Descargar

Analizar los efectos económicos originados por los impactos ambientales de la contaminación utilizando la metodología de los precios hedónicos (página 4)


Partes: 1, 2, 3, 4, 5, 6

RESUMEN:

XMEDIA doble = 62.696

 Desviación conjunta = 8.34

C,4. ZONAS PERIMETRALES URBANAS

C.4.1. PARROQUIAS DE AZAYA Y ALPACHACA (INTERIOR)

CUADRO No.32

DÍA

MEDICIONES EN DB (A)

Ms.( H1)

Js( H2)

Sb( H3 )

Lecturas con intervalo de un minuto

HORAS:

H1

H2

H3

1

56.7

60.1

58.4

2

61.2

60.9

59.9

3

59.3

69.6

66.2

4

57.3

66.5

67.7

5

70.8

75.3

68.9

6

65,3

78.2

79.4

7

67.7

70.2

68.8

8

66.8

68.9

78.4

9

69.9

74.5

59.9

10

66.76

72.5

69.7

Xmedia

64.18

69.67

67.73

Δ

5.16

5.92

7.21

RESUMEN:

XMEDIA doble = 67.19

 Desviación conjunta = 6.096

C.4.2. PARROQUIA DE CARANQUI (INTERIOR)

CUADRO No.33

DÍA

MEDICIONES EN DB (A)

Ms.( H1)

Js( H2)

Sb( H3 )

Lecturas con intervalo de un minuto

HORAS:

H1

H2

H3

1

54,8

69.7

64.6

2

59.1

74.1

66.7

3

54.8

76.3

78.2

4

65.5

72.3

69.1

5

73.4

78.8

75.6

6

69.3

68.5

60.2

7

57.8

65.6

60.2

8

64.6

67.9

69.6

9

64.8

69.7

70.1

10

67.9

72.3

71.2

Xmedia

63.20

71.52

68.55

Δ

5.71

4.05

5.889

RESUMEN:

XMEDIA doble = 67.76

 Desviación conjunta = 5.22

C.4.3.- PARROQUIA DEL PRIORATO (INTERIOR)

CUADRO No.34

DÍA

MEDICIONES EN DB (A)

Ms.( H1)

Js( H2)

Sb( H3 )

Lecturas con intervalo de un minuto

HORAS:

H1

H2

H3

1

40.7

40.3

45.8

2

39.1

46.2

38.8

3

40.2

40.1

40.2

4

39.2

41.6

40.2

 5

43.9

50.4

37.4

6

39.4

52.4

38.9

7

41.2

48.2

40

8

38.5

41.2

37.8

9

44.1

40.5

40.8

10

39.8

42.3

40.7

Xmedia

40.61

44.32

40.06

Δ

1.95

3.93

2.335

RESUMEN:

XMEDIA doble = 41.66

 Desviación conjunta = 2.74

FUENTE: Investigación propia            Elaboración: autor de la tesis

D.- MEDICIÓN DE LA POLUCIÓN DEL AIRE

La contaminación del aire se obtuvo utilizando información suministrada por el Dirección de Tránsito Municipal de Ibarra para los vehículos de gasolina y de diesel, juntamente con el apoyo de la Policía Nacional, Distrito de Imbabura.

E.-LACALIDAD DEL AGUA LLUVIA

El pH del agua lluvia se midió en base a muestras recogidas en varios sectores de la ciudad de tal manera que se pueda tener una cobertura bastante significativa y su análisis se lo hizo utilizando un equipo del laboratorio de aguas del Colegio  "Teodoro Gómez de la Torre" y fue el aval para corroborar la información suministrada por la Dirección Municipal de Tránsito.

