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.