Analizar los efectos económicos originados por los impactos ambientales de la contaminación utilizando la metodología de los precios hedónicos (página 4)
RESUMEN: | XMEDIA doble = 62.696 Desviación conjunta = 8.34 |
C,4. ZONAS PERIMETRALES URBANAS
C.4.1. PARROQUIAS DE AZAYA Y ALPACHACA (INTERIOR)
CUADRO No.32
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 56.7 60.1 58.4 | 2 61.2 60.9 59.9 | 3 59.3 69.6 66.2 | 4 57.3 66.5 67.7 | 5 70.8 75.3 68.9 | 6 65,3 78.2 79.4 | 7 67.7 70.2 68.8 | 8 66.8 68.9 78.4 | 9 69.9 74.5 59.9 | 10 66.76 72.5 69.7 | Xmedia 64.18 69.67 67.73 | Δ 5.16 5.92 7.21 |
RESUMEN: | XMEDIA doble = 67.19 Desviación conjunta = 6.096 |
C.4.2. PARROQUIA DE CARANQUI (INTERIOR)
CUADRO No.33
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 54,8 69.7 64.6 | 2 59.1 74.1 66.7 | 3 54.8 76.3 78.2 | 4 65.5 72.3 69.1 | 5 73.4 78.8 75.6 | 6 69.3 68.5 60.2 | 7 57.8 65.6 60.2 | 8 64.6 67.9 69.6 | 9 64.8 69.7 70.1 | 10 67.9 72.3 71.2 | Xmedia 63.20 71.52 68.55 | Δ 5.71 4.05 5.889 |
RESUMEN: | XMEDIA doble = 67.76 Desviación conjunta = 5.22 |
C.4.3.- PARROQUIA DEL PRIORATO (INTERIOR)
CUADRO No.34
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 40.7 40.3 45.8 | 2 39.1 46.2 38.8 | 3 40.2 40.1 40.2 | 4 39.2 41.6 40.2 | 5 43.9 50.4 37.4 | 6 39.4 52.4 38.9 | 7 41.2 48.2 40 | 8 38.5 41.2 37.8 | 9 44.1 40.5 40.8 | 10 39.8 42.3 40.7 | Xmedia 40.61 44.32 40.06 | Δ 1.95 3.93 2.335 |
RESUMEN: | XMEDIA doble = 41.66 Desviación conjunta = 2.74 |
FUENTE: Investigación
propia
Elaboración: autor de la tesis
D.- MEDICIÓN DE LA POLUCIÓN DEL AIRE
La contaminación del aire se
obtuvo utilizando información suministrada por
el Dirección de
Tránsito Municipal de Ibarra para los vehículos de
gasolina y de diesel, juntamente con el apoyo de la Policía
Nacional, Distrito de Imbabura.
E.-LACALIDAD DEL AGUA LLUVIA
El pH del agua lluvia se
midió en base a muestras recogidas en varios sectores de la
ciudad de tal manera que se pueda tener una cobertura bastante
significativa y su análisis se lo hizo
utilizando un equipo del laboratorio de aguas del
Colegio "Teodoro Gómez de la Torre" y fue el aval para
corroborar la información suministrada por la Dirección
Municipal de Tránsito.
F.-SOFWARE SPSS (VERSIÓN 12)
Este programa está
diseñado para ser aplicado en las siguientes fases:
§ Lectura de variables
§ Ingreso de variables
§ Análisis estadístico
(identificación de la variable dependiente y las predictoras
o explicativas
§ Modelo de regresión lineal:
exponencial y aditivo
§ Análisis de colinealidad y los límites de confianza
§ Factor DW, FIV y TOL
§ Análisis de correlación múltiple,
parcial y simple
§ Obtención del modelo óptimo
§ Determinación de los valores marginales
§ Muestreo complejo para establecer
los estadísticos por estratos y su ponderación
§ Obtención de la tabla de estadísticos
univariantes
§ Aplicación de la fórmula de Bazzani
G.-RESULTADOS DEL Ph DEL H2O DE LLUVIA
Las mediciones del ph del agua lluvia caída en la ciudad
de Ibarra entre Febrero y Marzo del 2009, se la hizo en 13
lugares diferentes considerados como sitios potenciales de
contaminación
atmosférica por emanación SO2 proveniente de
la combustión del diesel y
su combinación con el vapor de agua de la atmósfera para producir
SO4H2, los resultados son el producto de la aplicación
de dos técnicas: el papel tornasol
y el reactivo heliantina, es preciso resaltar que el ph de nivel
6 es neutro y los valores superiores a este se
consideran básicos, mientras que los inferiores
ácidos.