F.-SOFWARE SPSS (VERSIÓN 12)

Este programa  está diseñado para ser aplicado en las siguientes fases:

§  Lectura de variables

§  Ingreso de variables

§  Análisis estadístico (identificación de la variable dependiente y las predictoras o explicativas

§  Modelo de regresión lineal: exponencial y aditivo

§  Análisis de colinealidad y los límites de confianza

§  Factor DW, FIV y TOL

§  Análisis de correlación múltiple, parcial y simple

§  Obtención del modelo óptimo

§  Determinación de los valores marginales

§  Muestreo complejo para establecer los estadísticos por estratos y su ponderación

§  Obtención de la tabla de estadísticos univariantes

§  Aplicación de la fórmula de Bazzani

G.-RESULTADOS DEL Ph DEL H2O DE LLUVIA

Las mediciones del ph del agua lluvia caída en la ciudad de Ibarra entre Febrero y Marzo del 2009, se  la hizo en 13 lugares diferentes considerados como sitios potenciales de contaminación atmosférica por emanación SO2 proveniente de la combustión del diesel y su combinación con el vapor de agua  de la atmósfera para producir SO4H2, los resultados son el producto de la aplicación de dos técnicas: el papel tornasol y el reactivo heliantina, es preciso resaltar que el ph de nivel 6 es neutro y los valores superiores a este se consideran básicos, mientras que los inferiores ácidos.

Los valores del  ph correspondiente a las precipitaciones  analizadas, se muestran en la siguiente tabla:

CUADRO No.35

LUGAR

P.TORNASOL

HELIANTINA

Caranqui

 4 – 6

5 (ácido

La Florida

4 – 5

5.5 (ácido)

Azaya

7

7

San Francisco(sector de la Cruz)

5

5.5 (ácido)

Centro de la ciudad (Sucre y Borrero)

7

7

Centro de la ciudad( Maldonado y Colón)

5 – 6

5.6 (ácido)

Centro de la ciudad (Rocafuerte y Grijalva)

5 – 6

5.6 (ácido)

Centro de la ciudad( San Martín)

7

7

Centro de la ciudad (Juan Montalvo y Pérez Guerrero)

5 – 6

5.8

La Victoria

6

6.5

Los Ceibos

6

6

Mercado Amazonas

5 – 6

5.3 (ácido)

Avda. C. de Troya

5 – 6

5.5 (ácido)

Fuente: Investigación de campo    Elaboración: autor de la tesis

El análisis del cuadro anterior establece que el 53,84% de los lugares investigados presentan indicios de lluvia ácida, mientras que el 46.16% tienen valores considerados como normales.

GRÁFICO No.1

GRÁFICO DEL PH DEL AGUA LLUVIA EN IBARRA

Fuente: Investigación de Campo

Elaboración: Autor de la tesis

H.-METODOLOGÍA DE LAS MUESTRAS COMPLEJAS

H.1.- FASE UNO

Integración del plan de muestreo por estratificación

H.1.I.- Determinación de los segmentos multietápicos definidos por sectores:

·         Sector comercial

·         Sector residencial (alto)

·         Sector residencial (centro)

·         Sector residencial perimetral urbano(media)

·         Sector residencial perimetral  urbano (baja)

H.1.2.- Factores intervinientes en las muestras analizadas:

§  Extensión del terreno

§  Superficie construida

§  Costo del m2 del terreno

§  Calidad de los materiales ( valor de la construcción)

§  Posición estratégica: incluye, seguridad, posición física, cercanía a lugares importantes (parques, vías principales de comunicación, flujo de personas, entre otras)

§  Construcciones adicionales (garaje, jardín, piscina, entre otros )

§  Vida útil ( edad)

§  Valor catastral

H.1.3.-CUADRO DE INFORMACIÓN:

Los sectores seleccionados se designan, con la siguiente nomenclatura, tomando como referencia el costo por metro cuadrado:

Comercial                                A

Central                         B

Residencial                              C

Urbano Marginal                       D

Los resultados de este plan de muestreo, sirven para establecer la muestra representativa para aplicar el Modelo de Precios Hedónicos combinando "lluvia ácida" y "ruido", para establecer los valores de marginalidad de estas dos variables en relación al precio catastral.

