CATASTRO MULTIPROPÓSITO UNA VISIÓN ALTERNATIVA...
Transcript of CATASTRO MULTIPROPÓSITO UNA VISIÓN ALTERNATIVA...
UN MODELO DEL COMPONENTE FÍSICO EN EL CATASTRO MULTIPROPÓSITO
COMO APOYO AL DESARROLLO MUNICIPAL CASO (TENJO CUNDINAMARCA)
PROYECTO DE GRADO BAJO LA MODALIDAD DE INVESTIGACIÓN PARA
OPTAR POR EL TÍTULO DE INGENIERO CATASTRAL Y GEODESTA
ALEJANDRA TÉLLEZ CELY
DIANA RAQUEL AYALA CHAVARRÍA
FACULTAD DE INGENIERÍA
PROYECTO CURRICULAR DE INGENIERÍA CATASTRAL Y GEODESIA
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
BOGOTÁ, OCTUBRE DE 2019
2
UN MODELO DEL COMPONENTE FÍSICO EN EL CATASTRO MULTIPROPÓSITO
COMO APOYO AL DESARROLLO MUNICIPAL CASO (TENJO CUNDINAMARCA)
PROYECTO DE GRADO BAJO LA MODALIDAD DE INVESTIGACIÓN PARA
OPTAR POR EL TÍTULO DE INGENIERO CATASTRAL Y GEODESTA
ALEJANDRA TÉLLEZ CELY
DIANA RAQUEL AYALA CHAVARRÍA
Director
PhD. Ing. LUIS LEONARDO RODRÍGUEZ BERNAL
Bogotá D.C, OCTUBRE de 2019
3
AGRADECIMIENTOS
A nuestras familias gracias por todo su amor y apoyo incondicional en este proceso de crecimiento
personal y profesional.
A nuestra Alma Mater, Universidad Distrital Francisco José de Caldas por darnos una gran
oportunidad de vida, una excelente formación académica y crecimiento profesional. Al grupo de
investigación Geoanalisis y su semillero Geo-Optimus del que somos parte.
A nuestro director y docente Luis Leonardo Rodríguez Bernal quien, con toda la sabiduría,
orientación, colaboración y paciencia, nos brindó su conocimiento y experiencia para la
culminación de nuestra formación profesional.
A la Alcaldía Municipal de Tenjo por brindarnos toda la información para el desarrollo del presente
proyecto, especialmente al Ingeniero German Orlando Moreno Peñaloza por su disposición,
conocimiento y experiencia.
A nuestros compañeros y amigos, por formar parte del proceso de formación y por tantos momentos
compartidos.
4
DEDICATORIA
A mi padre Ricardo Téllez a quien un día prometí llegar muy lejos en su nombre, aunque hoy
solo se encuentre en mi memoria le dedico cada uno de mis triunfos; gracias por todo el amor, el
cariño, los valores, la educción y la familia que me dio.
A mi madre Cristina Cely quien me ha dado fuerzas para seguir adelante pese a cualquier
adversidad y me ha acompañado a cada paso de una manera incondicional por todo esto muchas
gracias.
A mis hermanas quienes a su manera me han dado lecciones y me acompañan a cada paso aún
en la distancia, muchas gracias.
A Carlos Monroy, Laura Correa y Diana Ayala quienes me han brindado un amor y una amistad
sincera, llena de enseñanzas y experiencias significativas por todo esto muchas gracias.
A Luis Leonardo Rodríguez Bernal quien me ha brindado la oportunidad de aprender y crecer
como profesional y como persona de corazón muchas gracias.
Alejandra Téllez C.
En primera instancia a Dios, por darme una segunda oportunidad de vida.
A mis padres Álvaro Ayala M y María Socorro Chavarría G, gracias por su amor y apoyo
incondicional todos estos años, siempre serán mi motor y guía día tras día, principalmente
gracias a ustedes, he crecido personal y profesionalmente cada día, gracias por cada enseñanza
y constante dedicación, esto es por y para ustedes. La mejor herencia que recibo es la educación.
A mis hermanas Aleyda y María Camila, gracias por formar parte de este proceso, por
apoyarme y darme los mejores consejos, las amo y admiro profundamente.
A un gran amigo, Cristian Fontalvo J, quien me brindó una gran amistad y apoyo incondicional
durante estos años, estuvo en los momentos más difíciles de este camino; siempre me dijo
“levántate y sigue adelante”, ese será el mejor consejo que me llevo de él; también grandes
enseñanzas para la vida. Muchas gracias por todo.
Y, por último, a mi amiga y compañera Alejandra Téllez quien depositó su confianza en mí,
siempre tendré una admiración profunda y un gran agradecimiento para ella cada día.
D. Ayala
5
RESUMEN
Existen varios aspectos fundamentales dentro de la transformación del campo que pretende la
Reforma Rural Integral contemplada en los Acuerdos de Paz para el posconflicto en Colombia, el
principal es la implementación de un Catastro Multipropósito, el cual espera tener un papel
fundamental para la administración de tierras, la planeación y el ordenamiento del territorio, lo
que traería beneficios en diversos aspectos porque facilitaría la implementación de políticas y
regulaciones en el territorio nacional. Actualmente en Colombia hay un alto nivel de
desactualización catastral precisamente por el conflicto armado y las economías ilícitas que evitan
que el Gobierno Nacional tenga presencia en las zonas más afectadas, esto tiene consecuencias
directas porque ni siquiera se sabe a ciencia cierta la cantidad de predios con que cuenta el país,
por lo cual no se pueden tomar medidas para planificar mejor el territorio. En este sentido resulta
necesario preguntarse qué hace falta en el modelo catastral actual con respecto al modelo de
catastro multipropósito que se quiere implementar. Para de esta forma encontrar la mejor y más
completa manera de hacerlo a fin de poder contribuir en cada uno de los componentes y para el
presente caso el componente físico del mismo.
Palabras Clave: Catastro Multipropósito, Planeación del Desarrollo, Ordenamiento Territorial,
Posconflicto.
6
ABSTRACT
There are several fundamental aspects within the transformation of the field that the Integral Rural
Reform contemplated in the Peace Agreements for the post-conflict in Colombia, the main one is
the implementation of a Multipurpose Cadastre, which hopes to play a fundamental role for land
administration, the planning and management of lands, which would bring benefits in various
aspects because it would facilitate the implementation of policies and, regulations in the national
territory. Currently in Colombia there is a high level of cadastral outdating precisely because of the
armed conflict and the illicit economies that prevent the National Government from having a
presence in the most affected areas, this has direct consequences because the amount of land with
even known that the country has, so that measures cannot be taken to better plan the territory. In
this sense it is necessary to ask what is needed in the current cadastral model with respect to the
multipurpose cadastre model that is to be implemented. For in this way find the best and most
complete way to do it in order to contribute to each of the components and for the present case the
physical component thereof.
Keywords: Multipurpose Cadastre, Development Planning, Land Management, Post-Conflict.
7
TABLA DE CONTENIDO
RESUMEN ....................................................................................................................................... 5
ABSTRACT ..................................................................................................................................... 6
1.1 DEFINICIÓN DEL PROBLEMA ........................................................................................... 13
1.1.1 DELIMITACIÓN NORMATIVA Y JURÍDICA ............................................................. 15
1.1.2 DELIMITACIÓN ESPACIAL .......................................................................................... 18
1.1.2.1 Ámbito Nacional – Colombia .................................................................................... 18
1.1.2.2 Ámbito Local Municipio de Tenjo – Cundinamarca................................................. 20
1.2 JUSTIFICACIÓN ..................................................................................................................... 22
1.3 OBJETIVOS ............................................................................................................................. 24
1.3.1 GENERAL ........................................................................................................................ 24
1.4.3.2 ESPECÍFICOS ............................................................................................................... 24
2. FUNDAMENTACIÓN Y ESTADO DEL ARTE ..................................................................... 25
2.1 MARCO DE REFERENCIA ................................................................................................... 25
2.1.1 ESTADO DEL ARTE ....................................................................................................... 25
2.1.2 TEÓRICO-CONCEPTUAL DEL CONTEXTO............................................................... 35
2.1.2.1 Catastro Inmobiliario .................................................................................................. 35
2.1.2.2 Catastro Multipropósito .............................................................................................. 35
2.1.2.3 Investigación-Acción Participativa ........................................................................... 35
2.1.2.4 Enfoque Territorial. .................................................................................................... 37
2.1.2.5 Gobernanza y Gobernabilidad. ................................................................................... 38
8
2.1.2.6 Buen Gobierno. .......................................................................................................... 38
2.1.2.7 Plan de ordenamiento territorial (POT) ...................................................................... 39
2.1.2.8 Plan Nacional de Desarrollo (PND) ........................................................................... 39
2.1.2.9 Plan Nacional de Desarrollo (PND) del Actual Gobierno ......................................... 40
2.1.2.10 Ficha Predial ............................................................................................................. 41
2.1.3 MARCO CONCEPTUAL DE LA METODOLOGÍA DEL MODELO ........................... 42
2.1.3.1 Modelo Econométrico ................................................................................................ 42
2.1.3.2 Modelo de Regresión Lineal Múltiple........................................................................ 42
2.1.3.3 Supuestos .................................................................................................................... 43
2.1.3.4 Variables Dummy ...................................................................................................... 53
2.1.3.5 Selección del mejor conjunto de variables predictoras. ............................................. 53
2.2 RELACIONES DEL MODELO CONCEPTUAL PROPUESTO ........................................... 56
2.2.1 LADM (STDM)/POT ........................................................................................................ 57
2.2.2. LADM (STDM)/PMD ...................................................................................................... 58
2.2.3 POT / PMD ........................................................................................................................ 58
2.2.4 LADM (STDM)/POT/PMD .............................................................................................. 59
3. DESARROLLO DE LA INVESTIGACIÓN ............................................................................. 60
4. VARIABLES DEL MODELO PROPUESTO ........................................................................... 62
5. ANALISIS DE VARIABLES A UTILIZAR ............................................................................. 65
5.1Variables Cuantitavitas ......................................................................................................... 65
5.2 Variables Cualitativas .......................................................................................................... 68
9
6. VALIDACIÓN DEL MODELO ................................................................................................ 74
6.1 MODELO INICIAL ............................................................................................................. 74
6.1.1 PRUEBA DE SIGNIFICANCIA DEL MODELO INICIAL ....................................... 75
6.1.2 PRUEBA DE SUPUESTOS DEL MODELO INICIAL ............................................... 76
6.1.3 TRANSFORMACIÓN BOX-COX ............................................................................... 79
6.2. SELECCIÓN DEL MODELO FINAL ............................................................................... 80
6.2.1 PRUEBA DE SIGNIFICANCIA DEL MODELO FINAL .......................................... 83
6.2.2 PRUEBA DE SUPUESTOS DEL MODELO FINAL .................................................. 84
7. ANÁLISIS DE LA INVESTIGACIÓN ..................................................................................... 87
8. CONCLUSIONES ..................................................................................................................... 89
8.1 CONTRASTACIÓN DE OBJETIVOS................................................................................ 89
8.2. CONCLUSIONES DERIVADAS DE LA INVESTIGACIÓN .......................................... 90
8.3. PRINCIPALES APORTES ................................................................................................. 91
ABREVIATURAS Y SIGLAS ...................................................................................................... 93
REFERENCIAS BIBLIOGRÁFICAS ........................................................................................... 94
10
LISTA DE TABLAS
Tabla 1: Modelo de Regresión Sugerido ....................................................................................... 50
Tabla 2: Definición de Variables Fuente: Elaboración Propia ...................................................... 62
Tabla 3: Estadísticas descriptivas de la variable PUNTAJE. Fuente: Elaboración Propia. .......... 65
Tabla 4: Estadísticas descriptivas de la variable ARE. Fuente: Elaboración Propia. ................... 66
Tabla 5: Estadísticas descriptivas de la Variable PISO. Fuente: Elaboración Propia. .................. 67
Tabla 6: Análisis Descriptivo de la variable TIPO DE CONSTRUCCIÓN. Fuente: Elaboración
Propia. ............................................................................................................................................ 68
Tabla 7: Análisis descriptivo de la variable USO DEL SUELO. Fuente: Elaboración Propia. .... 68
Tabla 8: Análisis Descriptivo de la variable TOPOGRAFÍA. Fuente: Elaboración Propia. ........ 69
Tabla 9: Análisis Descriptivo de la variable VÍAS. Fuente: Elaboración Propia. ........................ 69
Tabla 10: Análisis Descriptivo de la variable NORMA DEL USO DEL SUELO. Fuente:
Elaboración Propia. ........................................................................................................................ 70
Tabla 11: Análisis Descriptivo de la variable ESTRATO. Fuente: Elaboración Propia............... 70
Tabla 12: Análisis Descriptivo de la variable SUBSIDIO DE SERVICIO PÚBLICOS. Fuente:
Elaboración Propia. ........................................................................................................................ 71
Tabla 13: Análisis Descriptivo de la variable VÍAS EN MANTENIMIENTO. Fuente: Elaboración
Propia. ............................................................................................................................................ 72
Tabla 14: Análisis Descriptivo de la variable BAÑOS. Fuente: Elaboración Propia. .................. 72
Tabla 15: Análisis Descriptivo de la variable LOCALES. Fuente: Elaboración Propia............... 73
Tabla 16: Análisis Descriptivo de la variable HABITACIONES. Fuente: Elaboración Propia. .. 73
Tabla 17: Prueba de normalidad de residuos del modelo inicial. Fuente: Elaboración Propia. R
Commander .................................................................................................................................... 76
Tabla 18: Homocedasticidad Modelo Inicial. Fuente: Elaboración Propia. R Commander ......... 77
Tabla 19: Interpretación de la Multicolineadiad para cada variable del Modelo Inicial. Fuente:
Elaboración Propia. ........................................................................................................................ 78
Tabla 20: Transformación Box-Cox. Fuente: Elaboración Propia. R Commander ...................... 79
Tabla 21: Comparación Variables Continuas Antes y Después de la Transformación Box Cox.
Fuente:Elaboración Propia. ............................................................................................................ 79
11
Tabla 22: Prueba de Normalidad de Residuos del Modelo Final. Fuente: Elaboración Propia. R
Commander .................................................................................................................................... 84
Tabla 23: Homocedasticidad del Modelo Final Fuente: Elaboración Propia. R Commander ...... 84
Tabla 24: Interpretación de la Multicolineadiad para cada variable del Modelo Final. Fuente:
Elaboración Propia ......................................................................................................................... 86
LISTA DE ILUSTRACIONES
Ilustración 1: Mapa Base Municipio de Tenjo, Cundinamarca Fuente: Gobernación de
Cundinamarca ................................................................................................................................. 21
Ilustración 2: Modelo Conceptual. Fuente: Elaboración Propia .................................................. 56
Ilustración 3: Relaciones del Modelo Conceptual. . Fuente: Elaboración Propia ........................ 56
Ilustración 4: Zona de Estudio del Municipio de Tenjo .Fuente: Elaboración Propia. ArcMap .. 60
Ilustración 5: Modelo de Regresión Inicial. Fuente: Elaboración Propia. R Commander ........... 74
Ilustración 6: VIF ( Factor de Inflación de la Varianza) para las variables del Modelo Inicial.
Fuente: Elaboración Propia. R Commander ................................................................................... 78
Ilustración 7: Modelo de Regresión Final. Fuente: Elaboración Propia. R Commander ............. 81
Ilustración 8:VIF ( Factor de Inflación de la Varianza) para las variables del Modelo Final.
Fuente: Elaboración Propia. R Commander ................................................................................... 86
LISTA DE FIGURAS
Figura 1: Histograma de la variable PUNTAJE. Fuente: Elaboración Propia. R Commander .... 65
Figura 2: Histograma de la variable AREA Fuente: Elaboración Propia. R Commander ............ 66
Figura 3: Histograma de la Variable PISOS. Fuente: Elaboración Propia. R Commander. ......... 67
Figura 4: Gráfica de Torta de la Variable TIPO DE CONSTRUCCIÓN. Fuente: Elaboración
Propia. ............................................................................................................................................ 68
Figura 5: Grafico de Torta de la variable USO DEL SUELO. Fuente: Elaboración Propia. ....... 68
Figura 6: Grafica de Torta de la variable TOPOGRAFÍA. Fuente: Elaboración Propia. ............. 69
12
Figura 7: Grafico de Torta de la variable VÍAS. Fuente: Elaboración Propia. ............................. 69
Figura 8: Gráfica de Torta de la variable NORMA DEL USO DEL SUELO. Fuente: Elaboración
Propia. ............................................................................................................................................ 70
Figura 9: Gráfica de Torta de la variable ESTRATO. Fuente: Elaboración Propia. .................... 70
Figura 10: Gráfico de Torta de la variable SUBSIDIO DE SERVICIOS PÚBLICOS. Fuente:
Elaboración Propia. ........................................................................................................................ 71
Figura 11: Grafico de Torta de la variable VÍAS EN MANTENIMIENTO. Fuente: Elaboración
Propia. ............................................................................................................................................ 72
Figura 12: Gráfico de Torta de la variable BAÑOS. Fuente: Elaboración Propia........................ 72
Figura 13: Gráfico de Torta de la variable LOCALES. Fuente: Elaboración Propia. .................. 73
Figura 14: Grafico de Torta de la variable HABITACIONES. Fuente: Elaboración Propia........ 73
13
1. FORMULACIÓN DE LA INVESTIGACIÓN
1.1 DEFINICIÓN DEL PROBLEMA
El ordenamiento territorial, la planeación del desarrollo y el catastro multipropósito juegan un papel
de vital importancia en términos del cómo se debe proceder en la gestión del territorio y todo lo
que está atado a ellos, es decir lo económico, lo social, lo político, lo cultural y lo ambiental; para
así de esta manera generar el mayor impacto positivo en la población.
Actualmente Colombia atraviesa por un proceso trascendental que espera obtener la paz del país;
más exactamente el posconflicto, dentro del cual se enmarca el presente proyecto. En el año 2016
el documento CONPES 3859 especifica una política para la adopción e implementación de un
Catastro Multipropósito Rural-Urbano, con el fin de hacer un uso óptimo de éste, es decir, dando
a conocer las diversas aplicaciones que tiene, y no solo la del recaudo y fortalecimiento fiscal pues,
esto da como resultado una cantidad de acciones redundantes e inconsistentes que generan
sobrecostos relacionados con la administración y políticas de tierras. Lo anteriormente descrito
tiene una consecuencia directa es la desactualización y vacíos en la información catastral del país
como lo evidencian las cifras del Instituto Geográfico Agustín Codazzi - IGAC.
Según el CONPES 3958, en la actualidad el catastro colombiano conserva un enfoque fiscal
tradicional, que no logra suplir las necesidades de información para la formulación e
implementación de diversas políticas públicas, dado que no cuenta con procesos eficientes de
actualización, no permite su integración con otras fuentes de información y no es completo. Con
corte al 1 de enero de 2019, el 66,00 % del territorio nacional tenía información catastral
desactualizada, el 28,32 % no contaba con formación catastral y solo el 5,68 % del territorio
nacional tenía información actualizada (Departamento Nacional De Planeacion, 2019).
Es importante tener en cuenta que el catastro cuenta con varios aspectos dentro de los cuales
encontramos el económico, el jurídico y el físico. Este último componente presenta, principalmente
fallas en términos de la representación física de los predios debido a las limitaciones en la
14
cartografía básica, la ausencia de estándares en los levantamientos catastrales y el uso de un
personal descalificado para los procesos catastrales requeridos. El primer ámbito referente a las
limitaciones cartográficas evidencia, tanto a nivel público como privado, que cada entidad realiza
su propia cartografía a falta de una producida por la máxima autoridad nacional, puesto que la
requieren para sus propias finalidades esto genera que existan innumerables productos con
diferente información, lo cual nos hace pensar que es un esfuerzo innecesario y además poco
rentable. El segundo ámbito se debe a que en Colombia no se tiene un estándar técnico que permita
tener con claridad la posición exacta de los predios esto justificado por las limitaciones financieras
del IGAC y el ultimo ámbito es de vital importancia porque pese a que el país cuente con
profesionales en diversas áreas afines al catastro ninguna esta como tal preparado para la ejecución
de todas y cada una de las actividades que implican los procesos catastrales.
Teniendo en cuenta que esto obedece a la aplicación de la política del catastro multipropósito y en
consecuencia a todo lo anterior es notorio como se dificulta llevar a cabo procesos eficaces en
cuanto a la administración de tierras debido a las fallas existentes al menos en el aspecto físico del
catastro que son importantes para el ordenamiento del territorio y la planificación del mismo.
Por lo anterior se requiere plantear un modelo que facilite la implementación de esta política
refiriéndonos al catastro multipropósito, pero es necesario analizarlo componente a componente
debido a que cada uno de ellos presenta falencias y vacíos que deben ser fortalecidos para el
mejoramiento del sistema, el componente físico como ya se mencionó solo cuenta con Los
registros 1 y 2 del IGAC lo cual puede llegar a ser inconsistente e incompleto para los fines
requeridos que en este caso son el ordenamiento del territorio y la planeación del desarrollo, es allí
de donde surge la necesidad de proponer un modelo que contemple variables que describan y
representen el aspecto físico de los inmuebles del territorio nacional pero con fines múltiples
enfocados al desarrollo de la población.
15
1.1.1 DELIMITACIÓN NORMATIVA Y JURÍDICA
La Constitución Política de 1991, establece los derechos fundamentales para garantizar la dignidad
humana, entre estos en el artículo 22 se incluye la paz como un derecho y deber de obligatorio
cumplimiento (Constitución Política de 1991), este es uno de los principios constitucionales que
sirven de base a los diálogos y negociaciones con grupos al margen de la ley que impiden el goce
de este derecho.
Entendiendo la paz como una construcción colectiva de un proceso complejo que requiere tiempo
y con la seguridad de que un periodo administrativo no es suficiente para alcanzar lo pactado con
las FARC, el Congreso expide el Acto Legislativo 01 de 2016 el cual adiciona en la constitución 4
artículos transitorios ((Instituto de Ciencia Política, 2018), el artículo 2 define “Dentro de los 180
días siguientes a la entrada en vigencia del presente acto legislativo, facúltese al Presidente de la
República para expedir los decretos con fuerza de ley cuyo contenido tendrá por objeto facilitar y
asegurar la implementación y desarrollo normativo del Acuerdo Final para la Terminación del
Conflicto y la Construcción de una Paz Estable y Duradera ... Los decretos con fuerza de ley que
se dicten en desarrollo de este artículo tendrán control de constitucionalidad automático posterior
a su entrada en vigencia.
