación superior.
Asimismo, a medida que el número de nacimientos se incrementa, el nivel de
educación es menor, el mismo que se nota en el gráfico IV.2. El 92.3% de las mujeres
que ha tenido 4 nacimientos sólo tiene educación primaria, mientras que el 67 % de las
mujeres que no tuvo ningún nacimiento tiene educación secundaria como mínimo.
63
Gráfico IV.3
Número de nacimientos en últimos 5 años
por área de residencia de las mujeres
Tabla IV.5
NACIMIENTOS EN ULTIMOS 5 AÑOS POR AREA DE RESIDENCIA
AREA DE RESIDENCIA
Urbano
NACIMIENTOS
EN ULTIMOS 5
AÑOS
Rural
0
68.9%
31.1%
100.0%
1
54.6%
45.4%
100.0%
2
36.8%
63.2%
100.0%
3
20.7%
79.3%
100.0%
4
7.7%
92.3%
100.0%
61.5%
38.5%
100.0%
Total
El 61.5% de la población de mujeres en edad fértil vive en área urbana, el resto
lo hace en área rural. Dentro del grupo de mujeres que tuvo 1 nacimiento o ninguno, el
65 % vive en el área urbana. Asimismo las mujeres con mayor número de nacimientos
residen o viven en áreas rurales. Por ejemplo, de aquellas mujeres que tuvieron 2 a más
nacimientos, en este caso el 65 % de ellas vive en el área rural.
Tabla IV.6
NÚMERO DE NACIMIENTOS EN ULTIMOS 5 AÑOS Y ABORTO DE
LA MUJER
HA TENIDO UN ABORTO
No
NACIMIENTOS
EN ULTIMOS 5
AÑOS
Total
SI
Total
0
86.1%
13.9%
100.0%
1
83.8%
16.2%
100.0%
2
86.7%
13.3%
100.0%
3
93.0%
7.0%
100.0%
4
100.0%
85.6%
100.0%
14.4%
Total
100.0%
El 85.6% de la población de mujeres manifiesta que nunca ha sufrido un aborto,
mientras que el 14.4 % lo sufrió alguna vez en su vida. Observando la tabla IV.6 se
64
evidencia que no hay asociación entre la experiencia de aborto y el número de
nacimientos.
Tabla IV.7
NÚMERO DE NACIMIENTOS EN ÚLTIMOS 5 AÑOS POR TENENCIA
DE ELECTRICIDAD EN LA VIVIENDA
TIENE ELECTRICIDAD
No
NACIMIENTOS
EN ULTIMOS 5
AÑOS
Total
SI
Total
0
23.2%
76.8%
100.0%
1
38.0%
62.0%
100.0%
2
57.9%
42.1%
100.0%
3
70.7%
29.3%
100.0%
4
76.9%
23.1%
100.0%
31.0%
69.0%
100.0%
Gráfico IV.4
Número de nacimientos en los últimos 5 años según disponibilidad de electricidad por área
de residencia
Con respecto al servicio eléctrico en las viviendas, el 69 % de mujeres tiene
electricidad, mientras el 31 % aún no cuenta con este servicio.
65
En cuanto a la relación número de nacimientos y servicio eléctrico, existe
diferencia entre las mujeres que residen en área urbana y área rural, en el área urbana la
mayoría cuenta con este servicio, no así en el área rural. En relación al número de
nacimientos, cuanto menor es, las mujeres cuentan con servicio eléctrico. De las
viviendas que cuentan con servicio eléctrico, el 82.4% de viviendas pertenecen a la
zona urbana. Por otra parte, de las mujeres que no tuvieron ningún nacimiento, el 76.8%
no tiene electricidad, mientras que el 76.9 % de las mujeres que tuvieron 4 nacimientos
no tiene electricidad.
