1

PUEBLOS INDÍGENAS EN ARGENTINA:CONDICIONES DE VIDA Y DESIGUALDAD

Laura Golovanevsky, Liliana Bergesio y Natividad González

Introducción

“En general se toma al tema de la identidad alejado del problema del poder […] La cuasi universal servidumbre de los indios fue consecuencia del despojo continuo de sus tierras en favor de los no-indios”.

(Quijano 2006).

En Argentina, la denominada historia oficial construyó una nación sin indios, situación que se expresa en las estadísticas oficiales. Si bien en las últimas décadas el Estado argentino ha dado pasos importantes para reconocer los derechos de los Pueblos Indígenas u Originarios1 en el país persiste una brecha significativa entre el marco normativo establecido en materia indígena y su implementación real.

El conocimiento sobre la realidad económica y social de los Pueblos Indígenas en Argentina es, como mínimo, escaso. Hasta el 2001, los censos nacionales no recogieron datos específicos sobre ellos, y si bien en esa edición se procuró hacerlo, múltiples situaciones dificultaron su plena realización. Por ello, en 2004-2005 se realizó la primera Encuesta Comple-mentaria de Pueblos Indígenas y en el Censo Nacional de Población, Hogares y Vivienda (CNPV) 2010 se incluyó la consulta sobre autoadscripción indígena a la población.

En este trabajo interesa, tomando como fuente el CNPV 2010, describir y analizar las condiciones diferenciales de vida de la población de origen indígena de Argentina, contrastando éstas con las de la población no indígena, según sexo y localización territorial. Se lleva a cabo un análisis multivariado a partir de una base de datos que incluye 231 variables referidas a aspectos demográficos, educativos, de empleo, infraestructura y servicios de las viviendas y protección social, entre otras. En base a esto, y siempre en clave comparativa población indígena/no indígena, se revisa la priorización de objetivos y la selección de metas propuesta para Argentina dentro de los Objetivos del Desarrollo Sostenible (ODS), con el fin de evaluar el reconocimiento en las mismas de la realidad de los Pueblos Indígenas, discutiendo la disponibilidad de fuentes de información para medir su alcance.

Para ello, en un primer momento se expone un panorama amplio de la actual situación de los Pueblos Indígenas en América Latina en general y en Argentina en particular. Luego se pasa revista a los censos de población, principal fuente de información de carácter universal y de relativa comparabilidad y actualidad, visibilizando sus posibilidades y limitaciones de medición tanto en los análisis inter-países de América Latina como su derrotero en el caso específico de la República Argentina. Esta primera parte, eminentemente contextual, desemboca en el análisis estadístico multivariado de los datos aportados sobre los Pueblos Indígenas de Argentina por el CNPV 2010. Allí se consideran las provincias argentinas como una unidad estadística -aun reconociendo las heterogeneidades al interior de cada territorio provincial- y se exponen los resultados en dos momento: un primer estudio exploratorio sencillo, haciendo énfasis en las diferencias entre población indígena y no indígena por jurisdicción con relación a diferentes variables, y un segundo momento de exploración de mayor complejidad, en el cual se procura alcanzar algún grado de conocimiento acerca de cómo algunas variables censales que se consideran relevantes interactúan repercutiendo en las condiciones de vida más desfavorables para ciertos grupos de población en Argentina. Finalmente, se exponen las conclusiones donde se

1 Estas denominaciones se emplean de diferentes formas, por grupos diversos, por lo general argumentando fundamentos tanto de carácter histórico como políticos diferenciales. Sin embargo, a los estrictos fines del presente escrito, dado que el debate excede los límites del mismo, los usaremos aquí como sinónimos.

2

entreteje una reflexión sobre las indagaciones de la desigualdad en América Latina, las condiciones de vida de los Pueblos Indígenas en Argentina si se la compara con las poblaciones no indígenas según los datos del CNPV 2010 y la correlación de esta situación con los ODS priorizados por el país.

La revisión de los principales datos asociados a estos Pueblos permite conocer su realidad actual y también -aunque en menor medida- tener una cierta mirada retrospectiva que aporte mayores antecedentes para reflexionar en torno a sus demandas, ya que muchas de ellas se relacionan con desigualdades ancladas en territorios de relegación. Sin embargo, se debe tener en cuenta que la información que arrojan instrumentos de carácter cuantitativo como los aquí analizados solo constituye una cara de la moneda dado que, aunque logran dar clara cuenta de desigualdades persistentes (vinculadas a infraestructuras y servicios deficitarios), deberían ser complementados con estudios más detallados y continuados que combinen metodologías cuanti y cualitativas y que permitan visibilizar otras variables (como la dimensión sociopolítica y jurídica, los discursos científicos y coloquiales, las imágenes/estereotipos culturales, los procesos de revalorización de los pueblos originarios, entre otros aspectos).

Pueblos Indígenas de América Latina y Argentina: síntesis de su situación actual

Las categorías generales de identidad étnica (como originarios, indígenas, aborigen, etc.) en América Latina solo tienen sentido “en referencia al patrón de poder que se origina en la experiencia colonial y que desde entonces no ha dejado de reproducirse y de desarrollarse manteniendo sus mismos fundamentos de origen y de carácter colonial” (Quijano 2006: 53). En nuestro lenguaje e ideas, la modernidad se hace presente en numerosas categorías que se emplean sin una mayor preocupación, entre ellas Quijano indica que el concepto de raza es “un constructo mental moderno, sin nada que ver con [...] la previa realidad, generado para naturalizar las relaciones sociales de dominación producidas por la conquista” (Ibíd.).

El Estado-nación en América Latina, así, se constituyó en uno de los ejes en que se manifiesta el patrón colonial del poder, ya que “con la derrota del colonialismo británico primero, e ibérico después, en América se instala una paradoja histórica específica: Estados independientes articulados a sociedades coloniales” (Quijano op. cit.: 56-57, énfasis en el original), es decir, que continuaron organizadas en torno al antiguo patrón de poder. Pero, tal como se pregunta Quijano, ¿de qué nación eran estos Estados? Este autor además, nos recuerda que “la nacionalidad de los nuevos Estados no representaba a las identidades de la abrumadora mayoría de la población sometida a los nuevos Estados. En rigor, originalmente les era contraria” (Quijano op. cit.: 58). Tal es así, que en las primeras décadas de vida de los nóveles Estados americanos, surgió “el problema indígena” como un incordio político y teórico; esta situación (crítica y compleja) en el caso de Argentina vino de la mano de la aniquilación, el acorralamiento y la negación/invisibilización de estas poblaciones.

En la actualidad, en América Latina y el Caribe se estima que hay entre 33 y 40 millones de indígenas que pertenecen a más de 400 grupos étnicos, cada uno de los cuales tiene su idioma (con diferentes grados de difusión), su organización social, cosmovisión, sistema económico y modelo de producción adaptado a su ecosistema. Sin embargo, dos puntos centrales a destacar son, por un lado, la escasa información de que se dispone sobre los Pueblos Indígenas -tema que retomaremos en el apartado siguiente- y, en segundo lugar, que si bien la realidad de América Latina está marcada por la diversidad y la multiculturalidad, esto no ha implicado, por lo general, un mayor nivel de pluralismo cultural e integración social.

En relación con este último punto se debe resaltar que, por el contrario, la realidad recién descripta está marcada por la colonialidad que devino en una profunda división entre Pueblos Indígenas y no indígenas. Esto llega al extremo, y de manera común, en la propia negación de esa heterogeneidad cultural que caracterizó, por ejemplo, el nacimiento de la mayoría de los

3

Estados nacionales y que se ha perpetuado en el tiempo mediante sistemas de reproducción social y cultural (Hopenhayn y Bello 2001). Por regla general, los Pueblos Indígenas han quedado aislados del proceso de formación estatal, incluso de aquellos que afectaban a su propio desarrollo y territorio (Kymlicka 2003). Este proceso ha significado para muchas de estas poblaciones la pérdida progresiva de tierras, el quiebre de economías comunitarias, la pérdida de derechos y representatividad y la marginación de procesos políticos, entre otros. De esta forma, en términos de convivencia, las relaciones entre los Pueblos Indígenas y las sociedades mayoritarias han estado marcadas por la existencia de conflictos y por una realidad de discriminación que ha perdurado a través de los años (Bello y Rangel 2002) y que ha venido marcada por las reivindicaciones de las culturas oprimidas y por su lucha contra la hegemonía de una cultura que pretende identificarse con lo universal.

Como resultado de procesos históricos, otro elemento que ha caracterizado la realidad de estos Pueblos ha sido la pobreza y la marginación. En este sentido, su negativa situación socioeconómica se ha visto agravada por políticas sistemáticas que no han tomado en cuenta sus necesidades reales ni sus costumbres y cosmovisión. La mayoría de estos Pueblos han sido incorporados de modo marginal y precario a los proyectos nacionales, dándose así una combinación de injusticia cultural y material (Figueroa Huencho 2012).Como resultado de las configuraciones sociales que se despliegan en las más diversas geografías, los estándares de vida de los Pueblos Indígenas son por lo general más bajos que los de otros habitantes de un mismo país o región y las desventajas que los Pueblos Indígenas padecen pueden registrarse en casi todas las áreas de la vida social (Cimadamore et al. 2006).

Desde que un estudio del Banco Mundial en 1994 llamó la atención sobre la correlación que existe entre la variable étnica y la pobreza, un gran número de estudios generales o a nivel de país han llegado a conclusiones similares. Se trata principalmente de pobreza rural, dado el hecho de que a pesar de las tendencias demográficas y ocupacionales recientes, la gran mayoría de los Pueblos Originarios o Indígenas se encuentran aún en las áreas rurales. Pero ahora los Pueblos Indígenas están confrontando también una nueva pobreza urbana, donde los datos demuestran que como grupo étnico se ven otra vez desproporcionadamente afectados (Plant 1998).

De forma sintética se puede afirmar que, de la población latinoamericana que vive en la extrema pobreza, un cuarto son indígenas. Los Pueblos Indígenas representan el 10% de la población de la región y sus niveles de ingreso, al igual que sus indicadores de desarrollo humano como la educación y las condiciones de salud, han quedado sistemáticamente a la zaga en relación con los del resto de la población. Controlando los factores básicos que están sabidamente asociados con la pobreza, tales como la edad, la educación, la situación laboral y la región dentro de un país, ser de origen indígena aun aumenta de manera más significativa las probabilidades que un individuo tiene de ser pobre (Hall y Patrinos 2004).

Según los indicadores socioeconómicos convencionales, ya sean basados en datos sobre los ingresos o en conceptos de necesidades básicas insatisfechas, los diversos Pueblos Originarios de América Latina (donde Argentina no es la excepción) tienen una representación desproporcionada tanto entre los pobres como entre los extremadamente pobres. Además, salvo en muy reducidos casos, los indicadores demuestran que esta tendencia ha ido empeorando durante las últimas décadas.

En Argentina, como ya se dijo, la denominada “historia oficial” construyó una nación “sin indios”, esto es, un país que se configuró demográfica y culturalmente por pueblos trasplantados, “que descienden de los barcos”, y por lo tanto no reconoce a los Pueblos Originarios como parte constitutiva de su conformación. Esto incluso ha intentado validarse desde una política censal: no hay indicaciones censales a lo largo de la historia sobre la pertenencia a identidades indígenas de grupos poblacionales. Estos discursos apuntan a desconocer el proceso histórico de conquista y apropiación territorial por parte del Estado y

4

agentes privados dominantes. Semejante desconocimiento viene siendo señalado y cuestionado por diversos actores y cada vez pierde más peso, rindiéndose ante las evidencias.

Una parte significativa de los investigadores y académicos que se han especializado en el tema sostienen que la relación de los Pueblos Originarios con los conquistadores españoles, primero, y con el Estado nacional, a partir de mediados del siglo XIX, ha estado definida por el sojuzgamiento militar, el etnocidio, la expulsión o subsunción al sistema de expansión agrícola-ganadero y agroindustrial de la fuerza de trabajo sobreviviente, de acuerdo al modelo de desarrollo económico preponderante en cada región. Todo ello en sintonía con el intento de aculturación mediante distintos programas estatales y de evangelización, cuyas consecuencias se observan en la desestructuración de las modalidades prototípicas de organización social, política y económica, la expropiación territorial y la degradación, cuando no la depredación de los recursos naturales que configuraron su base de sustentación económica y sociocultural (Trinchero 2009).

En las últimas décadas, en Argentina, el Estado ha dado pasos importantes para reconocer los derechos de los Pueblos Originarios en el país. Ellos incluyen las reformas de la Constitución de la Nación en el año 1994 en materia de los Pueblos Indígenas2, la adopción de la Ley 26.1603 que inicia un proceso para contribuir a la regularización de las tierras indígenas del país, la ratificación del Convenio 169 de la OIT, y el voto en la Asamblea General a favor de la Declara-ción de las Naciones Unidas sobre los derechos de los Pueblos Indígenas. A fines del año 2006 fue aprobada por el Congreso de la Nación la Ley de Educación Nacional Nº 26.206, que reconoce como un derecho la educación bilingüe e intercultural de los indígenas. En 2007 se reglamenta la Ley Nº 26.160, dando inicio al relevamiento territorial de las mismas. En 2009 se sanciona la Ley Nº 26.522 de Servicios de Comunicación Audiovisual, que garantiza la preservación y promoción de la identidad y los valores culturales de los pueblos originarios.

Sin embargo, persiste una brecha significativa entre el marco normativo establecido en materia indígena y su implementación real, lo cual hace necesario que el Estado, tanto a nivel nacional como provincial, priorice y dedique mayores esfuerzos a los temas relacionados con los derechos de los Pueblos Originarios. Es así que existen todavía legados de la época de la

2 En dicha reforma se define como atribución del Congreso de la Nación reconocer la preexistencia étnica y cultural de los pueblos indígenas, garantizando el respeto a su identidad y el derecho a una educación bilingüe e intercultural. Asimismo, se reconoce la personería jurídica de las comunidades, junto con la posesión y propiedad comunitaria de las tierras que tradicionalmente ocupaban y se regula la entrega de otras, aptas y suficientes para su desarrollo humano. Se garantiza también su participación en la gestión referida a sus recursos naturales y a los demás intereses que los afecten.3 La ley 26.160, sancionada en 2006, declaró en todo el territorio nacional y por el término de 4 años, la emergencia en materia de posesión y propiedad de las tierras que tradicionalmente ocupan las comunidades indígenas del país cuya personería jurídica estuviese debidamente registrada entre el Registro Nacional de Comunidades Indígenas, organismo provincial competente o aquellos preexistentes, y suspendía (por el término de la duración de la emergencia declarada) el trámite de ejecución de sentencias de desalojos dictadas en los procesos judiciales que tengan por objeto principal o accesorio la desocupación y/o desalojos de las tierras comprendidas. La norma fue prorrogada en dos oportunidades desde su sanción y la última vence el 23 de noviembre de 2017. Estas prórrogas fueron necesarias en el pasado porque los empadronamientos de comunidades indígenas tienen grandes retrasos; así, de acuerdo con un estudio llevado a cabo por la Auditoría General de la Nación, durante el período 2010/2015, de las aproximadamente 1.500 comunidades con datos de existencia en el país, solo se habían empadronado alrededor de 500. En septiembre de 2017 se inició el debate público por el pedido en el Senado de la Nación de una nueva prórroga. En esa ocasión se multiplicaron en el país las movilizaciones de los Pueblos Originarios, organizaciones de derechos humanos, sociales y política por este reclamo que evite desalojos en los territorios asignados. Esto se dio en uno de los puntos más álgidos del debate con comunidades Mapuches del sur del país y en momentos en que se produjo la desaparición de un joven participante de los reclamos de una comunidad en el marco de un enfrentamiento y posterior persecución por parte de fuerzas de la Gendarmería Nacional. El cuerpo sin vida de dicho joven, Santiago Maldonado, fue finalmente encontrado luego de más de dos meses de ocurridos los incidentes, en una zona cercana adonde se lo viera con vida por última vez, escapando de la Gendarmería Nacional según miembros de la misma comunidad Mapuche. Entretanto, la ley 26.160 fue nuevamente prorrogada el 27 de septiembre de 2017 por cuatro años más.

5

colonización y la historia de exclusión de los Pueblos Indígenas sigue siendo muy visible. Ésta se manifiesta de diversas formas, como por ejemplo las condiciones de desventaja que sufren los Pueblos Indígenas en diversos ámbitos, la falta de una adecuada protección de sus derechos sobre sus tierras tradicionales y el continuo desarrollo de patrones de marginalización y de discriminación hacia ellos (Bergesio et al. 2017).

Sintéticamente, se puede decir que los Pueblos Indígenas en Argentina sufren bajos niveles de desarrollo económico y social en comparación con los sectores no indígenas del país. Los departamentos con el mayor porcentaje de población indígena en el país se localizan en el noroeste (NOA), nordeste (NEA) y Patagonia donde tienden a agruparse en cordones de muy clara delimitación. Estas son zonas de explotaciones primarias de bajo desarrollo y con escasos enclaves productivos, con condiciones sociales desfavorables, sobre todo en el caso del NOA y NEA (CEPAL 2012). El 23,5% de los hogares indígenas de Argentina tiene necesidades básicas insatisfechas, en comparación con el 13,8% de los hogares no indígenas, siendo el ingreso de los hogares de la población indígena, en promedio, siete veces menor al del conjunto de los hogares del país (Anaya 2012).

Además, y como un tópico central, en Argentina queda pendiente la titulación de tierras de uso consuetudinario de muchas comunidades y son aún numerosos los litigios pendientes en la justicia por restitución y/o reclamos de tierras (García Moritán y Cruz 2011).4 Si bien la extensión de tierras que ocupan los Pueblos Indígenas de Argentina es desconocida, ella se estima en alrededor de 15.000.000 hectáreas, de las cuales se ha reconocido el dominio comunitario sobre alrededor de 4.500.000, habiéndose identificado (para el año 2014), en el marco de la aplicación de la Ley 26.160, una superficie aproximada de 3.270.400 hectáreas (Ministerio de Trabajo, Empleo y Seguridad Social de la Nación 2014). Pero la mayor parte de las comunidades presentan serios problemas en relación al uso y la tenencia de las tierras y los recursos naturales, ya sea por no disponer de tierras propias o exhibir una situación de precariedad jurídica respecto de las tierras ocupadas. Estas son en la mayoría de los casos insuficientes y poco aptas para el desarrollo económico y social de las comunidades, estando afectadas por demoras y trabas en la gestión de trámites oficiales, las intromisiones, las apropiaciones por parte de particulares externos a las comunidades, la desertificación de los suelos, los desmontes, la predación de la fauna nativa y la contaminación del agua (Leporé et al. 2004).