Los valores del ph correspondiente a las
precipitaciones analizadas, se muestran en la siguiente
tabla:
CUADRO No.35
LUGAR | P.TORNASOL | HELIANTINA |
Caranqui | 4 – 6 | 5 (ácido |
La Florida | 4 – 5 | 5.5 (ácido) |
Azaya | 7 | 7 |
San Francisco(sector de la Cruz) | 5 | 5.5 (ácido) |
Centro de la ciudad (Sucre y Borrero) | 7 | 7 |
Centro de la ciudad( Maldonado y Colón) | 5 – 6 | 5.6 (ácido) |
Centro de la ciudad (Rocafuerte y Grijalva) | 5 – 6 | 5.6 (ácido) |
Centro de la ciudad( San Martín) | 7 | 7 |
Centro de la ciudad (Juan Montalvo y Pérez | 5 – 6 | 5.8 |
La Victoria | 6 | 6.5 |
Los Ceibos | 6 | 6 |
Mercado Amazonas | 5 – 6 | 5.3 (ácido) |
Avda. C. de Troya | 5 – 6 | 5.5 (ácido) |
Fuente: Investigación de
campo Elaboración: autor de la
tesis
El análisis del cuadro anterior establece que el 53,84%
de los lugares investigados presentan indicios de lluvia ácida, mientras que
el 46.16% tienen valores considerados como normales.
GRÁFICO No.1
GRÁFICO DEL PH DEL AGUA LLUVIA EN IBARRA
Fuente: Investigación de Campo
Elaboración: Autor de la tesis
H.-METODOLOGÍA DE LAS MUESTRAS COMPLEJAS
H.1.- FASE UNO
Integración del plan de muestreo por
estratificación
H.1.I.- Determinación de los segmentos
multietápicos definidos por sectores:
· Sector
comercial
· Sector
residencial (alto)
· Sector
residencial (centro)
· Sector
residencial perimetral urbano(media)
· Sector
residencial perimetral urbano (baja)
H.1.2.- Factores intervinientes en las muestras
analizadas:
§ Extensión del terreno
§ Superficie construida
§ Costo del m2 del
terreno
§ Calidad de los materiales ( valor de la construcción)
§ Posición estratégica: incluye, seguridad, posición física, cercanía a lugares
importantes (parques, vías principales de comunicación, flujo de
personas, entre otras)
§ Construcciones adicionales (garaje, jardín,
piscina, entre otros )
§ Vida útil ( edad)
§ Valor catastral
H.1.3.-CUADRO DE INFORMACIÓN:
Los sectores seleccionados se designan, con la siguiente
nomenclatura, tomando como
referencia el costo por metro cuadrado:
Comercial
A
Central
B
Residencial
C
Urbano
Marginal
D
Los resultados de este plan de muestreo, sirven para
establecer la muestra representativa para
aplicar el Modelo de Precios Hedónicos
combinando "lluvia ácida" y "ruido", para establecer los
valores de marginalidad de estas dos
variables en relación al
precio catastral.
Proceso de selección: Muestras
complejas
a) Determinación del universo de la población a investigar en
el archivo catastral del I.M. de
Ibarra
b) Cálculo de la muestra
aleatoria (100) agrupados en los sectores A, B, C y D
c) Utilización del programa
SPSS12 para determinación de muestras complejas,
multietápicas
d) La muestra a obtener se detalla en
la siguiente fase
H.2.- FASE DOS
H.2.1.- MUESTRAS COMPLEJAS: PLAN
CUADRO DE RESUMEN:
Este cuadro muestra los aspectos básicos aplicados en los
diferentes pasos (stages), para determinar la muestra que se
utilizará en la aplicación del modelo, teniendo como
referencia el precio por metro cuadrado que es el valor
referencial para establecer los diferentes grados de
diferenciación de la investigación
realizada.