Tabla IV.8
NÚMERO DE NACIMIENTOS EN ÚLTIMOS 5 AÑOS Y
DISPONIBILIDAD DE TELÉFONO EN LA VIVIENDA
TIENE TELEFONO
NACIMIENTOS
EN ULTIMOS 5
AÑOS
Total
No
SI
Total
0
74.7%
25.3%
100.0%
1
86.5%
13.5%
100.0%
2
94.0%
6.0%
100.0%
3
98.0%
2.0%
100.0%
4
100.0%
80.0%
100.0%
20.0%
100.0%
Gráfico IV.5
Número de nacimientos en los últimos 5 años y disponibilidad de teléfono
De manera similar, el 80 % de las mujeres no tiene teléfono en sus viviendas y
un 20% sí tiene. Se observa que a mayor número de nacimientos, las mujeres no
cuentan con servicio telefónico. Así, el 100 % de las mujeres que tuvieron 4
66
nacimientos no cuenta con teléfono en sus viviendas. Esta situación está asociada al
status socioeconómico de la mujer, el área de residencia y su ingreso familiar
Tabla IV.9
USO DE METODO ANTICONCEPTIVO ACTUAL ESPECÍFICO
Porcentaje
NO USA
54.6
PILDORA
4.8
DIU
4.5
INYECCIONES
10.8
CONDON
3.4
LIGADURA DE TROMPAS
8.1
VASECTOMIA (HOMBRE)
.3
ABSTINENCIA PERIODICA
COITUS INTERRUPTUS
10.0
1.8
OTRO
.7
NORPLANT
.1
AMENORREA POR
LACTANCIA
.4
ESPERMICIDA U OVULOS
.4
Total
100.0
Gráfico IV.6
Nacimientos en los últimos 5 años según tipo de método anticonceptivo usado
Con respecto al uso actual de métodos anticonceptivos, el 44,5% de las mujeres
usa algún tipo de método anticonceptivo. Dentro de éstos la mayoría usa métodos
modernos (32.8%). En general, los métodos más utilizados son la inyección (10.8%) y
67
la esterilización femenina con el 8.1%. Los métodos modernos comprende el uso de la
píldora, el DIU (dispositivo intrauterino), la inyección, los óvulos o espermicidas, el
condón, la esterilización femenina (ligadura de trompas), esterilización masculina
(vasectomía), el norplant y la amenorrea por lactancia. Los métodos tradicionales son el
método del ritmo y el retiro o coitus interruptus.
Se observa que la mayor parte de mujeres que no usa métodos anticonceptivos,
tiene alto número de nacimientos.
Tabla IV.10
Gráfico IV.7: Número de nacimientos en los
últimos 5 años y PF en la radio
NACIMIENTOS EN ÚLTIMOS 5 AÑOS Y PF EN LA
RADIO ÚLTIMOS MESES
ESCUCHO DE PF EN LA
RADIO ULTIMOS MESES
NACIMIENTOS
EN ULTIMOS 5
AÑOS
No
SI
0
41.2%
58.8%
1
43.9%
56.1%
2
49.0%
51.0%
3
53.3%
46.7%
4
76.9%
23.1%
42.8%
57.2%
Total
Tabla IV.11
Gráfico IV.8: Número de nacimientos en los
NACIMIENTOS EN ÚLTIMOS 5 AÑOS Y PF EN LA TV
ULTIMOS MESES
ESCUCHO DE PF EN LA
TV EN ULTIMOS MESES
No
NACIMIENTOS
EN ULTIMOS 5
AÑOS
Total
SI
0
44.0%
56.0%
1
53.0%
47.0%
2
68.6%
31.4%
3
80.0%
20.0%
4
84.6%
15.4%
49.1%
50.9%
últimos 5 años y PF en la TV
68
Tabla IV.12
Gráfico IV.9: Número de nacimientos en los
últimos 5 años y PF en medio escrito
NACIMIENTOS EN ÚLTIMOS 5 AÑOS Y PF EN EL
PERIÓDICO ÚLTIMOS MESES
LEYO DE PF EN EL
PERIODICO ULTIMOS
MESES
NACIMIENTOS
EN ULTIMOS 5
AÑOS
No
SI
0
58.5%
41.5%
1
69.2%
30.8%
2
82.1%
17.9%
3
91.0%
9.0%
4
92.3%
7.7%
63.9%
36.1%
Total
En relación a la información que reciben sobre planificación familiar, el 57.2 %
lo recibió en la radio, el 50.9% en la televisión y el 36.1 % recibió este tipo de
información a través de los periódicos o revistas.