A esto se debe sumar que en distintas provincias argentinas (Catamarca, La Rioja, Neuquén, Río Negro, Salta y Jujuy, entre otras) son numerosas las denuncias de comunidades por los impactos de los efectos de la contaminación de diversas explotaciones mineras (pasadas y/o presentes), el desmonte indiscriminado y el uso abusivo de los recursos naturales (en especial del agua) por algunos terratenientes y grandes empresas (sobre todo de carácter internacional) (Anaya 2012). Además, la especulación económica de algunas de estas tierras por valorizaciones vinculadas al desarrollo turístico y/o empresarial (como por ejemplo es el caso de la Quebrada de Humahuaca, en Jujuy, tras su incorporación en la lista mundial de Patrimonio de la Humanidad por parte de la UNESCO), donde algunos estados provinciales han entregado títulos de tierras a extranjeros inversionistas, ocasionando un nuevo despojo de tierras de las comunidades indíge-nas (Espósito 2014), lo cual devino, a su vez, en la reducción de sus recursos naturales, fundamentalmente del agua (Anaya 2012). Existe asimismo una escasa participación de las comunidades en el control y manejo de los sitios patrimonializados (Bergesio 2010), de valor turístico y/o productivo, así como en los beneficios económicos derivados de los mismos (Anaya 2012)

Pueblos Indígenas y censos de población: recorridos, posibilidades y limitaciones

4 Para el año 2013 se registraron en Argentina 857 casos de conflictos de tierras, que abarcan un total de 9,3 millones de hectáreas. De ese total de casos en 278 (32,4%) hay población indígena comprometida (Bidaseca 2013).

6

Antes se señaló que, a pesar de la gran cantidad de Pueblos Indígenas y miembros de los mismos, en América Latina en general y en Argentina en particular, la información que se dispone sobre ellos es escasa, llegando al punto extremo de tener muy diversas e incomparables cuantificaciones sobre su sola existencia (esto es, quien se considera indígena y quien no).5

La pregunta sobre la realidad cuantitativa de los Pueblos Indígenas en América Latina recién tuvo una repuesta en los primeros años del siglo XXI, poniendo en evidencia la “otra expresión de la discriminación estructural: la invisibilidad estadística” (CEPAL 2014:12). Cabe destacar que durante las dos últimas décadas del siglo XX predominaba el criterio lingüístico para la identificación indígena, pues se partía de una posición que consideraba a los pueblos indígenas “objetos de políticas”, a cargo de un actor externo (el Estado/encuestador).6 Este criterio está entre las cuatro dimensiones ligadas a los Pueblos Indígenas, siendo las otras tres el origen común, la territorialidad (es decir, habitar un territorio ya identificado como indígena) y el reconocimiento de la identidad.

“La primera dimensión [la autoidentificación] representa el ejercicio efectivo del derecho a reconocerse como parte de un pueblo y tiene preeminencia sobre las demás. Su finalidad es […] preservar el derecho soberano y el poder de decidir quién pertenece […] a un pueblo indígena […] sin interferencia externa […]. Por lo tanto, de esta dimensión deberían derivarse los criterios que permitan estimar la magnitud de la población y los pueblos indígenas en todas las fuentes de datos y, en particular, en los censos de población. A partir de las otras dimensiones sería posible, en un momento dado, describir la heterogeneidad de estos grupos, en términos del reconocimiento de vínculos ancestrales y territoriales, así como de la conservación o pérdida del idioma y de prácticas socioculturales, entre otros aspectos. Si bien es deseable que se incluyan en los censos algunos indicadores referentes a esas dimensiones, la utilidad de este marco se hace más evidente para el diseño de censos indígenas y de encuestas” (CEPAL 2014: 88, Recuadro II.I).

A raíz de las numerosas intervenciones públicas y políticas a favor de la cuestión indígena, en los censos de la segunda década del siglo XXI (ronda de 2010) se incluyó la pregunta por la identidad indígena (es decir, que no era un supuesto desde el exterior), siendo la autoidentificación el criterio predominante. Este giro no es meramente estadístico sino que supone un cambio político, ya que se toma a los Pueblos Indígenas como sujetos de derechos; para ello, desde diversos organismos indígenas, académicos, estatales e internacionales se elaboró un “estándar mínimo” para la inclusión de preguntas y aspectos a relevar en los censos y encuestas, buscando mayor profundidad cualitativa (CEPAL 2014).

Cabe indicar que la autoidentificación no es un criterio que esté exento de problemas metodológicos, ya que ciertos aspectos del contexto sociohistórico pueden repercutir en su cuantificación, ya sea por contextos de revitalización cultural en la cual grupos allegados pueden sentirse identificados con un Pueblo Indígena o, lo que es más común, situaciones de desvalorización y discriminación generalizada que imponen un sesgo de subestimación de la población indígena (Del Popolo 20087, citado por CEPAL 2014).

5 A nivel regional en términos estadísticos se trata de Pueblos Indígenas y Afrodescendientes.6 De hecho Paraguay, donde el guaraní es un lenguaje oficial hablado por lo menos por 1 millón de habitantes según el censo nacional de 2002 (Fuente: http://ea.com.py/v2/el-87-de-la-poblacion-paraguaya-habla-guarani), tiene uno de los índices más bajos del continente de personas que se reconocen indígenas: 100.000 frente a 7 millones en Perú o 17 millones en México (país con mayor población indígena) (Cepal 2014).7 Del POPOLO, Fabiana (2008) “Los pueblos indígenas y afrodescendientes en las fuentes de datos: experiencias en América Latina”. En: Documentos de Proyectos, Nº 197 (LC/W.197). Santiago de Chile: Comisión Económica para América Latina y el Caribe (CEPAL).

7

Si bien a nivel regional las dos rondas de censos del siglo XXI han incorporado el tema indígena (o al menos en uno de los censos se ha hecho) la comparación de los datos entre países no es posible ya que, a las diferencias propias entre los censos, cabe agregar que no todos “preguntan” de la misma manera o por lo mismo. Por ejemplo, aunque en todos los países, como se indicó, se trabaja con el criterio de autoadscripción, no todos relevan el idioma (de hecho, Argentina, Honduras, Panamá y Uruguay no lo hacen) y no todos relevan la pertenencia a un determinado pueblo (como sí se hace en Argentina, Bolivia, Brasil, Chile, Costa Rica, Ecuador, Guatemala, Honduras, Panamá, Paraguay y Venezuela)8 (CEPAL 2014); y, finalmente, Perú cuenta con un censo específico para poblaciones indígenas9.

Para el caso particular de Argentina, teniendo en cuenta que viene realizando censos nacionales desde el año 1869, se podría suponer que en la actualidad las estimaciones de la población indígena nacional serían más o menos certeras. Pero la realidad es otra, y diferentes estimaciones a lo largo del siglo XX arrojan resultados claramente incompatibles entre ellos (Leake 2008). Esto no aparece como un mero accidente sino que se vincula estrechamente con una intencionalidad, ya que históricamente -en sentido estricto desde la Colonia hasta entrado el siglo XX- la mirada del Estado nacional sobre los pueblos originarios que habitaron el actual territorio argentino se materializó en formas diferentes de negación e invisibilización.

“Argentina no conoce la cantidad de población indígena que habita en su territorio. Este hecho no es un mero dato de la realidad. Por el contrario es una muestra del relativo éxito alcanzado por el esfuerzo que los dirigentes políticos realizaron para demostrarle al mundo que Argentina es un país blanco y culturalmente homogéneo” (Carrasco 2000:7).

En este sentido es necesario destacar que la consideración de los Pueblos Indígenas por parte de la estadística pública siguió en el país distintos caminos que determinaron que, de la totalidad de los censos nacionales, en los de 1869, 1895, 1914 y 2001 el tema tuviera un tratamiento parcial y en los de 1947, 1960, 1970, 1980 y 1991 ni siquiera fuera abordado. En el Censo de 1869 la población indígena se calculó en base a datos brindados por los jefes de los fortines y se los consignó fuera de la categoría “argentinos”. Más de un cuarto de siglo después, en el Censo de 1895, se omitió censar a la población indígena y simplemente se la estimó. En 1914 el tercer Censo Nacional estimó que 18.425 de los 7.903.662 censados pertenecían a comunidades aborígenes según un cálculo general que consideró el número de lanzas. La reforma de la Constitución Nacional de 1949 estableció una nueva concepción de la temática indígena, señalando en su artículo 68, inciso 15 que: “no se pueden establecer distinciones raciales, ni de ninguna clase, entre los habitantes del país”. Más de 15 años después, el Censo Indígena Nacional (CIN) de 1966/1968 emprendió -sin poder concluirla- la tarea de cuantificar y caracterizar a la población indígena. El CIN contabilizó 165.381 indígenas (75.675 censados y 89.706 estimados), cuando la población total del país era de 22,8 millones de habitantes. Posteriormente se desarrollaron dos experiencias locales de abordaje estadístico de los pueblos originarios en las provincias de Formosa y Salta; el Censo Aborigen de Formosa (CAF) de 1970 y el Primer Censo Aborigen Provincial de Salta (CAP) de 1984, inéditas por su especificidad hasta ese momento (INDEC 2015).

Pasado el Censo Nacional de Población y Vivienda de 1991, donde la temática no se abordó, con la reforma constitucional de 1994 se plantea una política de reconocimiento de las poblaciones indígenas. A instancias de lo indicado en la Ley Nº 24.956 de Censo Aborigen, aprobada por el Congreso de la Nación en 1998, se incorporó la variable indígena al Censo

8 Colombia, El Salvador, Nicaragua y Perú prevén la realización de sus censos en una fecha posterior a la publicación citada. Perú lo hizo en 2017, Colombia lo hará en 2018.9 Fuente: http://www.censos2017.pe/iii-censo-nacional-de-comunidades-indigenas/

8

Nacional de Población Hogares y Viviendas del año 2001.10 En este censo, realizado en el mes de noviembre de ese año, se hizo la consulta a nivel de hogar sin identificación de personas. La pregunta era la número 2: “¿Existe en este hogar alguna persona que se reconozca descendiente o perteneciente a un pueblo indígena?” Y a continuación se enumeraron 17 pueblos indígenas, más la categoría “otro pueblo”, que se debía completar.

La comisión de Población y Recursos Humanos de la Cámara de Diputados, el Instituto Nacional de Estadística y Censos (INDEC) y organizaciones indígenas trabajaron juntos para definir la forma que tomaría esta propuesta. Debía ser una pregunta sencilla, que permitiera reflejar la cantidad y la identidad de la población indígena, para ello se incorporó a la pregunta el nombre de cada pueblo originario, para que cada censado marque la etnia correspondiente. Las pruebas previas a la elaboración del texto de la pregunta (que fue la N° 2 de la cédula censual) se llevaron a cabo en 1999 y 2000, con participación de miembros de comunidades indígenas locales y observadores indígenas de otras zonas. Durante el 2001 se buscó ampliar la participación indígena a través de cuatro reuniones regionales entre el INDEC, el Instituto Nacional de Asuntos Indígenas (INAI) y representantes de organizaciones y comunidades, con el objetivo de alcanzar acuerdos para la participación directa de los indígenas en la capacitación de los censistas y en la difusión del censo y crear instancias de articulación con el INDEC a fin de diseñar el contenido de la encuesta complementaria 2002 y proponer la metodología a aplicar.

Lamentablemente estos objetivos no pudieron alcanzarse, principalmente por la falta de participación de los pueblos indígenas en el diseño e implementación de la ley, aunque fuera una queja persistente por parte de los mismos en las distintas reuniones regionales. A raíz de esto se elaboró un documento en contra del Censo y la Comisión de Juristas Indígenas en Argentina (CJIA) presentó un recurso de amparo en el que solicitó la postergación del censo alegando que no se habían respetado las condiciones establecidas por el Convenio 169 de la OIT y el mismo artículo 75 inciso 11 de la Constitución Nacional. Sin embargo, el reclamo no fue atendido y el Censo se concretó en la fecha prevista inicialmente. Esto trajo reclamos diversos y los datos relevados quedaron teñidos de sospecha ya que algunas comunidades se negaron a participar del mismo. Como resultado de este relevamiento se identificaron 281.959 hogares donde una o más personas se reconocían como descendientes de un Pueblo Originario, pero no se computó la exacta cantidad de personas que se declararon integrantes de cada pueblo, ni sus características particulares.

Esto motivó que luego, en el 2004-2005, el propio INDEC realice la Encuesta Comple-mentaria de Pueblos Indígenas (ECPI) con la finalidad de mejorar la información disponible, cuyos datos se publicaron en junio de 2006. Según esta última fuente hay 600.329 personas indígenas en el país, que representan aproximadamente 1,7% de la población total.11 Cabe resaltar que, según la misma fuente, aunque la mayoría de los indígenas en Argentina vive en zo-nas rurales, existe un gran porcentaje de esta población que ha migrado a las ciudades.

Por ello, el CNPV 2010 es la fuente más reciente y completa con la que se cuenta en Argentina para identificar a las personas que se reconocen pertenecientes y/o descendientes de un Pueblo Indígena, y el nombre del pueblo al que pertenecen. En el mismo se considera población indígena a las personas que se autorreconocen como descendientes (porque tienen algún antepasado), o pertenecientes a algún Pueblo Indígena u Originario (porque se declaran como tales).

En esta oportunidad la pregunta estaba en el formulario ampliado, en la sección del hogar. La pregunta era la 5: ¿Alguna persona de este hogar es indígena o descendiente de 10 Se ordena aquí incorporar esa propuesta a la cédula censal como la variable “autoidentificación indígena”.11 Existen diferencias sustanciales entre las distintas estimaciones sobre la cantidad de personas indígenas que habitan en Argentina. La metodología empleada en la ECPI ha sido criticada, por ejemplo, por no haber incluido una pregunta sobre la autoidentificación indígena en las ciudades con más de 25.000 habitantes. En consecuencia, fuentes alternativas estiman que hay una población de hasta dos millones de personas indígenas en el país (Anaya 2012), lo cual elevaría a 5,7 el porcentaje de población indígena de Argentina.

9

pueblos indígenas (originarios o aborígenes)? Y a continuación se solicitaba: Indique a cuál pueblo, y se dejaba un espacio para completar. Los datos que se publican surgen, entonces, del cuestionario ampliado para viviendas particulares (que son aquellas donde las personas viven bajo un régimen familiar), aplicado a todos los hogares en localidades de menos de 50.000 habitantes y en una muestra de los hogares de las localidades de más de 50.000 habitantes. Los valores obtenidos son estimaciones de una muestra y por tanto contemplan el llamado “error muestral”.12 Considerando las tablas de error muestral y coeficientes de variación provistas por el INDEC, la estimación del total de personas que se auto-reconocieron como descendientes o pertenecientes a algún pueblo indígena u originario tiene un coeficiente de variación inferior al 1%.

El operativo censal permitió conocer para el año 2010 la composición de la población originaria: 955.032 personas (481.074 varones y 473.958 mujeres), que representan el 2,4 % del total de la población en 368.893 hogares (3,03% de los hogares del país). Ellos forman parte de los 31 Pueblos Indígenas: Atacama, Ava Guaraní, Aymara, Chané, Charrúa, Chorote, Chulupi, Comechingón, Diaguita-Calchaquí, Guaraní, Huarpe, Kolla, Lule, Maimará, Mapuche, Mbyá Guaraní, Mocoví, Omaguaca, Ona, Pampa, Pilagá, Quechua, Rankulche, Sanavirón, Tapiete, Tehuelche, Toba (Qom), Tonocote, Tupí Guaraní, Vilela y Wichí. Y las provincias que registraron el mayor porcentaje de población indígena fueron: Formosa, Salta, Río Negro, Jujuy, Neuquén y Chubut.

Pueblos indígenas de Argentina según el Censo 2010: análisis estadístico

Como ya se señaló, el CNPV 2010 permite un análisis estadístico de las condiciones de vida de la población en general, y de la población indígena en particular. A los fines de este estudio, se ha optado por un análisis estadístico en dos momentos: un primer momento exploratorio más sencillo, haciendo énfasis en las diferencias en distintas variables entre población indígena y no indígena por jurisdicción, y un segundo momento también de carácter exploratorio, pero más complejo, en el cual se procura alcanzar algún grado de conocimiento acerca de cómo algunas variables censales que se consideran relevantes interactúan en las condiciones de vida más desfavorables para ciertos grupos de población en Argentina. Se analizan las provincias como una unidad estadística, aun reconociendo las heterogeneidades al interior de cada territorio provincial, y como paso previo para un futuro posible análisis a nivel de departamentos o partidos.13

Se construyó una base de datos con 231 variables referidas a: Cantidad de población total, urbana, rural, femenina e indígena. Población por grupos de edad. Población de 15 años y más con máximo nivel de instrucción primario

incompleto. Población de 20 años y más con máximo nivel de instrucción secundario

incompleto. Jefes de hogar con máximo nivel de instrucción primario incompleto. Jefes de hogar con máximo nivel de instrucción secundario incompleto.

12 Fuente: INDEC. Censo Nacional de Población, Hogares y Viviendas 2010. Aspectos metodológicos. En: www.indec.gov.ar/ftp/cuadros/poblacion/metodologia_censo2010.pdf13 En este punto se hace necesario enfatizar “la heterogeneidad de los agrupamientos humanos cuando se combinan variables sociales con espaciales, lo que permite captar situaciones de desigualdad y exclusión diferentes entre sí dentro de un mismo territorio provincial (atenuando la división rígida entre ‘provincias ricas’ y ‘provincias pobres’), al mismo tiempo que cada uno de los tipos de agrupamiento puede encontrarse en provincias distintas” (Kessler 2014: 206). Esta heterogeneidad interna de las condiciones de vida de la población para el caso de la provincia de Jujuy se desarrolla en Golovanevsky et al. (2015) y para el caso de la población indígena/no indígena de esa provincia en Bergesio et al. (2017).

10

Jefes de hogar con máximo nivel de instrucción terciario o universitario completo. Jefas de hogar mujeres. Tamaño medio de los hogares. Hogares con al menos un indicador de necesidades básicas insatisfechas (NBI). Hogares que tienen agua de red pública. Hogares que no tienen baño o letrina. Hogares con baño cuyo inodoro no tiene para su limpieza botón, cadena o

mochila (nos referiremos a fines de la simplificación a ellos como hogares con baño sin descarga de agua).

Hogares que no tienen heladera. Hogares que no tienen celular. Hogares que no tienen computadora. Población sin obra social, prepaga o plan estatal. Población de 60 años y más sin jubilación o pensión. Tasa de actividad. Tasa de empleo. Ocupados según categoría ocupacional. Ocupados sin aportes o descuentos jubilatorios. Ocupados en el sector público.

Se llega a 231 variables al diferenciar, por ejemplo, asalariados totales, varones y mujeres, asalariados indígenas, asalariados no indígenas, asalariados indígenas varones, asalariados no indígenas varones, asalariadas indígenas mujeres, asalariadas no indígenas mujeres, y así en los diferentes casos. Se enfatiza la diferencia indígena/no indígena y varón/mujer, conjuntamente, en todos los casos posibles.

Se trabaja con las proporciones de cada subgrupo sobre el total correspondiente, para evitar el efecto talla al realizar el análisis multivariado.

Análisis exploratorio inicial

En primer lugar se da una rápida mirada a los valores de algunas de las variables que se incluyeron en la base de datos. Los resultados (que se detallan en el Cuadro 1 del Anexo 1) muestran que, en el promedio de las 24 jurisdicciones analizadas, el porcentaje de población urbana es del 86%, valor que se reduce al 76% si solo se considera la población de origen indígena, mientras que, en promedio, el 6,6% de la población rural es indígena (y complementariamente el 93,4% es no indígena). También se observa que la población indígena tiene un perfil más joven, puesto que el 29,3% de ella tiene entre 0 y 14 años, frente al 27,6% entre la población no indígena lo cual cobra importancia en relación con procesos actuales y ligados a la educación; a la vez que el 18,9% de la población indígena tiene entre 15 y 24 años, frente al 17,7% entre la población no indígena. Las proporciones se invierten en el grupo que va a partir de los 45 años, en el cual la población no indígena tiene mayor peso.

