Antecedentes y justificación

La literatura económica ha tenido como recurrente tema de investigación la riqueza de las naciones y de los individuos. Los primeros documentos versan sobre la definición de riqueza que ha tenido diversas interpretaciones a lo largo de la historia: desde los mercantilistas que la relacionaban con la cantidad de metales preciosos, pasando por los fisiócratas que veían en las tierras la riqueza misma, hasta ^{Smith (2010)} que la definió como la cantidad de trabajo que dispone una nación. Estas definiciones responden a un enfoque unidimensional, donde solo basta con un único recurso primario del cual se derivan todas las comodidades y se suplen todas las necesidades de los individuos de una nación.

Luego que estas investigaciones quedaran rezagadas por los estudios neoclásicos², se originaron las teorías de crecimiento económico como la de ^{Solow (1956)}, ^{Romer (1990)} y ^{Lucas (1988)}, entre otras, que tienen como objetivo representar de manera formal la dinámica de la acumulación de capital medida como el Producto Interno Bruto (PIB) de cada nación.

Estudios equivalentes a nivel microeconómico se encuentran en las teorías del productor en competencia perfecta e imperfecta como los modelos de Hotelling, Cournot, Stackelberg y Bertrand expuestos en ^{Shy (2000)}. Todas estas son propuestas teórico-formales concentradas en explicar la heterogeneidad basadas en variables cuantitativas como los ingresos, el ahorro, la producción etcétera.

Ahora bien, este tipo de investigación ha sido fuertemente debatida por ^{Sen (1988)}, ^{Elster (2000)}, ^{Bauman (1998)}, entre otros, pensadores que han encontrado y demostrado que las investigaciones neoclásicas, basadas en supuestos como la perfecta racionalidad de los agentes, no son la mejor manera de estudiar los temas económicos debido al alto grado de abstracción de los modelos, los supuestos usados como axiomas y, en particular, al hecho de la exclusión del análisis económico de aspectos humanos no medibles y difícilmente cuantificables, pero aun así existentes.

Es por ello, que la búsqueda del conocimiento en las ciencias económicas ha dado un fuerte giro, corrigiendo la sobrevaloración del uso de las matemáticas y ampliando el campo de acción de las variables numéricas a variables categóricas. Las investigaciones de ^{Dasgupta y Debraj (1987)}, ^{Glewwe y Edward (2008)} y ^{Ravallion (2005)}, son algunos de los trabajos más dicientes enmarcados en este tipo de enfoque revolucionario de la economía.

Es pertinente aclarar que las investigaciones que han aceptado las críticas de la economía heterodoxa han asumido, al menos, dos vías: primero, relajar los supuestos de la economía neoclásica como la competencia perfecta, libre mercado y ausencia de externalidades negativas (corrupción política, daños ambientales, etcétera); segundo, incluir dentro de sus estudios los temas de salud, educación, oportunidad laboral y condiciones de vida. Se trata de variables que no son directamente observables, por lo cual se crea la necesidad de usar aproximaciones de medición como años de educación, tiempo de transición al conseguir un trabajo y/o esperanza de vida al nacer.

Es así como la moderna teoría del desarrollo, cuyos orígenes datan de 1940, implementó un enfoque multidimensional para expandir el enfoque unidimensional basado en la medición del PIB como único factor relevante para la salud de la sociedad como nación. El Programa de las Naciones Unidas para el Desarrollo (PNUD) ha propuesto varios índices que miden más allá del valor agregado producido por una nación, ampliando la medición a la esfera ambiental, académica, política, entre otras (^{Griffin, 2000}). Uno de estos indicadores es el Índice de Desarrollo Humano (IDH) compuesto de forma multidimensional por la esperanza de vida al nacer, la tasa de alfabetismo adulto, tasa de escolaridad bruta combinada y el PIB por persona. Es tanta la acogida que ha tenido este indicador que se ha convertido en un referente de progreso social para entidades como el Banco Mundial y el Fondo Monetario Internacional. Relacionados con este índice se encuentran los Objetivos del Desarrollo Sostenible, antes conocidos como los Objetivos del Desarrollo del Milenio, los cuales fijan las metas en los siguientes campos: pobreza, alimentación, salud, educación, saneamiento, empleo, servicios básicos y medio ambiente. En total son 17 dimensiones propuestas por los países integrantes de la Naciones Unidas en búsqueda de la sostenibilidad del planeta (CEPAL, 2017). En Colombia, estos objetivos están incluidos en los planes de desarrollo nacional, departamental y municipal.