Por tanto, los medios de
comunicación con mayor cobertura para dar información de planificación familiar son
la radio y la TV.
Tabla IV.13
NÚMERO DE NACIMIENTOS EN ÚLTIMOS 5 AÑOS POR ESTADO CIVIL ACTUAL DE
LA MUJER
ESTADO CIVIL ACTUAL
SOLTERA
NACIMIENTOS
EN ULTIMOS 5
AÑOS
ANTES UNIDA
Total
48.1%
43.6%
8.4%
100.0%
1
8.5%
82.9%
8.6%
100.0%
2
2.2%
93.3%
4.5%
100.0%
3
.7%
96.0%
3.3%
100.0%
92.3%
7.7%
100.0%
59.5%
8.0%
100.0%
4
Total
EN UNION
0
32.5%
69
Gráfico IV.10
Número de nacimientos en los últimos 5 años por estado civil
El 32.5% de las mujeres en edad fértil son solteras, el 59.5% está en unión
(convivientes o casadas) y el 8% están separadas, divorciadas o son viudas. De aquellas
mujeres que no tuvieron ningún nacimiento en los últimos 5 años, el 48.1% son solteras,
mientras que de aquellas mujeres que tuvieron 4 nacimientos, el 92.3% conviven o son
casadas. Por tanto, existe asociación entre el número de nacimientos y el estado civil.
Las mujeres con mayor número de nacimientos están en la condición de unidas o
anteriormente unidas.
Gráfico IV.11: Preferencia de fertilidad según número de nacimientos
70
El 44.7 % de las mujeres ha expresado su deseo de tener más hijos en el futuro,
el 42.6 % no desea tener más hijos, el 10.6 % declaró ser infértil o haber sido
esterilizada y sólo el 2 % esta indecisa con respecto a sus preferencias de fertilidad en el
futuro. Con respecto a las mujeres que expresaron su deseo de tener un hijo en el
futuro, el 76.6 % no tuvo ningún nacimiento en los últimos 5 años. Por otra parte en
aquellas mujeres que no desean tener más hijos, el 54.8 % al menos tuvo un nacimiento.
Existe asociación, en el sentido que las mujeres que no tienen hijos, desean tenerlos y en
extremo, las mujeres con mayor número de nacimientos no desean tener más hijos.
Como una observación, en el caso de las mujeres infértiles, después de haber tenido
nacimientos sufrieron infertilidad por diversas causas.
Con respecto a las características y servicios básicos de la vivienda, el 82 % son
viviendas no hacinadas, el 90.7 % son viviendas físicamente adecuadas y el 77.9 %
cuenta con algún tipo de servicio higiénico.
Luego de realizado el análisis descriptivo de las variables, se procedió a aplicar
el modelo de regresión Poisson, inicialmente tomando como se dijo las 18 variables
consideradas en la tabla IV.1. De este modelo inicial, resultaron estadísticamente
significativas para explicar el número de nacimientos, 14 variables: Edad de la m ujer, el
nivel de educación más alto de la mujer, el área de residencia, si la vivienda donde
reside cuenta con servicio eléctrico, el poseer radio, televisión y teléfono; el tipo de
método anticonceptivo que actualmente usa, si escuchó sobre planificación familiar en
la televisión, si leyó sobre planificación familiar en periódicos o revistas, el estado civil
de la mujer, la intención de tener hijos en el futuro, si la vivienda donde reside está
hacinada y finalmente si ésta cuenta con servicios higiénicos.
En el siguiente cuadro se muestra e l análisis del desvío del modelo en conjunto:
Tabla IV.14
Análisis del Desvío
--------------------------------------------------Fuente
Desvío
G.l.
P-Valor
--------------------------------------------------Modelo
10714.2
22
0.0000
Residuos
16816.4
26689
1.0000
--------------------------------------------------Total
27530.5
26711
Porcentaje de desviación explicado por el modelo = 38.9174
Porcentaje ajustado = 38.7503
71
Como se aprecia en la tabla IV.14, el desvío del modelo ajustado es 10714.2,
que representa la reducción en la incertidumbre al incorporar en el modelo las 14
variables mencionadas en la tabla IV.15, frente a un modelo saturado que considera
tantos parámetros como observaciones. Asimismo el p-valor del ajuste del modelo es
0.000,
indica que la inclusión de las variables reduce significativamente la
incertidumbre, por tanto, por lo menos una de l as variable incluidas en el modelo esta
asociada con el número de nacimientos en las mujeres. También se obtuvo el valor del
coeficiente de determinación, el cual indica que el 39% de l a variación en e l número de
nacimientos está explicada por las variables incluidas en el modelo.