Se toman como referencia para analizar las diferencias en los niveles educativos entre población indígena y no indígena un conjunto de variables: población de 15 años y más con nivel de instrucción máxima primario incompleto (total, varones, mujeres, indígenas, no indígenas, indígenas y no indígenas varones y mujeres), población de 20 años y más con nivel de instrucción máxima secundario incompleto (con la misma desagregación recién señalada), jefes de hogar con nivel máximo de instrucción primario incompleto (también desagregados en total, varones, mujeres, indígenas, no indígenas, indígenas y no indígenas varones y mujeres), jefes de hogar con nivel máximo de instrucción secundario incompleto y jefes de hogar con nivel máximo de instrucción terciario o secundario completo (con idéntica desagregación). En el caso

11

de las variables calculadas sobre la población en general se ponen límites etarios para que no queden incluidos en los grupos quienes no tienen aún edad para haber completado el nivel. En el caso de los jefes de hogar no se incluye ese límite de edad porque en general se tratará de personas que habrán superado los 20 años de edad.

En relación a la población en general se observa que hay mayor proporción de varones de 15 años y más con primaria incompleta que de mujeres (15,1% de los varones frente a 13,6% de las mujeres) pero la diferencia se agranda a algo más de cinco puntos si se compara población indígena con no indígena ya que se dan mayores dificultades para terminar la primaria en la población indígenas. Entre los primeros el 19,5% no completó la primaria (siempre dentro del grupo de 15 años y más), frente a 14,1% de los segundos. Se mantiene una diferencia entre varones y mujeres, indígenas y no indígenas, y siempre a favor de las mujeres.

Al analizar los datos sobre población con nivel máximo de instrucción secundario incompleto nuevamente las cifras son más elevadas para varones que para mujeres, a la vez que la brecha entre indígenas y no indígenas se acorta.

Cuando se considera no ya la población en su conjunto sino los jefes de hogar se observa que el peso de los jefes con primario incompleto es mayor entre las mujeres que entre los varones, con una brecha de dos puntos para el conjunto de los jefes, pero que se extiende casi a siete puntos entre jefes indígenas y no indígenas. Casi una cuarta parte de los jefes de hogar indígenas tienen nivel de instrucción máximo primario incompleto, brecha que se mantiene tanto para mujeres como para varones. En el caso del nivel de instrucción secundario incompleto se observa una virtual paridad entre los distintos grupos analizados. Finalmente, el nivel de instrucción terciario o universitario completo entre los jefes tiene más presencia relativa entre las mujeres que entre los varones y entre los jefes no indígenas que entre los indígenas.

Es decir, los datos del CNPV 2010 guardan relación con otras fuentes que sostienen que los miembros de Pueblos Indígenas en Argentina continúan sufriendo serios obstáculos en el acceso a la educación, incluyendo una carencia de escuelas, especialmente para la educación secundaria, en muchas de las comunidades rurales donde habitan. Ellos/as afrontan también barreras particulares por sus condiciones de pobreza, lo cual les obliga a menudo a escoger entre la educación y el trabajo (ya sea en sus hogares o no). Un avance identificado para responder a esta problemática ha sido la progresiva asignación de becas a alumnos indígenas por parte del INAI (según los datos disponibles de 5.000 becas en 2003 a 11.000 en 2006). Pero la cantidad de estas becas sigue siendo insuficiente en comparación con las necesidades de las comunidades indígenas, además de existir un retraso significativo en el pago de las mismas (Anaya 2012) y un retroceso en la cantidad asignada en los últimos años.

Ahora bien, en relación a la estructura de los hogares la jefatura femenina tiene menor peso en los hogares indígenas (38,6% de las jefas de hogares indígenas son mujeres) que en los no indígenas (42,4%), aunque en ambos casos está por debajo del peso de las mujeres en el conjunto de la población. Y el tamaño de los hogares indígenas es mayor (4,9 miembros) que el de los no indígenas (3,9 miembros).

En cuanto a infraestructura del hogar se analizan algunas variables como hogares con NBI, acceso al agua de red pública, presencia de baño o letrina, descarga de agua en el inodoro, posesión de heladera, celular y computadora. El peso de los hogares con al menos un indicador NBI es levemente mayor entre los hogares con jefe varón que con jefa mujer, pero es notoriamente mayor en los hogares con jefe indígena (20,8% frente a 11,5% de los hogares con jefe no indígena). Esta diferencia se repite en el porcentaje de hogares con jefes indígenas y no indígenas en relación al acceso a agua de red pública, a la tenencia de baño o letrina (8,7% entre los hogares con jefe indígena frente a 3,6% entre los hogares con jefe no indígena, con valores similares si se computa por separado para jefes indígenas y no indígenas varones y mujeres), a la ausencia de inodoro que no tiene descarga de agua (22,9% de los hogares indígenas frente a 12,1% de los no indígenas), a la no posesión de heladera en el hogar (21,3% de los hogares

12

indígenas frente a 8,7% de los no indígenas), a la no posesión de celular en el hogar (21,5% frente a 13,3% entre hogares indígenas y no indígenas) y a la no posesión de computadora en el hogar (63,2% de los hogares indígenas frente a 56% de los no indígenas).

En relación a la protección social en el tema de salud se analiza la variable de cobertura de obra social, prepaga o plan estatal para la población. La situación aparece como algo más desfavorable para los varones, y especialmente para los indígenas frente a los no indígenas, puesto que el 47,4% de la población que se autorreconoce como indígena manifiesta no tener obra social, prepaga o plan estatal, frente a 37,5% de los no indígenas. La protección social en términos de contar con jubilación o pensión entre las personas de 60 años y más muestra nuevamente una situación más vulnerable de las poblaciones indígenas.

Complementando esta información es necesario destacar que, si bien es generalizada la opinión que los servicios de salud para los Pueblos Indígenas en Argentina son altamente deficitarios, son escasos los datos existentes al respecto, más allá de descripciones de casos puntuales. Los datos parciales muestran, entre la población indígena, una mayor mortalidad infantil por causas evitables, graves condiciones sanitarias en general y numerosos casos de desnutrición (Anaya 2012). A esto se deben sumar denuncias de discriminación contra personas indígenas, y en especial para el caso de las mujeres indígenas, en el sistema de salud de muchas localidades del país (Bergesio 2015). En términos generales los Pueblos Indígenas de Argentina sufren una endemia de tuberculosis y enfermedad de Chagas que no ha podido controlarse; aumento de enfermedades oncológicas relacionadas con las industrias extractivas (minería e hidrocarburos) y el uso de agroquímicos; enfermedades parasitarias debidas a la falta de vacunación de animales y la carencia de insumos para su desparasitación y tratamiento; patologías relacionadas con problemas en la alimentación (desnutrición y obesidad); enfermedades resultantes de carencias de agua potable, la contaminación del agua y las deficiencias en los sistemas de eliminación de excretas; enfermedades estacionarios (diarreas e infecciones respiratorias), tropicales y por desmontes (dengue, leishmaniasis y paludismo) y transmitidas por roedores; defunciones prematuras causadas por problemas en la alimentación, pérdida de recursos naturales y contaminación de los alimentos por químicos industriales; enfermedades y trastornos psicológicos relacionados con la migración y persistencia de patologías comunes en el resto de la población (diabetes, hipertensión arterial y cardiopatías, entre otras) (FISA 2008).

En relación a las tasas de participación en el mercado laboral, las tasas de actividad de indígenas y no indígenas son similares, asimismo al desglosarlas entre varones y mujeres. Las tasas de empleo son también similares, observándose una pequeña diferencia entre varones indígenas y no indígenas, teniendo estos últimos tasas de empleo levemente mayores.

Al analizar a los ocupados según sus categorías ocupacionales se observa que el peso de los asalariados entre los ocupados no indígenas es algo mayor que entre los indígenas (71,1% frente a 68,5%), mientras que la diferencia se invierte en relación al peso de los cuentapropistas (21,9% entre los indígenas frente a 19,2% entre los no indígenas). Entre los trabajadores no familiares también el peso es mayor entre los ocupados indígenas que entre los no indígenas, y especialmente entre las mujeres, aunque siempre en valores relativos bajos por la menor frecuencia de esta categoría.

En cuanto a la falta de aportes y/o descuentos entre los ocupados, es mayor entre los indígenas (47,2%) que entre los no indígenas (41,8%).

Al respecto es relevante destacar que la matriz de la desigualdad social en Argentina (que encuentra su correlato en toda América Latina y el Caribe) está fuertemente condicionada por la matriz (o estructura) productiva. El mercado laboral es el eslabón que vincula esa estructura productiva heterogénea (y la desigualdad que le es inherente en términos de productividad, acceso y calidad de los empleos) a una acentuada desigualdad de ingreso en los hogares. Una de las manifestaciones de la heterogeneidad estructural es la concentración de una gran proporción

13

de los empleos en sectores de baja productividad. Esa estructura productiva demanda pocas capacidades técnicas de la mayoría de los trabajadores, cuyos empleos, en general, se caracterizan por ser de baja calidad e informales, con bajos ingresos y escaso o nulo acceso a mecanismos de protección social. Junto con los bajos ingresos, estos empleos agrupan en mayor proporción a mujeres, jóvenes, indígenas y afrodescendientes. Esto conlleva un acceso estratificado a la seguridad social, una elevada vulnerabilidad social y niveles de bienestar muchas veces insuficientes para los ocupados y sus dependientes, manifestándose durante la vejez en desigualdades y brechas con fuertes sesgos de género (CEPAL 2016a).

Análisis multivariado

Luego de este rápido análisis de las desigualdades entre población indígena y no indígena en diferentes variables que hacen a las condiciones de vida se procura, a través de una metodología propia del análisis factorial, realizar un estudio exploratorio, también, pero que permita combinar las variables que recién se han observado por separado, para comprender sus interacciones, a la vez que dar cuenta de las similitudes y diferencias entre los individuos estudiados (en este caso las provincias argentinas).14 Cabe resaltar que se trata de una exploración inicial, un primer paso, para en un futuro complementarlo con metodologías estadísticas que permitan estimar relaciones causales, de mayor interés para la investigación.

A través de un análisis de componentes principales (ACP) se pretende resumir la amplia cantidad de variables incorporadas al estudio en un número pequeño de variables sintéticas denominadas componentes principales. Cada una de ellas sería una síntesis de un conjunto de variables relacionadas entre sí.

La base de datos incluye las variables detalladas en el Cuadro 1 del Anexo 1. Los procesamientos se realizan con el programa SPAD-N. Los cuadros y gráficos resultantes y en los cuales se basa el análisis se incluyen en el Anexo 2.

Se trabaja con todas las provincias argentinas y la Ciudad Autónoma de Buenos Aires (CABA), pero previamente se decide excluir a Tierra del Fuego, la cual participa como individuo suplementario. Esta exclusión obedece a que el coeficiente de variación de las distintas proporciones que se incluyen como variables en la base de datos es mayor al 10% en casi todas las estimaciones, incluyendo en algunos casos valores superiores al 20% (sin alcanzar nunca el 30%). Como esto le resta confiabilidad a las estimaciones se decide excluir este individuo, para el cual los coeficientes de variación son consistentemente elevados. Debe recordarse que, si bien se trata de datos censales, corresponden al cuestionario ampliado, el cual fue aplicado como muestra en las poblaciones de más de 50.000 habitantes, por lo cual deben tratarse como datos muestrales.

Según el histograma de valores propios se deberían interpretar los cuatro primeros ejes factoriales, que explican el 89% de la variabilidad total de los datos.

El primer eje factorial enfrenta a nivel de las variables a, por un lado, los hogares (indígenas y no indígenas) que tienen acceso al agua de red pública, a los asalariados (indígenas y no indígenas), a los indígenas que residen en áreas urbanas y a los varones indígenas (de 20 años y más) con nivel máximo de instrucción secundario incompleto con, por el otro lado, los hogares (indígenas y no indígenas) con carencias estructurales, los cuentapropistas, los trabajadores familiares, los ocupados sin aportes o descuentos jubilatorios (indígenas y no indígenas), los individuos sin obra social y con nivel máximo de instrucción primario completo(indígenas y no indígenas en ambos casos). Esto parece representar dos “extremos”, a saber: hogares con peores y mejores condiciones habitacionales, individuos con peores y mejores condiciones laborales y protección social, y, en menor medida, individuos con peores y mejores niveles de instrucción. En el primer grupo aparecen como más identificados en el extremo

14 Véase nota al pie 13 de este trabajo.

14

desfavorable Formosa, Chaco, Misiones, Santiago del Estero y, en menor medida, Salta, y en el favorable, CABA, Santa Cruz, Tierra del Fuego, Chubut, Neuquén y Córdoba. La condición de origen indígena no parece explicar en este caso las diferencias, puesto que aparecen tanto indígenas como no indígenas en las variables más vinculadas a ambos extremos de este eje factorial. Para dar una interpretación sintética, el primer eje factorial estaría representando condiciones habitacionales asociadas también a condiciones laborales y de protección social.

El segundo eje factorial tiene en un extremo a la población no indígena rural, a jefes de hogar indígenas varones con nivel de instrucción máximo alcanzado terciario completo, mientras que en el otro extremo se encuentran los individuos no indígenas con secundario incompleto y el mayor peso de población indígena, particularmente con residencia rural. A nivel de los individuos, este eje enfrenta, por un lado, a CABA, Córdoba, Corrientes, Entre Ríos, Misiones, Santiago del Estero y Santa Fe, con Chubut, Neuquén, Santa Cruz, Tierra del Fuego, Río Negro, Salta y Jujuy. En este caso una interpretación sintética parecería apuntar a que este segundo eje factorial estaría representando niveles de instrucción altos y medios (en ambos extremos), asociados al peso de la población indígena y la ruralidad.

El tercer eje factorial enfrenta por un lado el tamaño de los hogares no indígenas, la población no indígena con nivel de instrucción máximo alcanzado primario incompleto y población rural no indígena y por el otro, jefes no indígenas con estudios terciarios o universitarios completos y, con menor fuerza, población rural indígena y hogares indígenas con problemas de infraestructura y equipamiento. A nivel de los individuos enfrenta a Corrientes, San Juan, Buenos Aires, Santiago del Estero y Santiago del Estero con CABA, Formosa y Salta. Este tercer eje factorial parecería combinar una distinción parcial indígena/no indígena, pero con mayor fuerza una oposición entre niveles de instrucción altos y bajos.

Finalmente, el cuarto eje factorial enfrenta trabajadores familiares no indígenas (y en menor medida indígenas) e indígenas con secundario incompleto con tamaño del hogar no indígena, condiciones de infraestructura y equipamiento de hogares no indígenas y asalariados no indígenas. A nivel de los individuos enfrenta a Misiones, La Pampa y Buenos Aires con La Rioja, Salta, Catamarca, Tucumán, San Juan, Corrientes y Jujuy. El cuarto eje factorial parece mostrar una combinación de condiciones laborales asociadas a niveles de instrucción.

A continuación se realiza una clasificación jerárquica en clusters que, de acuerdo al histograma de índices de nivel, se estima en 5 clases. Dichas clases tienen la siguiente composición y variables características:

CLUSTER 1: CABA CLUSTER 2: Buenos Aires, Catamarca, Córdoba, Corrientes, Entre Ríos, La

Pampa, La Rioja, Mendoza, San Juan, San Luis, Santa Fe y Tucumán, que podría subdividirse en Buenos Aires, Córdoba, Entre Ríos, Santa Fe y La Pampa y por otro lado el resto (trabajadores familiares indígenas, hogares indígenas con deficiencias estructurales-NBI, población indígena con nivel máximo de instrucción primaria incompleta)

CLUSTER 3: Chubut, Neuquén, Río Negro y Santa Cruz (población con secundaria incompleta, asalariados, peso de la población indígena)

CLUSTER 4: Jujuy y Salta (peso de la población indígena y no indígena rural) CLUSTER 5: Chaco, Formosa, Misiones y Santiago del Estero (trabajadores

familiares indígenas y no indígenas, hogares indígenas y no indígenas con NBI, indígenas y no indígenas con primaria incompleta, indígenas y no indígenas sin obra social, trabajadores familiares, cuentapropistas).

El Cluster 1 involucra solamente a CABA, con características claramente diferenciales al resto. El Cluster2 involucra a provincias pampeanas, cuyanas y del NOA y NEA con condiciones

15

mejores que las del Cluster 5.El Cluster 3 incluye a las provincias patagónicas, el Cluster 4 diferencia a Salta y Jujuy de las más desfavorecidas provincias del norte, que quedan en el Cluster 5 (Chaco, Formosa, Misiones y Santiago del Estero). En la representación gráfica se observa esta distribución en el plano factorial correspondiente a los ejes 1 y 2.

En relación a la cuestión que nos ocupa, que tiene que ver con la comparación entre población indígena y no indígena, el ACP nos permite interpretar que, si bien la población indígena aparece asociada a condiciones de vida más desfavorables en varios sentidos (infraestructura y equipamiento de los hogares, niveles de instrucción de los individuos y de los jefes de hogar, condiciones laborales), también se encuentra en dicho grupo parte de la población no indígena con condiciones de vida igualmente desfavorables.

Como elemento para reflexionar, en varias provincias en las cuales uno pensaría, a priori y por motivos históricos, que los niveles de población de origen indígena serían importantes, los resultados censales no lo revelan de esta manera. Provincias como Misiones, Corrientes, Catamarca, Santiago del Estero, Tucumán, San Juan y San Luis, no alcanzan al 2% de población indígena sobre el total de población. Sin embargo, varias de ellas aparecen luego asociadas a provincias con mayor peso de población indígena, por sus características. Por lo cual cabría preguntarse si, en caso de haberse registrado un mayor peso de la autoadscripción indígena, la identificación entre esta característica y las condiciones desfavorables de vida no hubiese sido más fuerte.

Conclusiones

Las ciencias sociales en América Latina, desde la década de 1960, han pensado la desigualdad ya sea de manera directa o a través de debates en torno a “la justicia, la estratificación social, la explotación, la diferencia, la discriminación, la equidad, la exclusión y la desconexión” (Reygadas 2008: 12). Este largo recorrido de reflexiones y estudios de casos develan la necesidad de no simplificar su análisis a una variable (como puede ser la de ingresos,

16

que aunque necesaria resulta incompleta15) y por el contrario debe ser estudiada considerando de forma interrelacionada “sus aspectos económicos, políticos, sociales y culturales” (op. cit.: 16), sin descuidar los históricos, construyendo así un enfoque multidimensional que gana en valor explicativo. Desde esta concepción, si bien no se niega la vinculación de otras inequidades con las económicas, se afirma que éstas poseen su propia dinámica y, en ocasiones, una autonomía relativa donde no todas las dimensiones evolucionan de igual modo, siendo diferentes las temporalidades de los procesos (Kessler 2014).Los análisis encarados desde este punto de vista muestran, además, que en períodos de menor desigualdad económica, lejos de menguar las otras demandas, estas pueden acrecentarse y también multiplicarse las dimensiones que los distintos actores intentan que se tomen en cuenta para disminuir las injusticias (Ibíd.), exponiendo así un campo complejo de múltiples dimensiones y temporalidades, atravesado por las relaciones de poder (Bourdieu 2001).

