162 ■ BARÓMETRO DE LA DEUDA SOCIAL ARGENTINA

Variable Descriptor Indicadores Escala del índice Umbral de déficit

7.1 CONFIANZA EN EL VOTO COMO FACTOR DE CAMBIO

Confianza que tienen las personas en el voto como factor de cambio.

Grado de desconfianza en el voto como factor de cambio.

Dicotómica

0= Confianza (personas que contestaron falso a la frase “con el voto no se cambia nada”)

1= Desconfianza (personas que contestaron verdadero a la frase “con el voto no se cambia nada”)

Se considera como déficit a las personas que expresan que con el voto no se logra cambiar nada. 7.2 CONFIANZA EN LOS TRES PODERES DE GOBIERNO

Confianza que tienen las personas en el Gobierno Nacional, la Justicia y el Congreso.

Grado de desconfianza en el Gobierno Nacional, la Justicia y el Congreso.

Dicotómica

0= Confía al menos algo en las tres instituciones 1= No confía en las tres instituciones

Se considera como déficit a las personas que no confían al menos algo en las tres instituciones. 7. CONFIANZA POLÍTICA 7.3 CONFIANZA EN LOS PARTIDOS POLÍTICOS

Confianza que tienen las personas en los partidos políticos.

Grado de desconfianza en los partidos políticos. Ordinal 1= Bastante confiable 2= Poco confiable 3= Nada confiable Se considera como déficit a las personas que confían poco o nada en los partidos políticos.

BARÓMETRO DE LA DEUDA SOCIAL ARGENTINA ■₁₆₃

ANEXO METODOLÓGICO 3

1. METODOLOGÍA DE ELABORACIÓN DE LOS ÍNDICES DE DESARROLLO HUMANO Y SOCIAL66

La construcción de una medida de desarrollo humano y social exige reducir en un indicador de re- sumen las diferentes dimensiones que se investigan en este estudio, mediante el reconocimiento de las interrelaciones y correlaciones entre los varios componentes y la asignación de ponderaciones apropiadas. La noción fundamental detrás de esta construcción es que los distintos aspectos obser- vables a través de la encuesta de la Deuda Social Argentina son diferentes dimensiones de un mismo concepto subyacente que no es directamente mensurable, y que denominamos Desarrollo Humano y Social.

Este complejo concepto, tal como ha sido estudiado en este informe y sus predecesores, reconoce dos niveles principales con tres dimensiones cada uno (Anexo Metodológico 2). Cada una de las di- mensiones es un concepto o construcción intelectual abstracta, que de por sí es inobservable, razón por la cual su medición se efectúa a través de indicadores elaborados a partir de las variables de la encuesta. Dado que estos indicadores son siempre parciales e imperfectos, se utilizan varios de ellos con el objeto de reflejar de manera más completa la variabilidad que presenta el concepto subya- cente, el que puede ser entonces inferido indirectamente a partir de los indicadores observables y sus mutuas correlaciones.

La construcción del índice de desarrollo humano y social, a partir de estos insumos, se encaró como una tarea escalonada. En primer término se construyó una medida para cada dimensión. En segundo lugar se construyó un índice para cada uno de los dos niveles o dimensiones mayores. Finalmente se usaron estas últimas medidas para construir un patrón general de desarrollo humano

66 Este punto es un resumen de la descripción pormenorizada de la técnica, realizada en el Anexo Metodológico 3 del Barómetro de la Deuda Social 2007 (DII-ODSA, 2008).

y social. Para la construcción de esta medida se recurrió a mecanismos de reducción dimen- sional que permiten sintetizar la posición de los objetos representándola en un número menor de dimensiones, lo cual sacrifica detalles, pero facilita el análisis. Mediante estos mecanismos se logra disponer de una medida resumen que permite clasificar a las personas en una escala, desde las que tienen mayor nivel de privaciones hasta las que no tienen ninguno, teniendo en cuenta toda la información recogida.

Una de las técnicas utilizadas para la reduc- ción de la dimensión es el análisis factorial. Este método se origina como una derivación de la re- gresión lineal, y por lo tanto exige que las varia- bles involucradas sean escalas de intervalo, es decir, mediciones cuantitativas. El análisis fac- torial clásico se basa en estas ideas, pero con una peculiaridad: las variables de control no existen realmente, y no han sido observadas. El procedimiento de análisis busca unas variables ficticias que si existieran explicarían la mayor parte posible de la correlación entre las obser- vadas. Esas variables ficticias e inobservables se consideran como factores subyacentes que "ex- plican" las correlaciones citadas.

Existen diferentes enfoques para resolver el problema del análisis factorial. El más conocido es el llamado análisis de componentes princi- pales (Principal Component Analysis). En el caso de la encuesta que nos ocupa, el análisis factorial clásico no se puede aplicar porque las preguntas no generan escalas de intervalo, sino variables categóricas, donde las respuestas se reparten entre varias categorías diferentes que pueden tener un orden preestablecido (variable categórica ordinal) o carecer totalmente de un orden intrínseco preestablecido (variable cate-

górica nominal). Para estos casos se ha desarro- llado, y es aplicada aquí, una adaptación del mé- todo clásico denominada análisis de compo- nentes principales para variables categóricas por mínimos cuadrados alternados (Categorical Principal Component Analysis by Alternating

Least Squares), conocido por la sigla CATPCA67_.

Este método realiza en última instancia un aná- lisis factorial clásico, pero para ello atribuye va- lores numéricos óptimos a las diferentes catego- rías de respuesta. Estos valores numéricos son calculados por aproximaciones sucesivas con un método de iteración, a fin de optimizar la solu- ción final. De este modo CATPCA genera, por una parte, un análisis factorial de todas las va- riables observadas, y además –como subpro- ducto– asigna valores numéricos óptimos a todas las variables categóricas (sean ordinales o nominales) en un procedimiento de escala- miento óptimo (optimal scaling). Estos valores numéricos óptimos de hecho convierten esas variables categóricas en escalas de intervalo, in- dicando la "distancia" entre las diferentes cate- gorías en relación con los factores subyacentes identificados en el análisis.

Al extraer componentes o factores subya- centes de un conjunto de variables intercorrela-

cionadas68 _{mediante la aplicación de esta téc-}