El procedimiento de revisión de constitucionalidad de estas disposiciones deberá surtirse por parte
de la Corte Constitucional dentro de los dos meses siguientes a su expedición.” (Acto legislativo
01 de 2016). De éste modo, la Corte Constitucional a través del control automático y único que
realiza a los decretos con fuerza de ley expedidos por el presidente de la república y las demás
leyes tramitadas por el Congreso por vía rápida o fast track, adoptará criterios tales como conexidad
y carga argumentativa (C-699, 2016), por medio de dichos criterios se garantiza que se cumpla
con el objetivo que tiene el Acto Legislativo 01 de 2016, en la emisión de leyes evitando
incongruencias legislativas y/o que no guardan relación directa con la materia específica de dichos
proyectos (C-174, 2017).
La constitución política, en el artículo 339 decreta “Habrá un Plan Nacional de Desarrollo
conformado por una parte general y un plan de inversiones de las entidades públicas del orden
16
nacional….Las entidades territoriales elaborarán y adoptarán de manera concertada entre ellas y el
gobierno nacional, planes de desarrollo” (Constitución política de 1991), en el artículo 340 se
establece el Consejo Nacional y los consejos territoriales de planeación como el Sistema Nacional
de Planeación (Constitución política de 1991); y en el artículo 342 ordena la creación de una “ley
orgánica que reglamente lo relacionado con los procedimientos de elaboración, aprobación y
ejecución de los planes de desarrollo” (Constitución política de 1991).
Ley Orgánica del Plan de Desarrollo, en el artículo 32 dispone “Los planes de desarrollo de las
entidades territoriales, sin prejuicio de su autonomía, deberán tener en cuenta para su elaboración
las políticas y estrategias del Plan Nacional de Desarrollo para garantizar la coherencia” (Ley 152
de 1994), base legislativa de la relación y coherencia que deben mantenerse entre la planeación a
nivel Nacional, Departamental, Regional y Municipal y en el artículo 41 determina que estos deben
basarse en los Planes de Ordenamiento aprobado por el correspondiente Consejo o Asamblea de la
entidad territorial (Ley 152 de 1994) entendiendo que la planificación territorial está estrechamente
relacionada con el Ordenamiento territorial y la disposiciones que se den respecto al tema, deben
ser tomadas como parte fundamental en la construcción de visión deseable y posible de una entidad
territorial, dispuestos por la Ley 388 y Ley Orgánica de Ordenamiento Territorial- (LOOT) “Por la
cual se dictan normas orgánicas sobre: ordenamiento territorial y se modifican otras disposiciones”
(Ley 1454 de 2011).
Es necesario encontrar un modelo que sirva para implementar el Catastro Multipropósito y en
Colombia y es allí donde se determina que sea por medio de uno establecido a nivel internacional
que facilite la interrelación de datos e información no solo nacional, también internacional; por lo
cual,se decide usar el modelo LADM: “Modelo para el Ámbito de la Administración del Territorio
(LADM): Esta norma internacional define el Modelo para el Ámbito de la Administración del
Territorio (Land Administration Domain Model – LADM). El LADM es un modelo conceptual y
no una especificación de producto de datos (en el sentido de la Norma ISO 19131). El propósito
del LADM no es reemplazar a los sistemas existentes, sino proporcionar un lenguaje formal para
describirlos, de manera que sus similitudes o diferencias se puedan entender mejor. Se trata de una
norma descriptiva, no preceptiva.” (LADM, 2012)
17
El STDM es una iniciativa de UN-HABITAT para apoyar la administración del territorio a favor
de los pobres. El STDM está dirigido específicamente para países en desarrollo, países con muy
poca cobertura catastral en áreas urbanas o rurales. También está dirigido a áreas posteriormente
afectadas por conflicto, áreas con asentamientos improvisados de gran escala o a áreas ancestrales
de gran escala. El STDM se ha centrado en las relaciones entre las personas y el terreno,
independientemente de la formalización o legalidad de esas relaciones. Se busca un modelo que
soporte todas las formas de derechos del terreno, las relaciones de tenencia social y la superposición
de reclamaciones del terreno. Se debería enfatizar que el STDM es también un modelo conceptual
y no un modelo de aplicación.
Además, ambos, el STDM y el LADM, son descriptivos y no prescriptivos. ELLOS proporcionan
lenguajes formales para describir los muchos aspectos de la tenencia social, de esta manera se
pueden entender mejor las similitudes y diferencias entre los diferentes sistemas de administración
de tierras. El propósito es que el LADM contribuya a un mejor entendimiento de los muchos
aspectos de la tenencia social. (LADM, 2012). Teniendo en cuenta el contexto social e histórico
del país más específicamente el posconflicto, es de mayor beneficio el uso del modelo STDM ya
que este es específico para lugares donde no se tiene disponible mucha información catastral debido
al conflicto, además, es un modelo que beneficia a la gente y si se piensa el catastro multipropósito
con fines de ordenamiento territorial y planeación, el principal eje es la población, por lo tanto,
sigue siendo de mayor beneficio para la aplicación del mismo.
El documento CONPES 3870 menciona el programa nacional para la formulación y actualización
de POT’s modernos, el objetivo del programa es orientar y asistir técnica y financieramente a las
entidades territoriales para fortalecer sus capacidades en materia de ordenamiento territorial y sus
instrumentos de gestión de la expansión urbana y de desarrollo armónico entre el campo y la ciudad.
Como resultado, se espera contar con una nueva generación de planes de ordenamiento territorial
que permita optimizar la planeación, gestión y financiación del desarrollo territorial, y avanzar en
los objetivos de desarrollo sostenible y en el cierre de brechas. (CONPES, 2016)
El documento CONPES 3641 puso en consideración la Política Nacional para consolidar la
Interrelación del Catastro con el Registro en el marco de las estrategias de “construir ciudades
18
amables” y “garantizar una justicia eficiente”, de la Visión Colombia – 2019, como también, la
línea base que fija el Plan Nacional de Desarrollo – PND 2006-2010. El documento identifica los
principales problemas para la gestión del intercambio de la información tanto catastral como
registral, definiendo los objetivos de largo plazo para cumplir con la Política propuesta. (CONPES,
2010).
El documento CONPES 3859 muestra como en el escenario de una Colombia en paz, el catastro
multipropósito se presenta como una oportunidad para resolver problemas relacionados con la
gestión de la tierra que han aquejado a la sociedad colombiana por décadas. Lo anterior, debido a
que esta poderosa herramienta permite identificar, caracterizar y medir con exactitud los predios
que componen el territorio; y contribuye a garantizar la seguridad jurídica de la propiedad, y a
establecer la vocación del suelo. Es, en esa medida, una herramienta insustituible de planificación
e información para promover el adecuado ordenamiento y aprovechamiento productivo del
territorio, la restitución y formalización de los derechos de propiedad, y el manejo o reducción de
la conflictividad por el uso del suelo, entre otros aspectos. (CONPES, 2016).
1.1.2 DELIMITACIÓN ESPACIAL
1.1.2.1 Ámbito Nacional – Colombia
“El conflicto colombiano ha sido heterogéneo tanto a lo largo del tiempo como en la extensión del
territorio. Así mismo lo han sido sus actores, sus víctimas y sus repertorios violentos. Superar este
proceso pasa por preguntarnos por los contextos en que el conflicto surgió, por los motivos de sus
cambios a través de la historia y por las razones de su prolongada permanencia; hecho que convierte
a Colombia en el país con el conflicto sin negociar más antiguo del mundo.” (Histórica, 2013)
“Los estudios realizados por Sánchez y Chacón (2006), complementados con las conclusiones de
Pizarro (2004), parecen demostrar que en el caso colombiano hay una combinación de causas
basadas tanto en resentimiento como en codicia. Según señalan Sánchez y Chacón (2006), si bien
en un comienzo el conflicto violento pudo encontrar sus orígenes y explicaciones en variables
socio-económicas –de pobreza y desigualdad, injusticia social, etc, posteriormente éste se explica
19
mejor a través de variables asociadas con la codicia por los recursos naturales y las rentas
provenientes de su explotación. En efecto, la actividad temprana (1974-1982) de los grupos
guerrilleros centraba sus consignas en la búsqueda de mayor igualdad y desarrollo económico. Sin
embargo, tras los procesos de descentralización política implementados a mediados de los años
ochenta –que otorgaron mayor independencia política y fortaleza fiscal a los gobiernos locales–, la
acción armada se transformó.” (Yaffe, 2011)
“En Colombia, independientemente de los debates políticos y académicos que puedan suscitarse,
si bien no se puede hablar de que hayamos padecido una experiencia de dictadura al “estilo”
latinoamericano, la violencia enraizada en el conflicto armado ha sido una constante histórica en
la dinámica sociopolítica del Estado – nación, siendo éste el acontecimiento sobre el que se dan los
procesos de memoria. Los enfrentamientos armados en el país se han expresado a través de distintas
formas de violencia: guerras civiles, insurrecciones armadas, violencia partidista, violencia
revolucionaria, paramilitarismo, narcotráfico, bandas criminales. Dichas formas de violencia
configuran distintos procesos y etapas del conflicto armado, dando lugar al surgimiento de las
víctimas como sujeto político y social, un actor in-visibilizado en el marco de las confrontaciones
bélicas. Así pues, las víctimas en Colombia se hicieron visibles no precisamente por la buena
voluntad del Estado o del gobierno de turno (a través de políticas para la constitución de la
memoria, tardíamente aparecidas como posteriormente se indicará), sino por sus propias acciones
de resistencia al conflicto armado interno, caracterizadas por el reclamo de justicia y
reconocimiento social.” (Alexander Madrigal, 2012).
El catastro en Colombia se efectuó con la norma legislativa emitida por el congreso de Villa del
Rosario de Cúcuta en 1821 con la Ley 30 llamadas «Catastro General del Cantón» y en 1825 fue
reglamentada netamente para efectos fiscales. Siguiendo con su historia, el Gobierno del General
Rafael Reyes y con la expedición de la Ley 20 de 1908 el catastro consistía en la riqueza de la raíz
en el territorio nacional y de fortalecer la toma de datos suficientes para fijar el avalúo del impuesto
predial que era indispensable en el gobierno nacional (Erba, 2016).
20
1.1.2.2 Ámbito Local Municipio de Tenjo – Cundinamarca
“Es un municipio de Cundinamarca (Colombia), ubicado en la Provincia de Sabana Centro, se
encuentra a 37 kilómetros de Bogotá. Hace parte del Área Metropolitana de Bogotá, según el censo
DANE 2005, Se encuentra ubicado al noreste de Bogotá a 57 km pasando por Chía, Cajicá y Tabio,
puede llegarse también por la autopista Medellín a 21 km de la capital, vía Siberia – Tenjo. Con
una población de veinte mil (20.000) habitantes y una superficie de 108 km2 de los cuales 106 se
hallan en piso térmico frio y los 2 restantes corresponden al páramo. Los actuales límites fueron
definidos por el Instituto Geográfico Agustín Codazzi en 1941 y aprobados mediante ordenanza
36 de 1945, delimitándolo con los municipios de Subachoque, Tabio, Chía, Cota, Funza y Madrid.
Dentro de su división administrativa cuenta con un casco urbano, una inspección de Policía en la
vereda de la Punta y el sector rural conformado por 15 veredas. (Cundinamarca A. M., s.f.)
21
Ilustración 1: Mapa Base Municipio de Tenjo, Cundinamarca
Fuente: Gobernación de Cundinamarca
22
1.2 JUSTIFICACIÓN
La presente investigación ha sido motivada por el acontecimiento político- social que vive
en este momento Colombia, en el último lustro se viene haciendo un esfuerzo arduo por
lograr la paz en un país el cual ha sido azotado de manera significativa por la violencia y el
narcotráfico, consiguiendo como resultado hace aproximadamente dos años un acuerdo de
paz, dentro del cual se contemplan a nivel nacional cambios en todos los ámbitos que
ayudarán a conseguir el objetivo de construir un mejor país. Si se hace un examen puntual
sobre las problemáticas que aquejan el país notoriamente encontramos que muchas de las
anteriores radican en la territorialidad, lo cual nos lleva a pensar que se deben ejercer acciones
que impacten o modifiquen el territorio y las dinámicas que giran en torno a él.
El país busca por medio de la implementación de un catastro multipropósito fortalecer y
resolver todos los problemas referentes a la gestión y administración de tierras que derivan
en gran proporción de como ya se mencionó del conflicto, es decir como lo plantea el acuerdo
de paz se busca una reforma rural integral que transforme el campo y le dé la significancia
que necesita puesto que existen poblaciones en las que el estado no ha hecho intervención
debido a la presencia de grupos al margen de la ley y economías ilícitas, por ejemplo para el
caso del catastro al menos un 16% no está formado y un 63% esta desactualizados (IGAC,
2015), estas cifras son preocupantes debido a que no se tiene certeza de la cantidad de predios
existentes en el territorio nacional ni de quien los posee, es decir en el momento de
implementar políticas públicas para la regulación de los diferentes fenómenos que aquejan
nuestra realidad se puede incurrir en errores o redundancia por desconocimiento de la
información real sobre la cual se debe trabajar.
La implementación de un catastro multipropósito trae consigo la condición de acogerse a la
normativa internacional de la administración de tierras ISO 19152 que especifica un modelo
conceptual, buscando estandarizar los sistemas existentes para así ser entendidos de una
mejor manera tanto nacional como internacionalmente, partiendo de ese hecho se requiere
analizar el catastro existente hoy por hoy para encontrar las fortalezas y debilidades y así
poder implementar el modelo necesario para darles múltiples fines al mismo y no solo el del
23
recaudo fiscal, en este orden de ideas y en el marco del pos conflicto es evidente como este
sistema debe ser piedra angular para la planeación y ordenamiento del territorio, por tanto se
debe analizar de manera exhaustiva cada componente(físico, jurídico ,económico y fiscal)
del catastro y ver cómo o de qué manera pueden influir diferentes variables para una
descripción completa de cada uno de ellos; es decir hacer del catastro, la planeación y el
ordenamiento territorial una sola visión enfocada al desarrollo del territorio.
24
1.3 OBJETIVOS
1.3.1 GENERAL
Proponer un modelo del componente físico en el catastro multipropósito, que apoye el
desarrollo socio-económico y el ordenamiento territorial para el desarrollo municipal
relacionando los procesos y las variables más adecuadas.
1.4.3.2 ESPECÍFICOS
Fundamentación y estado del arte del LADM Y STDM.
Análisis del componente físico en el catastro multipropósito y evaluación de los
procesos y variables en LADM y STDM.
Proponer un modelo del componente físico en el catastro multipropósito como apoyo
al desarrollo municipal que relacione los procesos y las variables.
Validar el modelo propuesto mediante simulación
Análisis de los resultados y conclusión respecto a los procesos y variables que apoyan
el desarrollo municipal.
25
2. FUNDAMENTACIÓN Y ESTADO DEL ARTE
2.1 MARCO DE REFERENCIA
2.1.1 ESTADO DEL ARTE
Según (Velasco & Varés, 2016) afirman que el LADM (Land Administration Domain
Model)-Modelo para el Ámbito de la Administración del Territorio, es el estándar ISO 19152
que define un modelo de catastro compatible con los distintos sistemas catastrales existentes
que de una manera flexible y modular contempla tanto los componentes
‘administrativos/legales’ como los componentes ‘espaciales/topográficos” de la
administración de la tierra. (p.7)
Este modelo es muy útil para las instituciones que requieran Formar o Actualizar su sistema
catastral, interoperabilidad en diferentes tipos de información sobre el Territorio, que a futuro
se pueda crear una información más global y no automatizada, permita comparar distintos
sistemas, y finalmente, que permita impulsar el desarrollo informático que cada sistema
requiera.
Uno de los aspectos más importantes a resaltar es la adopción del Modelo Social de Dominio
de Tenencia de la Tierra The Social Tenure Domain Model (STDM), que según
(Zimmermann, 2017), afirma que dicho modelo es una de las muchas herramientas
desarrolladas por la Global Land Tool Network (GLTN) (“es una alianza de socios globales,
regionales y nacionales que contribuyen la disminución de la pobreza a través de la reforma
agraria, la mejora de la gestión de la tierra y la seguridad de la tenencia a través del desarrollo
y la difusión de herramientas de tierras favorables a los pobres y sensibles al género”), para
abordar el tema de las relaciones entre la gente y la tierra, independientemente del nivel de
formalización o la legalidad de estas relaciones. El STDM se creó con la intención de ser una
herramienta para las personas de escasos recursos, sensible al género, asequible y flexible
que emplee enfoques participativos de enumeración y mapeo para recopilar, almacenar y
analizar datos en asentamientos informales, áreas rurales tradicionales o áreas de contexto
26
posteriores a la crisis. El STDM es tanto un enfoque conceptual para la evaluación
participativa como una herramienta tecnológica que funciona como un complemento para el
software del sistema de información geográfica (GIS) de licencia gratuita. (Zimmermann,
2017).
Debido a que existen sistemas informales en muchos países en desarrollo, es necesario
ampliar el concepto que tradicionalmente se tiene sobre la Administración del Territorio, para
ello se requiere adaptar el Modelo LADM al STDM ; el concepto del modelo del ámbito
tenencia Social (The Social Tenure Domain Model (STDM) viene a llenar este vacío
proporcionando un estándar para representar las relaciones ‘de la gente con la tierra’
independientemente del nivel de formalidad, legalidad y precisión técnica. (Velasco & Varés,
2016)
En países como Kenia, Colombia, Haití y Uganda se han implementado proyectos piloto
aplicando el modelo STDM y, en Namibia, Lesoto, South África, Botsuana, Mozambique,
Zimbabue, Tanzania, Kenia, Malawi, Sudan, Nigeria, Ghana, Burkina Faso, India, Tailandia,
Malaysia, Pilipinas, Indonesia, Jamaica, y Trinidad y Tobago y otras islas del Caribe, se han
llevado a cabo proyectos de capacitación de expertos en el modelo.
Desde una perspectiva Latinoaméricana, la adopción de la norma ISO 19152, LADM difiere
entre culturas haciendo substancial la traducción y adaptación de las normas internacionales
a las nacionales teniendo en cuenta las características de cada territorio, responde a la realidad
actual de los sistemas catastrales que se han enfocado al cobro de impuestos, registrando
únicamente al propietario con su predio y la legalidad de la propiedad en instituciones
externas, para que sea adoptado éste modelo; es importante mencionar que parte de un
estándar ISO y su aplicación ofrece la posibilidad de estandarizar, estructurar, organizar y
representar en una base de datos genérica las personas conjuntamente con su relación con la
tierra, con el fin de obtener una herramienta para la gestión territorial.
Es así como este modelo se diseña con el fin de a apoyar las demandas de la sociedad que se
encuentran incluidas en las políticas nacionales y estatales sobre la tierra y está construido
27
para cubrir una serie continua de derechos referidos a los intereses sobre la tierra y comprende
la información básica de los componentes de la administración territorial, los conjuntos de
datos de estos componentes se representan en paquetes UML (Unified Markup Language) y
diagramas de clase, para que dichos datos sean confiables, verificables y creíbles para
establecer nuevos derechos, responsabilidades y restricciones. (Salazar, Miranda, & Fra
Urbano, 2016).
En Polonia, se plantea la posibilidad de aplicar el LADM para desarrollar la infraestructura
de información, ilustrada, ya que proporciona un modelo conceptual basado en la estrategia
de Model Driven Architecture, donde el Lenguaje de modelado unificado (UML) juega un
papel crucial en la formulación de modelos de información, es compatible con los sistemas
de administración de tierras, que en principio siempre están relacionados con unidades
espaciales que son parcelas catastrales, constituye un modelo de dominio genérico, que es
expandible, proporciona una base para extender la representación espacial 2D de objetos en
la tercera dimensión y por ultimo revela la posibilidad de realizar algunas mejoras en los
sistemas nacionales (regionales) de información territorial existentes y, en consecuencia,
crear una cadena de información más eficiente. (Góźdź & van Oosterom, 2016). A
continuación, se realiza un breve resumen en el cual se explica en qué consiste el modelo en
éste país.
En este país se desarrolla un sistema basado en el catastro inmobiliario, así como en el
registro de tierras e hipotecas. La información sobre redes de servicios públicos se recopila
en el registro geodésico de servicios públicos e información sobre construcciones de
ingeniería, en la base de datos de objetos topográficos. También hay una fuente adicional de
información llamada mapa base, que constituye un producto cartográfico realizado para áreas
urbanas y rurales destinadas al desarrollo. Se incluye información sobre personas físicas y
entidades legales. El desarrollo de la infraestructura de información en Polonia es un proceso
complejo a largo plazo en el que participan muchas instituciones. Hay una falta de estructuras
de datos claras definidas en UML y un enfoque orientado a objetos en el caso de algunas
bases de datos.
28
Para la creación de la infraestructura de la información se tuvo en cuenta las personas y
organizaciones, las unidades administrativas básicas en que se tiene en cuenta los derechos,
responsabilidades y restricciones y, por último, las Unidades espaciales (parcelas y el espacio
legal de edificios y redes de servicios públicos), desarrollándose fuentes y representaciones
espaciales simultáneamente; así mismo se realizó cada una de las estructuras que componen
el modelo, con respecto a la información sobre las características físicas de las redes de
servicios públicos está fuera del alcance de LADM. A futuro se pretende mejorar para que el
sistema de administración de tierras no solo puede respaldar el registro de derechos y
unidades espaciales, sino que también puede utilizarse para otros fines, como la evaluación
de impuestos, la valoración de tierras, la evaluación de impacto ambiental, la seguridad
nacional, los subsidios para agricultores, etc.
Para el caso Colombiano, según (Embajada de Suiza en Colombia, 2017) la Modularidad del
LADM-COL de la norma ISO 19152:2012 consiste en la generación de distintos modelos de
la realidad de la administración de tierras, siguiendo una serie de criterios que dan como
resultado distintos conjuntos de clases especializadas para gestionar la información de cada
una de las entidades que administran los datos específicos de su área temática. Dado que
algunas de estas clases son comunes, se extraen estas en un mínimo común que forma el
denominado “núcleo” del perfil. La Administración de Tierras está constituida por distintas
temáticas que se ocupan de los distintos objetos territoriales legales especializados,
gestionados por las entidades del Estado a los que estas leyes dan potestad. La norma ISO
19152:2012 no describe la forma de gestionar estas capas de manera separada, se sugiere,
por tanto, que la forma de conseguirlo será mediante la separación de los modelos, de acuerdo
con las clases que cada una de ellas necesita, partiendo del mismo concepto y haciendo uso
de las clases comunes.