Ahora bien, así planteado el panorama analítico se torna relevante, a su vez, identificar las desigualdades persistentes, puesto que aunque “todas las relaciones sociales implican desigualdades pasajeras y fluctuantes” (Tilly 2000: 20), las que perduran requieren mayor atención. Este tipo de desigualdades persistentes surgen porque quienes tienen el acceso a los recursos capaces de generar valor resuelven problemas organizativos basándose en distinciones categoriales (blanco/negro, varón/mujer, ciudadano/extranjero, indígena/no indígena, etc.), estableciendo sistemas de cierre, exclusión y control, que se basan en buena medida en las instituciones existentes. En el caso que nos ocupa, la tenencia de la tierra, tema central en las demandas indígenas, aparece como un punto de inflexión medular que logra dar cuenta de esta situación, ya que ella guarda relación, al menos en gran parte, con otras dimensiones (Quijano 2006)16.

En relación a lo anterior, desde las posturas teóricas decoloniales se propone a la raza como pivote en el cual se estructuran las demás desigualdades, ya que la raza “remite al horizonte que habitamos, marcado por el evento fundacional de la Conquista” (Segato 2015:18); aquí cabe indicar que raza no debe ser tomado como una causa, sino como la consecuencia o “producto de la estrategia racista del expropiador” (Ibidem; también en Segato 2007), siendo, en este sentido, “el más eficiente instrumento de expropiación de valor” (op. cit.:30).

Se puede pensar esta sumatoria de desigualdades como una matriz societal anclada en desigualdades históricas que encuentran expresión y reproducción no solo en aspectos relacionados con la distribución de recursos, sino también en otras dimensiones (social, política, jurídica, mediática, cultural, etc.). Pensar las sociedades desiguales desde este lugar implica superar aquellas visiones que entienden los estudios de la desigualdad centrados en variables como la ocupación y los ingresos, y ampliar la agenda de investigación a todos aquellos aspectos cotidianos e institucionales que se ven involucrados en la persistencia de los altos niveles de desigualdad observados en un territorio específico. Esta sumatoria de variables o elementos conforman una formación social de difícil modificación, ya que muchos de sus mecanismos operan en el día a día, de manera simultánea y en distintos niveles, cristalizando situaciones de acceso desigual a recursos/bienes y otorgándoles legitimidad ante los ojos de gran parte de la población, aunque, desde ya, dejan intersticios en los cuales la acción de los grupos desfavorecidos puede introducir modificaciones (sin olvidar el rol central del Estado que con sus diversas instituciones, al relacionarse con la población indígena genera muchas veces intervenciones en direcciones opuestas, contradictorias o simplemente inesperadas) (Castillo et al. 2017).15 Focalizar el estudio de la desigualdad en los ingresos en realidad elude discutir la distribución primaria, que es aquella en la cual se dirime la generación de ingresos (Pérez Sáinz 2014) ya que la sola disminución del coeficiente de Gini no autoriza a postular una mejora de la igualdad, porque se concentra en la distribución secundaria, una vez que ya se ha producido la división entre trabajo y capital (Pérez Sáinz 2013). Y si bien no se discute su centralidad, “sí que sea la única faceta de bienestar válida para indagar” (Kessler 2014: 29). 16 Es importante notar que censos y encuestas no registran la situación de la tierra.

17

En este sentido, la identificación de la población como indígena a través de la autoadscripción, como la estrategia que se implementó en el CNPV 2010 en Argentina, representa en sí misma una vía de acceso para la comprensión de los fenómenos. Es decir, el propio hecho de cómo los individuos se consideran a sí mismos pertenecientes (o no) a los pueblos originarios da lugar a la reflexión y el análisis. Particularmente cuando esto se ve reflejado en estadísticos que se sabe, a priori, no son consistentes con las realidades históricas de determinados territorios. Así, provincias del NOA, como Tucumán, Catamarca y Santiago del Estero, o del NEA, como Misiones y Corrientes, aparecen con ponderaciones de población indígena muy inferiores a sus vecinas (y similares en cuanto a modos de poblamiento) de cada región.

Más allá de esto, y retomando los principales resultados arrojados por el análisis estadístico en base al CNPV 2010, deseamos subrayar la disparidad que existe, a nivel de provincias, en relación a la cantidad de personas que se reconocen indígenas (máximo 8,7% y media 3,4%) y la relevancia que tiene, dentro de este grupo, la población urbana, quizás esto relacionado con el perfil joven de la población indígena. Este último punto es de destacar, puesto que podría relacionarse con la importancia de procesos actuales (en los cuales hay una valoración de la identidad indígena) y ligados a la educación. Esto se refleja en el hecho de que, en general, aunque no en todos los casos, son los grupos etarios más jóvenes, particularmente el de 15 a 24 años, en los que se refleja mayor autoadscripción indígena. También la autoadscripción adquiere mayor presencia en aquellos territorios donde la cuestión relativa a la identidad asociada a los pueblos originarios ha cobrado más fuerza, particularmente en Salta, Jujuy, Chaco, Formosa, y las provincias patagónicas.

Al considerar los niveles de instrucción de los jefes de hogar, el peso de los jefes con primario incompleto es mayor entre las mujeres que entre los varones, quizás relacionándose con procesos de planificación y economía familiar (en términos de obligaciones que podrían recaer sobre las niñas y no los niños). Es interesante notar que, a pesar de lo cual, en el último nivel (terciario y universitario completo) las mujeres presentan un mayor peso en relación a los varones (tanto indígenas como no indígenas), aunque comparando mujeres indígenas con no indígenas, las últimas presentan mejores situaciones.

En relación a los hogares, la diferencia de un punto entre indígenas y no indígenas es importante, sobre todo si se tiene en cuenta que el peso de los hogares con al menos un indicador de NBI es notoriamente distinto entre unos y otros (unos 10 porcentuales) diferencia que se repite en relación a los indicadores de infraestructura doméstica.

En cuanto a la seguridad social la situación de los mayores de 60 años es, de nuevo, mejor para los no indígenas. Situación que concuerda con los datos de empleo, ya que los asalariados no indígenas son más que los indígenas, aunque esta proporción se invierte en relación al cuentapropismo (que no suele redundar en seguridad social).

Del análisis multivariado (ACP) surge que, si bien la población indígena aparece asociada a condiciones de vida más desfavorables en varios sentidos (infraestructura y equipamiento de los hogares, niveles de instrucción de los individuos y de los jefes de hogar, condiciones laborales), también se encuentra en dicho grupo parte de la población no indígena con condiciones de vida igualmente desfavorables.

Esto lleva a pensar la relevancia de las características socioeconómicas y de infraestructuras en los territorios provinciales como dimensiones de la desigualdad, donde, de hecho, las desigualdades de estas unidades se explican en cierta medida por las peores condiciones relativas de las infraestructuras. La perspectiva espacial permite así localizar las poblaciones que acumulan distintas desventajas y, por ende, que sufren mayor desigualdad ya que “las carencias de infraestructura impactarán negativamente en las condiciones de vida de los más desventajados, aumentando una dimensión de la desigualdad, aquella resultante del acceso a malos servicios” (Kessler 2014: 203). Por ello se puede afirmar que “no hay superación de la

18

desigualdad de los habitantes sin modificar las desigualdades de los territorios que habitan, tanto en relación con concentración de las riquezas y el desarrollo desde una perspectiva integral como en los déficit de infraestructura; así como tampoco sin una regulación de ciertos procesos económicos que afectan a distintas regiones, capaces de producir, al mismo tiempo, riqueza, desigualdad y exclusión” (op. cit.: 203-204).

Ahora bien, la inclusión del tema indígena en los censos de población es de fundamental importancia ya que éstos son de carácter universal y no están sesgados a un territorio en particular; mientras que las encuestas por muestreo suelen menospreciar la presencia indígena en las grandes urbes (CEPAL 2014). Asimismo, si bien la existencia de información sobre personas que se autoidentifican como indígenas es un dato relevante, la diferencias que toma el tratamiento de dicha información en los distintos países de América Latina torna difícil (cuando no imposible) una profundización en análisis que trasciendan los límites interestatales. Y esta comparación interpaíses es necesaria ya que en el caso de muchos Pueblos Indígenas su territorio fue partido o segmentado por los Estados/nación (Kollas, Mapuches, Guaraníes, entre otros).

En función de respetar acuerdos internacionales, la consulta previa e informada y la participación de miembros y activistas indígenas en el diseño y elaboración del censo es una condición de crucial importancia para lograr legitimidad en los datos estadísticos. Esta instancia colaboraría, además, en la comprensión de los sujetos indígenas como heterogéneos tanto en términos de posiciones estructurales como a nivel cultural y político, lo que adquiere una importancia particular cuando nos enfrentamos a pueblos que no constituyen actores monolíticos, sino que deben ser analizados desde la pluralidad de actores que los componen. En Argentina se viene trabajando en este sentido pero son aspectos que deberían ser fortalecidos en futuros operativos censales.

Ya que una de las formas más patentes de exclusión que afecta a la población indígena (y afrodescendiente) ha sido la invisibilidad estadística de la que tradicionalmente ha sido objeto, lo que significa una vulneración de uno de los principios básicos y fundamentales para el diseño de políticas públicas, como conocer a qué población se dirigen las acciones, dónde se encuentra y cuáles son las necesidades específicas que se están atendiendo o los derechos que se busca garantizar. Por tanto, la desagregación de los datos por sexo, raza o etnia constituye una herramienta imprescindible para evidenciar los problemas de desigualdad (OEA 2011).

La necesidad de generar conocimiento e información oportuna y confiable sobre las poblaciones indígenas (y afrodescendientes) de América Latina y el Caribe -con perspectiva de género y desagregada por sexo, edad y condición socioeconómica, entre otras variables- se corresponde con la meta 18 del objetivo 17 de la Agenda 2030 para el Desarrollo Sostenible17 (Fortalecer los medios de ejecución y revitalizar la Alianza Mundial para el Desarrollo Sostenible). Allí se establece la necesidad de mejorar, para el 2020, el apoyo y la creación de capacidades en los países “para aumentar significativamente la disponibilidad de datos oportunos, fiables y de gran calidad desglosados por ingresos, sexo, edad, raza, origen étnico, estatus migratorio, discapacidad, ubicación geográfica y otras características pertinentes en los contextos nacionales” (CEPAL 2016b). Recordemos, a su vez, que el ODS 17 es uno de los seis priorizados por Argentina.18 Aquí cabe resaltar que la temática indígena está incorporada como 17 Los Objetivos de Desarrollo Sostenible (ODS) parten del consenso que reuniera la ONU en relación a ciertas pautas que guíen el camino por el cual los diferentes estados miembros y otros actores institucionales, recorrerán entre 2015 y 2030. Estas pautas apuntan a mejorar las condiciones ambientales, sobre todo en relación a la ecología, de la sociedad humana y del planeta en general. Para ello se realizaron recomendaciones específicas (denominadas metas) que sugieren la forma en que se alcanzan los Objetivos, y determinan los indicadores con que se miden. Los ODS son 17, la totalidad de metas 90 y los indicadores 132. Pero cada estado debe priorizar algunos de ellos, de acuerdo a su realidad socioeconómica y ambiental. Más información en: http://www.un.org/sustainabledevelopment/es/objetivos-de-desarrollo-sostenible/18 La República Argentina priorizó los objetivos 1: Fin de la pobreza, 2: Hambre cero, 3: Salud y bienestar, 5: Igualdad de género, 9: Industria, innovación e infraestructura y 17: Alianza para lograr los objetivos. Estos objetivos se trabajarían en relación a las metas priorizadas para cada uno.

19

un dato o aspecto a relevarse (para desglosar la población) y no como un problema que en sí mismo requiere de políticas específicas (como el caso del género, que sí está reconocido en estos términos).

Teniendo en cuenta la escasa y dispar información que existe sobre las condiciones de vida de las personas que se reconocen indígenas (falencia registrada a nivel de América Latina) con este trabajo se buscó generar un primer corpus de información específicamente relacionada con la temática. Consideramos que, aunque se trata de información descriptiva y de carácter público, su análisis es relevante para poder visibilizar la situación desfavorable (en el mejor de los casos) o de marginalidad que viven estas personas, tratando de poner énfasis en la situación de las mujeres. En este sentido, este trabajo se encuadraría en una antropología por demanda (Segato 2015), al entender que el tratamiento de temas epocales y la generación de información que sea de utilidad social (sobre todo, en este caso, en relación a los Pueblos Indígenas) es de carácter urgente y prioritario.

Las desigualdades de género, étnicas, raciales y territoriales constituyen ejes estructurantes de la matriz de la desigualdad social en América Latina en general y de Argentina en particular. Ellas configuran brechas estructurales de bienestar, reconocimiento, autonomía y ejercicio de los derechos. Más aún, esas desigualdades con frecuencia no solo se suman, sino que se entrecruzan y potencian. No son los únicos ejes de la desigualdad, pero son los más relevantes cuando se trata de inclusión social e igualdad.

Bibliografía

ANAYA, James (2012) La situación de los pueblos indígenas en Argentina. Informe del relator especial sobre los derechos de los pueblos indígenas, James Anaya. Copenhague: IWGIA.

BÉCUE BERTAUT, Mónica y VALS I MARSAL, Joan (s/f) Manual de introducción a los métodos factoriales y clasificación con SPAD. Barcelona: Servicio de Estadística de la Universidad Autónoma de Barcelona.

BELLO, Álvaro y RANGEL, Marta (2002) “La equidad y la exclusión de los pueblos indígenas y afro descendientes en América Latina y el Caribe”. En: Revista CEPAL, N° 76. Santiago de Chile: CEPAL.

BERGESIO, Liliana (2010) “Continuidades en un territorio dinámico. Turismo, patrimonio y sociedad en la Quebrada de Humahuaca (Argentina)”. En: MARCOS ARÉVALO, Javier y LEDESMA, Rossana (eds.) Bienes culturales, turismo y desarrollo sostenible. Experiencias de España y Argentina . Sevilla: Signatura Ediciones de Andalucía.

BERGESIO, Liliana (2015) “Pueblos distantes, derechos universales y voces silenciadas en torno a un documental sobre los Wichi”. En: Revista Española de Antropología Americana; Vol. 45, Nº 2. Madrid: Universidad Complutense de Madrid; pp. 477-498.

BERGESIO, Liliana; GOLOVANEVSKY, Laura; GONZÁLEZ, Natividad y REID RATA, Yaiza (2017) Pueblos Originarios, territorio y género en Jujuy: historia y persistencia de la desigualdad. Ponencia presentada en el IV Seminario Internacional Desigualdad y Movilidad Social en América Latina. Ensenada: FHyCE/UNLP.

BIDASECA, Karina (2013) (dir.) Relevamiento y sistematización de problemas de tierra de los agricultores familiares en la Argentina. Buenos Aires: Ministerio de Agricultura, Ganadería y Pesca, Secretaría de Desarrollo Rural y Agricultura Familiar.

BOURDIEU, Pierre (2001) Las estructuras sociales de la economía. Buenos Aires: Manantiales.CASTILLO, Mayarí; ESPINOZA, Claudio y CAMPOS, Luis (2017) “Régimen de desigualdad y pueblos indígenas

en el período postdictatorial. Tres vías en la disputa por la igualdad”. En: Estudios Atacameños. Arqueología y Antropología Surandinas; Nº 54; pp. 217-238.

CARRASCO, Morita (2000) Los derechos de los pueblos indígenas en Argentina. Buenos Aires: Asociación de Comunidades Aborígenes LHAKA HONHAT/IWGIA (Grupo Internacional de Trabajo sobre Asuntos Indígenas).

CEPAL (2012) Atlas sociodemográfico de los pueblos indígenas de la Argentina. Santiago de Chile: Autor.CEPAL (2014) Los pueblos indígenas en América Latina. Avances en el último decenio y retos para las garantías

de sus derechos. Santiago de Chile: Naciones UnidasCEPAL (2016a) La matríz de la desigualdad en América Latina. Santiago de Chile: Autor.CEPAL (2016b) Horizontes 2030: la igualdad en el centro del desarrollo sostenible. Santiago de Chile: Autor.CIMADAMORE, Alberto; EVERSOLE, Robyn y McNEISH, John-Andrew (coord.) (2006) Pueblos indígenas y

pobreza. Enfoques multidisciplinarios. Buenos Aires: CLACSO.

20

ESCOFIER, Brigitte y PAGÈS, Jérôme (1992) Análisis factoriales simples y múltiples. Objetivos, métodos e interpretación. Bilbao: Servicio Editorial Universidad del País Vasco.

ESPÓSITO, Guillermina (2014) “Despojo, reconocimiento y después”. En: FANDOS, Cecilia y TERUEL, Ana (comps.) Quebrada de Humahuaca. Estudios históricos y antropológicos en torno a las formas de propiedad, pp. 185-214. San Salvador de Jujuy: EdiUNJu.

FIGUEROA HUENCHO, Verónica (2012) “La realidad de los pueblos indígenas en Chile: una aproximación sociodemográfica para contribuir al diseño de políticas públicas pertinentes”. En: Revista Anales; Séptima Serie; Nº 3. Santiago de Chile: Universidad de Chile.

FISA (Foro de Investigación en Salud de la Argentina) (2008) Estado de conocimiento y agenda de prioridades para la toma de decisiones en situación de salud, intervenciones y líneas de investigación para la toma de decisiones en salud de pueblos indígenas en Argentina. Resumen Ejecutivo. Buenos Aires: Academia Nacional de Medicina, Ministerio de Salud, Ministerio de Educación, Ministerio de Ciencia Tecnología e Innovación Productiva, CONICET y OPS.

GARCÍA MORITÁN, Matilde y CRUZ, María Beatríz (2011) Comunidades Originarias y Grupos Étnicos de la Provincia de Jujuy. San Miguel de Tucumán: Ediciones del Subtrópico.

GOLOVANEVSKY, Laura; BERGESIO, Liliana y REID RATA, Yaiza (2015) Mapa de la dinámica poblacional en Jujuy. Cambios y continuidades en el empleo y las condiciones de vida. Ponencia presentada en el III Seminario Internacional Desigualdad y Movilidad Social en América Latina. Bariloche: UNR/UNCuyo/UBA/UNLP-CONICET/UNMdP.

HALL, Gillette y PATRINOS, Harry Anthony (2004) Pueblos Indígenas, pobreza y desarrollo humano en América Latina: 1994-2004. Informe Banco Mundial.

HOPENHAYN, Martín y BELLO, Álvaro, “Discriminación étnico-racial y xenofobia en América Latina y El Caribe”. En: Serie Políticas Sociales, Nº 47. Santiago de Chile: CEPAL.

INDEC (2015) CNPHyV 2010. Censo del Bicentenario. Pueblos Originarios. Región Noroeste Argentino. Serie D, Nº 1. Buenos Aires: Autor.

KESSLER, Gabriel (2014) Controversias sobre la desigualdad. Argentina 2003-2013. Buenos Aires: Fondo de Cultura Económica.

KYMLICKA, Will (2003) La política vernácula. Nacionalismo, multiculturalismo y ciudadanía. Buenos Aires: Paidos.

LEAKE, Andrés (2008) (coord.) Los Pueblos Indígenas cazadores-recolectores del chaco salteño. Población, economía y tierras. Salta: ASOCIANA/INAI/UNSa/Ministerio de Desarrollo Social, Presidencia de la Nación.

LEBART, Ludovic ; MORINEAU, Alain y PIRON, Marie (1995) Statistique exploratoire multidiminseionnelle. Paris: Dunod.