La explicación sucinta está en el cuadro de
resultados que muestra el programa utilizado, en donde se explica
los diferentes aspectos estadísticos que se han utilizado en
la extracción de la muestra de la población tomada como
base en el desarrollo de la presente
investigación.
CUADRO NO.36
Resumen
Etapa 1 | |||
Variables del diseño | Estratificación | 1 | costometro |
Información de la muestra | Método de selección | Muestreo aleatorio simple sin | |
Número de unidades muestreadas | 10 | ||
Variables creadas o modificadas | Stagewise Inclusion (Selection) Probability | ProbabilidadInclusión_1_ | |
Stagewise Cumulative Sample Weight | PonderaciónMuestralAcumulada_1_ | ||
Stagewise Population Size | TamañoPoblación_1_ | ||
Stagewise Sample Size | TamañoMuestral_1_ | ||
Stagewise Sampling Rate | TasaMuestreo_1_ | ||
Stagewise Sample Weight | PonderaciónMuestral1_ | ||
Información sobre el análisis | Supuestos del estimador | Muestreo de probabilidad igual sin | |
Probabilidad de inclusión | A partir de la variable |
CUADRO No.37
H.2.2.- DATOS DE LA MUESTRA
Summary for Stage 1 ( resumen del paso 1)
Costometro | Número de unidades muestreadas | Proporción de unidades | ||
Solicitados | Reales | Solicitados | Reales | |
2,82 | 10 | 1 | 1000,0% | 100,0% |
5,09 | 10 | 2 | 500,0% | 100,0% |
8,60 | 10 | 1 | 1000,0% | 100,0% |
8,68 | 10 | 1 | 1000,0% | 100,0% |
8,69 | 10 | 1 | 1000,0% | 100,0% |
14,51 | 10 | 2 | 500,0% | 100,0% |
14,75 | 10 | 1 | 1000,0% | 100,0% |
29,28 | 10 | 5 | 200,0% | 100,0% |
56,11 | 10 | 1 | 1000,0% | 100,0% |
57,84 | 10 | 1 | 1000,0% | 100,0% |
75,44 | 10 | 1 | 1000,0% | 100,0% |
75,57 | 10 | 1 | 1000,0% | 100,0% |
75,86 | 10 | 1 | 1000,0% | 100,0% |
76,03 | 10 | 2 | 500,0% | 100,0% |
77,37 | 10 | 1 | 1000,0% | 100,0% |
78,41 | 10 | 3 | 333,3% | 100,0% |
90,87 | 10 | 1 | 1000,0% | 100,0% |
92,67 | 10 | 1 | 1000,0% | 100,0% |
94,97 | 10 | 2 | 500,0% | 100,0% |
95,08 | 10 | 1 | 1000,0% | 100,0% |
95,54 | 10 | 1 | 1000,0% | 100,0% |
109,45 | 10 | 1 | 1000,0% | 100,0% |
156,80 | 10 | 1 | 1000,0% | 100,0% |
177,06 | 10 | 1 | 1000,0% | 100,0% |
183,15 | 10 | 1 | 1000,0% | 100,0% |
192,00 | 10 | 1 | 1000,0% | 100,0% |
194,04 | 10 | 1 | 1000,0% | 100,0% |
195,72 | 10 | 1 | 1000,0% | 100,0% |
227,65 | 10 | 1 | 1000,0% | 100,0% |
245,02 | 10 | 2 | 500,0% | 100,0% |
247,50 | 10 | 1 | 1000,0% | 100,0% |
248,09 | 10 | 1 | 1000,0% | 100,0% |
282,33 | 10 | 1 | 1000,0% | 100,0% |
288,09 | 10 | 1 | 1000,0% | 100,0% |
294,03 | 10 | 2 | 500,0% | 100,0% |
10 | 1 | 1000,0% | 100,0% |
Fuente: Investigación
propia Elaboración: autor de
la tesis
I.- MODELO HEDÓNICO RESULTANTE:
Utilizando la información extraída por el método de la Muestras
Complejas y combinando con la base de datos del Catastro Municipal, permite
obtener el modelo hedónico con variables de
contaminación "lluvia ácida" y nivel de ruido
El modelo econométrico que determina la aplicación
del programa informático SSPS 12 es :
|
El modelo obtenido, tiene dos variables hedónicas: ruido
(Z) y contaminación del aire medido a través de los