De otro modo para Christiaan Lemmen y Solomon Abebe Haile en su investigación The
Social Tenure Domain Model: a pro poor land rights recording system, el modelo de dominio
de dominio de tenencia social es una iniciativa de desarrollo de software de diferentes socios
que permite apoyar la administración de la tierra en favor de los pobres (Lemmen & Haile,
2009) ,así mismo mencionan la capacidad que posee el STDM de ampliar el alcance de la
29
administración de la tierra, que integra los sistemas de tierras formales, informales y
tradicionales así como los elementos administrativos y espaciales. Por otro lado, el STDM
proporciona una base extensa para un sistema eficiente y efectivo de registro de derechos
sobre la tierra siendo éste la especialización del Modelo de Dominio de Administración de
Tierras (LADM).
Siguiendo con el argumento de los autores, el modelo STDM describe las relaciones entre
las personas y la tierra de manera poco convencional, en la medida en que aborda las
necesidades de la administración de la tierra en comunidades olvidadas que habitan en
asentamientos informales y áreas tradicionales, es así como enfatiza sobre las relaciones de
tenencia social la cual hacer parte del concepto de derechos de la tierra que promueve la
ONU, finalmente en lo referente a la adquisición de datos, en la administración de tierras
habilitada para STDM, los datos provenientes de fuentes diversificadas son compatibles en
función de las necesidades y capacidades locales.
Por otro lado en el artículo Towards Actualizing the Continuum of Land Rights in Support of
Sustainable Development Goal, los autores identifican la necesidad de sistemas eficientes de
gestión y administración de la tierra así como el reconocimiento de la complejidad de los
derechos sobre la tierra (Antonio, Selebalo, Nyamweru, & Gitau, 2017) todo lo anterior,
basados en la agenda 2030 para el Desarrollo sostenible abarcando los cuatro objetivos
territoriales (pobreza, seguridad alimentaria, degradación de la tierra y género).
Del mismo modo, refieren que el STDM es un sistema de información favorable para los
pobres, sensible al género, participativo y asequible (Antonio, Selebalo, Nyamweru, & Gitau,
2017) el cual permite identificar las relaciones de la tierra con el ser humano y los derechos
de las mismas en donde se garantizan que se capturen las realidades sobre el terreno en
términos de las relaciones de tenencia. Finalmente, los autores recomiendan la adopción de
marcos legales, espaciales e institucionales para cumplir con los requisitos establecidos y el
compromiso de las comunidades en estos procesos.
30
Para Oumar Sylla, Danilo Antonio, John Gitau en el artículo denominado A Flexible Low-
Cost Solution For Recording Land Rights: The Power Of The Social Tenure Domain Model,
el STDM es un sistema de información terrestre potente y efectivo para llegar a soluciones
diseñadas localmente para mejorar la seguridad de la tenencia (Sylla, Antonio, & Gitau,
2018) .Así mismo resaltan la capacidad del STDM para unir más enfoques participativos en
donde el sistema de información terrestre se hace más potente y efectivo para obtener
soluciones diseñadas localmente que permitan mejorar la seguridad de la tenencia;
considerándola así una herramienta valiosa para que los gobiernos locales puedan adoptar los
objetivos del desarrollo (planificación inclusiva, mejora en la seguridad de la tenencia,
provisión de servicios básicos e infraestructura).
Por otro lado, el modelo de dominio de tenencia social, es considerado como una plantilla
para estructurar los datos de la tierra y el procesamiento de los mismos. Para Paul Saers,
Christiaan Lemmen, Danilo Antonio, Clarissa Augustinus, Mathilde Molendijk y Kees De
Zeeuw el modelo como paquete de software brinda una funcionalidad para recopilar, procesar
y difundir la información sobre la tenencia social, es así como en su Social Tenure Domain
Model - A Strategy Towards Country Implementation presentan un enfoque o estrategia
estructurada hacia la ejecución del STDM a nivel de país, teniendo en cuenta la participación
de los profesionales como un recurso fundamental en el mismo.
Es así como sobre la base de los hallazgos y las distintas discusiones sobre la administración
de la tierra y sus innovaciones tecnológicas, se logran identificar tres escenarios de
implementación para la participación de profesionales de la tierra en proyectos de
implementación de STDM a nivel país. Para los autores estos proyectos dependerán de la
calidad y las capacidades de STDM como concepto y como solución de software. Deben
adaptar su versión STDM a las necesidades específicas del proyecto y asegurarse de que
permanezca así durante la ejecución del proyecto (SAERS, y otros, 2015).
En otro artículo titulado Social Tenure Domain Model Requirements from the Perspective of
Pro-Poor Land Management de Clarissa Augustinus, Christiaan Lemmen y Peter Van
Oosterom se menciona que el abordar el problema de la tierra en barrios marginales es un
31
problema que requiere de atención primordial en la medida en que se necesitan de 15 a 25
años para cambiar el sistema de administración de la tierra en un país y que menos del 30%
de la misma se encuentra titulada, pero si se desea mejorar la calidad de vida de los habitantes
de barrios marginales reducir el tiempo es vital.
Los autores mencionan que el enfoque pro-pobre se está fortaleciendo mediante la
investigación adicional en el modelado de dominios, especialmente en la relación con el
Modelo de Dominio de Tenencia Social propuesto como una especialización del Modelo de
Dominio Catastral Básico (AUGUSTINUS, 2010). Es así como en este artículo se presenta
un primer análisis de la funcionalidad del Modelo de Dominio de Tenencia Social, en donde
se descubre que se puede esperar que una parte importante del Modelo de Dominio Catastral
Core se puede reutilizar o especializar en un STDM y se concluye que el CCDM (Core
Catastral Domain Model) se puede utilizar como punto de partida para futuras
investigaciones sobre el desarrollo del STDM.
Por su parte, para Clarissa Augustinus la seguridad de la tenencia de las personas respecto a
los problemas de seguridad alimentaria y la gestión de las tierras rurales se basa en un
dominio social y no individual, es así como el actuar de diferentes compañías como la Global
Land Tool Network (GLTN) apoyan los derechos colectivos de los derechos sobre la tierra,
que abarcan derechos documentados, no documentaos, individuales y grupales, de barrios
marginales, legales, ilegales e informales (AUGUSTINUS, 2010). Son estos derechos los
cuales no se pueden describir en relación con una parcela, por lo cual, se han desarrollado
nuevas formas de unidades espaciales y un modelo de dominio para acomodar estas tenencias
sociales, para ellos se desarrolla el Modelo de Dominio de Tenencia Social el cual puede
vincularse con el sistema catastral para que la información se pueda mantener en un solo
sistema.
El modelo STDM tiene la posibilidad de abrir nuevos mercados en cuestiones de la tierra y
permite el desarrollo de oportunidades para desarrollar nuevas habilidades y mejorar las
existentes respecto a la gestión. El STDM podría hacer posible que todos los ciudadanos
estén cubiertos por algún tipo de sistema de administración de la tierra, incluidos los pobres,
32
mejorando así la capacidad de gestión de la tierra de la industria, así como abordando los
desafíos futuros, como el cambio climático (AUGUSTINUS, 2010). El STDM deberá
contribuir a la reducción de la pobreza, debido a que los derechos a la tierra y los reclamos
de los pobres se incorporan al sistema formal a lo largo del tiempo. Así mismo permite la
mejora en la seguridad en la tenencia, aumentará la resolución de conflictos, limitará los
desalojos forzosos y ayudará a los pobres a comprometerse con la industria de la tierra en la
gestión de la tierra, como la mejora de los barrios marginales de la ciudad o la gestión de la
tierra rural (AUGUSTINUS, 2010).
La autora concluye que existe una brecha técnica importante que se debe llenar y esto se ha
demostrado en relación con las áreas urbanas, que el uso de los enfoques actuales no puede
brindar una sólida seguridad de la tenencia, la gestión de la información sobre la tierra, los
sistemas de administración de la tierra o la gestión de la tierra a gran escala, en una gran parte
de la tierra en los países en desarrollo, tanto en las zonas rurales como en las urbanas.
Según un artículo tomado de GIM International denominado A Pro-Poor Land Rights
Recording System: The Social Tenure Domain Model, los sistemas de información terrestre
convencionales no pueden atender adecuadamente las áreas que no se ajustan al enfoque de
parcelas aplicadas en países desarrollados, es por ello que se necesita un sistema más flexible
para identificar los distintos tipos de tenencia de la tierra en lugares informales, el mismo,
debe basarse en un estándar global y debe ser gestionable por la comunidad y debe
proporcionar un conjunto de conceptos y terminología compartidas en el dominio de tenencia
y es así como el STDM puede proporcionar esto. El objetivo del STDM como lo menciona
el artículo, es ampliar el alcance de la administración de la tierra al proporcionar un marco
de gestión de la información de la tierra que integre los sistemas de tierras formales,
informales y tradicionales, así como también los componentes administrativos y espaciales
(GIM International, 2009). El STDM lo hace posible por medio de herramientas que facilitan
el registro de todas las formas de derechos sobre la tierra, todos los tipos de titulares y todo
tipo de objetos territoriales y de propiedad, independientemente del nivel de formalidad, por
lo tanto, el STDM proporciona una base extensible para un sistema eficiente y efectivo de
derechos sobre la tierra.
33
Así mismo enfatiza que el STDM describe las relaciones entre las personas y la tierra de una
manera poco convencional, abordando las necesidades de la administración de la tierra en
comunidades hasta ahora desatendidas, como las personas en asentamientos informales y
áreas tradicionales. Apoya el desarrollo y mantenimiento de registros en áreas donde el
registro regular o formal de los derechos sobre la tierra no es la regla (GIM International,
2009), es decir, el énfasis radica en las relaciones de tenencia social integradas en los
derechos a la tierra, promovidos por Global Land Tool Network y por ONU-Habitat.
Finalmente informan que el STDM, acomoda un rango de unidades espaciales ("donde",
como un terreno que puede representarse como un punto, un conjunto de líneas, como un
polígono con coordenadas de alta / baja precisión, como un volumen 3D, etc.). De manera
similar, el STDM registra todos los tipos de titulares de derechos ("quién", como individuos,
parejas, grupos con membresía definida y no definida, grupo de grupos, empresas,
municipios, departamentos gubernamentales, etc.) (GIM International, 2009).
Para Christiaan Lemmen, Clarissa Augustinus, Peter Van Oosterom y Paul Van Der Molen
en su informe The Social Tenure Domain Model – Design of a First Draft Model, pretenden
analizar si los requisitos del sistema de tenencia social de la tierra están cubiertos, si la
implementación de la gestión de la tierra a favor de la tierra está respaldada y si la gestión de
la geo- información de múltiples fuentes es compatible, es decir si los requisitos son
compatibles y en lo posible necesitan de investigación adicional. Es sí, como el enfoque del
documento es configurar las relaciones entre las personas y la tierra; independientemente del
nivel de formalización o legalidad de las mismas.
Del mismo modo, describe lo que se debe utilizar para implementar los requisitos del STDM
de forma flexible y estandarizada, así mismo analizará si las condiciones del sistema de
tenencia social de la tierra pueden ser cubiertas por el modelo y al mismo tiempo respaldado
durante su implementación (LEMMEN, AUGUSTINUS, VAN OOSTEROM, & MOLEN,
2007). Concluyen los autores en el artículo, que se demuestra que en el desarrollo del STDM
los registradores de tierras y los topógrafos deben trabajar conjuntamente con científicos
34
sociales y se sistemas, así como con antropólogos para que el producto final pueda ser
sustentar la gestión en países en desarrollo y post conflicto, lo cual permitirá alcanzar los
Objetivos de Desarrollo del milenio, así como los objetivos de muchos países que introducen
enfoques innovadores.
Finalmente, para Ana María Santofimio Mahecha, Andrés Pacífico Guarín, David Monroy
Machado en su artículo Caracterización social del territorio como un modelo relacionado
para la administración de tierras describen la conceptualización, diseño y desarrollo de una
alternativa que permite la caracterización del territorio por medio de la participación directa
de las comunidades, aplicando la articulación de información mediante el modelo de
administración de tierras tomando como base la norma de la International Standard
Organization ISO 19152:2012 extendida para la Agencia Nacional de Tierras; para ellos se
parte de la necesidad que es producto de la contextualización de las diferentes variables que
intervienen en el proceso de caracterización del territorio con la participación activa de las
comunidades.
Así mismo, mencionan la importancia de un sistema que permita almacenar, documentar,
consultar y sistematizar la "voz" de las comunidades y que sirva como un insumo dentro de
la estrategia definida por la Agencia Nacional de Tierras para la ruta del barrido predial, la
que a su vez, siente la base para la materialización del Ordenamiento Social de la Propiedad
en el contexto colombiano (Santofimio, Pacífico, & Monroy, 2017).
35
2.1.2 TEÓRICO-CONCEPTUAL DEL CONTEXTO
2.1.2.1 Catastro Inmobiliario
Tratándose esta de una propuesta de un modelo para el catastro multipropósito es necesario
en primera medida conocer que es el catastro y para qué sirve. “el catastro inmobiliario es un
registro administrativo en el que se describen los bienes inmuebles a través de los atributos
más relevantes para su mejor definición, tanto desde un punto de vista material como jurídico
y económico; lo que incluye, entre otros, su localización, referencia catastral, superficie,
aprovechamiento, representación gráfica, valor catastral y titular catastral.”( (catastro,
Revista CT, 2017)).
2.1.2.2 Catastro Multipropósito
En el marco de la reforma rural integral planteado en los acuerdos de paz para el pos conflicto
se menciona el concepto que va a transformar el campo “es allí donde nace la premura de un
catastro multipropósito (CM) que i) contenga el inventario de todos los bienes inmuebles
(predios) del país; ii) contribuya a esclarecer las diferentes relaciones que se presentan
respecto de la tierra y el territorio; iii) apoye el proceso de reconocimiento y aseguramiento
de los derechos de propiedad; iv) fortalezca el mercado de tierras y los fiscos; y v) facilite la
gestión pública multisectorial y multiescalar, incluida la planeación económica, social y
ambiental, y el ordenamiento del territorio, entre otros fines. En ese contexto, el catastro
multipropósito se convierte en una herramienta para la construcción de la paz, al aportar
valiosa información con el fin de generar una nueva comprensión acerca de la tierra y del
territorio.” (catastro,Revista CT, 2017).
2.1.2.3 Investigación-Acción Participativa
La investigación participativa es un método que involucra un enfoque de intervención o
colaboración para conocer o entender mejor la realidad de una población y así en esta medida
ejercer acciones de planeación y transformación. “Una vivencia necesaria para progresar en
democracia, como un complejo de actitudes y valores, y como un método de trabajo que dan
36
sentido a la praxis en el terreno. A partir de aquel Simposio, había que ver a la IP no sólo
como una metodología de investigación sino al mismo tiempo como una filosofía de la vida
que convierte a sus practicantes en personas sentipensantes. Y de allí en adelante, nuestro
movimiento creció y tomó dimensiones universales.” (Fals Borda (2008, p. 3)), exponiendo
así una clara cohesión entre la teoría y la práctica que facilita una evolución a través de la
colectividad. Este enfoque nos permite analizar mejor el modelo STDM que por medio de la
administración de tierras quiere favorecer a la población y ser un modelo en pro de la pobreza.
El propósito de la Investigación-Acción Participativa-IAP es solucionar o mejorar los
problemas de la población teniendo en cuenta los recursos de los cuales se disponen,
comenzando por una investigación ardua que dé lugar a un conocimiento que permita el
empoderamiento por parte de los pobladores y así generar estrategias que dinamicen la
ejecución del proceso. “En la IAP se siguen básicamente cuatro fases, aunque no siempre se
diferencian nítidamente unas de otras. a) La observación participante, en la que el
investigador se involucra en la realidad que se estudiará, relacionándose con sus actores y
participando en sus procesos. b) La investigación participativa, en la que se diseña la
investigación y se eligen sus métodos, basados en el trabajo colectivo, la utilización de
elementos de la cultura popular y la recuperación histórica. El investigador presenta al grupo
los diversos métodos disponibles para la obtención de información, explicándoles su lógica,
eficacia y limitaciones, para que aquél los valore y elija en base a los recursos humanos y
materiales disponibles. Para la recogida de información se usan técnicas como la observación
de campo, la investigación en archivos y bibliotecas, las historias de vida, los cuestionarios,
las entrevistas, etc.
La información es recogida, y luego sistematizada y analizada, por la propia comunidad,
siendo el papel del investigador de mero facilitador. c) La acción participativa implica,
primero, transmitir la información obtenida al resto de la comunidad u otras organizaciones,
mediante reuniones, representaciones teatrales u otras técnicas, y, además, con frecuencia,
llevar a cabo acciones para transformar la realidad. d) La evaluación, sea mediante los
sistemas ortodoxos en las ciencias sociales o simplemente estimando la efectividad de la
acción en cuanto a los cambios logrados, por ejemplo, en cuanto al desarrollo de nuevas
37
actitudes, o la redefinición de los valores y objetivos del grupo” (Guzmán et (1994, p.311)).
En la aplicación de un modelo multipropósito en un país que se encuentra en un proceso de
paz que quiere como uno de sus principales puntos la trasformación del campo, es de vital
importancia tener en cuenta el papel de la comunidad dentro del proceso pues lo que se busca
es tener claridad en la tenencia de la tierra a fin de tener una mejor organización y planeación
del territorio, y quien mejor que los actores principales para dar cuenta de lo necesario para
dicho fin.
2.1.2.4 Enfoque Territorial.
“El enfoque territorial presenta una forma diferente de percibir el desarrollo, y propone una
utilización eficiente e inteligente de administrar el territorio, para marginar los distintos males
que lo aquejan, eso sí, sin dejar a un lado la conciencia de que las variables pueden ser
diferentes para cada ciudad o municipio, pero que también en muchas ocasiones presentan
puntos en común como génesis de sus inconvenientes para hallar esa pieza faltante del
rompecabezas que no les permite dar el paso hacia el desarrollo.” (Lombana, (2017, p.9)).
“(…) se hace necesario señalar las características de este concepto ilustradas en el documento
“el enfoque territorial en las políticas públicas” que se resumen en (i) la multidimensionalidad
que se debe entender como la capacidad de interacción entre lo político, lo ambiental, lo
económico, lo social y lo institucional en el territorio; (ii) la multiculturalidad como un
conjunto de zonas en donde la población desarrolla distintas actividades que definen su estilo
de vida. (agricultores, pescadores, comerciantes, etc.); (iii) la capitalización humana, natural
y social que tiene en cuenta tres cosas; la capacidad de las personas, las relaciones que
facilitan la gobernabilidad y el capital natural, léase recursos naturales; (iv) la articulación
entre lo Urbano y lo Rural, que expone la necesidad de articular culturas, enfocándose en las
políticas de ordenamiento territorial y en el fortalecimiento de la autonomía y la autogestión
como complemento de políticas de descentralización y de participación ciudadana; (v) el
valor agregado territorial que resalta la importancia de una economía multisectorial para
alcanzar múltiples objetivos propuestos para reformar el territorio; y la (vi) diferenciación
territorial que permite identificar los recursos con los que cuenta cada territorio para su
38
producción, proceso en el cual interactúan las instituciones públicas y privadas.”(Drago,
(2005,p.3))
2.1.2.5 Gobernanza y Gobernabilidad.
“(..) La palabra gobernabilidad alude a los procesos en el ámbito del Estado y de la
administración pública para mejorar la eficacia en la articulación de carácter vertical con la
ciudadanía, con respecto al proceso de toma de decisiones. Igualmente, el concepto
gobernanza se refiere a la capacidad de un sistema político para auto gobernarse. Es decir,
hace referencia pues a la eficiencia en una relación horizontal entre actores públicos y
privados, en lo tocante a los procesos de decisión, gestión y desarrollo, desde la integración
y la interdependencia.” (Medrano, 2016). El papel tanto del Estado como de la población es
relevante, debido a que para que se haga una política eficiente se debe tener en cuenta las
necesidades de la gente y así mismo las personas deben contribuir para que los esfuerzos del
estado por satisfacer o suplir necesidades no sean en vano y por el contrario cumplan con sus
objetivos principales.
2.1.2.6 Buen Gobierno.
“la capacidad de gestión estratégica es el prerrequisito para el “buen gobierno”. Es la que
habilita a los gobiernos locales para jugar el importante rol que de ellos se espera tanta de las
estrategias de desarrollo como dentro de los procesos de reconfiguración del Estado. En
primer lugar, la capacidad para articular las potencialidades sociales en su territorio a los
fines de sostener el desarrollo socio económico aprovechando las ventajas que abren la
democracia, la descentralización, el desarrollo tecnológico y las demandas de participación
y de comunicación entre gobierno y sociedad. En segundo lugar, es la capacidad para
organizar y administrar los recursos públicos que controla, de manera tal que mejoran la
calidad y pertinencia de sus respuestas.” (Brito, 2005)
Uno de los mecanismos más efectivos para alcanzar la prosperidad democrática es el
fortalecimiento institucional por medio del Buen Gobierno. El Buen Gobierno requiere de
39
acciones concretas en el mejoramiento de la justicia, la lucha contra la corrupción, la
observancia de los derechos humanos, la preservación del medio ambiente y la protección a
la ciudadanía. Incluyendo el sector público, el sector privado por medio de la participación
ciudadana y el sector empresarial con las manifestaciones de capital social e iniciativas de
responsabilidad. Tiene como uno de sus objetivos implantar prácticas de transparencia por
medio de: rendición de cuentas, un trabajo colectivo interinstitucional Estatal,
implementando y ejecutando esquemas de medición y seguimiento con resultados
cuantificables para poder gobernar en una urna de cristal, con requisitos centrales tales como
una buena gestión y pulcritud en el manejo de los recursos públicos, adicionalmente
promover la participación privada en la financiación de los proyectos, promoviendo la
participación ciudadana en el proceso de control de la ejecución de las política públicas.