Teniendo en cuenta el anterior contexto metodológico de investigación económica, el presente artículo se enmarca en la última postura investigativa. Es decir, no se aparta de las ciencias sociales para analizar los aspectos económicos, dado que toma en cuenta más que variables monetarias y, a su vez, usa como herramienta de análisis no sólo los argumentos apoyados en premisas, sino la comprobación empírica soportada en análisis estadístico.

Entre los trabajos consultados con un enfoque semejante al que aquí se presenta, se destaca el de ^{Carranza (2009)}, donde hace un análisis del impacto del programa mexicano de microcrédito llamado Caja de ahorros³ y se propone hallar los capitales relevantes de cada grupo de ahorradores y determinar la influencia en el éxito del programa⁴. Pese a que la técnica usada es un modelo de regresión logístico, llama la atención la visión multidimensional de esta tesis doctoral, en particular, la inclusión de capitales como el social, el cultural, el humano, el político, el ambiental y el financiero. Un resultado de esta investigación fue que el capital cultural⁵ y el capital social⁶ son las dimensiones que se relacionan estadísticamente de manera significativa con el éxito del programa, resultado interesante pues se concluye que el capital financiero no tiene mayor relevancia estadística.

De similar forma, se cuenta con dos antecedentes investigativos regionales: ^{Benjumea y Torres (2010)} y ^{Guerrero y Alfonso (2014)}. En Benjumea y Torres (2010) se desarrolla una descripción del estado socio-económico de los microempresarios antes y después de la implementación de un programa de microcrédito otorgado por la alcaldía de la capital del departamento de Santander en 2009. Benjumea y Torres aplican estadística descriptiva univariada en una muestra de 106 microempresarios encuestados y exponen resultados de las variables consideradas: estado civil, nivel de educación, ingresos, sexo entre otras. Además, se hacen cruces de variables por sexo y por nivel educativo y se concluye sobre el impacto del microcrédito. Por su parte el documento de Guerrero y Alfonso (2014) maneja los mismos datos del presente manuscrito y presenta de forma univariada un resultado del estado de salud de los microempresarios, su mayor resultado es que el estado de salud afecta el nivel de ingresos de los microempresarios. Por otro lado, a nivel nacional, el Departamento Administrativo Nacional de Estadísticas (DANE) ha venido desarrollando encuestas a los microempresarios desde el 2000 y publicando trimestralmente, desde el 2004, las principales características de estos agentes en la economía (DANE, 2009). Dichos estudios se concentran en la medición de ingresos, consumo intermedio, valor agregado, activos fijos, número de empleados, tipo de contrato, sueldos pagados y otras características propias del ámbito productivo de la empresa, obviando las características sociales. Es de aclarar que el ACM no es que no haya sido usado antes en temas económicos, sino que no se ha usado para perfilar microempresarios a partir de capitales. Sin embargo, es común encontrar la aplicación del ACM en temas de pobreza multidimensional. Tal como se mencionó antes, a mediados del siglo XX, empezó a concebirse al desarrollo como un indicador de la salud económica de los países desplazando al crecimiento del PIB. Es el caso de algunos documentos que hacen uso del ACM para mediar la pobreza multidimensional: Luzardo et al. (2013), ^{Peña-Angulo y Nava-Puente (2015)} y ^{Ezzrari y Verme (2013)}.

Hay que aclarar que las anteriores investigaciones distan de la presente en el enfoque unidimensional o en la técnica estadística usada, tal vez los documentos más cercanos en el objeto de estudio y técnica son los de ^{Riascos (2010)} y ^{Castro, Girón y Soto (2017)}. Resulta relevante explicar un poco estos documentos: Riascos (2010) hace una caracterización a partir de la base de datos "Monitor Global de Emprendimiento (GEM- Colombia)" de 2009. En este documento se realiza un ACM para 222 encuestados a partir de 30 preguntas de capital humano. Su principal objetivo es encontrar asociaciones entre el capital humano con la variable emprendedores potenciales⁷. A su vez, se realiza otro ACM para 350 encuestados, a los cuales se les hizo 13 preguntas con la característica de emprendedores nacientes⁸. Posterior a ello, realizó dos modelos logísticos con las variables que conforman el capital humano contra las variables dicotómicas emprendedores potenciales y emprendedores nacientes⁸. Algunas conclusiones de este documento son la caracterización de los "emprendedores potenciales en búsqueda de oportunidades" como jóvenes adultos, con trabajos de tiempo total o parcial, estrato socioeconómico medio con educación formal alta y familias pequeñas, en comparación con "los emprendedores potenciales por necesidad" caracterizados por ser mujeres, desempleadas o en labores domésticas, jóvenes, de ingresos bajos y con un hogar con gran número de integrantes. La caracterización de los empresarios nacientes será mencionada más adelante ya que servirá de punto de contrastación con los resultados aquí presentados. El documento de Castro, Girón y Soto (2017) cuenta con una estructura similar al de Riascos (2010), las diferencias yacen en la fecha de los datos tomados del "Monitor Global de Emprendimiento" en el 2014, en la característica de interés a asociar con el capital humano, a saber: emprendedores nacientes y emprendedores nuevos⁹ y en la comparación de las características de emprendimiento en Chile, Ecuador y Colombia. Más adelante se mencionarán algunas conclusiones de este documento.