niveles de lluvia ácida a la falta de mediciones de
concentración de CO y CO2, en cambio se ha establecido que
el SO2 al combinarse con el vapor de H2O
del aire, forma SO4H2 y corresponde a la
variable (W)
Aplicando las derivadas parciales, para las
variables hedónicas Z y W, se tiene:
δ ( P ) / δ( Z) = -1048,231 / (120 – Z )
δ ( P ) / δ ( W ) = 18585,737 /W
Pero como la función no es aditiva,
entonces el valor verdadero de , sino multiplicativa la
marginalidad correlacionada es :
δ ( P ) / δ ( Z,W ) = 18585,737 / (W )
+ { – 1048,231 / (120-Z)}
I.1.- VALORES MARGINALES DE RUIDO Y LLUVIA
ÁCIDA
Aplicando la derivada conjunta Z, W como análisis
marginal de efecto correlacionado en los datos base que sirvieron
para diseñar el modelo obtenido, se tiene el siguiente
cuadro de resultados:
CUADRO No.38
NIVELES DE RUIDO (120-Z) | LLUVIA ÁCIDA | AJUSTE MARGINAL δ(P) / δ ( W, Z) |
78 ,34 65,37 61,31 58,44 57,5 57,04 52,81 48,02 43.17 43.11 34.25 37,21 | 7 7 6.5 6 5.6 5.6 5.6 5.5 5,5 5,3 5,3 5 | 2641.72 USD 2639.07 USD 2842.25 USD 3079,69 USD 3300,65 USD 3300,50 USD 3299,03 USD 3357,40 USD 3354,94 USD 3482,43 USD 3476,14 USD 3688,98 USD |
Fuente: Investigación
propia
Elaboración: autor de la tesis
El valor marginal no es una cosntante, sino que es una
relación que varía de acuerdo a la relación:
Wβ1. Zβ2, representado
por LnW + Ln Z
El cuadro muestra que el intervalo de los valores
marginales de Z y W, combinados es:
Vmax. = 3688,98; Vmin.= 2639,07, siendo el rango de
variación entre:
Vmax. – V.min = 3688,98 – 2639,07 = 1049,91 USD anuales
La graficación de estos resultados se presenta en un
diagrama de dispersión
"X-Y", en el eje "X" se escalan los valores del Ruido y el de la
lluvia ácida, mientras que en el eje "Y", están los
valores marginales combinados Ruido-Lluvia Ácida.
Es importante recalcar que los valores marginales obtenidos,
como se explicó son anuales y de acuerdo a la posición
del bien puede subir o bajar esta contribución marginal.
GRAFICO No. 2
GRÁFICA DE LOS VALORES MARGINALES COMBINADOS
RUIDO-LLUVIA
ÁCIDA
Fuente : Investigación propia
Elaboración
: Autor de la tesis
La gráfica muestra más expresivamente el comportamiento marginal
combinado lluvia ácida y ruido en conjunto, se puede
apreciar que el aumento del ruido y de la acidez eleva el valor
marginal del efecto combinado, es decir aquellas construcciones
situadas en lugares de alta contaminación ambiental
del aire y de ruido, tienen un valor marginal de
contribución más alto, además esta marginalidad no
es una constante
I.2.- ANÁLISIS DE CONFIABILIDAD DEL MODELO
1)
CUADRO No.39
Variables introducidas/eliminadas (b)
Modelo | Variables introducidas | Variables eliminadas | Método |
1 | lluviaacida, adc, c.const, edad, ruido, | . | Introducir |
a Todas las variables solicitadas introducidas
b Variable dependiente: p.catastral
2) Resumen
del modelo (b)
CUADRO No.40
Modelo | R | R cuadrado | R cuadrado corregida | Error típ. de la estimación | Durbin-Watson |
1 | ,946(a) | ,894 | ,867 | 23638,226252 | 1,698 |
a Variables predictoras: (Constante), lluviaacida, adc,