(Departamento Nacional De Planeacion, 2019)
2.1.2.7 Plan de ordenamiento territorial (POT)
La implementación de un modelo multifinalitario en el catastro se debe tener en cuenta el
ordenamiento del territorio para fines del desarrollo del país por lo cual es importante conocer
la manera en la que se define tal concepto y como esto aporta al nuevo catastro “El Plan de
Ordenamiento Territorial (POT) es un instrumento técnico y normativo de planeación y
gestión de largo plazo; es el conjunto de acciones y políticas, administrativas y de planeación
física, que orientarán el desarrollo del territorio municipal por los próximos años y que
regularán la utilización, ocupación y transformación del espacio físico urbano y rural. Un
POT es en esencia, el pacto social de una población con su territorio. El alcalde municipal
tiene como obligación principal, mejorar la calidad de vida de sus habitantes; para ello tiene
tres herramientas: el Plan de Ordenamiento Territorial, el Plan de Desarrollo Municipal y el
presupuesto.” (Ministerio de Ambiente, Vivienda y Desarrollo Territoria, 2004).
2.1.2.8 Plan Nacional de Desarrollo (PND)
Los lineamientos de un periodo administrativo son los que definen el destino de un país y
teniendo en cuenta que Colombia se encuentra en un proceso de posconflicto es más relevante
40
aun saber que se establece se tiene destinado en términos de lo anterior y se puede ver
reflejado en un documento como lo es el plan nacional de desarrollo “Es el documento que
sirve de base y provee los lineamientos estratégicos de las políticas públicas formuladas por
el Presidente de la República a través de su equipo de Gobierno. Su elaboración,
socialización, evaluación y seguimiento es responsabilidad directa del Departamento
Nacional de Planeación –DNP. El PND es el instrumento formal y legal por medio del cual
se trazan los objetivos del Gobierno permitiendo la subsecuente evaluación de su gestión. De
acuerdo con la Constitución política de Colombia de 1991 en su artículo 339 del Título XII:
"Del Régimen Económico y de la Hacienda Pública", Capítulo II: "De los planes de
desarrollo", el PND se compone por una parte general y un plan de inversiones de las
entidades públicas del orden nacional. En la parte general se señalan los propósitos y
objetivos nacionales de largo plazo, las metas y prioridades de la acción estatal en el mediano
plazo y las estrategias y orientaciones generales de la política económica, social y ambiental
que serán adoptadas por el gobierno. Por otro lado, el plan de inversiones públicas contiene
los presupuestos plurianuales de los principales programas y proyectos de inversión pública
nacional y la especificación de los recursos financieros requeridos para su ejecución y, sus
fuentes de financiación.” (Departamento Nacional de Planeacion, 2019).si se conoce el
estado actual de una situación es posible planear soluciones a los problemas que se presentan,
para el caso requerimos conocer el estado y cantidad de predios con que cuenta la nación
para así poder ejercer acciones que promuevan el desarrollo de la misma.
2.1.2.9 Plan Nacional de Desarrollo (PND) del Actual Gobierno
Con respecto al Plan Nacional de Desarrollo Actual titulado “Pacto por Colombia, pacto por
la equidad” las metas principales sobre el catastro son aumentar el porcentaje del área
geográfica con catastro actualizado de 5,6% al 60% casi duplicar la velocidad de titulación
y, contar con un mayor número de prestadores o gestores autorizados para realizar el Catastro
en los diferentes municipios, a través de facilitar su creación para que exista una mayor
cobertura. Este año ocurrió que el Consejo de Política Económica y Social (Conpes) aprobó
la nueva política catastral para Colombia. A través de la nueva Ley del Plan de Desarrollo se
define el Catastro como un servicio público a cargo de cada municipio, por lo tanto el
41
Catastro pasó de tener un único objetivo fiscal, a ser multipropósito, es decir que, a partir de
la nueva Ley, servirá como información confiable para mejorar el ordenamiento territorial,
la planeación, la gestión ambiental y la creación de políticas públicas más efectivas, por ello
la implementación de la política podrá iniciar este año gracias a un crédito firmado con el
Banco Mundial, Ahora la vigilancia del Catastro estará a cargo de cada municipio, es
responsabilidad de la Superintendencia de Notariado y Registro, quien velará por el estricto
cumplimento de los requisitos definidos para los gestores y operadores. (Consejería
Presidencial para las comunicaciones, 2019)
2.1.2.10 Ficha Predial
El Instituto Geográfico Agustín Codazzi es la entidad encargada de establecer el marco
normativo del catastro en Colombia. Por este motivo, dentro de sus actividades se encuentra
la determinación del mecanismo de calificación de los predios. El formato vigente para
reconocimiento de los predios, y para su calificación respectiva, es la ficha predial de la forma
F510-10/2005.V4, la cual reformó a la anterior 740-17/87. En esta ficha se encuentra la
información de cada predio, registrándose entre otras características en su primera página, si
el predio es urbano o rural, el número predial, el municipio, el corregimiento, localidad o
comuna, barrio o vereda, dirección, matrícula inmobiliaria, destinación económica, nombre
e identificación del propietario (y los anteriores), histórico de mutaciones, registro del
derecho de propiedad o de posesión del predio con la información legal respectiva.
En su segunda página se encuentra la “Calificación de Edificaciones”, en la que se separan
los capítulos de: 1. Estructura 2. Acabados principales 3. Baño 4. Cocina 5. Complemento
industria 6. En la tercera página de la ficha se encuentra la localización geográfica del predio,
detallando los linderos por los cuatro puntos cardinales y el dibujo del croquis del predio para
finalizar en la cuarta y última página se encuentra el avalúo del predio y su historial
correspondiente. (CÉSAR ENRIQUE LOZANO RAMÍREZ, 2018)
42
2.1.3 MARCO CONCEPTUAL DE LA METODOLOGÍA DEL MODELO
2.1.3.1 Modelo Econométrico
Para abarcar el concepto de Modelo Econométrico, previamente se mencionará el concepto
de Modelo Económico. Un Modelo Económico consiste en ecuaciones matemáticas que
describen varias relaciones (Wooldridge, 2010)
Por lo tanto el Modelo Econométrico, es el conjunto de ecuaciones derivadas del modelo
económico al que se incorpora el término de error o de perturbación, que es una variable
aleatoria (estocástica) con propiedades probabilísticas bien definidas. En este modelo es
necesario la utilización de datos u observaciones para la estimación de los parámetros del
modelo, pues son desconocidos. Para la estimación numérica de los parámetros generalmente
se usa la técnica estadística análisis de regresión (Gujarati & Porter, 2009)
2.1.3.2 Modelo de Regresión Lineal Múltiple
Para este caso se utilizará un modelo de regresión lineal, es conveniente tener claro que
Regresión Lineal se refiere a la explicación o predicción de una variable a partir de una o
más variables. Se denomina a la variable dependiente (también llamada variable explicada o
de respuesta) como Y, y la variable independiente (también llamada variable explicativa, de
predicción o regresor) como x. Estas variables están inherentemente relacionadas, en algunos
casos la relación es exacta y la denominamos relación determinista, si la relación anterior
no se considera exacta y contiene elementos probabilísticos o aleatorios se usa el Análisis de
Regresión, mencionado anteriormente, que se refiere a determinar si existe una asociación
entre las variables, cuantificar la fuerza de asociación y el estudio de la forma de dicha
relación (Orellana, 2008)
Para ello se propone un Modelo de Regresión Lineal Múltiple en el que se relaciona una
variable dependiente 𝑦𝑡 con variables independientes 𝑥𝑡, mediante la siguiente ecuación
lineal:
43
ttkkttt exxxy 22110 t=1,2,..., n. k=0,1, 2,..., n
Donde:
𝑦𝑡 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝐷𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑜 𝐸𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎
𝑥𝑡 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑜 𝐸𝑥𝑝𝑙𝑖𝑐𝑎𝑡𝑖𝑣𝑎
𝛽𝑘 = 𝑃𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠
𝑒𝑡 = 𝐸𝑟𝑟𝑜𝑟 𝑜 𝑝𝑒𝑟𝑡𝑢𝑟𝑏𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜
En el caso de k variables es muy útil escribir el modelo en forma matricial. Sea n el número
de
Para realizar un análisis de regresión lineal múltiple se hacen las siguientes
consideraciones:
El valor esperado de la perturbación es cero 𝐸(𝑒𝑡) = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑡
Homocedasticidad: Todos los términos de perturbación o error tienen la misma varianza
(Varianza constante) 𝐸(𝑒𝑡2) = 𝜎2 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑡
Independencia: Los errores son independientes entre sí, lo que indica no auto correlación.
𝐸(𝑒𝑡∙𝑒𝑠) = 0 ∀ 𝑡 ≠ 𝑠
Normalidad: La distribución del error o perturbación aleatoria sigue una distribución
normal.
𝑒𝑡~𝑁(0, 𝜎)
(Rojo, 2007)
2.1.3.3 Supuestos
Para el análisis de un grupo de datos a través de una técnica estadística es necesario verificar
el cumplimiento de supuestos sobre el modelo para tener una mayor sensibilidad e
información complementaria sobre la variable a explorar.
Para detectar una variante en los supuestos realizamos un análisis de residuos la cual es una
técnica bastante útil para esto. A través de gráficos y la aplicación de diferentes pruebas a los
44
residuos podremos dar una apropiada interpretación para llegar a la conclusión de si los
supuestos se cumplen o no, y dado el caso, realizar los ajustes o explicar las consecuencias
de que no se cumplan
2.1.3.3.1 Normalidad
El supuesto de normalidad hace referencia a un conjunto de valores o datos que se ajustan a
un valor medio, es decir, que los valores no tienen diferencias significativas con respecto a
los del resto de la muestra. La hipótesis de normalidad afirma que los parámetros de la media
y la varianza de un conjunto de datos siguen una distribución normal; esto quiere decir que
dichos valores están independientemente distribuidos y no tienen ningún tipo de correlación.
El supuesto de normalidad nos muestra una distribución normal de los residuos donde:
Media: 𝐸(𝑢𝑖) = 0
Varianza: 𝐸[𝑢𝑖 − 𝐸(𝑢𝑖)]2 = 𝐸 𝑢𝑖2 = 𝜎2
𝐶𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎: : 𝐶𝑜𝑣 (𝑢𝑖𝑢𝑗): E{[𝑢𝑖 – 𝐸(𝑢𝑖)] − [𝑢𝑗 – 𝐸(𝑢𝑗)]} = 𝐸(𝑢𝑖𝑢𝑗) = 0 𝑖 ≠ 𝑗 (se da
para análisis de relación entre los datos) (Wooldridge, 2010)
2.1.3.3.1.1 Causas y Formas de Detección
La falta de normalidad para un conjunto de datos puede deberse entre otras causas a la
naturaleza de las variables, por ejemplo, aquellas que siguen una distribución binomial, o
generalmente a la presencia de datos atípicos o influyentes. Para identificar si una variable
sigue o no una distribución normal, se puede a través del análisis de: Gráficos, estadística
descriptiva, y test o pruebas estadísticas.
2.1.3.3.1.1.1 Contraste Jarque –Bera
Es una prueba para muestras grandes, basada en los residuos de mínimos cuadrados
ordinarios. Requiere calcular la asimetría y curtosis de los residuos.
El planteamiento de Hipótesis es el siguiente:
45
𝐻0: 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑠𝑖𝑔𝑢𝑒𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝐻1: 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑛𝑜 𝑠𝑖𝑔𝑢𝑒𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
El estadístico de prueba es:
𝐽𝐵 = 𝑛 [𝐴2
6+
(𝐾 − 3)2
24] ~𝑋2
2 𝑔𝑙
𝐻0 es rechazada si 𝐽𝐵 > 𝐽𝐵 > 𝑋22 𝑔𝑙 a un nivel α de significancia. 𝐴 se denomina asimetría
y 𝐾 curtósis. Estas son medidas descriptivas de una variable aleatoria que hacen referencia
al sesgo de la distribución y el apuntamiento de la distribución. La fórmula de cálculo de
estas medidas es la siguiente:
𝐴 =𝐸(𝑋−𝜇)3
[𝑉𝑎𝑟(𝑋)]3
2⁄ y 𝐾 =
𝐸(𝑋−𝜇)4
[𝑉𝑎𝑟(𝑋)]2
En este caso 𝑋 corresponde a los errores del modelo de mínimos cuadrados ordinarios.
(Rosales Álvarez & Bonilla Londoño, 2006)
2.1.3.3.1.1.2 Contraste Shapiro- Wilk
Este test permite medir el grado de concordancia existente entre la distribución de un
conjunto de datos y una distribución teórica específica. Su objetivo es señalar si los datos
provienen de una población que tiene la distribución teórica especificada. En este test se
efectúa el cálculo de la media y la varianza muestral, y se ordenan las observaciones de menor
a mayor. A continuación, se calculan las diferencias entre: el primero y el último; el segundo
y el penúltimo; el tercero y el antepenúltimo, etc. y se corrigen con unos coeficientes
tabulados por Shapiro y Wilk. El estadístico de prueba es:
𝑊 = 𝐷2
𝑛𝑆2
Dónde:
𝐷2: 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑐𝑜𝑟𝑟𝑒𝑔𝑖𝑑𝑎𝑠
𝑛𝑆2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙
El planteamiento de Hipótesis es el siguiente:
𝐻𝑜: 𝑅𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑠𝑜𝑛 𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠
46
𝐻𝑎: 𝑅𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑛𝑜 𝑠𝑜𝑛 𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠
Se rechazará la hipótesis nula de normalidad si el estadístico W es menor que el valor crítico
proporcionado por la tabla elaborada por los autores para el tamaño muestral y el nivel de
significación dado.
2.1.3.3.1.1.3 Contraste Kolmogorov-Smirnov (K-S)
Este test permite medir el grado de concordancia existente entre la distribución de un
conjunto de datos y una distribución teórica específica. Su objetivo es señalar si los datos
provienen de una población que tiene la distribución teórica especificada.
Se aplica para contrastar la Hipótesis de Normalidad de la Población
𝐻𝑜: 𝐿𝑜𝑠 𝐷𝑎𝑡𝑜𝑠 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑑𝑜𝑠 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑁𝑜𝑟𝑚𝑎𝑙
𝐻𝑎: 𝐿𝑜𝑠 𝐷𝑎𝑡𝑜𝑠 𝑎𝑛𝑎𝑙𝑖𝑧𝑎𝑑𝑜𝑠 𝑛𝑜 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑁𝑜𝑟𝑚𝑎𝑙
El estadístico de prueba es la máxima diferencia:
𝐷 = 𝑚𝑎𝑥|𝐹𝑡(𝑥𝑖) − 𝐹𝑜(𝑥𝑖) |
Donde,
𝐹𝑡(𝑥𝑖): 𝐸𝑠 𝑙𝑎 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝐹𝑜(𝑥𝑖): 𝐸𝑠 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑡𝑒ó𝑟𝑖𝑐𝑎 𝑜 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑎 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑎𝑑𝑎 𝑒𝑛 𝑙𝑎 𝐻𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎
El estadístico D se comparará con el correspondiente de la tabla del test de K-S en base al
nivel de significancia establecido y el tamaño muestral; de manera que si:
𝐷 < 𝐷(𝑡𝑎𝑏𝑙𝑎) 𝑠𝑒 𝐴𝑐𝑒𝑝𝑡𝑎 𝐻𝑜
𝐷 > 𝐷(𝑡𝑎𝑏𝑙𝑎) 𝑠𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜
47
2.1.3.3.1.1.3 Contraste Anderson – Darling
Mide qué tan bien siguen los datos de una muestra una distribución específica. Para un
conjunto de datos y distribución en particular, mientras mejor se ajuste la distribución a los
datos, menor será este estadístico, esta prueba hace uso de la distribución específica en el
cálculo de los valores críticos. Para ese test, se define la hipótesis nula y alterna de la siguiente
manera:
𝐻0: 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑎𝑑𝑎.
𝐻1: 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑛𝑜 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑎𝑑𝑎
El estadístico Anderson Darling está definido como:
𝐴2 = −𝑁 − 𝑆
La prueba es una prueba unilateral y la hipótesis de que la distribución es de una forma
específica se rechaza si la estadística de prueba A es mayor que el valor crítico. Con respecto
a los Histogramas Si hay una distribución normal se espera que al realizar el histograma de
frecuencias de los residuales la distribución de estos sea simétrica, es decir la distribución
tiene una curva suave conocida como la campana de Gauss. (Engineering Statistics
Handbook, 2009)
2.1.3.3.1.2 Consecuencias
Es un supuesto muy importante ya que gran parte de los supuestos utilizados dependen parten
de la suposición de un conjunto de datos normal, por lo que, si no se cumple, los demás
supuesto tampoco. Por otra parte, en un modelo donde no se cumpla el supuesto de
normalidad, los estimadores mínimos cuadráticos no son eficientes, es decir no serán de
mínima varianza, a su vez que los intervalos de confianza de los parámetros del modelo y los
contrastes de significación no serán exactos, sino una aproximación solamente. (Vilar
Fernández, 2006)
48
2.1.3.3.1.3 Soluciones
Para corregir este problema existen diversas maneras, exceptuando cuando variables cuya
naturaleza es diferente a la de la distribución normal. La primera opción son las
trasformaciones, (trasformación Box Cox), si la falta de normalidad continua podría deberse
a la presencia de datos atípicos, por lo que se considera necesario depurar dichos datos, como
segunda opción. Ahora bien, si ninguna de las dos opciones de soluciones funciona, se
sugiere que se apliquen al tiempo, es decir, se remuevan datos y se apliquen
transformaciones.
2.1.3.3.2 Homocedasticidad
Este supuesto establece la existencia de una varianza no constante en las perturbaciones
aleatorias de un modelo econométrico. Este supuesto establece que el error 𝒖 (o los factores
inobservables) tiene la misma varianza para cualquier valor de la variable explicativa x
(variable independiente), es decir; la varianza de los errores en un modelo es constante. El
modelo homocedástico se caracteriza porque la variable explicativa o independiente jamás
afectara a la varianza del error 𝑉𝑎𝑟(𝑢2) = 𝜎2. Esta cualidad es necesaria, según el Teorema
de Gauss-Márkov, para que en un modelo los coeficientes estimados sean los mejores o
eficientes, lineales e insesgados. Cuando no se cumple esta situación, se dice que existe
Heterocedasticidad, que es cuando la varianza de cada término de perturbación no es un
número constante (De Arce & Mahía, 2008)
2.1.3.3.2.1 Causas y Formas de Detección
Puede deberse a la estructura del conjunto de datos en donde con el aumento del tiempo
aumente la variabilidad, o viceversa, la toma de datos en zonas cuya variabilidad es diferente,
la omisión de variables explicativas relevantes para el modelo, presencia de datos atípicos
incluso tratar de ajustar un modelo inadecuado pues se considera una forma funcional errónea
del modelo. Para identificar si un conjunto de datos presenta heteroscedasticidad, se puede a
49
través de contrastes gráficos o del análisis de test o pruebas como: Test White, Test Breush
Pagan, Gold Feld- Quant, entre otros. A continuación se mencionara los test utilizados para
este caso y gráficos recomendados. (De Arce & Mahía, 2008)
2.1.3.3.2.1.1 Test White
En este contraste la idea subyacente es determinar si las variables explicativas del modelo,
sus cuadrados y todos sus cruces posibles no repetidos sirven para determinar la evolución
del error al cuadrado. Es decir; si la evolución de las variables explicativas y de sus varianzas
y covarianzas son significativas para determinar el valor de la varianza muestral de los
errores, entendida ésta como una estimación de las varianzas de las perturbaciones aleatorias.
(De Arce & Mahía, 2008)
2.1.3.3.2.1.2 Test de Breusch-Pagan
La idea del contraste es comprobar si se puede encontrar un conjunto de variables Z que
sirvan para explicar la evolución de la varianza de las perturbaciones aleatorias, estimada
ésta a partir del cuadrado de los errores del modelo inicial sobre el que se pretende comprobar
si existe o no heterocedasticidad. (De Arce & Mahía, 2008)
Con respecto a la heteroscedasticidad, ésta no es fácil de detectar por cuanto en investigación
econométrica es muy común que solamente se tenga un valor Y correspondiente a un valor
de X dado, imposibilitando hallar la varianza de los errores con base en esa única observación.
Como consecuencia, se han creado algunos métodos informales y de aproximación para
detectar la presencia de heteroscedasticidad. Estos métodos generalmente examinan los
residuos obtenidos después de haber obtenido la ecuación de regresión, para buscar en ellos
patrones sistemáticos, indicando así heteroscedasticidad.
50
El procedimiento para las Transformaciones de Box-Cox es diseñado para determinar una
transformación óptima para Y mientras se estima un modelo de regresión lineal. Se considera
el siguiente modelo
𝑌𝑖 λ = 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖 𝑌 > 0
Donde λ es un parámetro que puede ser negativo, cero o positivo. Como Y elevado a la
potencia λ, se obtendrán varias transformaciones de Y, según el valor de λ.
La ecuación antes definida se conoce como modelo de regresión Box-Cox, en honor a los
estadísticos Box y Cox, Según el valor de λ, tenemos los siguientes modelos de regresión,
que se muestran de forma tabular.
Tabla 1: Modelo de Regresión Sugerido; Fuente: (Gujarati D. N., 1978)
Valor de λ Modelo de regresión
1 𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
2 𝑌𝑖2 = 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
0.5 √𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
0 𝐿𝑛𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
-0.5 1
√𝑌𝑖
= 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
-1.0 1
𝑌𝑖= 𝛽1 + 𝛽2𝑋𝑖 + 𝑢𝑖
2.1.3.3.2.2 Consecuencias
El estimador de Mínimos Cuadrados Ordinarios sigue siendo lineal, in-sesgado y consistente,
pero deja de ser eficiente (varianza mínima). De esta manera la variación de parámetros
dejara de mínima varianza, por lo que los intervalos de confianza serán más amplios, lo que
aumenta las posibilidades de contener el valor 0, entonces es probable que se origine otro
tipo de error, con esto, también aumenta la incertidumbre de los intervalos de confianza lo
que reduce la confiabilidad de la predicción. (Gujarati & Porter, 2009).
51
2.1.3.3.2.3 Soluciones
Para corregir la heterocedasticidad existen varias opciones, generalmente se usa la
transformación de las variables originales, la cual consiste en aplicar mínimos cuadrados
ponderados con modelo de heterocedasticidad ya conocido; y la aplicación de medidas
remediales desconociendo la especificación de la varianza. (Gujarati & Porter, 2009)
2.1.3.3.3 Multicolinealidad
Cuando las variables predictoras incluidas en el modelo están correlacionadas entre ellas,
decimos que existe intercorrelación o multicolinealidad. Algunos de los problemas típicos
que aparecen cuando las variables regresoras están fuertemente correlacionadas son:
1. Los coeficientes de regresión estimados se modifican sustancialmente cuando se agregan
o se quitan variables del modelo.
2. Los errores estándares de los estimadores de los coeficientes aumentan.
3. Los coeficientes pueden ser no significativos aun cuando exista una asociación verdadera
entre la variable de respuesta y el conjunto de variables regresoras.