Proceso de selección: Muestras complejas

a)     Determinación del universo de la población a investigar en el archivo catastral del I.M. de Ibarra

b)    Cálculo de la muestra aleatoria (100) agrupados en los sectores A, B, C y D

c)     Utilización del programa SPSS12 para determinación de muestras complejas, multietápicas

d)    La muestra a obtener se detalla en la siguiente fase

H.2.- FASE DOS

H.2.1.- MUESTRAS COMPLEJAS: PLAN

CUADRO DE RESUMEN:

Este cuadro muestra los aspectos básicos aplicados en los diferentes pasos (stages), para determinar la muestra que se utilizará en la aplicación del modelo, teniendo como referencia el precio por metro cuadrado que es el valor referencial para establecer los diferentes grados de diferenciación de la investigación realizada.

La explicación sucinta está en el cuadro de resultados que muestra el programa utilizado, en donde se explica los diferentes aspectos estadísticos que se han utilizado en la extracción de la muestra de la población tomada como base en el desarrollo de la presente investigación.

CUADRO NO.36

Resumen

 

 

  

  

  

  

  

 

Etapa 1

Variables del diseño

Estratificación

1

costometro

Información de la muestra

Método de selección

Muestreo aleatorio simple sin reposición

Número de unidades muestreadas

10

Variables creadas o modificadas

Stagewise Inclusion (Selection) Probability

ProbabilidadInclusión_1_

Stagewise Cumulative Sample Weight

PonderaciónMuestralAcumulada_1_

Stagewise Population Size

TamañoPoblación_1_

Stagewise Sample Size

TamañoMuestral_1_

Stagewise Sampling Rate

TasaMuestreo_1_

Stagewise Sample Weight

PonderaciónMuestral1_

Información sobre el análisis

Supuestos del estimador

Muestreo de probabilidad igual sin reposición

Probabilidad de inclusión

A partir de la variable ProbabilidadInclusión_1_

CUADRO No.37

H.2.2.-  DATOS DE LA MUESTRA

Summary for Stage 1 ( resumen del paso 1)

 

Costometro

Número de unidades muestreadas

Proporción de unidades muestreadas

Solicitados

Reales

Solicitados

Reales

2,82

10

1

1000,0%

100,0%

5,09

10

2

500,0%

100,0%

8,60

10

1

1000,0%

100,0%

8,68

10

1

1000,0%

100,0%

8,69

10

1

1000,0%

100,0%

14,51

10

2

500,0%

100,0%

14,75

10

1

1000,0%

100,0%

29,28

10

5

200,0%

100,0%

56,11

10

1

1000,0%

100,0%

57,84

10

1

1000,0%

100,0%

75,44

10

1

1000,0%

100,0%

75,57

10

1

1000,0%

100,0%

75,86

10

1

1000,0%

100,0%

76,03

10

2

500,0%

100,0%

77,37

10

1

1000,0%

100,0%

78,41

10

3

333,3%

100,0%

90,87

10

1

1000,0%

100,0%

92,67

10

1

1000,0%

100,0%

94,97

10

2

500,0%

100,0%

95,08

10

1

1000,0%

100,0%

95,54

10

1

1000,0%

100,0%

109,45

10

1

1000,0%

100,0%

156,80

10

1

1000,0%

100,0%

177,06

10

1

1000,0%

100,0%

183,15

10

1

1000,0%

100,0%

192,00

10

1

1000,0%

100,0%

194,04

10

1

1000,0%

100,0%

195,72

10

1

1000,0%

100,0%

227,65

10

1

1000,0%

100,0%

245,02

10

2

500,0%

100,0%

247,50

10

1

1000,0%

100,0%

248,09

10

1

1000,0%

100,0%

282,33

10

1

1000,0%

100,0%

288,09

10

1

1000,0%

100,0%

294,03

10

2

500,0%

100,0%

10

1

1000,0%

100,0%

Fuente: Investigación propia      Elaboración: autor de la tesis

I.- MODELO HEDÓNICO RESULTANTE:

Utilizando la información extraída por el método de la Muestras Complejas y combinando con la base de datos del Catastro Municipal, permite obtener el modelo hedónico con variables de contaminación "lluvia ácida" y nivel de ruido

El modelo econométrico que determina la aplicación del programa informático SSPS 12 es :

 

P = -71242,41 + 185,67Ln S – 1300,08 Ln E + 188,473 C

        + 1,191 M + 12577,03 L + 311,387 Ad – 1048,231 Ln(120-Z)

         + 18585,737 Ln W ± 23638,226

 

 

 

 

 

 

                                        

El modelo obtenido, tiene dos variables hedónicas: ruido (Z) y contaminación del aire medido a través de los niveles de lluvia ácida a la falta de mediciones de concentración de CO y CO2, en cambio se ha establecido que el SO2 al combinarse con el vapor de H2O del aire, forma SO4H2 y corresponde a la variable (W)

Aplicando las  derivadas parciales, para las variables hedónicas Z y W, se tiene:

δ ( P ) / δ( Z) = -1048,231 / (120 – Z )

δ ( P ) / δ ( W ) =  18585,737 /W

Pero como la función no es aditiva, entonces el valor verdadero de , sino multiplicativa la marginalidad correlacionada es :

δ ( P ) / δ ( Z,W ) =  18585,737 / (W )  +  { – 1048,231 / (120-Z)}

I.1.- VALORES MARGINALES DE RUIDO Y LLUVIA ÁCIDA

Aplicando la derivada conjunta Z, W como análisis marginal de efecto correlacionado en los datos base que sirvieron para diseñar el modelo obtenido, se tiene el siguiente cuadro de resultados:

CUADRO No.38

NIVELES DE RUIDO

(120-Z)

LLUVIA ÁCIDA

AJUSTE MARGINAL

δ(P) / δ ( W, Z)

78 ,34

65,37

61,31

58,44

57,5

57,04

52,81

48,02

43.17

43.11

34.25

37,21

7

7

6.5

6

5.6

5.6

5.6

5.5

5,5

5,3

5,3

5

2641.72   USD

2639.07   USD

2842.25   USD

3079,69   USD

3300,65   USD

3300,50   USD

3299,03   USD

3357,40   USD

3354,94   USD

3482,43   USD

3476,14   USD

3688,98   USD

  Fuente: Investigación propia          Elaboración: autor de la tesis

El valor marginal no es una cosntante, sino que es una relación que varía de acuerdo  a la relación: Wβ1. Zβ2, representado por LnW + Ln Z

 El cuadro muestra que el intervalo de los valores marginales de Z y W, combinados es:

Vmax. = 3688,98; Vmin.= 2639,07, siendo el rango de variación entre:

Vmax. – V.min = 3688,98 – 2639,07 = 1049,91 USD anuales

La graficación de estos resultados se presenta en un diagrama de dispersión "X-Y", en el eje "X" se escalan los valores del Ruido y el de la lluvia ácida, mientras que en el eje "Y", están los valores marginales combinados Ruido-Lluvia Ácida.

Es importante recalcar que los valores marginales obtenidos, como se explicó son anuales y de acuerdo a la posición del bien puede subir o bajar esta contribución marginal.

GRAFICO No. 2

GRÁFICA DE LOS VALORES MARGINALES COMBINADOS RUIDO-LLUVIA

ÁCIDA

Fuente : Investigación propia                     Elaboración : Autor de la tesis

La gráfica muestra más expresivamente el comportamiento marginal combinado lluvia ácida y ruido en conjunto, se puede apreciar que el aumento del ruido y de la acidez eleva el valor marginal del efecto combinado, es decir aquellas construcciones situadas en lugares de alta contaminación ambiental del aire y de ruido, tienen un valor marginal de contribución más alto, además esta marginalidad no es una constante

I.2.- ANÁLISIS DE CONFIABILIDAD DEL MODELO

1)

CUADRO No.39

Variables introducidas/eliminadas (b)

Modelo

Variables introducidas

Variables eliminadas

Método

1

lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro(a)

.