Análisis de correspondencias

El Análisis de Correspondencia (AC) es una técnica estadística descriptiva, basada en la teoría de los valores y vectores propios del álgebra lineal, que permite realizar representaciones geométricas de dos variables categóricas¹⁰ con el objetivo de visualizar asociaciones entre las categorías de las variables filas y columnas. De manera análoga, el Análisis de Correspondencias Múltiple (ACM) es una generalización del AC que permite realizar los mismos análisis para cualquier número de variables categóricas con un número finito de categorías. La técnica es exclusiva para variables cualitativas, razón por la cual las variables cuantitativas deben categorizarse previamente a la aplicación de la técnica.

La idea básica del AC es la construcción de un espacio de menor dimensión que los espacios originales que contienen las variables o características en juego, en forma similar a lo que se hace en los análisis factoriales propios de las variables continuas, tal como el Análisis de Componentes Principales. El número de los factores que generan el nuevo espacio es menor al de las variables originales; además, son independientes y ortogonales entre sí. Este nuevo espacio es el que está más cerca del espacio original lo que implica que la variabilidad de las proyecciones de las variables originales sobre este da cuenta de la mayor cantidad de la variabilidad original. En el caso del AC y del ACM los nuevos subespacios son de dimensión 2 para poder visualizar gráficamente las asociaciones entre las variables.

La información primaria sobre la cual se realiza el AC se encuentra en un cuadro de contingencia, que no es otra cosa que un cuadro de frecuencias absolutas para los diferentes cruces de las categorías de las dos variables en juego.

Supongamos se tienen dos variables categóricas X y Y con p y q categorías respectivamente. El cuadro de contingencia asociado a estas variables es una matriz cuyas filas son las diferentes categorías de la variable X y cuyas columnas son las diferentes categorías de la variable Y. En la celda (i, j) se encuentra el número de individuos que tienen la característica i de la variable X y la característica j de la variable Y. Este cuadro o matriz original se transforma en una matriz de perfiles fila y columna que es el resultado de dividir cada celda por el total de individuos de la muestra que se está trabajando, es decir, la matriz de perfiles está constituida por las frecuencias relativas de cada una de las celdas del cuadro de contingencía original. Es esta matriz de perfiles la que se toma de referencia para la descomposición factorial, o, en términos algebraicos, para la descomposición en valores singulares.

Si bien el procedimiento se puede realizar asumiendo las filas o las columnas, lo presentamos desde el punto de vista de las filas, es decir, se asume que se tienen p vectores en el espacio R ^q, es decir, cada vector fila (asociado a cada categoría en X) tiene q componentes asociadas a las categorías de la variable Y. La idea fundamental es encontrar un subespacio R ^s de dimensión menor que el espacio fila R ^q, es decir, s < q y que se conserve el máximo de la información de la nube de puntos original. La medida de la cantidad de información es la cantidad de varianza o inercia retenida por el nuevo espacio R ^s y se suele expresar en términos porcentuales de la varianza inicial.

Igual que en el método factorial de Análisis de Componentes Principales se van construyendo espacios unidimensionales de tal forma que el primero de ellos sea el que mayor varianza explica; el segundo el que explica la mayor varianza después de restarle la explicada por el primer factor, y así sucesivamente. El procedimiento algebraico, basado en la teoría de las descomposiciones singulares se puede consultar en ^{Greenacre (1984)} y ^{Díaz (2007)}.