Hace referencia la existencia de una relación exacta entre las variables. La definición de este
término designa una relación perfecta o exacta entre algunas o todas las variables explicativas
o independientes 𝑋1, 𝑋2, 𝑋3, … , 𝑋𝑘 se dice que existe una relación exacta si se satisface la
siguiente condición: 𝜆1𝑋1 + 𝜆2𝑋2 + ⋯ + 𝜆𝑘𝑋𝑘 = 0 . Donde 𝜆1, 𝜆2, … , 𝜆𝑘 son constantes
tales que no todas son simultáneamente iguales a cero. (Gujarati & Porter, 2009)
2.1.3.3.3.1 Causas y Formas de Detección
Las principales causas son: Relación causal entre variables explicativas del modelo, Escasa
variabilidad en las observaciones de las variables independientes, Reducido tamaño de la
muestra., diseño del modelo, etc. Para identificar la multicolinealidad a- priori se observa
cuando el modelo un alto coeficiente de determinación ajustado (𝑅2) y al mismo tiempo,
52
presenta un conjunto amplio de variables no significativas estadísticamente. (Canavos,
1988). Por lo anterior no existen contrastes estadísticos, que sean aplicables para su
detección. Sin embargo, hay reglas prácticas que tratan de determinar en qué medida la
multicolinealidad afecta gravemente a la estimación y contraste de un modelo.
2.1.3.3.3.1.1 VIF- Factor de Inflación de Varianza
Medida de la alta correlación de cada variable independiente con los otros predictores en el
modelo, muestra en qué medida se agranda la varianza del estimador como consecuencia de
la relación de los regresoras.
El 𝑉𝐼𝐹𝑗 es igual a uno si 𝑅𝐽2= 0, es decir si la k-ésima covariable no está correlacionada con
las restantes covariables. Cuando 𝑅𝐽2≠ 0, el 𝑉𝐼𝐹𝑗 es mayor a uno. Cuando 𝑅𝐽
2 está muy cerca
de uno, el 𝑉𝐼𝐹𝑗 se vuelve un número enorme. Para un conjunto de datos, el mayor 𝑉𝐼𝐹𝑗
observado se usa como medida de diagnóstico. Si el máximo 𝑉𝐼𝐹𝑗 es mayor a 10, eso es señal
de multicolinealidad. Otro criterio es que cuando el promedio de los VIF es
considerablemente mayor a uno se está frente a problemas de multicolinealidad.
𝑉𝐼𝐹𝑗 =1
1 − 𝑅𝐽2
𝑖 = 2, … , 𝑘, 0 < 𝑉𝐼𝐹𝑗
2.1.3.3.3.2 Consecuencias
Algunas de las consecuencias más relevantes para el problema de la multicolinealidad son:
Cuanto más grande sea la correlación, más próximo a cero será el determinante de la matriz
X’X, lo cual incrementara las varianzas y covarianzas del vector de los parámetros estimados.
Las elevadas varianzas hacen que los parámetros estimados sean imprecisos e inestables.
Debido a ello, cuanto mayor sea la varianza, menor será el estadístico de contraste t, lo que
generalmente indica que una variable explicativa es irrelevante, cuando en realidad no lo es.
Los coeficientes estimados serán muy sensibles ante pequeños cambios en los datos. (Kizys
& Juan Perez, 2013)
53
2.1.3.3.3.3 Soluciones
Mejora del diseño muestral extrayendo la información máxima de las variables observadas.
Eliminación de las variables que se sospechan son causantes de la multicolinealidad. En caso
de disponer de pocas observaciones, aumentar el tamaño de la muestra. Utilizar la relación
extramuestral que permita realizar relaciones entre los parámetros (información a priori) que
permita estimar el modelo por mínimos cuadrados restringidos. Eliminación de Variables: la
multicolinealidad puede atenuarse si se eliminan los regresoras que son más afectados por la
multicolinealidad.
2.1.3.4 Variables Dummy
Las Variables Dummy son variables cualitativas, también conocidas como indicativa,
binarias, categóricas y dicotómicas. Solo pueden asumir los valores 0 y 1, indicando
respectivamente ausencia o presencia de una cualidad o atributo. La regresión con variables
Dummy surge por la necesidad que tiene el investigador de involucrar variables cualitativas
de atributos o de categorías en un análisis de regresión, sea este simple o múltiple. En estos
casos el investigador se esfuerza por la inclusión de una o más de ellas porque sospecha un
grado de contribución importante al reducir la suma de cuadrados del error y, por lo tanto, a
proporcionar estimaciones más precisas de los parámetros de interés.
2.1.3.5 Selección del mejor conjunto de variables predictoras.
Para determinar cuál es la combinación de variables explicativas iniciales que se deben
incluir en el modelo de regresión se utiliza selección del mejor modelo, se decidirá de dicho
conjunto las variables que tienen la mayor probabilidad de contener factores que aporten a
la variable respuesta, que para este caso es el valor de metro cuadrado de construcción, y
así mismo que sean significativas al modelo. (Canavos, 1988). Para esto se hará uso de la
herramienta Stepwise, del software estadístico R Project.
54
2.1.3.5.1. Algoritmos para la selección de variables
Con respecto a la idea de los algoritmos de selección de variables, es poder elegir el mejor
modelo en forma secuencial, pero incluyendo o excluyendo una sola variable predictora en
cada paso de acuerdo a determinados criterios. El proceso secuencial termina cuando se
satisface una regla de parada establecida. A continuación, se describen tres de los algoritmos
más usados.
Métodos Forward: Conocido también como Selección hacia adelante. Se parte de un modelo
muy sencillo y se van agregando términos con algún criterio, hasta que no procede añadir
ningún término más, es decir, en cada etapa se introduce la variable más significativa hasta
una cierta regla de parada. (Gonzalez Vidal, 2014-2015)
Métodos Backward: También conocido como Eliminación hacia atrás. Se parte de un
modelo muy complejo, que incorpora todos los efectos que pueden influir en la respuesta, y
en cada etapa se elimina la variable menos influyente, hasta que no procede suprimir ningún
termino más. (Gonzalez Vidal, 2014-2015)
Métodos Stepwise: Este procedimiento es una combinación de los dos métodos anteriores.
Comienza como el de introducción progresiva, pero en cada etapa se plantea si todas las
variables introducidas deben de permanecer en el modelo. (Gonzalez Vidal, 2014-2015)
Cuando se aplica este tipo de procedimientos, se debe tener en cuenta cual será la condición
para eliminar o incluir un término. Para ello se puede considerar dos criterios: criterios de
significación del término y criterios de ajuste global, que serán explicado a continuación:
Criterios de significación: En un método backward se suprimirá el término que resulte
menos significativo, y en un método forward se añadirá el término que al añadirlo al modelo
resulte más significativo. Un criterio de significación puede ser la significación de cada
coeficiente. (Gonzalez Vidal, 2014-2015)
55
Criterios globales: En vez de usar la significación de cada coeficiente, se puede basar en un
criterio global, una medida global de cada modelo, de modo que tenga en cuenta el ajuste y
el exceso de parámetros. Escogeremos el modelo cuya medida global sea mejor. Como
criterios destacamos el Criterio de Información de Akaike (AIC) y el Criterio de Información
de Bayes (BIC). Se trata de buscar un modelo cuyo AIC o BIC sea pequeño, ya que en ese
caso habría una verosimilitud muy grande y pocos parámetros. (Gonzalez Vidal, 2014-2015)
56
2.2 RELACIONES DEL MODELO CONCEPTUAL PROPUESTO
Teniendo en cuenta el objetivo principal de éste proyecto se plantea la elaboración del
siguiente modelo:
Ilustración 2: Modelo Conceptual. Fuente: Elaboración Propia
Ilustración 3: Relaciones del Modelo Conceptual. . Fuente: Elaboración Propia
1• LADM (STDM)/POT
2• LADM (STDM)/PMD
3
• POT/PMD
4 • LADM (STDM)/POT/PMD
57
2.2.1 LADM (STDM)/POT
El LADM es definido como un modelo para el ámbito de la administración del territorio,
centrado específicamente en lo que concierne a los derechos, las responsabilidades y las
restricciones; Teniendo claros dos objetivos proporcionar una base para un sistema eficiente
de administración del territorio y posibilitar la comunicación entre los interesados e
involucrados tanto nacional como internacionalmente. Dentro de este encontramos un
modelo a favor de los pobres, el modelo para el ámbito de la tenencia social (Social Tenure
Domain Model -STDM) este se dirige a países en desarrollo que cuentan con escasa cobertura
catastral en la totalidad de su territorio y también para zonas de posconflicto, se caracteriza
por ser un modelo que soporte todas las formas de derecho del territorio independientemente
de si son formales o legales, centrándose en la importancia de la tenencia social y
reclamaciones del territorio.
Los planes de ordenamiento territorial (POT) en Colombia están regidos por la ley 388 de
1997, que cuenta con tres principios fundamentales; la función social y ecológica de la
propiedad, la prevalencia del interés general sobre el particular y la distribución equitativa
de cargas y beneficios. Lo cual se traduce en que cada municipio autónomamente podrá hacer
el ordenamiento del su territorio teniendo en cuenta el uso racional y equitativo del mismo,
prevaleciendo siempre el patrimonio y haciendo gestión y prevención de riesgos.
Teniendo en cuenta que Colombia es un país que cuenta con información catastral limitada
y de baja calidad por como se observa en el marco normativo y conceptual considerando
como fuente el IGAC y además sumando que se encuentra en un proceso de posconflicto, es
evidente que es necesario plantear un modelo del catastro multipropósito haciendo uso del
STDM que por supuesto debe ir de la mano del ordenamiento territorial para poder garantizar
que los propietarios utilicen el suelo de acorde a la función social de la propiedad y que se
respete el patrimonio y los recursos de los municipios lo cual debe estar soportado
primeramente en la claridad de la posesión de la tierra para poder hacer diagnósticos
acertados y soluciones efectivas.
58
2.2.2. LADM (STDM)/PMD
Los planes de desarrollo están reglamentados por la ley orgánica 152 de 1994 mediante la
cual se establece los procedimientos para la elaboración, la ejecución, evaluación y
seguimiento de los mismos, los cuales pueden ser aplicados tanto a nivel nacional como
regional o territorial; están regidos por una serie de principios que modulan las actuaciones
territoriales como lo son: autonomía, ordenación de competencias, coordinación,
consistencia, prioridad del gasto público social, continuidad, participación, sustentabilidad
ambiental, desarrollo armónico de la regiones, proceso de planeación, eficiencia, viabilidad,
coherencia y conformación de los planes.
Los planes de desarrollo están diseñados para fomentar como su nombre lo dice el desarrollo
de un territorio por medio de programas y proyectos dirigidos a las necesidades específicas
de cada sector y de cada población teniendo en cuenta los respectivos diagnósticos se
plantean metas para su cumplimiento, medidas posteriormente por indicadores que muestran
la efectividad de dicho plan, la relación de estos con el STDM es de vital importancia para
un país como Colombia pues se tienen indicadores que revelan pobreza en varios sectores
del país y la implementación de este modelo podría ayudar a la reducción de la misma, al
tener claridad de las necesidades de las personas en esta condición se puede ejecutar políticas
que mejoren considerablemente dicha situación.
2.2.3 POT / PMD
La mayoría de los problemas que se presentan a nivel institucional y legal respecto a las
necesidades de la población tiene que ver con la falta de interoperabilidad entre las entidades
existentes encargadas de cada uno de los procesos, en lo referente al ordenamiento del
territorio y la planeación del mismo es importante que exista coacción y coherencia para
poder hacer de una entidad territorial algo prospero que beneficie a la población y la conduzca
siempre al camino del desarrollo.
59
2.2.4 LADM (STDM)/POT/PMD
En los últimos años Colombia ha buscado mecanismos de implementación para un catastro
multipropósito, que tenga información integral, confiable y completa que no tenga como fin
solamente el recaudo fiscal si no que más bien cuente con información verídica que permita
el desarrollo y el ordenamiento territorial para de esta manera asignar eficientemente recursos
públicos y ejecutar políticas adecuadas.
Lo anterior es posible desde una perspectiva que integre un modelo de administración de
tierras adecuado para el contexto como lo es el STDM, las políticas públicas de desarrollo
(los PMD), y un óptimo ordenamiento del territorio (los POT), ya que si se logra una cohesión
de lo anterior se cumple con el fin de tener procesos más eficientes y completos para el
benéfico del país.
60
3. DESARROLLO DE LA INVESTIGACIÓN
La zona urbana del Municipio de Tenjo tiene 1.481 predios y 3.528 contrucciones que se
encuentran ubicados en 61 manzanas y, para el objetivo del presente trabajo se realizó
previamente una visita a campo en la cual se pudo observar cuales eran los sectores más
heterogéneos teniendo en cuenta principalmente las características físicas. La zona de estudio
seleccionada limita al norte con la Carrera 1F, al oriente con la Calle 7, al Sur con la carrera
3 y al Occidente con la Calle 1, se encuentra comprendido dentro de 16 manzanas, cuenta
con 280 predios correspondiente al 18,91 % de los predios del sector urbano. Al filtrar los
datos correspondientes a Registro 2 del Municipio, se encontró información de 441 de
construcciones, que corresponde al 12,5% de las contrucciones de la zona urbana del
municipio. Dentro del sector se encuentran varias Edificaciones Dotacionales como una
Estación de Policía y una Plaza de Mercado.
Ilustración 4: Zona de Estudio del Municipio de Tenjo .Fuente: Elaboración Propia. ArcMap
61
En cuanto a las bases de datos utilizadas cabe mencionaar, que fueron suministradas por la
Alcaldia Municipal de Tenjo ( Base de Datos Catastral, Base Sisben, Base Estratificación,
POT, PMD, MOT, Cartografía Basica, Fotografías Aereas, ZHF y ZHG) y datos libres IGAC
(Registro 1 y 2), de las cuales se construyó una base de datos espacial, con la cual incialmente
se hizo el tratamiento de los datos, para posteriormente ser procesados en el Software R. La
base de datos inicial para la zona de estudio contaba con un total de 950 construcciones, las
cuales fueron depuradas debido a que la información estaba incompleta para el presente fin,
quedando así un total 441 contrucciones que conrreponde a un 46, 42%.
Con respecto a la población del municipio, este sufre un aumento constante en su población
desde el censo realizado en 1985 hasta el 2005, se incrementó en 6.790 habitantes, la
proyección de población que se tenía para el año 2018 era de 20.179 habitantes. Con respecto
a la dinámica de la población según la Base SISBEN certificada a agosto de 2018, en el
municipio hay 8.933 Hombres y 9.513 Mujeres, para un total de 18.446 habitantes, el 57%
se encuntra en la zona urbana (26 % se ubica en la Cabecera del Municipio y el 31% residen
en los centros poblados) y el 43% se encuentra en el sector rural. (Departamento
Administrativo de Planeación - Municipio de Tenjo, 2018)
62
4. VARIABLES DEL MODELO PROPUESTO
En respuesta al objetivo general del presente trabajo se propone a continuación un modelo
del componente físico en el catastro que apoye el desarrollo socio-económico y el
ordenamiento territorial para el desarrollo municipal, teniendo en cuenta antes el modelo
conceptual en el que dicha ecuación se debe ver inmerso (LADM/STDM, POT Y PMD). Es
importante aclarar que la variable problema (PUNTAJE) fue seleccionada como una
aproximacion o representación inexacta que, sin embargo, es suficientemente para el presente
ejericio que prentende tomarla como lo que describe mejor actualmente el aspecto fisico del
catastro, Las variables seleccionadas para esta ecuación son las siguientes:
Tabla 2: Definición de Variables Fuente: Elaboración Propia
VARIABLE NOTACION DESCRIPCIÓN
PUNTAJE PUNTAJE
Variable que almacena la
calificación de la construcción.
AREA AREA
Variable que representa o
guarda el valor del área
construida
PISOS PISOS
Variable que representa la
cantidad de pisos de una
construcción
TIPO DE
CONSTRUCCIÓN TIPO_DE_CONSTRUCCION
Variable dicotómica que
toma el valor de 1 para
convencional 0 para no
convencional
USO DEL SUELO USO_DEL_SUELO
Variable dicotómica que
toma el valor de 1 para
zona urbana y 0 para
protección
BAÑOS TIENE_BAÑOS
Variable dicotómica que
toma el valor de 1 para
tiene baños y 0 para no
tiene baños
LOCALES TIENE_LOCALES
Variable dicotómica que
toma el valor de 1 para
tiene locales y 0 para no
tiene locales
63
HABITACIONES TIENE_HABITACIONES
Variable dicotómica que
toma el valor de 1 para
tiene habitaciones y 0
para no tiene habitaciones
SUBSIDIOS DE
SERVICIOS PUBLICOS SUB_SERVIC
Variable dicotómica que
toma el valor de 1 para
tiene subsidios de
servicios públicos y 0
para no tiene subsidios de
servicios públicos
VIAS EN
MANTENIMIENTO VIAS_MANTENIMIENTO
Variable dicotómica que
toma el valor de 1 para
tiene vías en
mantenimiento y 0 para
no tiene vías en
mantenimiento
ESTRATO
SIN_ESTRATO
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio sin
estrato y 0 para un predio
con cualquier estrato
diferente.
BAJO
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio con
estrato bajo y 0 para un
predio con cualquier
estrato diferente.
MEDIO-BAJO
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio con
estrato medio-bajo y 0
para un predio con
cualquier estrato
diferente.
NORMA DEL USO DEL
SUELO
COMERCIAL_DE_ALTA_TR
ANSFORMACION_TALLER
ES
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
comercial de alta
transformación y 0 para
un predio con cualquier
estrato diferente.
COMERCIAL_VIVERES_Y_
ABARROTES
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
comercial viveres y
64
abarrotes y 0 para un
predio con cualquier
estrato diferente.
CONSOLIDACIÓN
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
consolidación y 0 para un
predio con cualquier
estrato diferente.
CONSERVACION_CONTEX
TUAL
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
conservación contextual y
0 para un predio con
cualquier estrato
diferente.
HISTORICA_Y_SIMBOLICA
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
histórico y simbólica y 0
para un predio con
cualquier estrato
diferente.
INSTITUCIONAL
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
institucional y 0 para un
predio con cualquier
estrato diferente.
MIXTA
Variable dummy que
toma el valor de 1 cuando
pertenece a un predio uso
mixto y 0 para un predio
con cualquier estrato
diferente.
VÍAS VÍAS
Variable dicotómica que
toma el valor de 1 para
tiene vías en buen estado
y 0 para no tiene vías en
buen estado
TOPOGRAFÍA TOPOGRAFÍA
Variable dicotómica que
toma el valor de 1 para
tiene topografía plana y 0
para no tiene topografía
plana
65
5. ANALISIS DE VARIABLES A UTILIZAR
Las variables a modelar y analizar estadísticamente se han clasificado en dos categorías,
variables cuantitativas y variables cualitativas. Con respecto a las tres variables Cuantitativas
se encuentran PUNTAJE, AREA y PISOS. Y dentro de las variables Cualitativas se
encuentran TIPO DE CONSTRUCCIÓN, USO DEL SUELO, TOPOGRAFÍA, VÍAS,
NORMA DE USO DEL SUELO, ESTRATO, SUBSIDIOS DE SERVICIOS PÚBLICOS,
VÍAS EN MANTENIMIENTO, BAÑOS, LOCALES y HABITACIONES. A continuación,
se analizarán e interpretarán detalladamente las diferentes estadísticas de cada una de las
variables a utilizar en el modelo.
5.1Variables Cuantitavitas
1) PUNTAJE
Figura 1: Histograma de la variable PUNTAJE. Fuente:
Elaboración Propia. R Commander
Tabla 3: Estadísticas descriptivas de la variable
PUNTAJE. Fuente: Elaboración Propia.
PUNTAJE
Media 45,024242
Error típico 0,8493762
Mediana 40
Moda 60
Desviación
estándar 18,897428
Curtosis -0,337109
Coeficiente de
asimetría 0,4962004
Rango 88
Mínimo 7
Máximo 95
La variable respuesta hace referncia al puntaje asignado a la construccion en la ficha
predial,esta se presenta en un rango 7 a 95 puntos,en el hiostograma se puede ver que la
variable presenta una asimetria positiva de 0.49 lo que nos permite concluir que tiene un
comportamiento relativamente normal ya que el pico se encuentra centrado, cabe resaltar que
la mayor frecuencia se encuentra en 40 puntos por otro lado presenta una curtosis de -0,33,
que al ser negativa la distribución se llama platicúrtica y hay una menor concentración de
datos en torno a la media.
Histograma PUNTAJE
PUNTAJE
fre
qu
en
cy
0 20 40 60 80 100
02
04
06
08
01
00
12
01
40
66
2)ÁREA
Figura 2: Histograma de la variable AREA Fuente:
Elaboración Propia. R Commander
Tabla 4: Estadísticas descriptivas de la variable ARE. Fuente: Elaboración
Propia.
AREA
Media 100,13535
Error típico 4,486445
Mediana 76
Moda 42
Desviación
estándar 99,817099
Curtosis 38,475765
Coeficiente
de asimetría 4,1993684
Rango 1264
Mínimo 4
Máximo 1268
Cuenta 495
El area de la construccion se refiere a la cantidad de metros cuadraros que la misma ocupa,
esta se presenta en un rango de 4 a 1268 metros cuadrados,en el grafico que puede observar
que la grafica presenta una asimetria posistva de 4,19 lo que permite concluir que se
encuentra sesgada a la derecha ya que el pico esta descentrado del rango, el valor de la
curtosis es de 38,47 por lo cual la distribución se llama leptocúrtica muestra como hay una
mayor concentración de los datos en torno a la media; en cuanto al coeficiente de asimetría
se observa un valor de 4,19 es decir los datos con asimetría positiva o asimétricos hacia la
derecha se llaman así porque la "cola" de la distribución apunta hacia la derecha y porque el
valor de asimetría es mayor que 0 (es decir, positivo).
Histograma AREA
AREA
fre
qu
en
cy
0 200 400 600 800 1000 1200
05
01
00
15
02
00
25
03
00
67
3) PISOS
Figura 3: Histograma de la Variable PISOS. Fuente: Elaboración Propia. R Commander.
Tabla 5: Estadísticas descriptivas de la
Variable PISO. Fuente: Elaboración
Propia.