LEPORÉ, Eduardo; POLICASTRO, Betsabé y RODRIGUEZ, Marisa (2004) Informe técnico sobre la situación de las comunidades aborígenes en Argentina. Buenos Aires: Observatorio de la Deuda Social Argentina/UCA.

MINISTERIO DE TRABAJO, EMPLEO Y SEGURIDAD SOCIAL DE LA NACIÓN (2014) Curso de Introducción al Trabajo. Guía de actividades para talleristas: Pueblos Indígenas, identidad, derechos e interculturalidad. Buenos Aires: Autor.

OEA (2011) Desigualdad e inclusión social en las Américas: 14 ensayos. [en línea] https://www.oas.org/docs/desigualdad/LIBRO-DESIGUALDAD.pdf.

PÉREZ SÁINZ, Javier (2013) “¿Disminuyeron las desigualdades sociales en América Latina durante la primera década del siglo XXI? Evidencias e interpretaciones”. En: Desarrollo Económico, Vol. 53, Nº 209-210, pp. 57-73.

PÉREZ SÁINZ, Juan Pablo (2014) Mercados y bárbaros. La persistencia de las desigualdades de excedente en América Latina. San José de Costa Rica: FLACSO.

PLANT, Roger (1998) “Pobreza y desarrollo indígena: Algunas reflexiones”. En: Documento BID, Nº IND-105.QUIJANO, Aníbal (2006) “El ‘movimiento indígena’ y las cuestiones pendientes en América Latina”. En:

Argumentos, vol. 19, núm. 50. D.F. México: Universidad Autónoma Metropolitana Unidad Xochimilco.REYGADAS, Luis (2008) La apropiación. Destejiendo las redes de la desigualdad. México:

Anthropos/Universidad Autónoma Metropolitana. SEGATO, Rita (2007) La Nación y sus Otros. Raza, etnicidad y diversidad religiosa en tiempos de Políticas de la

Identidad. Buenos Aires, Prometeo.SEGATO, Rita (2015) La crítica de la colonialidad en ocho ensayos y una antropología por demanda. Buenos

Aires, Prometeo.TILLY, Charles (2000) La desigualdad persistente. Buenos Aires: Manantial. TRINCHERO, Héctor Hugo (2009) “Pueblos Originarios y políticas de reconocimiento en Argentina”. En: Papeles

de Trabajo Nº18. Centro de Estudios Interdisciplinarios en Etnolingüística y Antropología Socio-Cultural.

21

22

ANEXO 1Cuadro 1: Valores mínimos, máximos, media y desvío estándar

de las variables incluidas en el análisis

Descripción Mínimo Máximo Media Desv. típ.pobl total Población total 127205 15625080 1671545,5

03103909,435

%urbanoT % de población urbana sobre la población total

68,4 100,0 86,375 7,3821

%indigenaT % de población indígena sobre la población total

,5 8,7 3,358 2,6065

%mujeresT % de mujeres sobre la población total 49,2 53,9 50,908 ,8782%urbanoI % de población urbana de origen

indígena sobre población total,5 7,7 2,850 2,1754

%indigurb % de población indígena que es urbana 40,7 100,0 76,033 17,7313%mujeresI % de mujeres que son indígenas ,5 8,5 3,258 2,5341%indmuj % de indígenas que son mujeres 45,0 51,2 48,996 1,31660a14total % de población de 0 a 14 años sobre la

población total16,5485 32,7433 27,669299 3,3896327

15a24total % de población de 15 a 24 años sobre la población total

13,7496 19,4105 17,753850 1,2705263

25a44total % de población de 25 a 44 años sobre la población total

25,2214 31,4973 27,881373 1,7905254

45a64total % de población de 45 a 64 años sobre la población total

16,0019 22,7684 18,337406 1,6029151

65y+total % de población de 65años y más sobre la población total

3,6993 16,0024 8,358071 2,4962886

0a14indig % de población de 0 a 14 años que es indígena

,5 8,6 3,588 2,7763

indig0a14 % de población indígena que tiene 0 a 14 años

22,2 43,3 29,329 5,6836

15a24indig % de población de 15 a 24 años que es indígena

,5 9,4 3,633 2,8617

indig15a24 % de población indígena que tiene 15 a 24 años

15,8 20,7 18,917 1,2638

25a44indig % de población de 25 a 44 años que es indígena

,6 9,3 3,458 2,6755

indig25a44 % de población indígena que tiene 25 a 44 años

23,2 35,8 28,862 2,9891

45a64indig % de población de 45 a 64 años que es indígena

,5 8,1 3,075 2,4035

indig45a64 % de población indígena que tiene 45 a 64 años

9,9 20,2 17,317 2,7950

65y+indig % de población de 65 años y más que es indígena

,4 6,4 2,275 1,9166

indig65y+ % de población indígena que tiene 65 años y más

2,4 7,4 5,596 1,4701

0a14noindig % de población de 0 a 14 años que no es indígena

91,4 99,5 96,413 2,7763

noind0a14 % de población no indígena que tiene 0 a 14 años

16,4 32,6 27,600 3,3352

15a24noind % de población de 15 a 24 años que no es indígena

90,6 99,5 96,367 2,8617

noind15a24 % de población no indígena que tiene 15 a 24 años

13,7 19,4 17,708 1,2924

25a44noind % de población de 25 a 44 años que no es indígena

90,7 99,4 96,542 2,6755

noind25a44 % de población no indígena que tiene 25,3 31,5 27,863 1,7515

23

25 a 44 años45a64noind % de población de 45 a 64 años que no

es indígena91,9 99,5 96,925 2,4035

noind45a64 % de población no indígena que tiene 45 a 64 años

16,2 22,8 18,388 1,5889

65y+noind % de población de 65 años y más que no es indígena

93,6 99,6 97,725 1,9166

noind65y+ % de población no indígena que tiene 65 años y más

3,7 16,2 8,446 2,5191

varonesPI % de varones de 15 años y más con primaria incompleta

3,0 26,1 15,079 5,3375

mujeresPI % de mujeres de 15 años y más con primaria incompleta

4,0 24,3 13,600 4,6802

totalPI % de población de 15 años y más con primaria incompleta

3,6 25,0 14,329 4,9650

indigPI % de población indígena de 15 años y más con primaria incompleta

6,1 49,6 19,492 11,5361

noindPI % de población no indígena de 15 años y más con primaria incompleta

3,5 24,9 14,075 4,8719

mujindPI % de mujeres indígenas de 15 años y más con primaria incompleta

7,0 54,3 18,775 12,2107

mujnoindPI % de mujeres no indígenas de 15 años y más con primaria incompleta

3,9 24,2 13,371 4,5906

varindPI % de varones indígenas de 15 años y más con primaria incompleta

5,1 49,7 20,179 11,0788

varnoindPI % de varones no indígenas de 15 años y más con primaria incompleta

3,0 26,0 14,817 5,2529

varonesSI % de varones de 20 años y más con secundaria incompleta

13,5 25,3 18,579 3,1937

mujeresSI % de mujeres de 20 años y más con secundaria incompleta

9,7 20,5 15,275 2,6308

totalSI % de población de 20 años y más con secundaria incompleta

11,4 22,9 16,875 2,8929

indigSI % de población indígena de 20 años y más con secundaria incompleta

11,6 24,0 17,625 3,6473

noindSI % de población no indígena de 20 años y más con secundaria incompleta

11,3 22,9 16,858 2,8933

mujindSI % de mujeres indígenas de 20 años y más con secundaria incompleta

10,7 24,2 16,167 3,7580

mujnoindSI % de mujeres no indígenas de 20 años y más con secundaria incompleta

9,6 20,5 15,250 2,6190

varindSI % de varones indígenas de 20 años y más con secundaria incompleta

11,4 25,7 19,033 3,9913

varnoindSI % de varones no indígenas de 20 años y más con secundaria incompleta

13,4 25,3 18,608 3,2073

JVconPI % de jefes de hogar varones con primaria incompleta

3,0 29,6 17,046 6,2068

JMconPI % de jefas de hogar mujeres con primaria incompleta

4,7 30,3 19,133 6,4129

JconPI % de jefes de hogar con primaria incompleta

3,7 29,5 17,721 6,2308

jindPI % de jefes de hogar indígenas con primaria incompleta

6,0 54,6 24,117 11,8272

jnoindPI % de jefes de hogar no indígenas con primaria incompleta

3,7 29,4 17,417 6,1513

jindvarPI % de jefes de hogar varones indígenas con primaria incompleta

5,2 54,4 23,612 11,7718

jnoindvarPI % de jefes de hogar varones no indígenas con primaria incompleta

3,0 29,6 16,700 6,1296

24

jindmujPI % de jefes de hogar mujeres indígenas con primaria incompleta

7,2 60,4 25,296 12,6024

jnoindmujPI % de jefes de hogar mujeres no indígenas con primaria incompleta

4,6 30,3 18,879 6,3600

JVconSI % de jefes de hogar varones con secundaria incompleta

12,0 23,0 16,471 3,0561

JMconSI % de jefas de hogar mujeres con secundaria incompleta

9,8 20,7 13,758 2,7287

JconSI % de jefes de hogar con secundaria incompleta

11,3 21,9 15,583 2,9181

jindSI % de jefes de hogar indígenas con secundaria incompleta

9,2 23,8 15,683 3,8069

jnoindSI % de jefes de hogar no indígenas con secundaria incompleta

11,2 21,9 15,613 2,9295

jindvarSI % de jefes de hogar varones indígenas con secundaria incompleta

9,6 23,2 16,338 4,0017

jnoindvarSI % de jefes de hogar varones no indígenas con secundaria incompleta

12,1 23,0 16,488 3,0910

jindmujSI % de jefes de hogar mujeres indígenas con secundaria incompleta

8,1 26,3 14,212 4,1293

jnoindmujSI % de jefes de hogar mujeres no indígenas con secundaria incompleta

9,8 20,5 13,763 2,7314

JVconTC % de jefes de hogar varones con estudios terciarios o universitarios completos

6,6 30,1 10,867 4,3376

JMconTC % de jefas de hogar mujeres con estudios terciarios o universitarios completos

11,7 29,9 14,442 3,7236

JconTC % de jefes de hogar con estudios terciarios o universitarios completos

8,4 30,0 12,021 4,0951

jindTC % de jefes de hogar indígenas con estudios terciarios o universitarios completos

2,4 22,4 9,825 4,6883

jnoindTC % de jefes de hogar no indígenas con estudios terciarios o universitarios completos

8,4 30,2 12,146 4,1110

jindvarTC % de jefes de hogar varones indígenas con estudios terciarios o universitarios completos

2,0 19,7 8,825 4,3744

jnoindvarTC % de jefes de hogar varones no indígenas con estudios terciarios o universitarios completos

6,6 30,3 10,996 4,3595

jindmujTC % de jefes de hogar mujeres indígenas con estudios terciarios o universitarios completos

3,7 26,5 12,100 5,4901

jnoindmujTC % de jefes de hogar mujeres no indígenas con estudios terciarios o universitarios completos

11,7 30,0 14,562 3,7214

hogarJM % de hogares con jefatura femenina 26,9 42,3 33,083 3,2185hogarindJM % de hogares indígenas con jefatura

femenina21,6 38,6 29,696 3,5867

hogarnoindJM % de hogares no indígenas con jefatura femenina

27,1 42,4 33,200 3,2429

tamhogar Tamaño del hogar 2,5 3,9 3,392 ,3463tamhogind Tamaño del hogar indígena 2,8 4,9 3,738 ,4826tamhognoind Tamaño del hogar no indígena 2,4 3,9 3,367 ,3559hogarJVNBI % de hogares con jefe varón que tienen

al menos un indicador de NBI4,5 22,9 12,367 5,1028

hogarJMNBI % de hogares con jefa mujer que tienen 2,8 18,7 10,725 4,8410

25

al menos un indicador de NBIhogarNBI % de hogares que tienen al menos un

indicador de NBI3,9 21,6 11,838 5,0229

hogindNBI % de hogares indígenas que tienen al menos un indicador de NBI

7,8 64,3 20,850 14,7797

hognoindNBI % de hogares no indígenas que tienen al menos un indicador de NBI

3,7 21,5 11,463 4,7310

hogindJVNBI % de hogares indígenas con jefe varón que tienen al menos un indicador de NBI

8,6 65,7 21,417 15,0182

hogindJMNBI % de hogares indígenas con jefa mujer que tienen al menos un indicador de NBI

3,4 60,3 19,254 14,3182

hognoindJVNBI % de hogares no indígenas con jefe varón que tienen al menos un indicador de NBI

4,2 22,8 11,958 4,8027

hognoindJMNBI % de hogares no indígenas con jefa mujer que tienen al menos un indicador de NBI

2,7 17,9 10,425 4,5970

hogarJVarp % de hogares con jefe varón que tiene agua procedente de red pública

68,5 99,7 87,008 8,4634

hogarJMarp % de hogares con jefa mujer que tiene agua procedente de red pública

78,1 99,7 91,608 6,3609

hogararp % de hogares que tiene agua procedente de red pública

72,1 99,7 88,500 7,7306

hogindarp % de hogares indígenas que tiene agua procedente de red pública

45,8 99,4 79,983 15,4058

hognoindarp % de hogares no indígenas que tiene agua procedente de red pública

72,4 99,7 88,854 7,6962

hogindJVarp % de hogares indígenas con jefe varón que tiene agua procedente de red pública

43,8 99,4 78,417 15,6374

hogindJMarp % de hogares indígenas con jefa mujer que tiene agua procedente de red pública

48,6 99,3 84,071 15,0756

hognoindJVarp % de hogares no indígenas con jefe varón que tiene agua procedente de red pública

68,9 99,7 87,400 8,4182

hognoindJMarp % de hogares no indígenas con jefa mujer que tiene agua procedente de red pública

78,2 99,7 91,900 6,3112

hogarJVsinbaño % de hogares con jefe varón que no tiene baño o letrina

1,0 10,2 4,117 2,5268

hogarJMsinbaño % de hogares con jefa mujer que no tiene baño o letrina

,5 8,0 3,313 2,1638

hogarsinbaño % de hogares que no tiene baño o letrina

,9 9,4 3,842 2,3900

hogindsinbaño % de hogares indígenas que no tiene baño o letrina

1,5 37,8 8,629 9,3415

hognoindsinbaño % de hogares no indígenas que no tiene baño o letrina

,9 9,2 3,646 2,1793

hogindJVsinbaño % de hogares indígenas con jefe varón que no tiene baño o letrina

1,8 38,5 8,908 9,5079

hogindJMsinbaño % de hogares indígenas con jefa mujer que no tiene baño o letrina

,0 35,8 7,833 9,0870

hognoindJVsinbaño % de hogares no indígenas con jefe varón que no tiene baño o letrina

1,0 10,0 3,908 2,2978

hognoindJMsinbaño

% de hogares no indígenas con jefa mujer que no tiene baño o letrina

,5 7,8 3,158 1,9702

26

hogarJVSDA % de hogares con jefe varón cuyo inodoro no tiene descarga de agua

1,5 35,9 12,817 10,0698

hogarJMSDA % de hogares con jefa mujer cuyo inodoro no tiene descarga de agua

1,4 34,0 11,813 9,4801

hogarSDA % de hogares cuyo inodoro no tiene descarga de agua

1,6 34,9 12,500 9,8571

hogindSDA % de hogares indígenas cuyo inodoro no tiene descarga de agua

4,3 77,7 22,925 20,4782

hognoindSDA % de hogares no indígenas cuyo inodoro no tiene descarga de agua

1,6 34,7 12,100 9,6005

hogindJVSDA % de hogares indígenas con jefe varón cuyo inodoro no tiene descarga de agua

4,5 77,6 23,396 20,2824

hogindJMSDA % de hogares indígenas con jefa mujer cuyo inodoro no tiene descarga de agua

2,1 77,8 21,567 21,2154

hognoindJVSDA % de hogares no indígenas con jefe varón cuyo inodoro no tiene descarga de agua

1,4 35,6 12,375 9,8148

hognoindJMSDA % de hogares no indígenas con jefa mujer cuyo inodoro no tiene descarga de agua

1,4 32,9 11,483 9,2230

hogarJVsinhel % de hogares con jefe varón que no tiene heladera

2,7 21,8 9,592 5,8600

hogarJMsinhel % de hogares con jefa mujer que no tiene heladera

1,9 18,6 8,454 5,5375

hogarsinhel % de hogares que no tiene heladera 2,4 20,7 9,242 5,7227hogindsinhel % de hogares indígenas que no tiene

heladera5,0 72,2 21,267 19,1657

hognoindsinhel % de hogares no indígenas que no tiene heladera

2,3 17,9 8,688 5,1666

hogindJVsinhel % de hogares indígenas con jefe varón que no tiene heladera

5,2 72,8 21,775 19,0066

hogindJMsinhel % de hogares indígenas con jefa mujer que no tiene heladera

3,3 70,6 19,733 19,7449

hognoindJVsinhel % de hogares no indígenas con jefe varón que no tiene heladera

2,5 18,7 9,004 5,2906

hognoindJMsinhel % de hogares no indígenas con jefa mujer que no tiene heladera

1,8 16,5 8,013 5,0012

hogarJVsincel % de hogares con jefe varón que no tiene celular

4,4 20,2 12,238 4,2033

hogarJMsincel % de hogares con jefa mujer que no tiene celular

3,4 23,5 16,758 4,7923

hogarsincel % de hogares que no tiene celular 4,1 21,3 13,754 4,1998hogindsincel % de hogares indígenas que no tiene

celular9,0 65,4 21,483 14,9201

hognoindsincel % de hogares no indígenas que no tiene celular

3,9 19,4 13,346 3,9206

hogindJVsincel % de hogares indígenas con jefe varón que no tiene celular

7,4 64,6 20,617 15,0991

hogindJMsincel % de hogares indígenas con jefa mujer que no tiene celular

2,4 67,5 23,258 15,1093

hognoindJVsincel % de hogares no indígenas con jefe varón que no tiene celular

4,2 18,0 11,783 3,8388

hognoindJMsincel % de hogares no indígenas con jefa mujer que no tiene celular

3,4 21,9 16,446 4,6366

hogarJVsinCPU % de hogares con jefe varón que no tiene computadora

26,2 76,3 54,283 13,5012

hogarJMsinCPU % de hogares con jefa mujer que no tiene computadora

32,2 78,2 60,363 12,5685

hogarsinCPU % de hogares que no tiene 31,6 76,9 56,333 13,0395

27

computadorahogindsinCPU % de hogares indígenas que no tiene

computadora37,4 94,7 63,167 16,2354

hognoindsinCPU % de hogares no indígenas que no tiene computadora

31,4 76,8 55,958 13,0088

hogindJVsinCPU % de hogares indígenas con jefe varón que no tiene computadora

36,9 94,8 62,333 16,4844

hognoindJMsinCPU

% de hogares indígenas con jefa mujer que no tiene computadora

38,3 94,6 65,033 15,8401

hognoindJVsinCPU % de hogares no indígenas con jefe varón que no tiene computadora