Para comprender un poco la matemática detrás de esta técnica, se introduce la siguiente notación y luego se presenta el algoritmo de estimación.

Sea N una matriz de contingencia I * J, de elementos positivos con matriz de correspondencias P igual a N dividido entre el total de elementos donde y definiendo los vectores de masa fila y columna como: es decir

Donde

A continuación, se presenta el paso a paso del algoritmo de estimación (^{Greenacre, 2008}).

Paso 1. Cálculo de la matriz S de residuales estandarizados:

Paso 2. Cálculo de DVS¹¹ de S:

Donde es la matriz diagonal de valores singulares en orden descendentes con y las columnas de las matrices U y V son los vectores singulares. Del cálculo de las matrices U, Da y V se deriva los insumos necesarios para la representación geométrica de los cuadros de contingencia.

Paso 3. Coordenadas estándar de las filas Φ

Paso 4. Coordenadas estándar de la columna r:

Paso 5. Coordenadas principales de la fila F:

Paso 6. Coordenadas principales de la columna G:

Paso 7. inercias principales:

donde K = min{I - 1,J - 1}

Con los anteriores pasos es posible escribir la matriz P como:

De manera análoga, el ACM sigue los pasos del algoritmo anterior a partir de la matriz de Burt, la cual es una la unión de múltiples cuadros de contingencias y con apoyo de métodos iterativos (^{Greenacre, 2008}, p. 272).

Descripción de la muestra y de la base de datos

La base de datos usada es producto del convenio de cooperación celebrado entre la UIS y la financiera Comultrasan, a cargo del GIDORT. Dicha investigación tenía como objetivo general realizar una caracterización socioeconómica de la microempresa o actividad informal en el AMB desde el enfoque de Actos, Vulnerabilidades y Estructura de Oportunidades (AVEO) propuesto por Ruben Katman. En el desarrollo de la investigación se realizaron 384 encuestas¹² a microempresarios de los cuales el 85.4% eran socios de la financiera y el 14.6% no lo eran¹³.

El diseño del muestreo fue Aleatorio Estratificado, donde los estratos estaban conformados por las ciudades que conforman el área metropolitana de Bucaramanga: Bucaramanga, Floridablanca, Girón y Piedecuesta y las fracciones del muestreo estaban determinadas por la distribución geográfica del marco muestral de los 42 685 microempresarios socios de la cooperativa. La encuesta aplicada contempla 7 módulos: perfil del encuestado (12 preguntas); capital sicológico (12 preguntas); capital humano, subdividido en salud (17 preguntas) y educación (16 preguntas); capital social (66 preguntas); capital físico (32 preguntas) y capital financiero (77 preguntas) lo cual en agregado asciende a 232 preguntas. Para esta investigación se tuvieron en cuenta 14 preguntas que fueron seleccionadas por ser las que más información proporcionan al momento de caracterizar los empresarios clasificados por su nivel de beneficios¹⁴.

De las 14 preguntas, 4 de ellas son cuantitativas y 10 cualitativas y pertenecen a 6 módulos, distribuidas de la siguiente forma: 2 preguntas del perfil del encuestado, 2 de capital humano educación, 2 de capital humano salud, 3 de capital social y satisfacción de necesidades, 3 de capital físico y 2 de capital financiero. En el Cuadro 1 ¹⁵ se describen cada una de las preguntas seleccionadas.

La investigación es de tipo cuantitativo y cualitativo, los procesos estadísticos fueron realizados en el paquete estadístico SPAD 5.6.

Asociación entre el capital físico y los beneficios obtenidos

El capital físico es aquel que abarca los tangibles que el microempresario posee para el funcionamiento de su empresa y para su disfrute propio. Algunos activos que hacen parte de esta dimensión son los equipos de producción, los muebles, enseres, los medios de transporte, la finca raíz entre otros. Este capital es comúnmente observado al momento de evaluar la asignación de crédito por parte de las financieras, pues estos son considerados como colateral en una deuda. Aquí presentamos tres categorías relacionadas al tipo, tenencia y uso de la vivienda del microempresario²¹.

La selección de estas variables es producto de un estudio preliminar que incluye tanto el criterio de expertos como métodos estadísticos tales como la regresión lineal simple y cuadros de contingencias, que permitieron determinar las variables que más relación tienen con los beneficios del empresario. En ^{Rangel (2013)} se pueden encontrar anexos de los procesos realizados de esta etapa previa. Las categorías de la variable beneficios obtenidos en el último mes se presentan en el Cuadro 7 ²².