PISOS
Media 1,34343434
Error típico 0,02538834
Mediana 1
Moda 1
Desviación
estándar 0,5648549
Curtosis 1,02922692
Coeficiente de
asimetría 1,41598971
Rango 2
Mínimo 1
Máximo 3
Cuenta 495
Los pisos hace referencia a la cantidad de niveles de las contrucciones, esta presenta un rango
de 1 a 3 pisos, en el hsitograma se puede ver que la varible presenta una asimetria positiva
de 1,41, lo que nos permite concluir que se encuentra sesgada a la derecha ya que el pico esta
descentrado del rango, cabe añadir que la mayor frecuencia se encuentra en 1 piso por ultimo
observamos una curtosis de 1,02 que se presenta de manera leptocúrtica lo que significa que
hay una gran concentración de los datos alrededor de la media.
Histograma PISOS
PISOS
fre
qu
en
cy
1.0 1.5 2.0 2.5 3.0
05
01
00
15
02
00
25
03
00
35
0
68
5.2 Variables Cualitativas
1) TIPO DE CONSTRUCCIÓN
Figura 4: Gráfica de Torta de la Variable TIPO DE
CONSTRUCCIÓN. Fuente: Elaboración Propia.
Tabla 6: Análisis Descriptivo de la variable TIPO
DE CONSTRUCCIÓN. Fuente: Elaboración
Propia.
TIPO FRECUENCIA
Convencional 448
No
Convencional 47
Esta variable muestra los tipos de costrucciones presentes en la zona de estudio, con respecto
a las construcciones de tipo convencional se observa que ocupan un gran porcentaje referente
al 91% (448) del total de la muestra mientras que por el contrario las construcciones de tipo
no convencional no son muyrepresentativas ocupando un 9 % con 47 contruciones de este
tipo.
2) USO DEL SUELO
Figura 5: Grafico de Torta de la variable USO DEL SUELO.
Fuente: Elaboración Propia.
Tabla 7: Análisis descriptivo de la variable
USO DEL SUELO. Fuente: Elaboración Propia.
USO FRECUENCIA
Zona Urbana 234
Protección 261
Esta variable se refiere al uso del suelo según el POT del municpicio de manera que se
clasifican según el articulo 8 de la ley 388 del 97 , para el presente caso se observa que para
la muestra de datos se enocontro un 52.73 % de suelo de proteccion correspondientes a 261
Convencional
90,51%
No
Convencional
9,49%
TIPO DE CONSTRUCCIÓN
Zona
Urbana
47,27%Protección
52,73%
USO DEL SUELO
69
construcciones, para el resto del procentaje correpsondiente al 42.27% con 234 vemos que
correpsonde a las construcciones ubicadas en la zona urbana de la zona.
3) TOPOGRAFÍA
Figura 6: Grafica de Torta de la variable TOPOGRAFÍA. Fuente: Elaboración Propia.
Tabla 8: Análisis Descriptivo de la variable
TOPOGRAFÍA. Fuente: Elaboración Propia.
TIPO FRECUENCIA
Plano con
una pendiente
0-7 %
495
Esta variable hace referencia a el tipo de topografia donde se encuentra ubicado el inmueble
se categoriza según la metodologia de zonas homogeneas fisicas y geoeconomicas del igac
que contempla 3 tipos: plano,inclinado y empinado, para el caso se observa que el 100% de
la muestra cuenta con una topografia plana.
4) VÍAS
Figura 7: Grafico de Torta de la variable VÍAS. Fuente: Elaboración Propia.
Tabla 9: Análisis Descriptivo de la variable
VÍAS. Fuente: Elaboración Propia.
ESTADO
DE LAS
VÍAS
FRECUENCIA
Vías Buenas 495
Esta variable hace referencia a el estado de la via donde se encuentra ubicado el inmueble,
se categoriza según la metodologia de zonas homogeneas fisicas y geoeconomicas del igac
que contempla 4 tipos: zonas con vias pavimentadas, zonas con sin pavimentar, zonas con
vias peatonales y zonas sin vias, para el caso se observa que el 100% de la muestra cuenta
con vias buenas.
Plano con una
pendiente 0-7 %
100%
TOPOGRAFÍA
Buenas
100%
ESTADO DE LAS VÍAS
70
5) NORMA DEL USO DEL SUELO
Figura 8: Gráfica de Torta de la variable NORMA DEL USO DEL SUELO.
Fuente: Elaboración Propia.
Tabla 10: Análisis Descriptivo de la variable
NORMA DEL USO DEL SUELO. Fuente:
Elaboración Propia.
NORMA FRECUENCIA
Comercial de
Alta
Transformación
Talleres
209
Comercial
Víveres y
Abarrotes
70
Consolidación 58
Conservación
Contextual 125
Histórica y
Simbólica 25
Institucional 4
Mixta 4
La presente variable se refiere a la norma de uso del suelo por actividad economica a la que
pertence cada construccion encontramos que los valores mas bajos se prensentan en el uso
misto e institucional con 0.81% cada uno, seguido del el uso historico y simboloco con un
porcentaje 5.05% mientras el uso comercial viveres ya abarrotes y consolidacion tiene
porcentajes respectivos de 14.14% y 11.72% quedando asi los dos porcentajes mas altos
referenctes a conservacion contextual con un 25.25% y comercial de alta trasformacion
talleres con un 42.22% siendo este el de mayor presencia con respecto al total de la muestra.
6) ESTRATO
Figura 9: Gráfica de Torta de la variable ESTRATO. Fuente: Elaboración Propia.
Tabla 11: Análisis Descriptivo de la variable ESTRATO. Fuente: Elaboración
Propia.
ESTRATO FRECUENCIA
0 Sin
Estrato 26
2 Bajo 306
3 Medio-
Bajo 163
Comercial de Alta
Transformacion
Talleres
42,22%
Comercial
Viveres y
Abarrotes
14,14%
Consolidacion
11,72%
Conservacion
Contextual
25,25%
Historica y
Simbolica
5,05%
Institucional
0,81% Mixta
0,81%
NORMA DEL USO DEL SUELO
Sin
Estrato
5%
Bajo
62%
Medio -
Bajo
33%
ESTRATO
71
Esta variable es el estrato socioeconómico que refiere a “una clasificación en estratos de los
inmuebles residenciales que deben recibir servicios públicos. Se realiza principalmente para
cobrar de manera diferencial por estratos los servicios públicos domiciliarios permitiendo
asignar subsidios y cobrar contribuciones en esta área” (DANE), para la zona donde se tomó
la muestra se observa una presencia de inmuebles sin estrato baja con un porcentaje de 5%
seguida de estrato bajo con un porcentaje de 33% y por último el estrato de más frecuencia
en la zona fue el medio-bajo con un 62% del total de la muestra.
7) SUBSIDIOS DE SERVICIOS PÚBLICOS
Figura 10: Gráfico de Torta de la variable SUBSIDIO DE
SERVICIOS PÚBLICOS. Fuente: Elaboración Propia.
Tabla 12: Análisis Descriptivo de la variable
SUBSIDIO DE SERVICIO PÚBLICOS. Fuente:
Elaboración Propia.
CLASIFICACIÓN FRECUENCIA
Con Subsidio 306
Sin Subsidio 189
Esta variable hace referencia a los inmueble que cueta con subsidio en los servicio publicos
fue tomada de los indicadores del plan de desarrollo del munipio de estudio y se priorizo
para los estratos 1 y 2 presentes en la zona de estudio para lo cual vemos el sigueinte
comportameinto las construcciones sin subsidio tiene un porcetaje del 38% y las que si
cuentan con el miso representan el 62% del total de la muestra.
Con
Subsidio
62%
Sin
Subsidio
38%
SUBSIDIO DE SERVICIOS
PÚBLICOS
72
8) VÍAS EN MANTENIMIENTO
Figura 11: Grafico de Torta de la variable VÍAS EN
MANTENIMIENTO. Fuente: Elaboración Propia.
Tabla 13: Análisis Descriptivo de la variable VÍAS
EN MANTENIMIENTO. Fuente: Elaboración
Propia.
CLASIFICACIÓN FRECUENCIA
Con Mantenimiento 28
Sin Mantenimiento 467
Esta variable hace referencia a los inmueble que se encuentran ubicados en sectores donde
las vias esta en mantenimeinto fue tomada de los indicadores del plan de desarrollo del
munipio de estudio, como lo indica la grafica y los datos en general las vias estan en buen
estado en la ona de la toma de la muestra por tanto pocos inmuebles son afectados con el
amnetenimiento de las mismas para el caso solo un 6% de los mismo el resto correspondiente
al 94% se encuentra sin dicho afectacion.
9) BAÑOS
Figura 12: Gráfico de Torta de la variable BAÑOS. Fuente: Elaboración Propia.
Tabla 14: Análisis Descriptivo de la variable BAÑOS.
Fuente: Elaboración Propia.
CLASIFICACIÓN FRECUENCIA
Tiene Baños 343
No Tiene Baños 152
Esta variable se refiere a la presencia o no de baños en la unidad constructiva para lo cual se
observa que la mayoria cuenta con la presencia de los mismos con un porcentaje de 69.29%
mientras que solo el 30.71 % no cuenta con estos.
Con Mantenimiento
6%
Sin Mantenimiento
94%
VÍAS EN MANTENIMIENTO
Tiene
Baños
69,29%
No Tiene
Baños
30,71%
BAÑOS
73
10) LOCALES
Figura 13: Gráfico de Torta de la variable LOCALES. Fuente:
Elaboración Propia.
Tabla 15: Análisis Descriptivo de la variable
LOCALES. Fuente: Elaboración Propia.
CLASIFICACIÓN FRECUENCIA
Tiene Locales 124
No Tiene Locales 371
Esta variable se refiere a la presencia o no de locales en la unidad constructiva para lo cual
se observa que la mayoria no cuenta con la presencia de los mismos con un porcentaje de
74.95% mientras que solo el 25.05 % cuenta con estos.
11) HABITACIONES
Figura 14: Grafico de Torta de la variable HABITACIONES.
Fuente: Elaboración Propia.
Tabla 16: Análisis Descriptivo de la variable
HABITACIONES. Fuente: Elaboración Propia.
CLASIFICACIÓN FRECUENCIA
Tiene Habitaciones 311
No Habitaciones 184
Esta variable se refiere a la presencia o no de habitaciones en la unidad constructiva para lo
cual se observa que la mayoria cuenta con la presencia de los mismos con un porcentaje de
62.83% mientras que solo el 37.17 % no cuenta con estos.
Tiene
Locales
25,05%
No Tiene
Locales
74,95%
LOCALES
Tiene
Habitaciones
62,83%
No
Habitaciones
37,17%
HABITACIONES
74
6. VALIDACIÓN DEL MODELO
6.1 MODELO INICIAL
Se realiza modelo inicial omitiendo las variables HISTORIA Y SIMBÓLICA,
INSTITUCIONAL, MIXTA, SIN ESTRATO y BAJO ya que los datos no son representativos
para la muestra.
𝑃𝑈𝑁𝑇𝐴𝐽𝐸 = 𝐴𝑅𝐸𝐴 + 𝐶𝑂𝑀𝐸𝑅𝐶𝐼𝐴𝐿_𝐷𝐸_𝐴𝐿𝑇𝐴_𝑇𝑅𝐴𝑁𝑆𝐹𝑂𝑅𝑀𝐴𝐶𝐼𝑂𝑁_𝑇𝐴𝐿𝐿𝐸𝑅𝐸𝑆 +
𝐶𝑂𝑀𝐸𝑅𝐶𝐼𝐴𝐿_𝑉𝐼𝑉𝐸𝑅𝐸𝑆_𝑌_𝐴𝐵𝐴𝑅𝑅𝑂𝑇𝐸𝑆 + 𝐶𝑂𝑁𝑆𝐸𝑅𝑉𝐴𝐶𝐼𝑂𝑁_𝐶𝑂𝑁𝑇𝐸𝑋𝑇𝑈𝐴𝐿 +
𝐶𝑂𝑁𝑆𝑂𝐿𝐼𝐷𝐴𝐶𝐼𝑂𝑁 + 𝑀𝐸𝐷𝐼𝑂. 𝐵𝐴𝐽𝑂 + 𝑃𝐼𝑆𝑂𝑆 + 𝑆𝑈𝐵_𝑆𝐸𝑅𝑉𝐼𝐶 + 𝑇𝐼𝐸𝑁𝐸_𝐵𝐴Ñ𝑂𝑆
+ 𝑇𝐼𝐸𝑁𝐸_𝐻𝐴𝐵𝐼𝑇𝐴𝐶𝐼𝑂𝑁𝐸𝑆 + 𝑇𝐼𝐸𝑁𝐸_𝐿𝑂𝐶𝐴𝐿𝐸𝑆
+ 𝑇𝐼𝑃𝑂_𝐷𝐸_𝐶𝑂𝑁𝑆𝑇𝑅𝑈𝐶𝐶𝐼𝑂𝑁 + 𝑇𝑂𝑃𝑂𝐺𝑅𝐴𝐹𝐼𝐴 + 𝑈𝑆𝑂_𝐷𝐸𝐿_𝑆𝑈𝐸𝐿𝑂
+ 𝑉𝐼𝐴𝑆 + 𝑉𝐼𝐴𝑆_𝑀𝐴𝑁𝑇𝐸𝑁𝐼𝑀𝐼𝐸𝑁𝑇𝑂
Ilustración 5: Modelo de Regresión Inicial. Fuente: Elaboración Propia. R Commander
75
Con respecto al modelo que se puede observar en la imagen anterior, cabe aclarar que debido
a que las variables TOPOGRAFÍA y VÍAS, ya que presentan una colinealidad exacta, el
software no arroja ningún valor de esas variables.
6.1.1 PRUEBA DE SIGNIFICANCIA DEL MODELO INICIAL
Con base en la figura anterior se procede a evaluar la significancia de cada uno de los
parámetros a un 5%, teniendo en cuenta la siguiente regla de decisión:
𝐻𝑂 = 𝐵𝐽 = 0; 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝐵𝐽 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒
𝐻𝑎 = 𝐵𝐽≠ 0; 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝐵𝐽 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒
En donde
�̂� > 𝑎 ; 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
�̂� < 𝑎 ; 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
Teniendo en cuenta que 𝑎 = 0.05 y �̂� hace referencia al p valor que arroja el software R, se
puede observar que la mayoría de parámetros tienen un p valor mayor a 0.05, por ende no
rechazo la Hipótesis Nula y se concluye que las parámetros no son significativos
estadísticamente.
Los parámetros ÁREA, PISOS, CONSERVACION_CONTEXTUAL y
TIPO_DE_CONSTRUCCION tienen un p valor menor a 0.05, lo que nos lleva a rechazar la
hipótesis nula y a decidir que los parámetros son significativos estadísticamente.
También para la prueba de significancia se puede realizar una prueba de significancia del 1%
al modelo para saber si ajustan los datos o no, se tiene en cuenta la siguiente prueba de
hipótesis:
𝐻𝑂 = 𝐸𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
𝐻𝑎 = 𝐸𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
En donde la regla de decisión es la siguiente:
76
|𝐹𝐶| < |𝐹𝑡| 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
|𝐹𝐶| > |𝐹𝑡| 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
Se tiene que 𝐹𝐶 = 11,38 y 𝐹(
14
480,0.99)
= entonces como 𝐹𝐶 = 11,38 > 𝐹𝑡 = 2,118913353
lo que nos dice que 𝐻𝑂 se rechaza y por ende el modelo ajusta a los datos.
El Modelo Inicial tiene un estadístico R cuadrado ajustado de 0.2274, es decir que el 22,74%
de la variabilidad del valor puntaje es explicada por la variabilidad de las variables regresoras
del modelo.
6.1.2 PRUEBA DE SUPUESTOS DEL MODELO INICIAL
6.1.2.1 TEST DE NORMALIDAD DEL MODELO INICIAL
Inicialmente se realiza una prueba de contraste de normalidad de residuos con una
significancia 𝑎 = 0.05 , cabe añadir que estas pruebas fueron realizadas en el software R .Se
usa la siguiente prueba de hipótesis:
𝐻𝑂 = 𝐿𝑜𝑠 𝑒𝑖 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝐻𝑎 = 𝐿𝑜𝑠 𝑒𝑖 𝑛𝑜 𝑠𝑖𝑞𝑢𝑖𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
Donde se usa la regla de decisión en donde 𝑝 𝑣𝑎𝑙𝑜𝑟̂ > 𝛼 No se rechaza 𝐻0 , en caso
contrario se rechaza la 𝐻0.
Tabla 17: Prueba de normalidad de residuos del modelo inicial. Fuente: Elaboración Propia. R Commander
Prueba Shapiro-Wilk Kolmogorov-Smirnov
(Lilliefors) Anderson-Darling
p valor 0.00000001766 9.136𝑒 − 10 2.07𝑒 − 13
Como el p-valor obtenido mediante el test de Shapiro-Wilk, Kolmogorov-Smirnov y
Anderson Darling es inferior al 0.05, esto nos indica que se rechaza 𝐻𝑂 y por ende los 𝑒𝑖 no
siguen una distribución normal.
77
Con el objetivo de evitar la pérdida de información se busca la normalidad por medio de una
transformación o la remoción de datos atípicos, pero lo más recomendable es realizar la
Transformación.
6.1.2.2 PRUEBA DE HOMOCEDASTICIDAD DEL MODELO INICIAL
Las pruebas se realizaron a un 5% de significancia para los residuos, en el software R
Tabla 18: Homocedasticidad Modelo Inicial. Fuente: Elaboración Propia. R Commander
Prueba Breusch-Pagan Goldfeld-Quandt
p valor 0.144 0.8893
La prueba de hipótesis que se plantea es:
𝐻0=𝐿𝑜𝑠 ei 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑜𝑠
𝐻𝑎=𝐿𝑜𝑠 ei 𝑛𝑜 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑜𝑠
Donde:
𝑝 𝑣𝑎𝑙𝑜𝑟 ̂ > 𝛼 𝑁𝑜 𝑠𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑝 𝑣𝑎𝑙𝑜𝑟 ̂ < 𝛼 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
Al observar la tabla de Homocedasticidad para el Modelo Inicial se tiene que tiene en cuenta
únicamente la prueba de Goldfeld-Quandt, ya que esta prueba aplica para grandes cantidades
de datos (la prueba Breusch-Pagan aplica a pequeñas cantidades de datos), el p valor que
arroja esta prueba es mayor a 0.05, lo que nos indica que no se rechaza 𝐻0 y por lo tanto los
residuos del modelo son homocedásticos.
6.1.2.3 PRUEBA DE MULTICOLINEALIDAD DEL MODELO INICIAL
Para evaluar este supuesto se hace uso de la función VIF en el software R, que es el Factor
de Inflación de la Varianza, la multicolinealidad se mide en:
𝐵𝑎𝑗𝑎: 1 < 𝑉𝐼𝐹𝐽 < 5
78
𝑀𝑜𝑑𝑒𝑟𝑎𝑑𝑎: 5 < 𝑉𝐼𝐹𝐽 < 10
𝐴𝑙𝑡𝑎: 𝑉𝐼𝐹𝐽 > 10
𝑀𝑢𝑦 𝐴𝑙𝑡𝑎: 𝐷𝑒 30 𝑒𝑛 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒
Cabe resaltar que valores de VIF mayores a 5 nos afecta el modelo, reduciendo la
confiabilidad del mismo. Mediante el software R se obtuvieron las siguientes matrices del
factor de inflación de varianza, para obtener el resultado fue necesario eliminar las variables
TOPOGRAFÍA y VÍAS, ya que presentaban error en el modelo inicial:
Ilustración 6: VIF ( Factor de Inflación de la Varianza) para las variables del Modelo Inicial. Fuente: Elaboración
Propia. R Commander
Tabla 19: Interpretación de la Multicolineadiad para cada variable del Modelo Inicial. Fuente: Elaboración Propia.
VARIABLES ENDÓGENAS 𝑽𝑰𝑭𝑱 MULTICOLINEALIDAD
AREA 1.186065 Baja
COMERCIAL_DE_ALTA_TRANSFORMA
CION_TALLERES 4.567631 Baja
COMERCIAL_VIVERES_Y_ABARROTES 3.728890 Baja
CONSERVACION_CONTEXTUAL 3.764211 Baja
CONSOLIDACION 3.379057 Baja
MEDIO.BAJO 5.074474 Moderada
PISOS 1.290857 Baja
SUB_SERVIC 5.755502 Moderada
TIENE_BAÑOS 1.475139 Baja
TIENE_HABITACIONES 1.301425 Baja
TIENE_LOCALES 1.237967 Baja
TIPO_DE_CONSTRUCCION 1.256272 Baja
USO_DEL_SUELO 3.088541 Baja
VIAS_MANTENIMIENTO 1.323985 Baja
79
Tenido en cuenta la anterior tabla, se puede observar que la mayoría de las variables
explicativas tiene Multicolinealidad Baja, esto indica que presentan una baja correlación en
los datos y una variable no puede llegar a ser combinación lineal de la otra.
6.1.3 TRANSFORMACIÓN BOX-COX
Debido a que no se cumple el supuesto de normalidad se recurre a hacer transformación Box-
Cox a las variables continuas a través del Software R quien arroja una lambda con la función
Box Cox Trans. Debido a que dentro de las transformaciones sugeridas por el software R eran
de difícil interpretación y no se obtenía normalidad en la variable, se decide usar una
transformación mediante logaritmo, para así obtener la simetría de la variable.
Tabla 20: Transformación Box-Cox. Fuente: Elaboración Propia. R Commander
VARIABLE LAMBDA
(𝝀)
TRANSFORMACIÓN
REALIZADA
PUNTAJE 0,4 Logaritmo
PISOS −0,2 Logaritmo
AREA 0,2 Logaritmo
Tabla 21: Comparación Variables Continuas Antes y Después de la Transformación Box Cox. Fuente:Elaboración Propia.
ANTES DE LA
TRANSFORMACIÓN
DESPUÉS DE LAS
TRANSFORMACIÓN ANÁLISIS
PUNTAJE
El puntaje se encuentra en
los valores 20 y 70 sin
transformar, al transformarla
se encuentra en un rango de
1 a 4.5. Se puede observar
que la distribución no varió
mucho, ya que inicialmente,
no presenta sesgos muy
pronunciados.