c.const, edad, ruido, terreno, p.esta, c.metro
b Variable dependiente: p.catastral
Los datos del cuadro muestran: la correlación global o
total es del orden del 94.6%, el nivel de explicación 89,4%,
la explicación corregida es 86,7% y la multicolinealidad es
mínima porque el factor DW está próximo a 2
3)
CUADRO No.41
ANOVA(b)
Modelo | Suma de cuadrados | gl | Media cuadrática | F | Sig. | |
1 | Regresión | 146617433160,600 | 8 | 18327179145,075 | 32,799 | ,000(a) |
Residual | 17321737950,608 | 31 | 558765740,342 |
|
| |
Total | 163939171111,208 | 39 |
|
|
|
a Variables predictoras: (Constante), lluviaacida, adc,
c.const, edad, ruido, terreno, p.esta, c.metro
b Variable dependiente: p.catastral
El cuadro de varianzas muestra que el nivel de
significación (F) es 32,799 que indica que las variables
utilizadas no son casuales u ocasionales
4)
CUADRO No.42
Coeficientes(a)
Modelo | Coeficientes no estandarizados | Coeficientes estandarizados | t | Sig. | Estadísticos de colinealidad | ||||||||
B | Error típ. | Beta |
| Tolerancia | FIV | ||||||||
1 | (Constante) | -71242,408 | 142581,374 |
| -,500 | ,621 |
|
| |||||
terreno | 185,670 | 7625,850 | ,002 | ,024 | ,981 | ,511 | 1,957 | ||||||
edad | -1300,083 | 6916,140 | -,013 | -,188 | ,852 | ,684 | 1,463 | ||||||
c.metro | 188,473 | 72,300 | ,284 | 2,607 | ,014 | ,287 | 3,488 | ||||||
c.const | 1,191 | ,149 | ,653 | 8,015 | ,000 |
| ,513 | 1,948 | |||||
p.esta | 12577,032 | 8601,136 | ,152 | 1,462 | ,154 | ,316 | 3,164 | ||||||
adc | 311,387 | 9358,233 | ,002 | ,033 | ,974 | ,665 | 1,505 | ||||||
ruido | -1048,231 | 25909,905 | -,003 | -,040 | ,968 |
| ,472 | 2,117 | |||||
lluviaacida | 18585,737 | 51436,700 | ,028 | ,361 | ,720 | ,560 | 1,786 | ||||||
a Variable dependiente: p.catastral
Este cuadro explica los coeficientes intervinientes en el
modelo obtenido, además se incluyen los errores de cada uno
de los coeficientes, el coeficiente de estandarización de
los mismos (β), el valor "t" para los intervalos de
confianza a nivel del 95% y el nivel de significación o
probabilidad.
I.3.- ANÁLISIS DE LOS COEFICIENTES DEL MODELO
CUADRO No.43
VARIABLES | CORRELACIONES CERO | ESTADÍSTICOS DE COLIN. TOLERANCIA |
Constante Terreno Edad c.metro2 construcciones p.estratégica Adicionales Ruido Lluvia ácida |
0,575 0,019 0.735 0,890 0,729 0.348 -0,437 -0,352 | 0,511 0.684 0.287 0,513 0,316 0,665 0,472 0,560 |
Fuente: Investigación propia
Elaboración:
autor de la tesis
En el cuadro expuesto se establece lo siguiente:
§ No existe multicolinealidad significativa, porque
la mayoría de los valores de FIV, se acercan a uno, a
excepción costo por metro, posición estratégica y
ruido que presentan valores un poco distantes del valor
óptimo
§ La correlación cero muestra la
interdependencia o influencia de las variables predictoras en
forma autónoma sobre la variable dependiente precio
catastral, siendo la más fuerte la correspondiente al valor
de construcción y la mínima la superficie del
terreno
§ Las parciales y semiparciales muestran valores
discretos o pequeños a excepción de construcción y