Las estimaciones puntuales de los riesgos relativos ( exp β ) y sus intervalos de
confianza de l as 1 4 variables consideradas en el modelo se presentan a continuación en
la siguiente tabla:
72
Tabla IV.15
_________________________________________________________________
IC 95%
Parámetro
Riesgo relativo estimado
LI
LS
_________________________________________________________________
Edad de la mujer
.946059
0.943666
0.948458
Área de residencia
Urbana
0.91102
0.867625
0.956585
Nivel de educación
Superior
Secundaria
Primaria
1.13056
0.874715
0.897641
1.03678
0.812882
0.842764
1.23282
0.941253
0.956092
Estado civil
En unión
Antes unida
9.86719
6.53415
9.06903
5.88895
10.7356
7.25004
Intención de tener otro hijo
Intención ahora
0.529206
Indecisa
0.6558
Esterilizada
0.699081
Infértil
0.226962
0.505621
0.563301
0.651806
0.170529
0.553891
0.763487
0.749785
0.302071
Recibió información sobre PF en periódico
Sí
0.886255
0.845047
0.929473
Recibió información sobre PF en TV
Sí
0.934138
0.894004
0.976073
Uso de método anticonceptivo
Moderno
1.1422
Tradicional
0.964598
Folklórico
1.07266
1.0954
0.911409
0.905894
1.191
1.02089
1.27011
Vivienda con SH
0.942511
0.904028
0.982633
Tiene electricidad
0.924911
0.87668
0.975796
1.35388
1.30122
1.40868
Tiene radio
0.933867
0.891405
0.978353
Tiene teléfono
0.894209
0.837872
0.954334
Vivienda hacinada
Tiene TV
0.8979
0.851249
0.947108
-----------------------------------------------------------------
En esta tabla observamos que la edad tiene una relación inversa con el número
de nacimientos. Así, un aumento de un año en la edad de la mujer disminuye un 6% el
riesgo de tener de nacimientos en l as mujeres. Por ejemplo una mujer que tiene 20 años
en comparación a una mujer que tiene 15 años tiene 0.75 veces más riesgo a tener un
nacimiento. En otras palabras, una mujer de 20 años es menos proclive a tener más
73
nacimientos comparado con una mujer que recién comienza su período de vida fértil.
Por tanto, se puede decir que la fecundidad de la mujer disminuye a medida que
aumenta de edad.
Las mujeres que residen el área rural tienen 1.097 (1: 0.91102) veces más riesgo
de tener un nacimiento que las mujeres que residen en el área urbana. Esto explica el
hecho que las mujeres que residen en la zona rural tienen un número mayor de
nacimientos. Otro factor que está asociado al número de nacimientos es el nivel
educativo de la mujer, en particular la educación secundaria en la mujer, pues cuando
una mujer tiene educación secundaria, el riesgo es menor que cuando no tiene ningún
grado de instrucción. La mujer con educación secundaria con respecto a aquella que no
tiene educación disminuye el riesgo de tener nacimientos en un 13 %. Las mujeres que
tienen educación primaria en comparación a aquellas sin educación tienen un 11% de
menos riesgo sobre los nacimientos. Así de esta manera, a mayor nivel de instrucción
disminuye el riesgo y se constituye en un factor de protección. Contrariamente a lo que
muchos pueden esperar, el riesgo relativo de la educación superior es 1.13. Esto se
debe a que el porcentaje de mujeres que tienen estudios superiores en el Perú aún es
muy bajo comparado a aquellas que al menos han completado sus estudios secundarios,
por tanto aún resalta como un factor asociado al número de nacimientos.