25,9 76,1 53,846 13,4869

hognoindJMsinCPU

% de hogares no indígenas con jefa mujer que no tiene computadora

31,9 78,1 60,104 12,5488

varonessinOS % de varones sin obra social, prepaga o plan estatal

18,2 60,1 39,646 11,1972

mujeressinOS % de mujeres sin obra social, prepaga o plan estatal

15,7 55,8 36,292 10,7961

totalsinOS % de población sin obra social, prepaga o plan estatal

16,9 57,9 37,929 10,9905

indsinOS % de población indígena sin obra social, prepaga o plan estatal

19,0 84,3 47,371 15,4478

noindsinOS % de población no indígena sin obra social, prepaga o plan estatal

16,9 56,8 37,538 10,8326

indVsinOS % de varones indígenas sin obra social, prepaga o plan estatal

21,1 84,3 48,512 15,1864

indMsinOS % de mujeres indígenas sin obra social, prepaga o plan estatal

16,9 84,2 46,204 15,7345

noindVsinOS % de varones no indígenas sin obra social, prepaga o plan estatal

18,0 59,1 39,250 11,0590

noindMsinOS % de mujeres no indígenas sin obra social, prepaga o plan estatal

15,6 54,7 35,871 10,6369

varonessinJOP % de varones de 60 años y más sin jubilación o pensión

27,2 52,3 32,538 4,8017

mujeressinJOP % de mujeres de 60 años y más sin jubilación o pensión

7,3 24,2 13,371 4,2374

totalsinJOP % de población de 60 años y más sin jubilación o pensión

16,5 38,1 21,950 4,5327

indsinJOP % de población indígena de 60 años y más sin jubilación o pensión

18,4 56,7 27,471 8,0680

noindsinJOP % de población no indígena de 60 años y más sin jubilación o pensión

16,5 37,5 21,817 4,4256

indVsinJOP % de varones indígenas de 60 años y más sin jubilación o pensión

25,2 58,5 36,217 6,9863

indMsinJOP % de mujeres indígenas de 60 años y más sin jubilación o pensión

6,9 53,8 18,083 10,1737

noindVsinJOP % de varones no indígenas de 60 años y más sin jubilación o pensión

27,2 52,1 32,463 4,7800

noindMsinJOP % de mujeres no indígenas de 60 años y más sin jubilación o pensión

7,2 23,5 13,271 4,1066

tasa actvaron Tasa de actividad de varones de 14 años y más

66,2 84,0 74,512 4,4780

tasa act mujer Tasa de actividad de mujeres de 14 años y más

41,2 65,6 50,738 6,8045

tasa act total Tasa de actividad de la población de 14 años y más

53,4 75,0 62,271 5,6273

tasa actind Tasa de actividad de población indígena de 14 años y más

36,4 78,4 62,667 9,6176

tasa act no ind Tasa de actividad de población no indígena de 14 años y más

54,0 74,9 62,333 5,5152

28

tasa actindV Tasa de actividad de población indígena de sexo masculino de 14 años y más

47,2 87,5 73,663 9,0609

tasa actindM Tasa de actividad de población indígena de sexo femenino de 14 años y más

25,3 68,8 51,225 10,5205

tasa actnoindV Tasa de actividad de población no indígena de sexo masculino de 14 años y más

67,1 83,9 74,575 4,3395

tasa actnoindM Tasa de actividad de población no indígena de sexo femenino de 14 años y más

41,5 65,5 50,792 6,7252

tasa empvaron Tasa de empleo de varones de 14 años y más

63,8 80,3 71,188 4,3253

tasa emp mujer Tasa de empleo de mujeres de 14 años y más

38,1 59,3 46,533 6,3274

tasa emp total Tasa de empleo de la población de 14 años y más

50,7 70,0 58,492 5,2946

tasa empind Tasa de empleo de población indígena de 14 años y más

33,3 73,3 58,100 9,1126

tasa emp no ind Tasa de empleo de población no indígena de 14 años y más

50,8 69,9 58,563 5,2022

tasa empindV Tasa de empleo de población indígena de sexo masculino de 14 años y más

43,8 84,4 69,700 8,9644

tasa empindM Tasa de empleo de población indígena de sexo femenino de 14 años y más

22,5 63,7 46,067 9,6321

tasa empnoindV Tasa de empleo de población no indígena de sexo masculino de 14 años y más

64,0 80,2 71,283 4,1933

tasa empnoindM Tasa de empleo de población no indígena de sexo femenino de 14 años y más

38,1 59,2 46,608 6,2561

asalV % de asalariados varones sobre el total de ocupados

59,6 83,4 70,242 6,1282

asalM % de asalariadas mujeres sobre el total de ocupadas

60,8 84,1 72,154 5,6888

asalT % de asalariados sobre el total de ocupados

60,1 83,7 71,033 5,8585

asalind % de asalariados indígenas sobre el total de ocupados indígenas

48,8 87,7 68,529 8,5804

asalnoind % de asalariados no indígenas sobre el total de ocupados no indígenas

60,2 83,6 71,104 5,8252

asalindV % de asalariados indígenas varones sobre el total de ocupados indígenas varones

50,5 86,3 68,167 7,9367

asalnoindV % de asalariados no indígenas varones sobre el total de ocupados no indígenas varones

59,7 83,3 70,296 6,1270

asalindM % de asalariadas indígenas mujeres sobre el total de ocupadas indígenas mujeres

45,7 89,7 68,875 10,3483

asalnoindM % de asalariadas no indígenas mujeres sobre el total de ocupadas no indígenas mujeres

61,0 83,9 72,246 5,5935

cpropV % de cuentapropistas varones sobre el total de ocupados

9,7 27,5 20,046 4,3179

cpropM % de cuentapropistas mujeres sobre el total de ocupadas

9,5 24,1 18,192 3,8012

cpropT % de cuentapropistas sobre el total de 9,6 26,2 19,296 4,0843

29

ocupadoscpropind % de cuentapropistas indígenas sobre

el total de ocupados indígenas7,0 33,1 21,938 6,0314

cpropnoind % de cuentapropistas no indígenas sobre el total de ocupados no indígenas

9,7 26,1 19,229 4,0515

cpropindV % de cuentapropistas indígenas varones sobre el total de ocupados indígenas varones

8,9 32,9 22,596 5,7679

cpropnoindV % de cuentapropistas no indígenas varones sobre el total de ocupados no indígenas varones

9,7 27,5 19,958 4,3118

cproprindM % de cuentapropistas indígenas mujeres sobre el total de ocupadas indígenas mujeres

4,2 33,8 20,979 6,9744

cpropnoindM % de cuentapropistas no indígenas mujeres sobre el total de ocupadas no indígenas mujeres

9,7 23,8 18,117 3,7377

tfliarV % de trabajadores familiares varones sobre el total de ocupados

1,3 8,9 3,337 1,6735

tfliarM % de trabajadores familiares mujeres sobre el total de ocupadas

1,8 11,6 4,650 2,1397

tfliarT % de trabajadores familiares sobre el total de ocupados

1,5 9,9 3,867 1,8337

tfliarind % de trabajadores familiares indígenas sobre el total de ocupados indígenas

,3 13,1 5,008 3,1412

tfliarnoind % de trabajadores familiares no indígenas sobre el total de ocupados no indígenas

1,6 9,9 3,833 1,8153

tfliarindV % de trabajadores familiares indígenas varones sobre el total de ocupados indígenas varones

,0 11,9 4,250 2,7736

tfliarnoindV % de trabajadores familiares no indígenas varones sobre el total de ocupados no indígenas varones

1,4 8,8 3,296 1,6496

tfliarindM % de trabajadores familiares indígenas mujeres sobre el total de ocupadas indígenas mujeres

,8 15,5 6,317 4,0882

tfliarnoindM % de trabajadores familiares no indígenas mujeres sobre el total de ocupadas no indígenas mujeres

1,8 11,6 4,604 2,1161

ocupVSA % de ocupados varones sin aportes ni descuentos jubilatorios sobre el total de ocupados varones

19,3 59,7 41,313 10,9698

ocupMSA % de ocupadas mujeres sin aportes ni descuentos jubilatorios sobre el total de ocupadas mujeres

24,4 56,8 42,854 9,4092

ocupSA % de ocupados sin aportes ni descuentos jubilatorios sobre el total de ocupados

21,4 58,6 41,967 10,2672

ocupindSA % de ocupados indígenas sin aportes ni descuentos jubilatorios sobre el total de ocupados indígenas

24,6 70,1 47,208 11,1796

ocupnoindSA % de ocupados no indígenas sin aportes ni descuentos jubilatorios sobre el total de ocupados no indígenas

21,3 58,5 41,783 10,2776

ocupindVSA % de ocupados indígenas varones sin aportes ni descuentos jubilatorios sobre el total de ocupados indígenas varones

21,6 70,9 46,833 11,8068

ocupnoindVSA % de ocupados no indígenas varones 19,2 59,7 41,129 10,9884

30

sin aportes ni descuentos jubilatorios sobre el total de ocupados no indígenas varones

ocupindMSA % de ocupadas indígenas mujeres sin aportes ni descuentos jubilatorios sobre el total de ocupadas indígenas mujeres

25,7 68,3 47,700 10,7057

ocupnonindMSA % de ocupadas no indígenas mujeres sin aportes ni descuentos jubilatorios sobre el total de ocupadas no indígenas mujeres

24,2 56,7 42,662 9,4323

ocupVSP % de ocupados varones en el sector público sobre el total de ocupados varones

20,1 46,8 30,217 7,6038

ocupMSP % de ocupadas mujeres en el sector público sobre el total de ocupadas mujeres

25,7 57,5 41,921 8,6840

ocupSP % de ocupados en el sector público sobre el total de ocupados

23,1 50,4 35,025 7,9162

ocupindSP % de ocupados indígenas en el sector público sobre el total de ocupados indígenas

22,8 56,9 37,829 9,8609

ocupnoindSP % de ocupados no indígenas en el sector público sobre el total de ocupados no indígenas

23,1 50,4 34,942 7,8506

ocupindVSP % de ocupados indígenas varones en el sector público sobre el total de ocupados indígenas varones

19,8 58,7 33,979 10,0954

ocupnoindVSP % de ocupados no indígenas varones en el sector público sobre el total de ocupados no indígenas varones

20,1 46,8 30,088 7,5266

ocupindMSP % de ocupadas indígenas mujeres en el sector público sobre el total de ocupadas indígenas mujeres

26,4 67,1 43,742 10,4584

ocupnoindMSP % de ocupadas no indígenas mujeres en el sector público sobre el total de ocupadas no indígenas mujeres

25,7 57,4 41,846 8,6348

Tasanatalidad Tasa bruta de natalidad 14,9 26,0 19,350 2,4543madres20a % de nacidos vivos de madres menores

de 20 años de edad6,9 25,9 17,633 3,7519

Mortinfantil Tasa de mortalidad infantil 7,0 17,8 11,883 2,7489Natalidadcat Tasa bruta de natalidad categorizada 1,0 4,0 2,917 ,8805madres20acat % de nacidos vivos de madres menores

de 20 años de edad categorizado1,0 4,0 3,000 ,7223

Mortinfcat Tasa de mortalidad infantil categorizada

1,0 4,0 2,125 ,9470

Proppoblprov % de población provincial en el total del país

0,3 38,9 4,163 7,7269

%indigrur % de población rural de origen indígena

0,0 22,1 6,587 7,1892

%noindigrur % de población rural no indígena 77,9 100,0 93,413 7,1892

31

ANEXO 2

SELECTION OF CASES AND VARIABLESACTIVE CONTINUOUS VARIABLES 42 VARIABLES-------------------------------------------------------------------------------------- 3 . %indigenaT ( CONTINUOUS ) 6 . %indig urb ( CONTINUOUS ) 39 . mujindPI ( CONTINUOUS ) 40 . mujnoindPI ( CONTINUOUS ) 41 . varindPI ( CONTINUOUS ) 42 . varnoindPI ( CONTINUOUS ) 48 . mujindSI ( CONTINUOUS ) 49 . mujnoindSI ( CONTINUOUS ) 50 . varindSI ( CONTINUOUS ) 51 . varnoindSI ( CONTINUOUS ) 75 . jindvarTC ( CONTINUOUS ) 76 . jnoindvarTC ( CONTINUOUS ) 77 . jindmujTC ( CONTINUOUS ) 78 . jnoindmujTC ( CONTINUOUS ) 83 . tamhogind ( CONTINUOUS ) 84 . tamhognoind ( CONTINUOUS ) 88 . hogindNBI ( CONTINUOUS ) 89 . hognoindNBI ( CONTINUOUS ) 99 . hogindJVarp ( CONTINUOUS ) 100 . hogindJMarp ( CONTINUOUS ) 101 . hognoindJVarp ( CONTINUOUS ) 102 . hognoindJMarp ( CONTINUOUS ) 106 . hogindsinbaño ( CONTINUOUS ) 107 . hognoindsinbaño ( CONTINUOUS ) 115 . hogindSDA ( CONTINUOUS ) 116 . hognoindSDA ( CONTINUOUS ) 124 . hogindsinhel ( CONTINUOUS ) 125 . hognoindsinhel ( CONTINUOUS ) 151 . indsinOS ( CONTINUOUS ) 152 . noindsinOS ( CONTINUOUS ) 187 . asalind ( CONTINUOUS ) 188 . asalnoind ( CONTINUOUS ) 196 . cpropind ( CONTINUOUS ) 197 . cpropnoind ( CONTINUOUS ) 207 . tfliarindV ( CONTINUOUS ) 208 . tfliarnoindV ( CONTINUOUS ) 209 . tfliarindM ( CONTINUOUS ) 210 . tfliarnoindM ( CONTINUOUS ) 214 . ocupindSA ( CONTINUOUS ) 215 . ocupnoindSA ( CONTINUOUS ) 236 . %indigrur ( CONTINUOUS ) 237 . %noindigrur ( CONTINUOUS )--------------------------------------------------------------------------------------

CASES----------------------------- NUMBER --------------WEIGHT --------------- WEIGHT OF CASES : Weight of objects, uniform equal to 1. UNIF KEPT ............... NITOT = 24 PITOT = 24.000 SELECTION AFTER FILTERING ACTIVE ............. NIACT = 23 PIACT = 23.000 SUPPLEMENTARY ...... NISUP = 1 PISUP = 1.000-------------------------------------------------------------------------

32

PRINCIPAL COMPONENTS ANALYSISSUMMARY STATISTICS OF CONTINUOUS VARIABLESTOTAL COUNT : 23 TOTAL WEIGHT : 23.00

+-------------------------------------------------------+----------------------+----------------------+| NUM . IDEN - LABEL COUNT WEIGHT | MEAN STD.DEV. | MINIMUM MAXIMUM |+-------------------------------------------------------+----------------------+----------------------+| 3 . INDI - %indigenaT 23 23.00 | 3.38 2.60 | 0.50 8.70 || 6 . INDU - %indig urb 23 23.00 | 75.38 17.44 | 40.70 100.00 || 39 . IMPI - mujindPI 23 23.00 | 19.17 12.06 | 7.00 54.30 || 40 . NIMP - mujnoindPI 23 23.00 | 13.66 4.37 | 3.90 24.20 || 41 . IVPI - varindPI 23 23.00 | 20.62 10.87 | 5.10 49.70 || 42 . NIVP - varnoindPI 23 23.00 | 15.13 5.02 | 3.00 26.00 || 48 . IMSI - mujindSI 23 23.00 | 15.82 3.35 | 10.70 21.70 || 49 . NIMS - mujnoindSI 23 23.00 | 15.05 2.43 | 9.60 20.50 || 50 . IVSI - varindSI 23 23.00 | 18.82 3.85 | 11.40 25.70 || 51 . NIVS - varnoindSI 23 23.00 | 18.39 3.02 | 13.40 25.30 || 75 . JIVT - jindvarTC 23 23.00 | 8.73 4.35 | 2.00 19.70 || 76 . JNVT - jnoindvarTC 23 23.00 | 10.93 4.35 | 6.60 30.30 || 77 . JIMT - jindmujTC 23 23.00 | 12.22 5.46 | 3.70 26.50 || 78 . JNMT - jnoindmujTC 23 23.00 | 14.39 3.63 | 11.70 30.00 || 83 . THIN - tamhogind 23 23.00 | 3.75 0.48 | 2.80 4.90 || 84 . THNO - tamhognoind 23 23.00 | 3.37 0.35 | 2.40 3.90 || 88 . JINB - hogindNBI 23 23.00 | 20.73 14.77 | 7.80 64.30 || 89 . JNNB - hognoindNBI 23 23.00 | 11.03 4.22 | 3.70 17.80 || 99 . JIVA - hogindJVarp 23 23.00 | 78.67 15.59 | 43.80 99.40 || 100 . JIMA - hogindJMarp 23 23.00 | 83.87 15.04 | 48.60 99.30 || 101 . JNVA - hognoindJVarp 23 23.00 | 87.55 8.39 | 68.90 99.70 || 102 . JNMA - hognoindJMarp 23 23.00 | 91.99 6.30 | 78.20 99.70 || 106 . JISB - hogindsinbaño 23 23.00 | 8.86 9.27 | 1.50 37.80 || 107 . JNSB - hognoindsinbaño 23 23.00 | 3.71 2.15 | 0.90 9.20 || 115 . JISD - hogindSDA 23 23.00 | 23.24 20.42 | 4.30 77.70 || 116 . JNSD - hognoindSDA 23 23.00 | 12.32 9.54 | 1.60 34.70 || 124 . JISH - hogindsinhel 23 23.00 | 21.43 19.15 | 5.00 72.20 || 125 . JNSH - hognoindsinhel 23 23.00 | 8.70 5.17 | 2.30 17.90 || 151 . INSO - indsinOS 23 23.00 | 48.18 14.93 | 19.00 84.30 || 152 . NISO - noindsinOS 23 23.00 | 38.24 10.27 | 16.90 56.80 || 187 . ASAI - asalind 23 23.00 | 67.70 7.55 | 48.80 82.70 || 188 . ASAN - asalnoind 23 23.00 | 70.56 5.18 | 60.20 82.30 || 196 . CPRI - cpropind 23 23.00 | 22.59 5.12 | 10.30 33.10 || 197 . CPRN - cpropnoind 23 23.00 | 19.64 3.51 | 10.80 26.10 || 207 . FLIV - tfliarindV 23 23.00 | 4.43 2.62 | 1.70 11.90 || 208 . FLNV - tfliarnoindV 23 23.00 | 3.38 1.60 | 1.60 8.80 || 209 . FLIM - tfliarindM 23 23.00 | 6.56 3.92 | 2.40 15.50 || 210 . FLNM - tfliarnoindM 23 23.00 | 4.73 2.03 | 1.90 11.60 || 214 . OISA - ocupindSA 23 23.00 | 48.19 10.09 | 25.10 70.10 || 215 . ONSA - ocupnoindSA 23 23.00 | 42.67 9.31 | 23.20 58.50 || 236 . RURI - %indigrur 23 23.00 | 6.70 7.33 | 0.00 22.10 || 237 . RURN - %noindigrur 23 23.00 | 93.30 7.33 | 77.90 100.00 |+-------------------------------------------------------+----------------------+----------------------+