costo por metro cuadrado
§ La tolerancia es el recíproco
del FIV que es el incremento de la varianza por efecto de la
multicolinealidad y sus valores no están muy distantes del
valor óptimo uno, salvando a posición estratégica
y costo del metro cuadrado
I.4.- CORRELACIONES DE LOS COEFICIENTES DE LAS
VARIABLES
PREDICTORAS
CUADRO No.44
VARIABLES | Lluvia ácida | Adc. | Const. | Edad | ruido | S.terren | P.Est. | C.metro |
Lluvia ácida Adicionales Construcción Edad Ruido Terreno P.Estratégica C.metro2 | 1 -0,132 -0,028 0,187 -0,208 0,133 -0,070 0,310 | -0,132 1 -0,126 -0,139 -0,161 0,331 -0,353 -0,172 | -0,025 -0,128 1 0,237 0,017 -0,406 -0,087 -0,209 | 0,187 -0,139 0,237 1 0,304 -0,187 0,254 -0,122 | -0,208 -0,161 0,017 0,304 1 -0,148 0,251 0,289 | 0,133 0,331 -0,406 -0,187 -0,148 1 -0,323 -0,035 | -0,07 -0,353 -0,087 0,254 0,251 -0,323 1 -0,417 | 0,310 -0,172 -0,209 -0,122 0,269 -0,036 -0,417 1 |
Fuente: Investigación
propia
Elaboración: autor de la tesis
El análisis de la información del cuadro
anterior es:
§ Muestra en forma secuencial las correlaciones
entre las diferentes variables predictoras
§ Los valores de correlación no son muy
fuertes, lo que indica que no existen efectos de
multicolinealidad que afecten a la confianza y credibilidad del
modelo encontrado
I.5.- PRUEBA DE HIPÓTESIS
La prueba de hipótesis del modelo, se
hace utilizando la prueba globalizada en base a R2
y F, el planteamiento de las dos hipótesis es :Ho: Los coeficientes
de as variables predictoras no influyen en el comportamiento del
precio catastral, definida así al 95%:
Ho: βS = βE =
βC = βL =
βM = βAd
= βW = βZ
= 0
Hi : βS ≠ βE
≠ βC ≠
βM ≠ βL
≠ βAd ≠
βW ≠
βZ ≠ 0
Al nivel del 95%, gl del numerador: k= 8 ; gl denominador:
n-k-1 =40-8-1=31
El FP = 1,88 ; FC = 32,79
Por lo tanto se tiene: FC > FP , que
comprueba que los coeficientes de las variables predictoras si
influyen el comportamiento del precio catastral
J.- CONSTRUCCIÓN DEL MODELO DE PRECIOS
HEDÓNICOS
J.1.- APLICACIÓN DE LA FÓRMULA DE BAZZANI
El modelo de regresión múltiple corresponde al tipo
LOG LINEAL, aditivo el mismo que ha sido modificado y adaptado a
la investigación en función de algunos parámetros
que utiliza la división de Catastros del Municipio de
Ibarra, en especial para la variable Proxy "edad" y las variables
cualitativas posición estratégica y construcciones
adicionales, que generalizado es:
P = α+ β1Ln (S) +
β2 Ln (E) +
β3 XC +
β4 XM + β5
XL + β6 XAd +
β7XLn Z ±
µ
Significado de las variables:
P → Precio catastral
S → Superficie del terreno
E → Edad
C → Costo de metro cuadrado
M → Costo por Materiales empleados
L → Localización estratégica
Ad → Construcciones adicionales (garaje, jardín,
etc )
Z → Ruido ( 120- No) →No.(nivel observado )
μ → Ruido o nivel de error (
perturbación )
Para la obtención del modelo se van a utilizar las
siguientes tablas de valores que corresponden a los sectores:
comercial, central, residencial y urbano marginales,
estructurados con la información catastral proporcionada por
la Dirección de Catastros del Municipio seleccionados
aleatoriamente.