PISOS
Histograma PUNTAJE
PUNTAJE
fre
qu
en
cy
0 20 40 60 80 100
02
04
06
08
01
00
12
01
40
VARIABLE PUNTAJE TRANSFORMADA
log(PUNTAJE)
fre
qu
en
cy
2.0 2.5 3.0 3.5 4.0 4.5
02
04
06
08
0
80
Se puede observar que la
distribución no varió mucho,
quedaron en escalas
diferentes pero comparables
en cuanto a distribución
ÁREA
Se puede ver que la
distribución de los datos
cambio notablemente, la
simetría es mucho mejor que
la anterior, los valores del
área de terreno antes de
transformarla se encuentra
entre 0 y 600 y después de
transformarla están en de 0 a
7 por esta razón no son
comparables, ya que
presenta diferentes escalas.
6.2. SELECCIÓN DEL MODELO FINAL
Para la selección del mejor modelo para la obtención del modelo final nos apoyamos en el
método de stepwise, con los criterios de AIC, BIC (atrás/adelante y adelante /atrás); con el
objetivo de quedarnos con la mejor estimación que nos arroje el programa. Éste método se
realiza para el Modelo con forma funcional lineal y con forma funcional logarítmica, en cada
uno se evalúa el 𝑅2-Ajustado, las variables significativas y las pruebas de Normalidad y
Homocedasticidad; para lo cual el modelo resultante es el Modelo AIC (Atrás/Adelante). El
modelo. Con respecto a la identificación de los datos atípicos se pudo observar que son
insignificantes con respecto al total de la muestra ya que al realizar las pruebas en el software
Histograma PISOS
PISOS
fre
qu
en
cy
1.0 1.5 2.0 2.5 3.0
05
01
00
15
02
00
25
03
00
35
0
VARIABLE PISOS TRANSFORMADA
log(PISOS)
fre
qu
en
cy
0.0 0.2 0.4 0.6 0.8 1.0
05
01
00
15
02
00
25
03
00
35
0Histograma AREA
AREA
fre
qu
en
cy
0 200 400 600 800 1000 1200
05
01
00
15
02
00
25
03
00
VARIABLE AREA TRANSFORMADA
log(AREA)
fre
qu
en
cy
1 2 3 4 5 6 7
02
04
06
08
01
00
12
0
81
R, se encontró un porcentaje inferior a 0,3%, esto denota que estos datos no tienen relevancia
dentro del modelo.
Ilustración 7: Modelo de Regresión Final. Fuente: Elaboración Propia. R Commander
El modelo final que se puede observar en la anterior ilustración tiene un estadístico R
cuadrado ajustado de 0.2728, es decir que el 27,28% de la variabilidad del puntaje de la
construcción es explicada por AREA (log(AREA)), Comercial Viveres y Abarrotes,
Conservación Contextual, Consolidación, Medio-Bajo, Pisos (log(PISOS)), Baños
(Tiene_Baños) y Tipo de Construcción. Hay siete variables que son significativas
estadísticamente al 5% de significancia
82
Interpretación del Modelo Final:
𝛽0 = El intercepto en esta regresión tiene un valor de 2,90360, este parámetro no debería interpretarse porque el área y la cantidad de pisos
en las construcciones nunca será cero.
𝛽1 = Está relacionada con la variable ÁREA, la cual toma un valor de 0,14078, lo cual indica que por cada unidad porcentual que incremente
el área el puntaje de la construcción aumentara en 0,14.
𝛽2 =Está relacionado con la variable Dummy COMERCIAL_VIVERES_Y_ABARROTES (Norma del Uso del Suelo según la norma por
tipo de actividad económica) la cual toma un valor de −0,16953, lo que indica que si la construcción presenta esta norma de uso el valor del
puntaje disminuirá en un 0,16.
𝛽3 = Está relacionado con la variable Dummy CONSERVACIÓN_CONTEXTUAL, la cual toma un valor de −0.12549, la cual indica que
si la construcción presenta esta norma del uso, el valor del puntaje disminuirá en un 0,12.
𝛽4 = Está relacionado con la variable Dummy CONSOLIDACIÓN, la cual toma un valor de −0.10097, la cual indica que si la construcción
presenta esta norma del uso, el valor del puntaje disminuirá en un 0,10.
𝛽5 = Está relacionado con la variable Dummy MEDIO_BAJO (Construcciones de estrato 3), la cual toma un valor de 0,13338, la cual indica
que si la construcción presenta un estrato tres, el valor del puntaje aumentará en un 0,13.
𝛽6 =Está relacionada con la variable PISOS, la cual toma un valor de 0,22718, dado que el 1% del piso no tiene sentido; es este caso, un
valor de 0,22718 lo cual indica que por cada 100 % que incremente los pisos el puntaje de la construcción aumentará un 22 %
𝛽7 =Está relacionado con la variable dummy TIENE_BAÑOS (se refiere a la existencia o no de baños) la cual toma el valor de 0,09318, lo
cual indica que si la construcción tiene baños, el valor del puntaje aumentará un 0,09
𝛽8 = Está relacionado con la variable dummy TIPO_DE_CONSTRUCCION (se refiere a construcciones convencionales y no convencionales)
la cual toma el valor de 0,13899, lo cual indica que si la construcción presenta esta condición, el valor del puntaje aumentará un 0,13
Ecuación del Modelo Final
𝑃𝑈𝑁𝑇𝐴𝐽𝐸
= 𝑒(𝛽0+𝛽1𝑙𝑜𝑔𝐴𝑅𝐸𝐴− 𝛽2𝐶𝑂𝑀𝐸𝑅𝐶𝐼𝐴𝐿_𝑉𝐼𝑉𝐸𝑅𝐸𝑆_𝑌_𝐴𝐵𝑅𝐴𝑅𝑅𝑂𝑇𝐸𝑆−𝛽3𝐶𝑂𝑁𝑆𝐸𝑅𝑉𝐴𝐶𝐼𝑂𝑁_𝐶𝑂𝑁𝑇𝐸𝑋𝑇𝑈𝐴𝐿−𝛽4𝐶𝑂𝑁𝑆𝑂𝐿𝐼𝐷𝐴𝐶𝐼𝑂𝑁+𝛽5𝑀𝐸𝐷𝐼𝑂_𝐵𝐴𝐽𝑂+𝛽6𝑙𝑜𝑔𝑃𝐼𝑆𝑂𝑆+𝛽7𝑇𝐼𝐸𝑁𝐸_𝐵𝐴Ñ𝑂𝑆+𝛽8𝑇𝐼𝑃𝑂_𝐷𝐸_𝐶𝑂𝑁𝑆𝑇𝑅𝑈𝐶𝐶𝐼𝑂𝑁)
83
6.2.1 PRUEBA DE SIGNIFICANCIA DEL MODELO FINAL
Con base en la figura anterior se procede a evaluar la significancia de cada uno de los parámetros
a un 5%, teniendo en cuenta la siguiente regla de decisión:
𝐻𝑂 = 𝐵𝐽 = 0; 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝐵𝐽 𝑛𝑜 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒
𝐻𝑎 = 𝐵𝐽≠ 0; 𝑒𝑙 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝐵𝐽 𝑒𝑠 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜 𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒
En donde
�̂� > 𝑎 ; 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
�̂� < 𝑎 ; 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
Teniendo en cuenta que 𝑎 = 0.05 y �̂� hace referencia al p valor que arroja el software R, se puede
observar que la mayoría de parámetros tienen un p valor mayor a 0.05, por ende no rechazo la
Hipótesis Nula y se concluye que las parámetros no son significativos estadísticamente .Los
parámetros AREA (logAREA), PISOS (logPISO), COMERCIAL_VIVERES_Y_ABARROTES,
CONSERVACION_CONTEXTUAL, CONSOLIDACION, MEDIO.BAJO, TIENE_BAÑOS y
TIPO_DE_CONSTRUCCION, tienen un p valor menor a 0.05, lo que nos lleva a rechazar la
hipótesis nula y a decidir que los parámetros son significativos estadísticamente.
También para la prueba de significancia se puede realizar una prueba de significancia del 1% al
modelo para saber si ajustan los datos o no, se tiene en cuenta la siguiente prueba de hipótesis:
𝐻𝑂 = 𝐸𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
𝐻𝑎 = 𝐸𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
En donde la regla de decisión es la siguiente:
|𝐹𝐶| < |𝐹𝑡| 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
|𝐹𝐶| > |𝐹𝑡| 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂
84
Se tiene que 𝐹𝐶 = 24,17 y 𝐹(
8
486,0.99)
= entonces como 𝐹𝐶 = 24,17 > 𝐹𝑡 = 2,547934607 lo que
nos dice que 𝐻𝑂 se rechaza y por ende el modelo ajusta a los datos.
El Modelo Inicial tiene un estadístico R cuadrado ajustado de 0,2728 es decir que el 27,28% de
la variabilidad del valor puntaje es explicada por la variabilidad de las variables regresoras del
modelo.
6.2.2 PRUEBA DE SUPUESTOS DEL MODELO FINAL
6.2.2.1 TEST DE NORMALIDAD DEL MODELO FINAL
Inicialmente se realiza una prueba de contraste de normalidad de residuos con una significancia
𝑎 = 0.05 , cabe añadir que estas pruebas fueron realizadas en el software R .Se usa la siguiente
prueba de hipótesis:
𝐻𝑂 = 𝐿𝑜𝑠 𝑒𝑖 𝑠𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝐻𝑎 = 𝐿𝑜𝑠 𝑒𝑖 𝑛𝑜 𝑠𝑖𝑞𝑢𝑖𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
Donde se usa la regla de decisión en donde 𝑝 𝑣𝑎𝑙𝑜𝑟 ̂ > 𝛼 No se rechaza 𝐻0 , en caso contrario se
rechaza la 𝐻0.
Tabla 22: Prueba de Normalidad de Residuos del Modelo Final. Fuente: Elaboración Propia. R Commander
Prueba Shapiro-Wilk Kolmogorov-Smirnov (Lilliefors) Anderson-Darling
p valor 0.001316 0.1976 0.0251
Como el p-valor obtenido mediante el test de Shapiro-Wilk y Anderson Darling es inferior al 0.05,
esto nos indica que se rechaza 𝐻𝑂 y por ende los 𝑒𝑖 no siguen una distribución normal.
6.2.2.2 PRUEBA DE HOMOCEDASTICIDAD DEL MODELO FINAL
Las pruebas se realizaron a un 5% de significancia para los residuos, en el software R
Tabla 23: Homocedasticidad del Modelo Final Fuente: Elaboración Propia. R Commander
Prueba Breusch-Pagan Goldfeld-Quandt
85
p valor 0.0003492 0.3919
La prueba de hipótesis que se plantea es:
𝐻0=𝐿𝑜𝑠 ei 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑜𝑠
𝐻𝑎=𝐿𝑜𝑠 ei 𝑛𝑜 𝑠𝑜𝑛 ℎ𝑜𝑚𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑜𝑠
Donde:
𝑝 𝑣𝑎𝑙𝑜𝑟 ̂ > 𝛼 𝑁𝑜 𝑠𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑝 𝑣𝑎𝑙𝑜𝑟 ̂ < 𝛼 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
Al observar la tabla de Homocedasticidad para el Modelo Final se tiene que tiene en cuenta
únicamente la prueba de Goldfeld-Quandt, ya que esta prueba aplica para grandes cantidades de
datos (la prueba Breusch-Pagan aplica a pequeñas cantidades de datos), el p valor que arroja esta
prueba es mayor a 0.05, lo que nos indica que no se rechaza 𝐻0 y por lo tanto los residuos del
modelo son homocedásticos.
6.2.2.3 PRUEBA DE MULTICOLINEALIDAD DEL MODELO FINAL
Para evaluar este supuesto se hace uso de la función VIF en el software R, que es el Factor Inflación
Varianza, la multicolinealidad se mide en:
𝐵𝑎𝑗𝑎: 1 < 𝑉𝐼𝐹𝐽 < 5
𝑀𝑜𝑑𝑒𝑟𝑎𝑑𝑎: 5 < 𝑉𝐼𝐹𝐽 < 10
𝐴𝑙𝑡𝑎: 𝑉𝐼𝐹𝐽 > 10
𝑀𝑢𝑦 𝐴𝑙𝑡𝑎: 𝐷𝑒 30 𝑒𝑛 𝑎𝑑𝑒𝑙𝑎𝑛𝑡𝑒
Cabe resaltar que valores de VIF mayores a 5 nos afecta el modelo, reduciendo la confiabilidad del
mismo. Mediante el software R se obtuvieron las siguientes matrices del factor de inflación de
varianza.
86
Ilustración 8:VIF ( Factor de Inflación de la Varianza) para las variables del Modelo Final. Fuente: Elaboración Propia. R
Commander
Tabla 24: Interpretación de la Multicolineadiad para cada variable del Modelo Final. Fuente: Elaboración Propia
VARIABLES ENDÓGENAS 𝑽𝑰𝑭𝑱 MULTICOLINEALIDAD
AREA (logAREA) 1.127074 Baja
COMERCIAL_VIVERES_Y_ABARROTES 1.119951 Baja
CONSERVACION_CONTEXTUAL 1.218454 Baja
CONSOLIDACION 1.106080 Baja
MEDIO.BAJO 1.098093 Baja
PISOS( logPISOS ) 1.231787 Baja
TIENE_BAÑOS 1.410096 Baja
TIPO_DE_CONSTRUCCION 1.244584 Baja
Tenido en cuenta la anterior tabla, se puede observar que todas las variables explicativas tienen
Multicolinealidad Baja, esto indica que presentan una baja correlación en los datos y una variable
no puede llegar a ser combinación lineal de la otra.
Al realizar la transformación de las variables cuantitativas se pretendía incrementar el valor del R
cuadrado y R cuadrado ajustado para obtener una mayor bondad del ajuste en el modelo, pero no
se obtuvo esto debido a varias razonas: Inicialmente la fuente de los datos no eran muy consistentes
ni coherentes, la mayoría de las variables con las cuales se quería obtener un modelo optimo son
cualitativas, lo cual dificulta y limita la descripción de las mismas dentro del modelo.
87
7. ANÁLISIS DE LA INVESTIGACIÓN
Una vez organizada y depurada toda la base de datos, se procedió a la formulación de una regresión
lineal múltiple, cuyo fin no era realizar una validación cruzada de los datos, sino observar la
significancia de las variables dentro de un modelo, en términos del Ordenamiento Territorial y la
Planeación del Desarrollo, inicialmente se plantearon 21 variables en el marco de tres ámbitos
Catastro Convencional, Ordenamiento Territorial y Planeación del Desarrollo, todas las anteriores
analizadas en términos de un modelo de administración de tierras LADM, empleado a nivel
internacional más específicamente un modelo que tiene en cuenta el ámbito social STDM; para la
realización del modelo inicial se tuvieron en cuenta 16 variables ( no se tuvo en cuenta 5 variables
porque no la cantidad de datos era irrelevante con respecto al total de la muestra), al realizar el
modelo en el software, 2 variables presentaron colinealidad exacta, se realizó un prueba de
significancia para saber qué tan significativo es el parámetro estadísticamente dentro del modelo,
para ello se tiene en cuenta una regla de decisión y el p valor que arroja el software R para cada
parámetro; posteriormente se realizó una prueba se supuestos para saber si el modelo cumple con
los supuestos de Normalidad, Homocedasticidad y Multicolineadad; para las pruebas de
Normalidad y Homocedasticidad se realizó un 5% de significancia de los residuos, en el que a cada
uno se le plantea una prueba de hipótesis donde se toma la decisión de rechazar o aceptar una
hipótesis nula, dentro del modelo inicial que se realizó los resultados para dichos supuestos fue
que los residuos no siguen una distribución normal, eran homocedásticos y la mayoría de las
variables presentaron una multicolinealidad baja, se procedió a transformar las variables
cuantitativas para que los residuos puedan tener una distribución normal, se incremente el R
cuadrado y todas las variables del modelo sean significativas, para ello se realizó la selección del
mejor modelo para la obtención del modelo final se tuvieron en cuenta 14 variables, en donde nos
apoyamos en el método de stepwise, con los criterios de AIC, BIC (atrás/adelante y adelante
/atrás); con el objetivo de quedarnos con la mejor estimación que nos arroje el programa. Éste
método se realiza para el Modelo con forma funcional lineal y con forma funcional logarítmica, en
cada uno se evalúa el 𝑅2-Ajustado, las variables significativas y las pruebas de Normalidad y
Homocedasticidad; para lo cual el modelo resultante es el Modelo AIC (Atrás/Adelante) se obtuvo
un modelo con 8 variables, de las cuales 7 eran significativas, no se incrementó significativamente
el R cuadrado (0,28) ni el 𝑅2-Ajustado y los resultados para los supuestos fue que los residuos no
88
siguen una distribución normal, eran homocedásticos y todas las variables presentaron una
multicolinealidad baja. Teniendo claridad en todo lo anterior con respecto a los resultados que
arrojó el procesamiento de los datos, como bien es sabido el coeficiente de determinación o R
cuadrado funciona para decidir respecto a cuál es el mejor modelo ya que es lo que se conoce como
nivel de bondad es decir que tanto las variables explicativas describen la variable explicada; para
el caso será un porcentaje del 28% un resultado que comúnmente se vería como un modelo
ineficiente puede deberse a varias razones, la primera es los grados de libertad del modelo es decir
la cantidad de datos de la muestra ya que dicha cantidad es inversa con el coeficiente de
determinación lo que quiere decir que a mayor cantidad de datos es probable que el R cuadrado
sea de un porcentaje bajo y para el presente caso vemos como la muestra es relativamente grande
y esto pudo ser un determinante para que este porcentaje disminuyera considerablemente, la
segunda es la cantidad de variables tenidas en cuenta para el respectivo modelo es decir a mayor
cantidad de variables el nivel explicativo será mayor lo cual para el caso no pudo ser posible debido
a la restricción en los datos y la deficiencia de los mismos; consecuencia a todo lo anterior y
teniendo en cuenta que convencionalmente un modelo inferior a 50% sería inútil no se debe caer
en el error de querer maximizar el R cuadrado ya que en primera instancia la idea no es tener un
coeficiente de determinación alto si no obtener estimadores precisos de los coeficientes de
regresión lo que debe ser importante es que si en el proceso se obtiene un R cuadrado elevado es
favorable aunque no sea última palabra para decidir sobre el mejor modelo pero si mientras tanto
el valor es pequeño no significa que el modelo sea necesariamente malo; en este orden de ideas
para el presente modelo aunque el coeficiente de determinación o R cuadrado no fue alto no
desmerita la significancia de la variables resultantes al final del proceso sino más bien da luces del
camino por el que se puede ahondar más para encontrar un modelo más completo que describa un
aspecto físico del catastro en términos de un multipropósito que beneficie a todos los actores
intervinientes en este proceso.
89
8. CONCLUSIONES
8.1 CONTRASTACIÓN DE OBJETIVOS
8.1.1. Se realizó un diagnóstico general y específico que dio fundamento para la construcción del
modelo con el planteamiento de las respectivas variables en términos del LADM Y STDM, dentro
del cual se observó que a nivel mundial se debe generalizar un modelo de administración de tierras
basado en la tenencia de las mismas y además como es necesario un modelo para países como
Colombia que cuenta con grandes problemas sociales y políticos viéndose esto reflejado en la
informalidad de la tenencia de las tierras sobretodo en territorios rurales dificultando así la
ejecución optima de procesos catastrales.
8.1.2. Se propuso un modelo del componente fisco del catastro haciendo uso de la información
suministrada por las diferentes fuentes de datos, por medio del cual se validó la aplicación del
mismo haciendo uso de estos datos en una zona específica sobre la cual se pudo realizar un análisis
de comportamiento de los datos y en general del mismo modelo; para la selección de la variables
que conforman el modelo se tuvo en cuenta todo aquello que pudiera describir el bien inmueble en
cuanto al aspecto físico, teniendo en cuenta cosas como el ordenamiento territorial y los indicadores
de desarrollo para el caso utilizado y que todas estas cosas fueran con un fin de tenencia social de
la tierra para que como el STDM lo propone se cierre la brecha de la pobreza formalizando todas
y cada una de la propiedades sin importar la condición en la que se encuentren.
8.1.3. Como resultado el modelo arrojó unas variables significativas que dan luces de lo que se
podría tener en cuenta para el mejoramiento del Catastro en el aspecto físico teniendo en cuenta el
desarrollo municipal y ordenamiento territorial de cada municipio, complementando así el catastro
actual y dejando de un lado la visón tradicional del mismo para un proyección con múltiples fines
,es necesario entender que para que el modelo tenga mayor relevancia deben incluirse más variables
que quedan abiertas a nuevas líneas de investigación pero que las obtenidas dan luces de el camino
que se debe tomar para encontrar el modelo que explique a cabalidad el catastro y de solución al
problema actual que enfrenta dicha metodología.
8.1.4. Con respecto a la variables significativas que construyen el modelo final en el marco
conceptual del presente proyecto que hace referencia al STDM (el modelo de dominio tenencia
social) es claro que varias de ellas son importantes para un enfoque social del dominio de la tierra
90
por lo que las mismas representan en otras palabras la información que suministran para un modelo
pro pobres, como lo son el estrato MEDIO_BAJO, el TIPO DE CONTRUCCION, si cuenta o no
con BAÑOS y el uso del bien dependiendo su actividad comercial como por ejemplo
CONSERVACION_CONTEXTUAL, es decir, estas variables son significativas para el STDM
por que este tiene en cuenta cosas como la tenencia formal o informal de la tierra, el uso del suelo
y el desarrollo de la tierra para los cuales nos son útiles las variable obtenidas en el modelo del
presente proyecto, además teniendo en cuenta que es un modelo enfocado a la población de bajos
recursos el estrato económico es una variable determinante para el mismo así como lo es a
condición en la que se encuentra en inmueble.
8.2. CONCLUSIONES DERIVADAS DE LA INVESTIGACIÓN
El catastro como se conoce hoy día no resulta útil para los procesos de desarrollo que enfrentan
actualmente los municipios y el mismo país, debido a que es una base de datos que presenta
inconsistencias, redundancias y vacíos, por lo cual no funciona como soporte para toma de
decisiones respecto a un territorio en ese orden de ideas es necesario plantearse un catastro que
cuente con todos los elementos necesarios para dicho fin conocido como catastro multipropósito;
en el marco de este multipropósito y teniendo en cuenta que el presente proyecto es únicamente
para el aspecto físico del mismo se encontraron unas variables significativas para un modelo que
cumpla con el objetivo de funcionar en múltiples fines valga la redundancia es decir que aparte de
ser funcional para un recaudo fiscal se pueda usar para la toma de decisiones sobre el ente territorial
favoreciendo así a la población que lo habita y teniendo en cuenta las condiciones en la que se
encuentra la misma, puesto que en la medida en que se tenga primero certeza sobre la información
existente y segundo cobertura total de dicha información se puede hacer una mejor planificación
con los recursos y potenciales que se cuentan y así mismos hacer una distribución equitativa estos
y generar desarrollo conjunto con municipios vecinos; para la zona de estudio seleccionada en este
proyecto se observa que las variables determinantes proporcionan información como uso del bien
según actividad económica, estrato y tipo de construcción entre otras que nos pueden dilucidar
sobre condiciones fundamentales del municipio para así poder proyectarlo, es por tal motivo que
este modelo es importante para el desarrollo del municipio por que permite analizar la realidad del
mismo y de sus habitantes.