CORRELATION MATRIX | INDI INDU IMPI NIMP IVPI NIVP IMSI NIMS IVSI NIVS JIVT JNVT JIMT JNMT THIN THNO JINB-----+-----------------------------------------------------------------------------------------------------------------------INDI | 1.00INDU | -0.10 1.00IMPI | 0.29 -0.76 1.00NIMP | -0.16 -0.73 0.67 1.00IVPI | 0.27 -0.78 0.97 0.75 1.00NIVP | -0.19 -0.74 0.62 0.98 0.72 1.00IMSI | 0.38 0.48 -0.44 -0.38 -0.39 -0.40 1.00NIMS | 0.68 0.05 0.11 -0.07 0.14 -0.07 0.63 1.00IVSI | 0.27 0.76 -0.61 -0.62 -0.62 -0.64 0.79 0.53 1.00NIVS | 0.67 0.24 -0.11 -0.29 -0.09 -0.31 0.74 0.94 0.68 1.00JIVT | -0.63 0.58 -0.66 -0.39 -0.71 -0.39 -0.10 -0.50 0.23 -0.39 1.00JNVT | -0.03 0.47 -0.36 -0.67 -0.46 -0.72 0.01 -0.36 0.20 -0.18 0.57 1.00JIMT | -0.57 0.58 -0.71 -0.51 -0.77 -0.50 -0.04 -0.54 0.28 -0.36 0.91 0.63 1.00JNMT | -0.07 0.46 -0.39 -0.66 -0.48 -0.69 0.03 -0.37 0.20 -0.18 0.60 0.98 0.68 1.00THIN | 0.16 -0.81 0.86 0.65 0.86 0.64 -0.47 0.09 -0.67 -0.10 -0.68 -0.54 -0.72 -0.58 1.00THNO | -0.10 -0.72 0.41 0.56 0.44 0.63 -0.41 0.11 -0.55 -0.08 -0.36 -0.69 -0.48 -0.68 0.72 1.00JINB | 0.24 -0.78 0.97 0.62 0.92 0.58 -0.53 0.01 -0.66 -0.20 -0.55 -0.26 -0.61 -0.30 0.86 0.45 1.00JNNB | 0.07 -0.81 0.72 0.69 0.72 0.71 -0.59 0.02 -0.72 -0.23 -0.39 -0.44 -0.55 -0.45 0.79 0.80 0.78JIVA | -0.03 0.85 -0.82 -0.79 -0.84 -0.76 0.39 0.07 0.66 0.27 0.58 0.47 0.61 0.49 -0.76 -0.50 -0.82JIMA | -0.06 0.84 -0.79 -0.71 -0.77 -0.69 0.46 0.11 0.68 0.30 0.53 0.41 0.55 0.42 -0.72 -0.50 -0.82JNVA | 0.27 0.52 -0.59 -0.78 -0.63 -0.74 0.40 0.29 0.57 0.44 0.34 0.48 0.37 0.50 -0.51 -0.27 -0.56JNMA | 0.29 0.51 -0.55 -0.69 -0.58 -0.66 0.40 0.28 0.58 0.42 0.32 0.43 0.37 0.46 -0.51 -0.32 -0.53JISB | 0.19 -0.86 0.93 0.67 0.89 0.65 -0.53 0.00 -0.66 -0.22 -0.55 -0.34 -0.59 -0.35 0.84 0.52 0.97JNSB | -0.02 -0.88 0.73 0.75 0.76 0.80 -0.60 -0.06 -0.79 -0.31 -0.42 -0.48 -0.54 -0.47 0.80 0.79 0.76JISD | 0.22 -0.82 0.95 0.67 0.92 0.64 -0.54 0.02 -0.72 -0.20 -0.61 -0.37 -0.68 -0.40 0.89 0.55 0.95JNSD | -0.06 -0.84 0.82 0.83 0.82 0.82 -0.62 -0.16 -0.79 -0.40 -0.43 -0.46 -0.54 -0.48 0.79 0.64 0.84JISH | 0.33 -0.80 0.96 0.61 0.91 0.57 -0.52 0.11 -0.65 -0.10 -0.60 -0.30 -0.67 -0.34 0.86 0.51 0.97JNSH | 0.09 -0.83 0.78 0.75 0.78 0.76 -0.61 0.02 -0.72 -0.24 -0.39 -0.46 -0.56 -0.47 0.79 0.75 0.83INSO | 0.17 -0.78 0.90 0.67 0.88 0.65 -0.54 -0.09 -0.73 -0.30 -0.56 -0.35 -0.61 -0.39 0.88 0.51 0.90NISO | -0.05 -0.73 0.68 0.77 0.71 0.79 -0.53 -0.09 -0.69 -0.32 -0.43 -0.60 -0.54 -0.62 0.83 0.75 0.69ASAI | 0.17 0.77 -0.71 -0.78 -0.70 -0.74 0.59 0.37 0.77 0.54 0.27 0.33 0.27 0.32 -0.64 -0.41 -0.74ASAN | 0.20 0.52 -0.57 -0.65 -0.56 -0.59 0.56 0.52 0.68 0.61 0.15 0.18 0.15 0.19 -0.48 -0.15 -0.59CPRI | -0.17 -0.75 0.67 0.68 0.64 0.64 -0.60 -0.39 -0.79 -0.54 -0.23 -0.26 -0.21 -0.25 0.66 0.43 0.70CPRN | -0.19 -0.68 0.61 0.65 0.57 0.61 -0.66 -0.51 -0.81 -0.62 -0.16 -0.20 -0.19 -0.21 0.63 0.41 0.68FLIV | 0.02 -0.82 0.79 0.87 0.82 0.83 -0.47 -0.12 -0.67 -0.30 -0.44 -0.43 -0.48 -0.43 0.66 0.43 0.79FLNV | -0.07 -0.67 0.70 0.83 0.73 0.78 -0.46 -0.21 -0.56 -0.37 -0.31 -0.40 -0.34 -0.40 0.55 0.28 0.70FLIM | 0.14 -0.86 0.88 0.74 0.86 0.73 -0.55 -0.06 -0.69 -0.27 -0.52 -0.40 -0.55 -0.40 0.77 0.51 0.90FLNM | -0.07 -0.75 0.72 0.87 0.73 0.82 -0.49 -0.16 -0.60 -0.35 -0.32 -0.47 -0.39 -0.47 0.60 0.43 0.73OISA | -0.13 -0.75 0.73 0.76 0.74 0.75 -0.62 -0.28 -0.81 -0.46 -0.42 -0.50 -0.45 -0.51 0.82 0.61 0.73ONSA | -0.23 -0.72 0.59 0.78 0.62 0.80 -0.60 -0.24 -0.74 -0.44 -0.30 -0.61 -0.40 -0.62 0.77 0.76 0.61RURI | 0.92 -0.33 0.49 0.01 0.45 -0.02 0.17 0.64 0.04 0.56 -0.69 -0.17 -0.67 -0.21 0.44 0.19 0.48RURN | -0.92 0.33 -0.49 -0.01 -0.45 0.02 -0.17 -0.64 -0.04 -0.56 0.69 0.17 0.67 0.21 -0.44 -0.19 -0.48-----+----------------------------------------------------------------------------------------------------------------------- | INDI INDU IMPI NIMP IVPI NIVP IMSI NIMS IVSI NIVS JIVT JNVT JIMT JNMT THIN THNO JINB

33

| JNNB JIVA JIMA JNVA JNMA JISB JNSB JISD JNSD JISH JNSH INSO NISO ASAI ASAN CPRI CPRN-----+-----------------------------------------------------------------------------------------------------------------------JNNB | 1.00JIVA | -0.70 1.00JIMA | -0.72 0.97 1.00JNVA | -0.43 0.83 0.79 1.00JNMA | -0.46 0.84 0.81 0.96 1.00JISB | 0.79 -0.88 -0.89 -0.59 -0.56 1.00JNSB | 0.94 -0.78 -0.79 -0.52 -0.56 0.81 1.00JISD | 0.83 -0.85 -0.86 -0.60 -0.60 0.94 0.86 1.00JNSD | 0.88 -0.90 -0.91 -0.74 -0.75 0.89 0.93 0.91 1.00JISH | 0.82 -0.77 -0.79 -0.47 -0.45 0.94 0.79 0.96 0.83 1.00JNSH | 0.97 -0.74 -0.76 -0.48 -0.48 0.84 0.95 0.88 0.91 0.87 1.00INSO | 0.76 -0.82 -0.80 -0.62 -0.60 0.86 0.81 0.93 0.85 0.90 0.81 1.00NISO | 0.82 -0.72 -0.69 -0.60 -0.60 0.70 0.87 0.79 0.86 0.71 0.85 0.85 1.00ASAI | -0.61 0.79 0.80 0.74 0.66 -0.77 -0.69 -0.74 -0.80 -0.71 -0.71 -0.81 -0.73 1.00ASAN | -0.37 0.61 0.61 0.71 0.59 -0.59 -0.44 -0.57 -0.62 -0.54 -0.48 -0.67 -0.57 0.90 1.00CPRI | 0.59 -0.70 -0.71 -0.61 -0.56 0.72 0.67 0.71 0.73 0.69 0.67 0.81 0.72 -0.97 -0.84 1.00CPRN | 0.59 -0.65 -0.68 -0.60 -0.55 0.69 0.64 0.69 0.74 0.65 0.67 0.76 0.73 -0.91 -0.92 0.90 1.00FLIV | 0.68 -0.86 -0.84 -0.74 -0.65 0.83 0.75 0.79 0.84 0.78 0.78 0.80 0.70 -0.91 -0.77 0.82 0.76FLNV | 0.52 -0.75 -0.71 -0.75 -0.60 0.73 0.56 0.64 0.70 0.65 0.63 0.69 0.59 -0.89 -0.83 0.78 0.73FLIM | 0.77 -0.88 -0.90 -0.66 -0.60 0.94 0.81 0.90 0.88 0.90 0.85 0.87 0.73 -0.86 -0.69 0.79 0.73FLNM | 0.64 -0.79 -0.77 -0.74 -0.62 0.78 0.66 0.69 0.78 0.70 0.73 0.71 0.66 -0.89 -0.79 0.79 0.75OISA | 0.70 -0.73 -0.71 -0.67 -0.63 0.71 0.77 0.79 0.80 0.73 0.75 0.90 0.90 -0.88 -0.78 0.89 0.86ONSA | 0.75 -0.67 -0.65 -0.62 -0.59 0.64 0.81 0.70 0.81 0.62 0.79 0.78 0.95 -0.79 -0.68 0.78 0.81RURI | 0.37 -0.22 -0.26 0.16 0.16 0.43 0.24 0.47 0.19 0.58 0.37 0.39 0.20 -0.03 0.07 0.06 0.03RURN | -0.37 0.22 0.26 -0.16 -0.16 -0.43 -0.24 -0.47 -0.19 -0.58 -0.37 -0.39 -0.20 0.03 -0.07 -0.06 -0.03-----+----------------------------------------------------------------------------------------------------------------------- | JNNB JIVA JIMA JNVA JNMA JISB JNSB JISD JNSD JISH JNSH INSO NISO ASAI ASAN CPRI CPRN

| FLIV FLNV FLIM FLNM OISA ONSA RURI RURN-----+--------------------------------------------------------FLIV | 1.00FLNV | 0.92 1.00FLIM | 0.93 0.85 1.00FLNM | 0.93 0.98 0.88 1.00OISA | 0.79 0.73 0.79 0.75 1.00ONSA | 0.72 0.64 0.71 0.71 0.93 1.00RURI | 0.20 0.06 0.34 0.11 0.12 0.03 1.00RURN | -0.20 -0.06 -0.34 -0.11 -0.12 -0.03 -1.00 1.00-----+-------------------------------------------------------- | FLIV FLNV FLIM FLNM OISA ONSA RURI RURN

TEST-VALUES MATRIX | INDI INDU IMPI NIMP IVPI NIVP IMSI NIMS IVSI NIVS JIVT JNVT JIMT JNMT THIN THNO JINB-----+-----------------------------------------------------------------------------------------------------------------------INDI | 99.99INDU | -0.50 99.99IMPI | 1.42 -4.75 99.99NIMP | -0.79 -4.41 3.86 99.99IVPI | 1.34 -4.99 10.34 4.67 99.99NIVP | -0.93 -4.53 3.49 10.99 4.38 99.99IMSI | 1.94 2.48 -2.24 -1.94 -1.97 -2.05 99.99NIMS | 4.02 0.22 0.55 -0.34 0.67 -0.34 3.58 99.99IVSI | 1.33 4.82 -3.36 -3.52 -3.48 -3.65 5.11 2.80 99.99NIVS | 3.86 1.15 -0.52 -1.45 -0.45 -1.54 4.57 8.39 3.98 99.99JIVT | -3.58 3.16 -3.81 -2.00 -4.22 -1.97 -0.48 -2.63 1.14 -1.96 99.99JNVT | -0.13 2.45 -1.81 -3.93 -2.38 -4.34 0.04 -1.79 0.98 -0.86 3.13 99.99JIMT | -3.11 3.19 -4.28 -2.67 -4.84 -2.64 -0.19 -2.89 1.38 -1.83 7.43 3.59 99.99JNMT | -0.34 2.40 -2.00 -3.78 -2.53 -4.03 0.14 -1.84 0.96 -0.89 3.29 10.61 4.02 99.99THIN | 0.76 -5.40 6.28 3.68 6.17 3.64 -2.43 0.45 -3.88 -0.50 -4.02 -2.93 -4.39 -3.14 99.99THNO | -0.50 -4.31 2.08 3.04 2.27 3.57 -2.10 0.52 -3.00 -0.38 -1.82 -4.07 -2.52 -4.00 4.39 99.99JINB | 1.17 -5.07 9.89 3.52 7.63 3.18 -2.85 0.05 -3.77 -0.98 -2.97 -1.28 -3.42 -1.47 6.17 2.32 99.99JNNB | 0.34 -5.40 4.31 4.08 4.40 4.28 -3.24 0.09 -4.38 -1.12 -1.97 -2.27 -2.96 -2.34 5.16 5.31 5.07JIVA | -0.14 5.97 -5.57 -5.10 -5.82 -4.78 1.99 0.35 3.83 1.32 3.17 2.47 3.37 2.54 -4.74 -2.63 -5.61JIMA | -0.27 5.89 -5.14 -4.29 -4.95 -4.07 2.37 0.53 3.97 1.46 2.81 2.09 2.95 2.15 -4.33 -2.66 -5.61JNVA | 1.34 2.77 -3.27 -5.04 -3.56 -4.54 2.06 1.45 3.09 2.26 1.70 2.53 1.88 2.62 -2.67 -1.32 -3.02JNMA | 1.45 2.71 -2.96 -4.10 -3.14 -3.79 2.01 1.39 3.16 2.16 1.59 2.22 1.85 2.38 -2.67 -1.61 -2.83JISB | 0.93 -6.30 8.06 3.91 6.81 3.68 -2.80 -0.02 -3.79 -1.07 -2.98 -1.67 -3.24 -1.78 5.87 2.75 9.84JNSB | -0.09 -6.51 4.49 4.69 4.82 5.22 -3.35 -0.28 -5.14 -1.52 -2.15 -2.51 -2.88 -2.45 5.25 5.10 4.81JISD | 1.08 -5.50 8.78 3.88 7.53 3.67 -2.93 0.11 -4.32 -0.97 -3.40 -1.87 -4.00 -2.04 6.71 2.98 9.01JNSD | -0.28 -5.90 5.55 5.65 5.61 5.57 -3.46 -0.77 -5.09 -2.04 -2.20 -2.40 -2.90 -2.48 5.17 3.66 5.92JISH | 1.67 -5.21 9.08 3.38 7.25 3.08 -2.74 0.53 -3.68 -0.49 -3.29 -1.50 -3.86 -1.69 6.21 2.69 10.20JNSH | 0.44 -5.64 5.01 4.63 4.99 4.76 -3.38 0.09 -4.31 -1.16 -1.99 -2.37 -3.05 -2.45 5.11 4.64 5.65INSO | 0.81 -5.03 6.94 3.86 6.68 3.69 -2.91 -0.45 -4.48 -1.49 -3.03 -1.77 -3.37 -1.96 6.53 2.67 7.10NISO | -0.25 -4.47 4.02 4.91 4.23 5.15 -2.85 -0.45 -4.10 -1.59 -2.19 -3.35 -2.91 -3.44 5.77 4.69 4.03ASAI | 0.83 4.85 -4.27 -5.05 -4.14 -4.58 3.27 1.88 4.91 2.88 1.32 1.64 1.33 1.58 -3.67 -2.08 -4.52ASAN | 0.97 2.79 -3.13 -3.74 -3.02 -3.23 3.01 2.78 3.95 3.38 0.75 0.87 0.73 0.91 -2.48 -0.73 -3.26CPRI | -0.82 -4.63 3.86 4.00 3.62 3.66 -3.36 -1.95 -5.08 -2.86 -1.14 -1.29 -1.01 -1.23 3.79 2.22 4.17CPRN | -0.94 -3.96 3.41 3.75 3.13 3.39 -3.79 -2.67 -5.34 -3.50 -0.77 -0.96 -0.94 -1.02 3.55 2.11 3.95FLIV | 0.11 -5.54 5.16 6.33 5.52 5.71 -2.47 -0.56 -3.93 -1.50 -2.29 -2.22 -2.48 -2.19 3.84 2.21 5.12FLNV | -0.34 -3.89 4.20 5.69 4.43 5.00 -2.38 -1.01 -3.04 -1.89 -1.54 -2.06 -1.68 -2.03 2.95 1.39 4.16FLIM | 0.66 -6.20 6.60 4.60 6.25 4.48 -2.95 -0.28 -4.05 -1.33 -2.76 -2.04 -2.99 -2.03 4.93 2.69 7.15FLNM | -0.33 -4.62 4.34 6.36 4.50 5.56 -2.56 -0.79 -3.30 -1.76 -1.58 -2.46 -1.95 -2.45 3.33 2.19 4.49OISA | -0.61 -4.69 4.42 4.75 4.57 4.69 -3.45 -1.36 -5.34 -2.36 -2.14 -2.62 -2.34 -2.70 5.60 3.42 4.41ONSA | -1.11 -4.35 3.27 5.06 3.46 5.33 -3.36 -1.18 -4.53 -2.24 -1.50 -3.42 -2.05 -3.46 4.86 4.81 3.37RURI | 7.54 -1.65 2.57 0.07 2.33 -0.08 0.82 3.62 0.19 3.03 -4.08 -0.81 -3.87 -1.01 2.25 0.93 2.53RURN | -7.54 1.65 -2.57 -0.07 -2.33 0.08 -0.82 -3.62 -0.19 -3.03 4.08 0.81 3.87 1.01 -2.25 -0.93 -2.53-----+----------------------------------------------------------------------------------------------------------------------- | INDI INDU IMPI NIMP IVPI NIVP IMSI NIMS IVSI NIVS JIVT JNVT JIMT JNMT THIN THNO JINB