En este caso, el análisis de correspondencias múltiples lo conforman 12 categorías, las restantes 4 categorías no se tuvieron en cuenta dado que sus frecuencias relativas eran inferiores a 2%. Las categorías eliminadas fueron las de no respuesta para las preguntas de capital físico y la categoría de casa propia que solo fue seleccionada por 7 encuestados.

Luego del proceso de reducción de dimensiones se obtuvieron 8 factores que recogían la totalidad de la variabilidad de los datos, el primer factor explica el 18.64% de esta variación (inercia), y en conjunto los 4 primeros factores recogen el 59.89% de la inercia²³.

En el Cuadro 8 ²⁴ se presentan las coordenadas de las categorías en cada uno de los factores, así como la contribución y los cosenos cuadrados de dichas categorías. Este cuadro sirve de insumo básico para la lectura geométrica del ACM, pues contrasta la calidad de la representación de las categorías en los gráficos y su eventual interpretación²⁵.

El Gráfico 1 evidencia que los microempresarios con mayores ingresos viven en apartamento, no viven en el lugar donde trabajan y el lugar de la vivienda fue cedido²⁶, contrario a los microempresarios con menores beneficios que viven en casas donde tienen su sitio de trabajo y con ocupación irregular, o invasiones. Adicionalmente, llama la atención la ubicación de la categoría de los microempresarios que no reportan beneficios que están en el mismo cuadrante de los que reportan los menores beneficios.

Fuente: elaboración propia.

Gráfico 1 Primer plano factorial asociado a las variables de capital físico 

Asociación entre el perfil demográfico del microempresario y los beneficios percibidos en el último mes

El perfil del microempresario se caracteriza por las siguientes variables: nombre, edad, sexo, número de hijos, integrantes del hogar, ocupación, lugar de vivienda, estrato etcétera. En este trabajo solo se consideran las variables edad y número de integrantes del hogar cuyas categorías se presentan en el Cuadro 5 ²⁷.

En el Cuadro 6 se presentan las coordenadas de los factores para el perfil del microempresario y los niveles de beneficios. En esta oportunidad el primer eje factorial recoge el 17.74% de la variabilidad de los datos y en los 4 primeros factores se acumula el 63.83 % de los datos²⁸.

En el Gráfico 2 los ejes 1 y 2 muestran que los microempresarios que tienen beneficios de más de 4 SMMLV están entre 18 y 30 años. En los planos 1 y 3, se evidencia una relación entre los empresarios con menores beneficios y con hogares grandes de más de 5 personas. Este hecho se opone a los empresarios con beneficios medios de (1 a 4 SMMLV) conformados por menos de tres personas.

Fuente: elaboración propia.

Gráfico 2 Lectura de los factores de mejor representación de las categorías de la variable beneficios 

Asociación entre las condiciones de salud y el estado físico de los microempresarios y los beneficios obtenidos

El capital salud mide las condiciones de seguridad médica y el estado físico de los empresarios y su núcleo familiar. Las variables y las categorías del capital salud se presentan en el Cuadro 11 ²⁹.

En esta oportunidad el primer eje factorial recoge el 20.46% de la variabilidad de los datos y en los 4 primeros factores se acumula el 71.19% de la inercia, la mejor representación se debe al pequeño número de categorías incluidas en el ACM³⁰.

En el Gráfico 3 se observa que no existe la categoría de percepción de la salud mala, ya que ningún microempresario manifestó tenerla; pero se encontró asociación entre los bajos beneficios con los estados de salud regular que son afectados por la actividad laboral, por el contrario, los altos beneficios se asocian a mejores estados de salud.

Fuente: elaboración propia.

Gráfico 3 Lectura de los factores de mejor representación de las variables categóricas nivel de beneficios y estado de salud. 

Asociación entre el nivel educativo de los microempresarios y los beneficios obtenidos en el último mes

El capital educación comprende las características relacionadas con el nivel educativo acreditado, la formación no acreditada y la experiencia acumulada en cada labor. Las variables y las categorías del capital educación con mejor asociación con los niveles de beneficios se presentan en la Cuadro 13 ³¹.

El análisis de correspondencia para estas variables categóricas se resume en 6 ejes factoriales, los 4 primeros de ellos explican el 72.45% de la variabilidad total³².