91
Además es importante tener en cuenta que como resultado de la propuesta de modelo es posible
concluir que mientras no haya una interoperabilidad entre todas fuentes de datos existentes que
pueden alimentar el catastro no habrá una manera optima de mejorar el mismo, debido a que sin
importar la relevancia de las variables si no existe consistencia y veracidad en los datos no se
obtendrán resultados favorables; ya que esto impide conocer la verdadera situación de los
inmuebles en cuestión y a su vez del mismo municipio.
8.3. PRINCIPALES APORTES
8.3.1. Por medio del Modelo para el ámbito de la administración del territorio y el modelo de
dominio de tenencia social aplicado en la zona de estudio del municipio de Tenjo se pretendía con
cada uno poder conceptualizar, diseñar y desarrollar una alternativa que permitiera articular la
información del espacio geográfico del municipio teniendo en cuenta una relación y participación
directa con la comunidad con el principal objetivo de mejorar el catastro convencional al catastro
multipropósito, para ello se tuvieron diferentes aspectos como las características físicas propias del
predio, la identificación de los conflictos y debilidades sociales teniendo en cuenta el concepto de
derecho de la tierra, como aporte a lo que actualmente se ha realizado a nivel nacional, éste proyecto
pretende que se mejore la captura y actualización de la información a nivel nacional para saber el
estado actual del catastro colombiano.
8.3.2. Actualmente el catastro multipropósito contemplado en el último COMPES ya cuenta con
un documento que habla al respeto de cómo y para que se debe implementar el mismo en nuestro
país, pero este modelo relacional planteado en el presente proyecto que enlaza el LADM (STDM),
los planes de ordenamiento territorial y los planes de desarrollo municipal es formulado como una
alternativa a esta necesidad del país de manera que se tenga interoperabilidad de las entidades
encargadas de dichas labores a fin de lograr establecer una tenencia de tierras en cualquiera que
sea su condición haciendo énfasis en la reducción de la pobreza, que esté acorde al ordenamiento
territorial del municipio y que esto a su vez permita el desarrollo ya que genera un diagnóstico
certero de la situación actual del ente territorial.
8.3.3. Es necesaria la presente investigación debido a que aún no se conoce una metodología oficial
para la implementación de un catastro multipropósito y los proyectos piloto que existen
actualmente no revelan aun los resultados necesarios para poder tomar acción, es claro que según
92
los términos esto ya debería existir pero en la realidad no es así por lo cual un proyecto como este
tiene toda la validez porque tanto en lo teórico como en lo practico revela resultados que pueden
resultar importantes para establecer una metodología funcional en pro de bienestar de la población.
8.3.4. Colombia actualmente atraviesa por procesos que han sido ambiguos respecto al conflicto
armado inicialmente se atravesó por una etapa denominada como pos conflicto en la cual se
planteaba una transformación del campo una vez se retiraran los grupos al margen de la ley, dentro
del cual se tenía en cuenta la formalización de la propiedad y el fortalecimiento o trasformación de
catastro para dichos fines, en efecto se puso en marcha la estructuración de estos proyectos aunque
con negligencias político administrativas se encuentran retrasados y sumándole a esto la situación
del país que actualmente vuelve a la guerra por decisiones políticas que afectan el bienestar del
pueblo, a su vez detiene muchos de los procesos ya adelantados por seguridad de quienes trabajan
en los mismos y además la influencia de poderes políticos que se oponen a dichos cambios; en este
orden de ideas y teniendo en cuenta que cualquier sociedad se encuentra en constante cambio y
evolución si así se le puede llamar es necesario hacer proyectos innovadores que tengan en cuenta
las condiciones actuales del territorio y que brinden solución a problemáticas tan relevantes como
lo es para el caso un catastro multipropósito, es ahí donde radica la importancia del presente
proyecto que a diferencia de muchos plantea una solución tanto en lo teórico como en lo practico
validado en una zona de estudio con resultados reales, que buscan tanto estar al tanto de las
dinámicas globales como lo es el LADM como tener en cuenta condiciones particulares de cada
territorio en este caso de cada municipio que presenta sus propias dinámicas, para buscar tener un
inventario de todos los bienes inmuebles del municipio y no solo eso mediante esto ver la vocación
del mismo para así poder plantearlo en los planes del desarrollo y de ordenamiento territorial
propiciando así valga la redundancia el desarrollo del territorio, actualmente no existe ningún
proyecto que sea alternativa al multipropósito que plantea el gobierno nacional por lo cual este
proyecto junto con los demás componentes del proyecto de investigación son innovadores y
necesarios para la situación actual de la sociedad y del país ya que presentan una manera diferente
pero efectiva de hacer un catastro multipropósito.
93
ABREVIATURAS Y SIGLAS
• CM: Catastro Multipropósito
• POT: Plan de Ordenamiento Territorial
• PND: Plan Nacional de Desarrollo
• PDD: Plan Departamental de Desarrollo
• PMD: Plan Municipal de Desarrollo
• RRI: Reforma Rural Integral
• DNP: Departamento Nacional de Planeación
• CONPES: Consejo Nacional de Política Económica y Social
• CEPAL: Comisión económica para América Latina
• LADM: Land Administration Domain Model
• STDM: Social Tenure Domain Model
• ART: Agencia de Renovación del Territorio
• ANT: Agencia Nacional de Tierras
• DRP: Desarrollo Rural Participativo
• IAP: Investigación Acción Participativa
• FARC: Fuerzas Armadas Revolucionarias de Colombia
94
REFERENCIAS BIBLIOGRÁFICAS
Alexander Madrigal, Y. S. (2012). Las memorias del conflicto armado y la violencia en
Colombia. Colombia: Ciudad Paz-ando.
andes., U. d. (2017). LA INDEPENDENCIA LEGAL EN LA ADMINISTRACIÓN DE
TIERRAS Y LA MODULARIDAD DEL PERFIL COLOMBIANO DE LA ISO 19152
(LADM). Conferencia y reunion anual comision 7 FIG. Conferencia y reunion anual
comision 7 FIG.
Antonio, D., Selebalo, C., Nyamweru, H., & Gitau, J. (2017). Towards Actualizing the
Continuum of Land Rights in Support of Sustainable Development Goals. Helsinki: FIG
Working Week 2017.
AUGUSTINUS, C. (2010). Social Tenure Domain Model: What It Can Mean for the Land
Industry and for the Poor. International Federation of Surveyors, 16.
Brito, M. (2005). "Buen Gobierno" local y calidad de la democracia. Maracaibo, Venezuela:
Universidad de Zulia.
Canavos. (1988). Probabilidad y Estadística Aplicaciones y Métodos. McGraw- Hill. Recuperado
el 7 de Agosto de 2019
Catastro. (2017). El catastro multiproposito en Colombia, una herramienta para la construcción
de paz. Revista CT, 99.
95
Catastro. (2017). Estructura de la titularidad catastral. Revista CT, 125.
catastro, G. r. (2017). MÉTODOS ALTERNATIVOS PARA UNA RÁPIDA Y EFECTIVA
ADMINISTRACIÓN DE LA TIERRA EN ESCENARIOS DE CONSTRUCCIÓN DE
PAZ. REVISTA DE INGENIERIA UNIVERSIDAD DE LOS ANDES , -.
catastro, Revista CT. (2017). Estructura de la titularidad catastral . CT catastro , 125.
catastro,Revista CT. (2017). El catastro multiproposito en colombia,una herramienta para la
construccion de paz. CT catastro, 99.
CÉSAR ENRIQUE LOZANO RAMÍREZ, R. A. (2018). ANÁLISIS DE LAS VARIABLES EN EL
COMPONENTE ESTRUCTURA Y ACABADOS PRINCIPALES DE LA FICHA PREDIAL
Y SU GRADO DE SUBJETIVIDAD, APLICANDO VALORES DEL DEPARTAMENTO
DE CUNDINAMARCA PROVINCIA DEL ALTO MAGDALENA. Bogotà : Universidad
Distrital Francisco Jose De Caldas.
Colombia, C. d. ( 2011). Ley 1454 de 2011. Colombia: Congreso de la República de Colombia.
Colombia, C. d. (1994). Ley 152 de 1994. Colombia: Congreso de La República de Colombia.
Consejería Presidencial para las comunicaciones. (2019). ABC El nuevo Catastro. Recuperado el
1 de Septiembre de 2019, de https://colaboracion.dnp.gov.co/CDT/Prensa/ABC-nuevo-
catastro.pdf
Constitucional, C. (2016). C-699 13 de Diciembre de 2016. Colombia : Corte Constitucional.
96
Cundinamarca, A. M. (22 de julio de 2019). Alcaldía Municipal de Tenjo Cundinamarca .
Obtenido de Alcaldía Municipal de Tenjo Cundinamarca : http://www.tenjo-
cundinamarca.gov.co.
Cundinamarca, A. M. (s.f.). Alcaldía Municipal de Choachí Cundinamarca . Recuperado el 9 de
junio de 2019, de http://www.choachi-cundinamarca.gov.co/municipio/nuestro-municipio
De Arce, R., & Mahía, R. (2008). Conceptos Básicos sobre la Heterocedasticidad en el Modelo
Básico de Regresión Lineal. Universidad Autónoma de Madrid, Departamento de
Economía Aplicada, Madrid, España. Recuperado el 7 de Agosto de 2019
Departamento Administrativo de Planeación - Municipio de Tenjo. (2018). Ajuste Excepcional al
Plan de Ordenamiento Territorial. Cundinamarca, Tenjo. Recuperado el 1 de Septiembre
de 2019
Departamento Nacional de Planeacion. (2019). ¿Qué es el Plan Nacional de Desarrollo? Bogotá:
Departamento Nacional de Planeacion.
Departamento Nacional De Planeacion. (20 de Marzo de 2019). Buen Gobierno. El futuro es de
todos.
Drago, J. D. (2005). EL ENFOQUE TERRITORIAL EN LAS POLÍTICAS PÚBLICAS. V
Congreso Nacional de Administración Pública, 3.
Embajada de Suiza en Colombia. (2017). MODERNIZACIÓN DE LA ADMINISTRACIÓN DE
TIERRAS EN COLOMBIA - Documentación del perfil colombiano de la norma
ISO19152:2012 (LADM-COL). Colombia. Recuperado el 8 de Junio de 2019, de
https://www.proadmintierra.info/wp-content/uploads/2018/04/ladmcol.pdf
97
Embajada de Suiza en Colombia- Cooperación Económica y Desarrollo ( SECO). (2017).
MODERNIZACIÓN DE LA ADMINISTRACIÓN DE TIERRAS EN COLOMBIA
Documentación del perfil colombiano de la norma ISO19152:2012 (LADM-COL).
Colombia.
Engineering Statistics Handbook. (2009). Engineering Statistics Handbook. Recuperado el 7 de
Agosto de 2019, de Anderson-Darling Test:
http://www.itl.nist.gov/div898/handbook/eda/section3/eda35e.htm
Erba, D. (2016). Historia del Catastro en Colombia. El Catastro Territorial En América Latina.
Fals Borda, O. (11 de 10 de 2018). Investigacion cualitativa. Obtenido de Orígenes universales y
retos actuales de la IAP (Investigación- Acción Participativa. Peripecias):
https://groups.google.com/forum/#!msg/ic-investigacion-
cualitativa/s55ujJ3O0ds/UyCWCyxP48AJ)
FIG. (2017). LA INDEPENDENCIA LEGAL EN LA ADMINISTRACIÓN DE TIERRAS Y LA
MODULARIDAD DEL PERFIL COLOMBIANO DE LA ISO 19152 (LADM).
Conferencia y reunion anual comision 7 FIG. cartagena: Universidad de los andes.
Forero, O. I. (9 de junio de 2019). slideshare.net. Obtenido de slideshare.net.:
https://www.slideshare.net/OlneyIvnEscobarForero/choachi
Forero, O. I. (s.f.). slideshare.net. Recuperado el 9 de junio de 2019, de
https://www.slideshare.net/OlneyIvnEscobarForero/choachi
Forero, s. (2012). LADM Land Administration Domain Model, ISO 19152.
98
Fundación Wikimedia, Inc. (2016). Criterio de Información Bayesiano. Recuperado el 7 de
Agosto de 2019, de Wikipedia:
https://es.wikipedia.org/wiki/Criterio_de_informaci%C3%B3n_bayesiano
Garolera, J. A.-J. (2007). Una aproximación al catastro en Colombia. Revista UD y La
Geomática.
Garolera, J. A.-J. (2007). Una aproximación al catastro en Colombia. Revista UD y La
Geomática.
Gerente regional para América Latina de la Agencia de catastro. (2017). MÉTODOS
ALTERNATIVOS PARA UNA RÁPIDA Y EFECTIVA ADMINISTRACIÓN DE LA
TIERRA EN ESCENARIOS DE CONSTRUCCIÓN DE PAZ. REVISTA DE
INGENIERIA UNIVERSIDAD DE LOS ANDES.
GIM International. (2009). A PRO-POOR LAND RIGHTS: The Social Tenure Domain Model.
GIM International.
Gonzalez Vidal, A. (2014-2015). Selección de Variables: Una revisión de métodos existentes.
Universidad Da Coruña, Facultad de Informática, La Coruña, España. Recuperado el 22
de Agosto de 2019
Góźdź, K., & van Oosterom, P. (19 de Mayo de 2016). Developing the information infrastructure
based on LADM – the case of Poland,. Survey Review, 48(348), 168-180.
doi:10.1179/1752270615Y.0000000018
Gujarati, D. N. (1978). Econometría (quinta edicion). México, D. F.: The McGraw-Hill
Companies, Inc.
99
Gujarati, D. N., & Porter, D. C. (2009). Econometría (Quinta ed.). Guadalajara, México D.F:
McGraw Hill/ INTERAMERICANA. Recuperado el 07 de Agosto de 2019
Guzmán, G. A. (1994). Las metodologías participativas de investigación: el aporte al desarrollo
local endógeno. Instituto de Sociología y Estudios Campesinos.
Histórica, C. N. (2013). Los orígenes, las dinámicas y el crecimiento del conflicto armado.
Bogotá: Imprenta Nacional.
IGAC. (2015). Plan de generación de productos cartográficos del territorio colombiano para el
catastro multipropósito (Versión 1.0). . Bogotá, Colombia.: IGAC.
IGAC, I. G. (9 de junio de 2019). noticias.igac.gov.co. Obtenido de noticias.igac.gov.co:
https://noticias.igac.gov.co/es/contenido/actualizacion-catastral-por-medio-de-tramites-
de-conservacion-lo-mas-destacado-de-la
IGAC, I. G. (s.f.). noticias.igac.gov.co. Recuperado el 9 de junio de 2019, de
https://noticias.igac.gov.co/es/contenido/actualizacion-catastral-por-medio-de-tramites-
de-conservacion-lo-mas-destacado-de-la
INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI - IGAC. (12 de 04 de 2018). Nuevas
metodologías y tecnologías para el Catastro Multipropósito se exploran en el IGAC.
NOTICIAS.
Juan Pérez, Á. J., Kizys, R., & Manzanedo del Hoyo, M. (2013). Heterocedasticidad.
Universidad de Oberta de Cataluña. Recuperado el 7 de Agosto de 2019, de
http://www.uoc.edu/in3/emath/docs/Heteroscedasticidad.pdf
100
justicia, M. d. (s.f.). LEY ORGANICA DEL ORDENAMIENTO TERRITORIAL. 2011: Ministerio
del interior y justicia.
Kizys, R., & Juan Perez, Á. A. (2013). Multicolinealidad y Observaciones Atipicas. Universidad
Oberta de Cataluña. Obtenido de
http://www.uoc.edu/in3/emath/docs/T03_Multicolinealidad.pdf
Lemmen, C., & Haile, S. A. (2009). The Social Tenure Domain Model: a pro poor land rights
recording system. Nederlands: International Institute for Geo-Information Science and
Earth Observation (ITC).
LEMMEN, C., AUGUSTINUS, C., VAN OOSTEROM, P., & MOLEN, P. v. (2007). The Social
Tenure Domain Model – Design of a First Draft Model. TS 1A – Land Administration
Concepts (TS 1).
Lombana, D. M. (2017). Del Enfoque Territorial, sus características y posibles inconvenientes
en su aplicación en el marco del acuerdo de paz. . Bogotá: Universidad Militar Nueva
Granada.
Medrano, R. T. (2016). Gobernanza y gobernabilidad. Repositorio institucional de la UNLP.
Ministerio de Ambiente, V. y. (2004). información práctica para formulación de PLANES DE
ORDENAMIENTO TERRITORIAL. BOGOTÁ: Dirección de Desarrollo Territorial.
Ministerio de Ambiente, Vivienda y Desarrollo Territoria. (2004). Información práctica para
formulación dePLANES DE ORDENAMIENTO TERRITORIAL. BOGOTÁ : Dirección de
Desarrollo Territorial.
101
Orellana, L. (2008). Analisis de Regresión. Universidad de Buenos Aires, Departamento de
Matemáticas- Facultad de Ciencias Extactas , Buenos Aires. Recuperado el 7 de Agosto
de 2019, de
http://www.dm.uba.ar/materias/estadistica_Q/2011/1/clase%20regresion%20simple.pdf
PennState College of Health and Human Development. (s.f.). The Methodology Center
Advancing Methods, Improving Health. Recuperado el 22 de Agosto de 2019, de AIC vs
BIC: https://www.methodology.psu.edu/resources/AIC-vs-BIC/
Republica, C. d. (1991). Constitucion Politica . Colombia: Congreso de la Republica.
Rojo, J. M. (2007). Regresión Lineal Múltiple. Instituto de Economía y Geografía, Madrid.
Recuperado el 07 de Septiembre de 2019, de
http://humanidades.cchs.csic.es/cchs/web_UAE/tutoriales/PDF/Regresion_lineal_multiple
_3.pdf
Rosales Álvarez, R., & Bonilla Londoño, J. (2006). Introducción a la Econometría. Universidad
de los Andes, Centro de Estudios de Desarrollo Económico- Facultad de Economía.
Bogotá D.C: Ediciones Uniandes. Recuperado el 7 de Agosto de 2019, de
https://economia.uniandes.edu.co/files/profesores/ramon_rosales_alvarez/docs/Publicacio
nes/CEDEAC-3_1.pdf
Rosario, U. d. (s.f.). Las explicaciones sobre el conflicto armado en Colombia. Universidad,
ciencia y desarrollo.
SAERS, P., LEMMEN, C., ANTONIO, D., AUGUSTINUS, C., MOLENDIJK, M., & DE
ZEEUW, K. (2015). Social Tenure DomainModel - A Strategy Towards Country
102
Implementation. 2015 WORLD BANK CONFERENCE ON LAND AND POVERTY.
Washinton DC.
Salazar, R., Miranda, D., & Fra Urbano. (2016). El Contexto de la Norma ISO 19252 Land
Administration Domain Model (LADM) en el Ámbito Americano. GEOESPACIAL(12),
1-16. Recuperado el 8 de Junio de 2019, de
https://www.researchgate.net/publication/308992261_EL_CONTEXTO_DE_LA_NORM
A_ISO_19152_LAND_ADMINISTRATION_DOMAIN_MODEL_LADM_EN_EL_AM
BITO_IBEROAMERICANO
Salmerón Gómez, R. (2011). Multicolinealidad. Universidad de Granada. Obtenido de
http://www.ugr.es/~romansg/material/WebEco/tema4.pdf
Santofimio, A. M., Pacífico, A., & Monroy, D. (2017). CARACTERIZACIÓN SOCIAL DEL
TERRITORIO COMO UN MODELO RELACIONADO PARA LA
ADMINISTRACIÓN DE TIERRAS. FIG, 16.
Social, C. N. (2010). CONPES 3641. Colombia: Consejo Nacional De Política Económica y
Social.
Social, C. N. (2016). CONPES 3859. Colombia : Consejo Nacional De Política Económica y
Social.
Social, C. N. (2016). CONPES 3870. Colombia: Consejo Nacional De Política Económica y
Social.
103
Sylla, O., Antonio, D., & Gitau, J. (2018). A FLEXIBLE LOW-COST SOLUTION FOR
RECORDING LAND RIGHTS: The Power of the Social Tenure Domain Model. GIM
International.
Szretter, M. (2013). Apuente de Regresión Lineal. Universidad de Buenos Aires, Buenos Aires,
Argentina. Recuperado el 7 de Agosto de 2019
Szretter, M. (2013). Apunte de Regresión Lineal. Universidad de Buenos Aires, Buenos Aires,
Argentino.
Velasco, A., & Varés, M. (2016). La norma ISO TC 211 19 152, sobre el Modelo Catastral. Land
Administration Domain Model (LADM). (Ministerio de Hacienda y Administraciones
Públicas, Secretaria General Tecnica, Sudirección General Técnica, Subdirección General
de Información, Documentacion, & Centro de Publicaciones , Edits.) Catastro(87), 7-35.
Recuperado el 8 de Junio de 2019, de
http://www.catastro.meh.es/documentos/publicaciones/ct/ct87/Catastro_87.pdf
Vilar Fernández, J. M. (2006). Modelos Estadisticos Aplicados. Monografía, Universidad de la
Coruña. Recuperado el 7 de Agosto de 2019, de
http://dm.udc.es/asignaturas/estadistica2/sec9_4.html
Wooldridge, J. (2010). Introducción a la Econometria - Un enfoque moderno (Cuarta ed.).
México D.F: CENAGE Learning. Recuperado el 07 de Agosto de 2019
Yaffe, L. (2011). Conflicto armado en Colombia: análisis de las causas económicas, sociales e
institucionales de la oposición violenta. . Universidad de Miami, 22.
104
Zimmermann, L. (2017). THE SOCIAL TENURE DOMAIN MODEL EXPERIENCE IN
SOACHA, COLOMBIA. Recuperado el 9 de Enero de 2019, de
https://www.suelourbano.org/wp-content/uploads/2018/08/Narrative-report-V4-
Jan_2017-final.pdf