Aquellas mujeres que residen en viviendas que cuentan con servicio eléctrico
tienen un menor número de nacimientos que aquellas que viven en hogares sin
electricidad. Así notamos que las mujeres que habitan en viviendas sin electricidad
tienen 1.08 veces más riesgo de tener un nacimiento que aquellas que sí cuentan con
este servicio. De manera similar, aquellas mujeres que cuentan con radio, teléfono o
televisión en sus viviendas tienen un número de nacimientos más bajo que aquellas
mujeres que no cuentan con estas facilidades. El riesgo de tener nacimientos en las
mujeres que tienen teléfono en sus viviendas es 0.89 veces que aquellas que no tienen
teléfono.
El estado civil es un factor altamente asociado al número de nacimientos en las
mujeres en edad fértil. Las mujeres que actualmente están unidas conyugalmente, es
decir casadas o convivientes tienen 9.86 veces más riesgo que las mujeres solteras de
tener un nacimiento. Igualmente, las mujeres que antes estuvieron unidas, es decir
74
aquellas mujeres viudas, separadas o divorciadas tienen un número de nacimientos más
alto que las mujeres solteras, porque ya experimentaron nacimientos.
En c uanto a las condiciones de la vivienda que habita la mujer en edad fértil, las
mujeres que viven en viviendas que cuentan con algún tipo de servicio higiénico tienen
un riesgo menor (0.94 veces) que aquellas que habitan en viviendas sin ningún facilidad
de servicio higiénico, de tener un nacimiento. Es decir las mujeres que no cuentan con
ningún tipo de servicio higiénico en su vivienda, tienen un número más alto de
nacimientos que las mujeres que sí cuentan con esta facilidad en su hogar. Asimismo el
hacinamiento de las viviendas es un factor que propicia los nacimientos. Las mujeres
que viven en viviendas hacinadas tienen más nacimientos que aquellas que viven en
viviendas no hacinadas. Así la mujer que vive en una vivienda hacinada tiene un
35.39% más riesgo que la mujer que vive en una vivienda no hacinada de tener un
nacimiento.
Ahora, analicemos los resultados con respecto al uso de métodos
anticonceptivos, información sobre planificación familiar y el deseo de las mujeres de
tener hijos en el futuro. Aquellas mujeres que usan métodos anticonceptivos
tradicionales, por ejemplo coito interrumpido o método del ritmo, tienen un menor
número de nacimientos que las mujeres que no usan ningún tipo de método
anticonceptivo. Si bien, los métodos modernos tienen el porcentaje más alto de uso, no
representan una disminución en el número de nacimientos en la mujer en edad fértil,
pues si nos fijamos en el gráfico IV.6, se aprecia que por ejemplo en aquellas mujeres
que tienen 2 o 3 nacimientos, hay un porcentaje considerable de ellas que usan métodos
anticonceptivos modernos, por tanto este tipo de método no resulta negativo sobre
números altos de nacimientos. Las mujeres que tienen acceso a información de
planificación familiar a través de los medios de comunicación tienen menor número de
nacimientos que aquellas mujeres que no tienen acceso. Por ejemplo, las mujeres que
leen sobre planificación familiar en medios escritos como revistas o periódicos tienen
11.4% menos riesgo de tener un nacimiento que aquellas que no lo hacen, asimismo
aquellas que ven algún tipo de información sobre planificación familiar en la televisión
disminuyen su riesgo de tener un nacimiento frente a aquellas que no han recibido esta
información en 6.6%. Es decir, las mujeres que s e informan más sobre planificación
familiar tienen un número menor de nacimientos. Finalmente observamos la relación
75
entre la intención de tener un hijo en el futuro y el número de nacimientos en las
mujeres en edad fértil. Las mujeres que desean tener o tro hijo tienen menor número de
nacimientos que aquellas que no desean tener más. Esto es comprensible, aquellas
mujeres que no tienen un alto número de nacimientos desean tener más hijos que
aquellas mujeres que ya han experimentado más nacimientos y por lógica no desean o
no planean tener más en el futuro.