Introducir

a  Todas las variables solicitadas introducidas

b  Variable dependiente: p.catastral

2)         Resumen del modelo (b)

CUADRO No.40

Modelo

R

R cuadrado

R cuadrado corregida

Error típ. de la estimación

Durbin-Watson

1

,946(a)

,894

,867

23638,226252

1,698

a  Variables predictoras: (Constante), lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro

b  Variable dependiente: p.catastral

Los datos del cuadro muestran: la correlación global o total es del orden del 94.6%, el nivel de explicación 89,4%, la explicación corregida es 86,7% y la multicolinealidad es mínima porque el factor DW está próximo a 2

3)

CUADRO No.41

                                                           ANOVA(b)

 

 

Modelo

Suma de cuadrados

gl

Media cuadrática

F

Sig.

1

Regresión

146617433160,600

8

18327179145,075

32,799

,000(a)

Residual

17321737950,608

31

558765740,342

 

 

Total

163939171111,208

39

 

 

 

a  Variables predictoras: (Constante), lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro

b  Variable dependiente: p.catastral

El cuadro de varianzas muestra que el nivel de significación (F) es 32,799 que indica que las variables utilizadas no son casuales u ocasionales

4)

CUADRO No.42

                                                             

Coeficientes(a)

  

  

 

 

 

 

 

 

 

 

Modelo

Coeficientes no estandarizados

Coeficientes estandarizados

t

Sig.

Estadísticos de colinealidad

B

Error típ.

Beta

 

 

Tolerancia

FIV

1

(Constante)

-71242,408

142581,374

 

-,500

,621

 

 

terreno

185,670

7625,850

,002

,024

,981

,511

1,957

edad

-1300,083

6916,140

-,013

-,188

,852

,684

1,463

c.metro

188,473

72,300

,284

2,607

,014

,287

3,488

c.const

1,191

,149

,653

8,015

,000

 

,513

1,948

p.esta

12577,032

8601,136

,152

1,462

,154

,316

3,164

adc

311,387

9358,233

,002

,033

,974

,665

1,505

ruido

-1048,231

25909,905

-,003

-,040

,968

 

,472

2,117

lluviaacida

18585,737

51436,700

,028

,361

,720

,560

1,786

a  Variable dependiente: p.catastral

Este cuadro explica los coeficientes intervinientes en el modelo obtenido, además se incluyen los errores de cada uno de los coeficientes, el coeficiente de estandarización de los mismos (β), el valor "t" para los intervalos de confianza a nivel del 95% y el nivel de significación o probabilidad.

I.3.- ANÁLISIS DE LOS COEFICIENTES DEL MODELO

CUADRO No.43

VARIABLES

CORRELACIONES

CERO   PARCIAL      SEMIPARCIAL

ESTADÍSTICOS DE COLIN.

TOLERANCIA       FIV

Constante

Terreno

Edad

c.metro2

construcciones

p.estratégica

Adicionales

Ruido

Lluvia ácida

 

0,575              0,004             0,001

0,019             -0,034            -0,011

0.735              0,424              0,152

0,890              0,821              0,468

0,729              0,254              0,085

0.348              0,006              0,002 

-0,437            -0,007            -0,002

-0,352             0,065              0,021

0,511                     1,957

0.684                     1,463

0.287                     3,488

0,513                     1,948

0,316                     3,164

0,665                     1,505

0,472                     2,117

0,560                     1,786

Fuente: Investigación propia                Elaboración: autor de la tesis

En el cuadro expuesto se establece lo siguiente:

§  No existe multicolinealidad significativa, porque la mayoría de los valores de FIV, se acercan a uno, a excepción costo por metro, posición estratégica y ruido que presentan valores un poco distantes del valor óptimo

§  La correlación cero muestra la interdependencia o influencia de las variables predictoras en forma autónoma sobre la variable dependiente precio catastral, siendo la más fuerte la correspondiente al valor de construcción y la mínima la superficie del terreno

§  Las parciales y semiparciales muestran valores discretos o pequeños a excepción de construcción y costo por metro cuadrado

§  La tolerancia es el recíproco del FIV que es el incremento de la varianza por efecto de la multicolinealidad y sus valores no están muy distantes del valor óptimo uno, salvando a posición estratégica y costo del metro cuadrado

I.4.- CORRELACIONES DE LOS COEFICIENTES DE LAS VARIABLES

      PREDICTORAS

CUADRO No.44

VARIABLES

Lluvia

ácida

Adc.

Const.

Edad

ruido

S.terren

P.Est.

C.metro

Lluvia ácida

Adicionales

Construcción

Edad

Ruido

Terreno

P.Estratégica

C.metro2

1

-0,132

-0,028

0,187

-0,208

0,133

-0,070

0,310

-0,132

1

-0,126

-0,139

-0,161

0,331

-0,353

-0,172

-0,025

-0,128

1

0,237

0,017

-0,406

-0,087

-0,209

0,187

-0,139

0,237

1

0,304

-0,187

0,254

-0,122

-0,208

-0,161

0,017

0,304

1

-0,148

0,251

0,289

0,133

0,331

-0,406

-0,187

-0,148

1

-0,323

-0,035

-0,07

-0,353

-0,087

0,254

0,251

-0,323

1

-0,417

0,310

-0,172

-0,209

-0,122

0,269

-0,036

-0,417

1

  Fuente: Investigación propia                   Elaboración: autor de la tesis

El análisis de la información  del cuadro anterior es:

§  Muestra en forma secuencial las correlaciones entre las diferentes variables predictoras

§  Los valores  de correlación no son muy fuertes, lo que indica que no existen efectos de multicolinealidad que afecten a la confianza y credibilidad del modelo encontrado

I.5.- PRUEBA DE HIPÓTESIS

La prueba de hipótesis del modelo, se hace utilizando la prueba globalizada en base a R2 y F, el planteamiento de las dos hipótesis es :Ho: Los coeficientes de as variables predictoras no influyen en el comportamiento del precio catastral, definida así al 95%:

Ho: βS = βE =  βC =  βL =  βM =   βAd =   βW =   βZ = 0

Hi : βS ≠   βE ≠   βC ≠   βM ≠   βL ≠   βAd ≠    βW  ≠   βZ   ≠ 0

Al nivel del 95%, gl del numerador: k= 8 ; gl denominador: n-k-1 =40-8-1=31

El FP = 1,88 ; FC = 32,79

Por lo tanto se tiene: FC > FP , que comprueba que los coeficientes de las variables predictoras si influyen el comportamiento del precio catastral

J.- CONSTRUCCIÓN DEL MODELO DE PRECIOS HEDÓNICOS

J.1.- APLICACIÓN DE LA FÓRMULA DE BAZZANI

El modelo de regresión múltiple corresponde al tipo LOG LINEAL, aditivo el mismo que ha sido modificado y adaptado a la investigación en función de algunos parámetros que utiliza la división de Catastros del Municipio de Ibarra, en especial para la variable Proxy "edad" y las variables cualitativas posición estratégica y construcciones adicionales, que generalizado es:

P = α+ β1Ln (S) + β2 Ln (E) + β XC + β4 XM  + β5  XL + β6 XAd +

β7XLn Z ±  µ

Significado  de  las  variables:

P → Precio catastral

S → Superficie del terreno

E → Edad

C → Costo de metro cuadrado

M → Costo por Materiales empleados

L → Localización estratégica

Ad → Construcciones adicionales (garaje, jardín, etc )

Z → Ruido ( 120- No) →No.(nivel observado )

μ  → Ruido o nivel de error ( perturbación )

Para la obtención del modelo se van a utilizar las siguientes tablas de valores que corresponden a los sectores: comercial, central, residencial y urbano marginales, estructurados con la información catastral proporcionada por la Dirección de Catastros del Municipio  seleccionados aleatoriamente.