En el Gráfico 4 se presenta la relación esperada entre alto nivel de beneficios y alto nivel de estudio, pero no se puede verificar esta relación con los niveles medios y bajos de educación. También se puede observar, en el tercer plano factorial, la asociación de los beneficios bajos y los trabajos poco o nada relacionados con la preparación académica de cada microempresario en oposición a los microempresarios con beneficios medios que en su mayoría cuentan con un trabajo afín a los estudios adelantados. Los hallazgos del perfil del empresario y los correspondientes del capital humano no son inesperados, pues ya ^{Becker (1983)} y ^{Mincer (1958)} habían señalado la relación directa entre el capital humano (salud, educación y experiencia) y la productividad de los individuos y de las empresas, así que era de esperarse que los empresarios más exitosos (medidos como los de mayores utilidades) fueran los que presentarán mejores condiciones de capital humano, estos resultados también fueron encontrados en ^{Riascos (2010) 33} y ^{Castro, Girón y Soto (2017) 34} para los emprendedores colombianos.

Fuente: elaboración propia.

Gráfico 4 Lectura de los factores de mejor representación de las variables categóricas nivel de beneficios y educación 

Asociación entre las capacidades de relacionamiento del microempresario con los beneficios obtenidos

El capital social son aquellas cualidades que tiene el microempresario para relacionarse con su entorno (comunidad, familia, proveedores y clientes) por medio de grupos y redes. Esto puede tener impacto positivo en los beneficios de los microempresarios, pues a mejores relaciones entre redes más ayudas pueden disponer en su labor empresarial. Aquí también se analizan las necesidades que logra satisfacer cada empresario dependiendo de los diferentes niveles de beneficios. Las variables y las categorías del capital social y satisfacción de necesidades se pueden ver en el Cuadro 15 ³⁵.

El análisis de correspondencia para estas variables categóricas se resume en 6 ejes factoriales, los dos primeros explican el 40.9% de la variabilidad total. Por la buena representación de la variabilidad que recoge los dos primeros ejes factoriales y dado que todas las categorías tienen altos cosenos cuadrados en estos factores, se consideran suficientes para un buen análisis del capital social y de la satisfacción de necesidades de los microempresarios³⁶.

En el Gráfico 5 se observa que los microempresarios con mayores beneficios aseguraron que los ingresos les permiten el consumo básico y social necesario en oposición a los ingresos bajos quienes reportan que los ingresos no les alcanzan para el consumo social ni básico. Con respecto a la pertenencia del gremio no se evidencia relación con ningún nivel de ingresos. Como hecho importante hay que observar que los que no reportan el monto de beneficios se encuentran en la parte negativa del primer factor, el cual se asocia a los menores ingresos y a los niveles bajos de satisfacción de necesidades básicas y sociales. Llama la atención que, las variables de capital social no se encuentren asociadas a los niveles de ingresos, esto va en contra de lo planteado por la teoría del capital social³⁷, dicho hallazgo podría respaldar la creencia popular de la poca colaboración entre los microempresarios santandereanos.

Gráfico 5 Lectura de los factores de mejor representación de las variables categóricas nivel de beneficios, capital y satisfacción de necesidades 

Asociación entre el capital financiero que posee el microempresario y los beneficios generados

El capital financiero junto con el capital físico son los dos factores de estudio comúnmente usado para la asignación de crédito comercial. Algunas variables para el capital financiero son: ingresos, gastos, tenencia de bonos, acciones y certificados de depósito a término entre otros. Para el presente estudio solo se utiliza la variable nivel de endeudamiento cuyas categorías se presentan en la Cuadro 13 ³⁸.

El histograma de los 7 factores que explican la totalidad de la inercia indica que en los 2 primeros ejes factoriales se explica el 33.12% de la variabilidad de los datos, porcentaje alto que, sumado a una buena representación de la mayoría de las categorías, permite obtener conclusiones representativas³⁹.

En el Gráfico 6 es llamativo el ordenamiento de izquierda a derecha que se da en el factor 1 a los beneficios y al monto de las deudas de mayor a menor. Niveles altos de beneficios se asocian con niveles altos de deudas y viceversa.

Otra lectura sobresaliente es la asociación entre las personas que no declaran los beneficios y los que no reportan el nivel de endeudamiento⁴⁰. Este resultado corrobora que las personas que no declararon nivel de beneficios tampoco declararon nivel de deuda, pues estas dos variables están íntimamente relacionadas.

Fuente: elaboración propia.

Gráfico 6 Lectura de los factores de mejor representación de la variable capital financiero