Luego de haber obtenido estas estimaciones, se procede a evaluar la adecuación
del modelo, a través del análisis de residuos y la detección de datos altamente
influyentes a través del análisis de influencia, vistos en las secciones 2.1.5.2 y 3.5.7 Se
procederá al análisis visual de los gráficos de residuos, esperando encontrar patrones
aleatorios sin ningún tipo de tendencia y con una varianza constante, lo cual indicará
que cumplen los requisitos para un modelo de regresión Poisson, o que la adecuación es
óptima.
En el siguiente gráfico (IV.12) se observa el ajuste del modelo, a fin de verificar
la precisión de sus estimaciones. Así apreciamos que el número de nacimientos está
siendo estimado con cierto sesgo a la izquierda. Se podría estar subestimando el
modelo, vemos que los puntos se distribuyen a través de una recta, pero con
variabilidad. El sesgo hacia la izquierda se debe al comportamiento de la variable
número de nacimientos. El mayor porcentaje de mujeres no tuvo nacimientos en los
últimos 5 años (ver tabla IV.2), esto podría estar afectando las estimaciones. Sin
embargo, este es un comportamiento natural y no controlable por tanto no se espera que
las relaciones entre los factores considerados en el modelo y el número de nacimientos
varíe.
Gráfico IV.12
Valores observados
Gráfico de valores observados vs estimados
4
3
2
1
0
0
1
2
3
Valores estimados
4
76
Gráfico IV.13
Residuos desvío
Gráfico de Residuos
4
2
0
-2
-4
0
1
2
3
4
Nacimientos estimados
En el gráfico IV.13 se muestra los residuos desvío vs. el número de nacimientos
estimados, observamos que la mayoría de los puntos se encuentran dentro de los límites
patrones establecido de ±3 , con algunos residuos fuera de estos límites, causado
seguramente por el sesgo de las estimaciones. Sin embargo, no se presenta un patrón
definido que pudiera estar indicando una inadecuación del modelo. Esto se nota mejor
en el siguiente gráfico (IV.15), donde no se observa ninguna tendencia marcada o algún
patrón en los residuos, asimismo presentan una variación constante. Como se mencionó
anteriormente en la teoría referente al análisis de residuos en la sección 3.4.7.1, los
residuos se encuentran dentro de los límites de ±2 y ± 3 y por lo tanto aparentemente
no existen residuos con valores muy altos que puedan estar indicando inadecuación del
modelo o datos discordantes, sin embargo se analizará también la presencia de datos
altamente influyentes en el modelo.
Grafico IV.14: Gráfico de residuos desvío vs. orden de las observaciones
Gráfico de Residuos
Residuos desvío
4
2
0
-2
-4
0
1
2
Orden
3
(X 10000)
77
Gráfico IV.15
Gráfico de hi vs orden de las observaciones
(X 0.001)
24
hi
18
12
6
0
0
1
2
Orden
3
(X 10000)
En el gráfico IV.15 observamos que los valores de algunos hi , que se estudiaron
en la sección 2.1.5.2.2, están lejos del grupo lo que indicaría que existen algunas
posibles observaciones que pueden afectar las estimaciones, sin embargo al ver la escala
(X 0.001) en que se está trabajando vemos que son valores muy pequeños por tanto
puede ser que estas observaciones no estén afectando las estimaciones ya que como se
indicó, en el caso de los modelos lineales generalizados un punto puede no ser
altamente influyente si su peso es demasiado pequeño (sección 2.1.5.2.2.1) . Luego de
este breve análisis de residuos y de puntos influyentes, procederemos a retirar los datos
que pueden estar afectando las estimaciones para ver si el ajuste del modelo mejora.
Etapa 2 del modelo (retirando los datos influyentes)
Se retiró 438 datos de un total de 26712 (1.64%), quedando 26274
observaciones. Se volvió a realizar el análisis y nuevamente resultaron estadísticamente
significativas las 14 variables del modelo anterior, considerados en el análisis de la
etapa 1. El análisis del desvío de este nuevo modelo se presenta en la siguiente tabla:
Tabla IV.16
Análisis del Desvío
--------------------------------------------------Fuente
Desvío
G.l.