J.2.-TABLA DE VALORES PARA LAS VARIABLES PREDICTORAS Y DEPENDIENTE (SECTOR COMERCIAL)

 CUADRO No.45

No.

P

S

E

C

M

L

Ad

Z

1

201896.25

782.37

33

194.04

130798.05

5

1

71.98

2

145822.79

525.3

10

245.02

116581.50

4

0

71.98

3

258126.02

335.53

33

192

63676.09

5

1

82.79

4

57194.86

183.96

18

247.5

37597.81

5

0

82.79

5

165663.16

566.62

10

247.5

125432.03

5

0

82.79

6

169752.75

576

18

282.33

58184.40

5

0

82.79

7

29109.23

134.97

18

79.20

24430.89

3

0

71.98

8

172938.22

336.24

18

294.45

71483.52

5

1

79.98

9

333983.98

228.16

18

288.09

156146.03

5

1

79.98

10

135073.24

405.92

18

195.72

81032.19

4

0

79.98

11

143033.53

259,2

33

291.06

46215.32

5

1

79.98

12

67717.20

305.26

33

108.90

48373.29

4

0

76.83

13

201960.61

620.69

18

294.03

133075.26

5

0

79.98

14

49473.23

263.78

73

196.02

2077.56

4

0

76.83

15

158862.54

513.03

18

104.40

116530.73

4

1

71.98

16

112285.05

514.93

33

183.15

75719.15

4

0

71.98

17

69065.46

474.38

33

156.8

27852.15

4

0

71.98

18

85717.21

324.22

18

245.02

67609.86

5

0

82.79

19

314878.34

1050,29

18

190.62

207355.31

5

0

82.01

20

95600.48

353.65

33

210.07

33254.35

5

0

82.01

21

151173.81

251.02

53

242,55

58519.71

5

0

82.01

22

52201.16

196.84

33

245.025

30785.97

5

0

82.01

23

570167.29

952.40

73

240.07

382579.88

5

0

85.75

24

112280.45

249.6

15

186.5

68750.42

3

1

79.12

25

230520.45

260.56

15

186.5

143095.37

3

1

79.12

FUENTE: Investigación de Campo ELABORACIÓN: Autor de la Tesis

CUADRO No.46

La escala de gradación para la posición estratégica tiene la siguiente valoración

ESCALA NUMéRICA

FACTOR CUALITATIVO

5

Muy bueno

4

Bueno

3

Regular

2

Malo

1

Muy malo

Fuente: Investigación propia     Elaboración: autor de la tesis

Los factores que se analizan para establecer la escala son los siguientes para los locales comerciales:

§  Flujo de clientes

§  Situación geográfica del predio en una avenida o cerca de ella

§  Cercanía a una zona verde o parque

§  Localización transversal, longitudinal o intersección ( esquina)

§  Calidad de los servicios básicos

§  Servicios de apoyo o de gestión comercial ( bancos, oficinas públicas, etc.)

§  Facilidades de acceso

§  Seguridad

J.3.-VALORES DE LAS VARIABLES DE ENTRADA O PREDICTORAS PARA LAS VIVIENDAS CENTRALES

CUADRO No.47

No.

P

S

E

C

M

L

Ad

Z

1

99364.02

469.98

33

78.41

89043.17

4

0

76.89

Partes: 1, 2, 3, 4, 5, 6
 Página anterior Volver al principio del trabajoPágina siguiente