Situación Económica Vs Corrupción Parte IV

Un caso practico de aplicaciones SIG Multicriterio. Parte 4 - Clasificación de datos

3.1. Clasificación de los datos de las tasas de Desempleo

La tasa de paro es un dato estadístico que muestra el porcentaje de la población activa que no se encuentra actualmente ocupada, este valor depende de la población total del municipio o en nuestro caso de provincia . Después se escoge la población activa que es la que se encuentra entre las edades limites de trabajo , así se obtiene un valor por provincia de la tasa de paro la cual en el caso particular/actual de España oscila entre el 10 % y el 36%.

Tasa de desempleo

3.2. Clasificación de los datos de la Deuda por habitante

La deuda por habitante muestra el nivel medio de endeudamiento por habitante en su correspondiente provincia, este valor depende de la cantidad de población total de la provincia y de su deuda total. Se realiza una simple división general y así se obtiene el valor numérico por provincia del nivel de deuda por habitante , que oscila entre el 183€ y los 2500€.

Deuda por habitante en euros

3.3. Clasificación de los datos de Renta per cápita.

La renta per cápita es el indicador de renta media obtenida por cada habitante de un determinado sitio geográfico, este valor depende de la población total de la provincia y de su producto interior bruto, PIB generalizado, así se obtiene el valor numérico por provincia de la renta per cápita que en nuestro caso oscila entre los 15.000€ y los 33.000€.

Renta per cápita

3.4. Clasificación de los datos Corrupción.

Los casos de corrupción no han sufrido ningún tipo de tratamiento estadístico ya que nos interesaba que los datos fueran lo más naturales posibles en el mismo ámbito geográfico en contraposición con el resto de variables estudiadas. Por tanto, es un valor discreto cuyos valores encontrados oscilan entre 0 y 34 por cada provincia.

Se hizo una consideración especial en el momento de considerar el numero de rangos, siendo en total 6, ya que pretendimos mantener el valor “0” que consideramos muy importante de resaltar, por la connotación que conlleva. Cabe anotar también que estos datos no representan la totalidad de la realidad, sino una realidad parcial ya que es de lógica pensar que no todos los casos de corrupción se encuentran reportados por lo que se deja una incertidumbre en las cifras generales.

Casos de Corrupción

Una vez obtenidos nuestros cuatro mapas principales, procedimos a realizar un análisis de cada factor para establecer su nivel de relevancia y afectación directa a nuestro indicador de situación económica. Todo esto sumado a los casos de corrupción sirve para intentar ver su interacción y relación en el territorio.

En la siguiente entrega veremos la fase de validación de los datos obtenidos.