P-Valor
--------------------------------------------------Modelo
12335.3
22
0.0000
Residuos
14586.0
26252
1.0000
--------------------------------------------------Total
26921.3
26274
Porcentaje de desviación explicado por el modelo = 45.8198
Porcentaje ajustado = 45.649
78
En esta tabla se observa el desvío del modelo ajustado el cual es 12335.3, este
valor representa la reducción en la incertidumbre debido a la inclusión de las 14
variables en el modelo frente al modelo saturado que incluye tantos parámetros como
observaciones. Como se puede ver el valor del porcentaje del desvío explicado por el
modelo (pseudo R2 ) aumentó en comparación al modelo anterior, lo cual es favorable
para el modelamiento. En este modelo el 45.8 % de la variación del número de
nacimientos está explicada por los factores incluidos en el modelo. Las nuevas
estimaciones de los riesgos relativos y sus respectivos límites de confianza al 95 % se
presentan en la tabla IV.17.
79
Tabla IV.17
IC 95%
Parámetro
Riesgo relativo estimado
LI
LS
__________________________________________________________________________
Edad de la mujer
0.94206
0.939624
0.944502
Área de residencia
Urbana
0.908433
0.864193
0.954939
Nivel de educación
Superior
Secundaria
Primaria
1.13845
0.873104
0.892394
1.04182
0.810365
0.837024
1.24403
0.940701
0.951427
Estado civil
En unión
Antes unida
23.11
15.3304
20.521
13.4124
26.0257
17.5227
Intención de tener otro hijo
Intención ahora
0.535515
Indecisa
0.678231
Esterilizada
0.71248
Infértil
0.141199
0.511294
0.578146
0.663358
0.0966084
0.560884
0.795641
0.765239
0.206371
Recibió información sobre PF en periódico
Sí
0.881895
0.839554
0.926371
Recibió información sobre PF en TV
Sí
0.921877
0.881196
0.964438
Uso de método anticonceptivo
Moderno
1.11334
Tradicional
0.949268
Folklórico
1.08624
1.06732
0.896169
0.917297
1.16135
1.00551
1.28629
Tiene electricidad
0.920465
0.871564
0.97211
Tiene radio
0.934875
0.891674
0.980169
Tiene TV
0.906179
0.858211
0.956829
Tiene teléfono
0.88858
0.829847
0.951471
Vivienda hacinada
1.37414
1.31984
1.43068
Vivienda con SH
0.939888
0.900881
0.980584
__________________________________________________________________
Las relaciones entre las variables consideradas y el número de nacimientos se
mantienen iguales, lo que ha variado un poco es el valor exacto de las estimaciones de
los riesgos relativos.
80
La relación entre la edad de la mujer y el número de nacimientos en los últimos
5 años se mantuvo igual. El aumento de la edad en la mujer disminuye su riesgo de
tener un nacimiento. Con respecto al nivel educativo podemos resaltar que aquellas
mujeres que tienen educación secundaria tienen un número de nacimientos menor en
comparación a aquellas que no tienen educación.
El estado civil es uno de los factores más relacionados con el número de
nacimientos.
Las mujeres que se encuentran en unión conyugal (casadas o
convivientes) tienen un riesgo mucho más alto de tener un nacimiento frente a las
mujeres que son solteras ( e β =23.11). De igual manera, las mujeres que antes han
estado unidas, es decir, son separadas, viudas o divorciadas tienen un mayor número de
nacimientos en comparación a las mujeres que nunca han estado unidas, es decir son
solteras.
Las mujeres que tienen electricidad en sus viviendas tienen un 8% menos de
riesgo de tener nacimientos que aquellas que no tienen energía eléctrica en la vivienda
donde residen. De manera análoga, las mujeres que viven en la zona urbana tienen casi
un 10% menos de riesgo de tener nacimientos que las mujeres que viven en la zona
rural. Es decir, las mujeres que viven en zonas rurales tienen números más altos de
nacimientos.
Las mujeres que viven en viviendas hacinadas tienen un 37 % más de riesgo de
tener nacimientos que aquellas que viven en viviendas no hacinadas. Por el contrario,
las mujeres que viven en viviendas con algún tipo de servicio higiénico tienen menos
posibilidades de tener nacimientos. Aquellas mujeres que residen en viviendas que no
tienen ningún tipo de servicio higiénico tiene un riesgo 1.06 veces m ás alto sobre los
nacimientos que las mujeres que viven en viviendas que si cuentan con esta facilidad.