J.2.-TABLA DE VALORES PARA LAS VARIABLES PREDICTORAS Y
DEPENDIENTE (SECTOR COMERCIAL)
CUADRO No.45
No. | P | S | E | C | M | L | Ad | Z |
1 | 201896.25 | 782.37 | 33 | 194.04 | 130798.05 | 5 | 1 | 71.98 |
2 | 145822.79 | 525.3 | 10 | 245.02 | 116581.50 | 4 | 0 | 71.98 |
3 | 258126.02 | 335.53 | 33 | 192 | 63676.09 | 5 | 1 | 82.79 |
4 | 57194.86 | 183.96 | 18 | 247.5 | 37597.81 | 5 | 0 | 82.79 |
5 | 165663.16 | 566.62 | 10 | 247.5 | 125432.03 | 5 | 0 | 82.79 |
6 | 169752.75 | 576 | 18 | 282.33 | 58184.40 | 5 | 0 | 82.79 |
7 | 29109.23 | 134.97 | 18 | 79.20 | 24430.89 | 3 | 0 | 71.98 |
8 | 172938.22 | 336.24 | 18 | 294.45 | 71483.52 | 5 | 1 | 79.98 |
9 | 333983.98 | 228.16 | 18 | 288.09 | 156146.03 | 5 | 1 | 79.98 |
10 | 135073.24 | 405.92 | 18 | 195.72 | 81032.19 | 4 | 0 | 79.98 |
11 | 143033.53 | 259,2 | 33 | 291.06 | 46215.32 | 5 | 1 | 79.98 |
12 | 67717.20 | 305.26 | 33 | 108.90 | 48373.29 | 4 | 0 | 76.83 |
13 | 201960.61 | 620.69 | 18 | 294.03 | 133075.26 | 5 | 0 | 79.98 |
14 | 49473.23 | 263.78 | 73 | 196.02 | 2077.56 | 4 | 0 | 76.83 |
15 | 158862.54 | 513.03 | 18 | 104.40 | 116530.73 | 4 | 1 | 71.98 |
16 | 112285.05 | 514.93 | 33 | 183.15 | 75719.15 | 4 | 0 | 71.98 |
17 | 69065.46 | 474.38 | 33 | 156.8 | 27852.15 | 4 | 0 | 71.98 |
18 | 85717.21 | 324.22 | 18 | 245.02 | 67609.86 | 5 | 0 | 82.79 |
19 | 314878.34 | 1050,29 | 18 | 190.62 | 207355.31 | 5 | 0 | 82.01 |
20 | 95600.48 | 353.65 | 33 | 210.07 | 33254.35 | 5 | 0 | 82.01 |
21 | 151173.81 | 251.02 | 53 | 242,55 | 58519.71 | 5 | 0 | 82.01 |
22 | 52201.16 | 196.84 | 33 | 245.025 | 30785.97 | 5 | 0 | 82.01 |
23 | 570167.29 | 952.40 | 73 | 240.07 | 382579.88 | 5 | 0 | 85.75 |
24 | 112280.45 | 249.6 | 15 | 186.5 | 68750.42 | 3 | 1 | 79.12 |
25 | 230520.45 | 260.56 | 15 | 186.5 | 143095.37 | 3 | 1 | 79.12 |
FUENTE: Investigación de Campo ELABORACIÓN: Autor de
la Tesis
CUADRO No.46
La escala de gradación para la
posición estratégica tiene la siguiente
valoración
ESCALA NUMéRICA | FACTOR CUALITATIVO |
5 | Muy bueno |
4 | Bueno |
3 | Regular |
2 | Malo |
1 | Muy malo |
Fuente: Investigación propia
Elaboración: autor de la tesis
Los factores que se analizan para establecer la escala son los
siguientes para los locales comerciales:
§ Flujo de clientes
§ Situación geográfica del predio en una
avenida o cerca de ella
§ Cercanía a una zona verde o parque
§ Localización transversal, longitudinal o
intersección ( esquina)
§ Calidad de los servicios básicos
§ Servicios de apoyo o de gestión comercial (
bancos, oficinas
públicas, etc.)
§ Facilidades de acceso
§ Seguridad
J.3.-VALORES DE LAS VARIABLES DE ENTRADA O PREDICTORAS PARA
LAS VIVIENDAS CENTRALES
CUADRO No.47
No. | P | S | E | C | M | L | Ad | Z | ||||
1 | 99364.02 | 469.98 | 33 | 78.41 | 89043.17 | 4 | 0 | 76.89 |
Página anterior | Volver al principio del trabajo | Página siguiente |