Las mujeres que cuentan con teléfono, televisión o radio en su casa tienen un
número de nacimientos más bajo. Por otra parte las mujeres que escucharon sobre
planificación familiar en la televisión o leyeron sobre el tema en medios escritos de
comunicación tienen menos riesgo de tener un nacimiento. Así, por ejemplo las
mujeres que leyeron sobre planificación familiar en las revistas o periódicos tienen un
81
12% menos de riesgo de tener un nacimiento que aquellas que no tuvieron acceso a esta
información.
Finalmente veamos la relación entre el número de nacimientos y la intención de
las mujeres de tener hijos en el futuro así como el uso de métodos anticonceptivos. De
manera similar a los resultados del modelo anterior (etapa 1 del modelo), vemos que las
mujeres que usan métodos tradicionales son las que tienen menos nacimientos. Por otra
parte, las mujeres que tienen intenciones de tener más hijos en el futuro tienen un
número de nacimientos menor a aquellas que no desean tener más hijos.
Como se ha podido ver, las asociaciones entre los factores y el número de
nacimientos no varió con respecto al modelo ajustado anterior, lo único que varió fueron
las estimaciones exactas de los riesgos relativos. Observemos ahora el ajuste del
modelo a través del siguiente gráfico:
Gráfico IV.16
Valores observados
Gráfico de valores observados vs estimados
4
3
2
1
0
0
1
2
3
4
Valores estimados
Se aprecia que ha habido una mejora notable en las estimaciones del número de
nacimientos. La diferencia más marcada se observa sobretodo en las estimaciones para
el número de 3 nacimientos. En comparación al gráfico IV.12 del modelo anterior, el
sesgo se ha reducido considerablemente, lo que es ventajoso para el modelamiento.
Veamos ahora el gráfico de residuales siguiente:
82
Gráfico IV.17
Residuos desvío
Gráfico de Residuos
3.4
2.4
1.4
0.4
-0.6
-1.6
-2.6
0
1
2
3
4
Nacimientos estimados
En comparación con el gráfico IV.13, existe menos variabilidad en los residuos,
observamos que los residuos no presentan una tendencia. Asimismo, estos se
encuentran dentro de los límites de ±3 aproximadamente, lo que indica que no existen
residuos con valores altos que puedan indicar un problema en la adecuación del modelo.
En el siguiente gráfico de residuos (IV.18) observamos que no hay una tendencia
en los residuos y presenta una varianza constante, tampoco hay algunos residuos
alejados de otros lo que indicaría que no hay aparentemente datos discordantes, en
comparación con el gráfico IV.14 se observa que las bandas de confianza son más
estrechas.
Gráfico IV.18
Residuos desvío
Gráfico de residuos vs orden de las observaciones
4
3
2
1
0
-1
-2
0
1
2
Orden
3
(X 10000)
83
Por tanto, al retirar los datos discordantes e influyentes, se mejoró las
estimaciones del número de nacimientos, sin embargo las relaciones entre los factores y
el número de nacimientos permanecieron iguales.
4.5 CONCLUSIONES
1) La aplicación de modelo dio resultados interesantes y que corroboraron lo visto en la
revisión bibliográfica sobre el tema de la fecundidad estudiado a través de la variable
número de nacimientos en la mujer peruana, a partir de la ENDES 2000.
2) La fecundidad estudiada a través de la variable número de nacimientos se relaciona
con varios factores. Los factores básicos son la educación, el acceso a las necesidades
básicas, el estado civil, el acceso a los métodos anticonceptivos y recibir información
sobre planificación familiar según los resultados obtenidos.
3) Cabe recordar que hay que ser cuidadosos a la hora de excluir datos, ya que en el
caso de los modelos lineales generalizados y por lo tanto el modelo de regresión Poisson
no han sido aún establecido definitivamente un punto de corte en la evaluación de los
residuos para decidir que puntos son altamente influyentes o atípicos, por tanto se
podría caer en un círculo vicioso donde constantemente se retirarían datos debido a que
nuevamente podrían aparecer otros que parezcan ser atípicos e influyentes en las
estimaciones.