34

| JNNB JIVA JIMA JNVA JNMA JISB JNSB JISD JNSD JISH JNSH INSO NISO ASAI ASAN CPRI CPRN-----+-----------------------------------------------------------------------------------------------------------------------JNNB | 99.99JIVA | -4.20 99.99JIMA | -4.40 10.26 99.99JNVA | -2.21 5.75 5.15 99.99JNMA | -2.41 5.80 5.38 9.58 99.99JISB | 5.13 -6.60 -6.80 -3.24 -3.04 99.99JNSB | 8.25 -5.05 -5.08 -2.79 -3.02 5.44 99.99JISD | 5.77 -6.02 -6.21 -3.30 -3.35 8.34 6.16 99.99JNSD | 6.61 -7.18 -7.20 -4.57 -4.71 6.71 8.00 7.45 99.99JISH | 5.56 -4.87 -5.08 -2.46 -2.34 8.16 5.14 9.59 5.66 99.99JNSH | 9.72 -4.54 -4.83 -2.50 -2.50 5.93 8.56 6.61 7.39 6.42 99.99INSO | 4.81 -5.48 -5.29 -3.46 -3.35 6.28 5.35 7.97 6.06 6.98 5.47 99.99NISO | 5.57 -4.31 -4.07 -3.31 -3.31 4.20 6.32 5.13 6.16 4.23 5.95 6.09 99.99ASAI | -3.40 5.13 5.24 4.54 3.82 -4.89 -4.09 -4.54 -5.27 -4.26 -4.21 -5.45 -4.42 99.99ASAN | -1.86 3.43 3.43 4.25 3.25 -3.26 -2.25 -3.12 -3.46 -2.87 -2.51 -3.92 -3.13 6.98 99.99CPRI | 3.29 -4.12 -4.30 -3.43 -3.04 4.33 3.91 4.24 4.50 4.10 3.90 5.39 4.35 -9.83 -5.83 99.99CPRN | 3.28 -3.75 -3.98 -3.35 -2.93 4.09 3.61 4.03 4.56 3.70 3.85 4.80 4.47 -7.32 -7.65 7.13 99.99FLIV | 4.00 -6.24 -5.93 -4.52 -3.73 5.70 4.72 5.18 5.91 5.04 5.07 5.22 4.14 -7.38 -4.86 5.53 4.72FLNV | 2.74 -4.68 -4.30 -4.66 -3.31 4.49 3.05 3.60 4.19 3.74 3.53 4.04 3.27 -6.75 -5.78 4.97 4.50FLIM | 4.87 -6.58 -7.04 -3.83 -3.36 8.36 5.44 7.07 6.56 6.95 6.08 6.49 4.49 -6.28 -4.05 5.11 4.46FLNM | 3.62 -5.17 -4.94 -4.58 -3.46 5.03 3.79 4.08 5.03 4.19 4.49 4.21 3.81 -6.84 -5.19 5.08 4.70OISA | 4.18 -4.49 -4.26 -3.91 -3.57 4.28 4.87 5.10 5.33 4.46 4.71 7.15 7.03 -6.69 -5.00 6.81 6.12ONSA | 4.70 -3.88 -3.74 -3.45 -3.28 3.64 5.39 4.20 5.45 3.50 5.17 5.07 8.76 -5.16 -3.96 5.01 5.43RURI | 1.84 -1.09 -1.30 0.77 0.76 2.21 1.15 2.42 0.92 3.16 1.84 1.96 0.95 -0.15 0.36 0.27 0.13RURN | -1.84 1.09 1.30 -0.77 -0.76 -2.21 -1.15 -2.42 -0.92 -3.16 -1.84 -1.96 -0.95 0.15 -0.36 -0.27 -0.13-----+----------------------------------------------------------------------------------------------------------------------- | JNNB JIVA JIMA JNVA JNMA JISB JNSB JISD JNSD JISH JNSH INSO NISO ASAI ASAN CPRI CPRN | FLIV FLNV FLIM FLNM OISA ONSA RURI RURN-----+--------------------------------------------------------FLIV | 99.99FLNV | 7.69 99.99FLIM | 7.90 5.96 99.99FLNM | 8.12 10.65 6.55 99.99OISA | 5.19 4.42 5.15 4.61 99.99ONSA | 4.31 3.67 4.24 4.25 8.10 99.99RURI | 0.95 0.28 1.71 0.52 0.56 0.14 99.99RURN | -0.95 -0.28 -1.71 -0.52 -0.56 -0.14 99.99 99.99-----+-------------------------------------------------------- | FLIV FLNV FLIM FLNM OISA ONSA RURI RURNEIGENVALUESCOMPUTATIONS PRECISION SUMMARY : TRACE BEFORE DIAGONALISATION.. 42.0000 SUM OF EIGENVALUES............ 42.0000HISTOGRAM OF THE FIRST 23 EIGENVALUES+--------+------------+-------------+-------------+-----------------------------------------------------------------------------+| NUMBER | EIGENVALUE | PERCENTAGE | CUMULATED | || | | | PERCENTAGE | |+--------+------------+-------------+-------------+-----------------------------------------------------------------------------+| 1 | 25.6091 | 60.97 | 60.97 |****************************************************************************** || 2 | 6.6059 | 15.73 | 76.70 | ********************* || 3 | 2.9324 | 6.98 | 83.68 | ********** || 4 | 2.1214 | 5.05 | 88.74 | ******* || 5 | 1.1729 | 2.79 | 91.53 | **** || 6 | 0.9628 | 2.29 | 93.82 | **** || 7 | 0.5484 | 1.31 | 95.13 | ** || 8 | 0.4537 | 1.08 | 96.21 | ** || 9 | 0.4007 | 0.95 | 97.16 | ** || 10 | 0.3695 | 0.88 | 98.04 | ** || 11 | 0.1932 | 0.46 | 98.50 | * || 12 | 0.1634 | 0.39 | 98.89 | * || 13 | 0.1213 | 0.29 | 99.18 | * || 14 | 0.0984 | 0.23 | 99.41 | * || 15 | 0.0774 | 0.18 | 99.60 | * || 16 | 0.0487 | 0.12 | 99.71 | * || 17 | 0.0392 | 0.09 | 99.81 | * || 18 | 0.0276 | 0.07 | 99.87 | * || 19 | 0.0180 | 0.04 | 99.91 | * || 20 | 0.0157 | 0.04 | 99.95 | * || 21 | 0.0121 | 0.03 | 99.98 | * || 22 | 0.0083 | 0.02 | 100.00 | * || 23 | 0.0000 | 0.00 | 100.00 | * |+--------+------------+-------------+-------------+-----------------------------------------------------------------------------+SUMMARY OF NEXT EIGENVALUES 24 = 0.0000 25 = 0.0000 26 = 0.0000 27 = 0.0000 28 = 0.0000

35

29 = 0.0000 30 = 0.0000 31 = 0.0000 32 = 0.0000 33 = 0.0000 34 = 0.0000 35 = 0.0000 36 = 0.0000 37 = 0.0000 38 = 0.0000 39 = 0.0000 40 = 0.0000 41 = 0.0000 42 = 0.0000RESEARCH OF IRREGULARITIES (THIRD DIFFERENCES)+--------------+--------------+------------------------------------------------------+| IRREGULARITY | IRREGULARITY | || BETWEEN | VALUE | |+--------------+--------------+------------------------------------------------------+| 1 -- 2 | -12467.29 | **************************************************** || 2 -- 3 | -3000.00 | ************* || 4 -- 5 | -942.51 | **** || 6 -- 7 | -278.15 | ** || 10 -- 11 | -167.02 | * || 7 -- 8 | -19.71 | * || 12 -- 13 | -17.31 | * || 15 -- 16 | -9.66 | * |+--------------+--------------+------------------------------------------------------+

RESEARCH OF IRREGULARITIES (SECOND DIFFERENCES)+--------------+--------------+------------------------------------------------------+| IRREGULARITY | IRREGULARITY | || BETWEEN | VALUE | |+--------------+--------------+------------------------------------------------------+| 1 -- 2 | 15329.77 | **************************************************** || 2 -- 3 | 2862.48 | ********** || 4 -- 5 | 738.30 | *** || 6 -- 7 | 319.75 | ** || 10 -- 11 | 146.49 | * || 7 -- 8 | 41.60 | * || 8 -- 9 | 21.89 | * || 12 -- 13 | 19.26 | * || 13 -- 14 | 1.94 | * |+--------------+--------------+------------------------------------------------------+ANDERSON'S LAPLACE INTERVALSWITH 0.95 THRESHOLD+--------+--------------------------------------------------------+| NUMBER | LOWER LIMIT EIGENVALUE UPPER LIMIT |+--------+--------------------------------------------------------+| 1 | 10.4751 25.6091 40.7431 || 2 | 2.7020 6.6059 10.5097 || 3 | 1.1995 2.9324 4.6654 || 4 | 0.8677 2.1214 3.3751 || 5 | 0.4798 1.1729 1.8661 |+--------+--------------------------------------------------------+

LOADINGS OF VARIABLES ON AXES 1 TO 5ACTIVE VARIABLES----------------------------+------------------------------------+-------------------------------+------------------------------- VARIABLES | LOADINGS | VARIABLE-FACTOR CORRELATIONS | NORMED EIGENVECTORS----------------------------+------------------------------------+-------------------------------+-------------------------------IDEN - SHORT LABEL | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4 5----------------------------+------------------------------------+-------------------------------+-------------------------------INDI - %indigenaT | 0.03 -0.88 0.33 -0.14 -0.14 | 0.03 -0.88 0.33 -0.14 -0.14 | 0.01 -0.34 0.19 -0.09 -0.13INDU - %indig urb | -0.89 0.09 -0.02 -0.12 -0.01 | -0.89 0.09 -0.02 -0.12 -0.01 | -0.18 0.04 -0.01 -0.09 -0.01IMPI - mujindPI | 0.89 -0.26 0.23 -0.12 0.10 | 0.89 -0.26 0.23 -0.12 0.10 | 0.17 -0.10 0.13 -0.08 0.09NIMP - mujnoindPI | 0.85 0.12 -0.36 -0.16 -0.08 | 0.85 0.12 -0.36 -0.16 -0.08 | 0.17 0.05 -0.21 -0.11 -0.07IVPI - varindPI | 0.89 -0.27 0.09 -0.14 0.09 | 0.89 -0.27 0.09 -0.14 0.09 | 0.18 -0.10 0.06 -0.10 0.09NIVP - varnoindPI | 0.84 0.12 -0.42 -0.06 -0.06 | 0.84 0.12 -0.42 -0.06 -0.06 | 0.17 0.05 -0.25 -0.04 -0.05IMSI - mujindSI | -0.59 -0.50 -0.26 -0.38 -0.07 | -0.59 -0.50 -0.26 -0.38 -0.07 | -0.12 -0.20 -0.15 -0.26 -0.07NIMS - mujnoindSI | -0.11 -0.91 -0.24 -0.07 -0.05 | -0.11 -0.91 -0.24 -0.07 -0.05 | -0.02 -0.35 -0.14 -0.05 -0.04IVSI - varindSI | -0.79 -0.36 -0.15 -0.26 -0.09 | -0.79 -0.36 -0.15 -0.26 -0.09 | -0.16 -0.14 -0.08 -0.18 -0.08NIVS - varnoindSI | -0.34 -0.86 -0.18 -0.12 -0.08 | -0.34 -0.86 -0.18 -0.12 -0.08 | -0.07 -0.33 -0.11 -0.08 -0.07JIVT - jindvarTC | -0.55 0.69 0.10 0.19 -0.07 | -0.55 0.69 0.10 0.19 -0.07 | -0.11 0.27 0.06 0.13 -0.06JNVT - jnoindvarTC | -0.53 0.27 0.76 0.02 0.14 | -0.53 0.27 0.76 0.02 0.14 | -0.10 0.11 0.44 0.01 0.13JIMT - jindmujTC | -0.61 0.68 0.19 0.07 -0.11 | -0.61 0.68 0.19 0.07 -0.11 | -0.12 0.26 0.11 0.05 -0.10JNMT - jnoindmujTC | -0.54 0.30 0.73 0.02 0.11 | -0.54 0.30 0.73 0.02 0.11 | -0.11 0.12 0.43 0.01 0.11THIN - tamhogind | 0.88 -0.25 -0.01 0.20 0.02 | 0.88 -0.25 -0.01 0.20 0.02 | 0.17 -0.10 -0.01 0.14 0.01THNO - tamhognoind | 0.64 -0.12 -0.41 0.58 -0.04 | 0.64 -0.12 -0.41 0.58 -0.04 | 0.13 -0.05 -0.24 0.40 -0.04JINB - hogindNBI | 0.89 -0.18 0.33 -0.02 0.11 | 0.89 -0.18 0.33 -0.02 0.11 | 0.18 -0.07 0.19 -0.01 0.10JNNB - hognoindNBI | 0.85 -0.12 0.00 0.42 0.09 | 0.85 -0.12 0.00 0.42 0.09 | 0.17 -0.05 0.00 0.29 0.08JIVA - hogindJVarp | -0.91 0.02 0.04 0.22 -0.28 | -0.91 0.02 0.04 0.22 -0.28 | -0.18 0.01 0.02 0.15 -0.26JIMA - hogindJMarp | -0.90 0.01 -0.05 0.16 -0.27 | -0.90 0.01 -0.05 0.16 -0.27 | -0.18 0.00 -0.03 0.11 -0.25JNVA - hognoindJVarp | -0.74 -0.30 0.25 0.44 -0.26 | -0.74 -0.30 0.25 0.44 -0.26 | -0.15 -0.12 0.14 0.30 -0.24JNMA - hognoindJMarp | -0.70 -0.28 0.25 0.31 -0.43 | -0.70 -0.28 0.25 0.31 -0.43 | -0.14 -0.11 0.14 0.21 -0.39JISB - hogindsinbaño | 0.92 -0.15 0.24 -0.03 0.12 | 0.92 -0.15 0.24 -0.03 0.12 | 0.18 -0.06 0.14 -0.02 0.11JNSB - hognoindsinbaño | 0.89 -0.02 -0.06 0.35 0.13 | 0.89 -0.02 -0.06 0.35 0.13 | 0.18 -0.01 -0.04 0.24 0.12JISD - hogindSDA | 0.93 -0.19 0.21 0.07 0.15 | 0.93 -0.19 0.21 0.07 0.15 | 0.18 -0.07 0.12 0.05 0.14JNSD - hognoindSDA | 0.95 0.07 -0.02 0.09 0.21 | 0.95 0.07 -0.02 0.09 0.21 | 0.19 0.03 -0.01 0.06 0.19JISH - hogindsinhel | 0.89 -0.28 0.32 0.06 0.02 | 0.89 -0.28 0.32 0.06 0.02 | 0.18 -0.11 0.18 0.04 0.02JNSH - hognoindsinhel | 0.90 -0.10 0.03 0.31 0.00 | 0.90 -0.10 0.03 0.31 0.00 | 0.18 -0.04 0.02 0.21 0.00INSO - indsinOS | 0.92 -0.08 0.20 0.03 -0.02 | 0.92 -0.08 0.20 0.03 -0.02 | 0.18 -0.03 0.12 0.02 -0.02NISO - noindsinOS | 0.88 0.02 -0.20 0.26 -0.11 | 0.88 0.02 -0.20 0.26 -0.11 | 0.17 0.01 -0.12 0.18 -0.10ASAI - asalind | -0.88 -0.32 -0.11 0.18 0.21 | -0.88 -0.32 -0.11 0.18 0.21 | -0.17 -0.12 -0.06 0.12 0.19ASAN - asalnoind | -0.72 -0.44 -0.18 0.32 0.30 | -0.72 -0.44 -0.18 0.32 0.30 | -0.14 -0.17 -0.11 0.22 0.27CPRI - cpropind | 0.83 0.32 0.18 -0.04 -0.27 | 0.83 0.32 0.18 -0.04 -0.27 | 0.16 0.12 0.10 -0.03 -0.25CPRN - cpropnoind | 0.80 0.38 0.21 0.01 -0.27 | 0.80 0.38 0.21 0.01 -0.27 | 0.16 0.15 0.12 0.01 -0.25FLIV - tfliarindV | 0.91 0.07 0.03 -0.26 -0.11 | 0.91 0.07 0.03 -0.26 -0.11 | 0.18 0.03 0.02 -0.18 -0.10FLNV - tfliarnoindV | 0.81 0.20 0.01 -0.41 -0.23 | 0.81 0.20 0.01 -0.41 -0.23 | 0.16 0.08 0.01 -0.28 -0.21FLIM - tfliarindM | 0.94 -0.05 0.16 -0.11 -0.01 | 0.94 -0.05 0.16 -0.11 -0.01 | 0.19 -0.02 0.09 -0.08 -0.01FLNM - tfliarnoindM | 0.86 0.16 -0.04 -0.29 -0.20 | 0.86 0.16 -0.04 -0.29 -0.20 | 0.17 0.06 -0.02 -0.20 -0.19OISA - ocupindSA | 0.90 0.18 -0.05 0.08 -0.21 | 0.90 0.18 -0.05 0.08 -0.21 | 0.18 0.07 -0.03 0.06 -0.20ONSA - ocupnoindSA | 0.85 0.21 -0.25 0.24 -0.22 | 0.85 0.21 -0.25 0.24 -0.22 | 0.17 0.08 -0.15 0.17 -0.21RURI - %indigrur | 0.28 -0.86 0.33 0.05 -0.15 | 0.28 -0.86 0.33 0.05 -0.15 | 0.06 -0.33 0.19 0.03 -0.14RURN - %noindigrur | -0.28 0.86 -0.33 -0.05 0.15 | -0.28 0.86 -0.33 -0.05 0.15 | -0.06 0.33 -0.19 -0.03 0.14----------------------------+------------------------------------+-------------------------------+-------------------------------

Las coordenadas de las variables activas sobre los ejes unitarios, que representan sus coeficientes de correlación, se encuentran en la mayoría de los casos muy alejados de lo que sería el círculo

36

de correlaciones de radio 1, por lo que la calidad de la representación de tales variables en la proyección no es buena. Esto hace que la lectura gráfica sea más débil. Puede estar indicando, creemos en este caso, que la correlación no es lineal entre las variables, sino de un orden superior a 1 (Lebart, Ludovic ; Morineau, Alain y Piron, Marie, 1995, Statistique exploratoire multidiminseionnelle, Paris : Dunod).

FACTOR SCORES, CONTRIBUTIONS AND SQUARED COSINES OF CASESACTIVE CASES (AXES 1 TO 5)+---------------------------------------+-------------------------------+--------------------------+--------------------------+| CASES | FACTOR SCORES | CONTRIBUTIONS | SQUARED COSINES ||---------------------------------------+-------------------------------+--------------------------+--------------------------|| IDENTIFIER REL.WT. DISTO | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4 5 |+---------------------------------------+-------------------------------+--------------------------+--------------------------+| CABA 4.35 121.30 | -7.87 4.39 6.18 0.22 1.08 | 10.5 12.7 56.6 0.1 4.3 | 0.51 0.16 0.31 0.00 0.01 || Buenos Aires 4.35 25.81 | -2.80 0.39 -1.88 -1.61 2.50 | 1.3 0.1 5.2 5.3 23.1 | 0.30 0.01 0.14 0.10 0.24 || Catamarca 4.35 6.12 | -0.38 0.60 -0.13 1.85 0.19 | 0.0 0.2 0.0 7.1 0.1 | 0.02 0.06 0.00 0.56 0.01 || Córdoba 4.35 23.99 | -3.44 2.41 0.43 -0.99 -1.71 | 2.0 3.8 0.3 2.0 10.9 | 0.49 0.24 0.01 0.04 0.12 || Corrientes 4.35 20.36 | 0.89 2.69 -1.95 1.51 -0.66 | 0.1 4.8 5.6 4.7 1.6 | 0.04 0.35 0.19 0.11 0.02 || Chaco 4.35 96.85 | 9.44 -0.66 0.56 -0.09 0.71 | 15.1 0.3 0.5 0.0 1.9 | 0.92 0.00 0.00 0.00 0.01 || Chubut 4.35 40.98 | -4.21 -4.53 0.33 -0.67 -0.11 | 3.0 13.5 0.2 0.9 0.0 | 0.43 0.50 0.00 0.01 0.00 || Entre Ríos 4.35 14.42 | -2.13 2.46 -0.82 -0.48 -1.31 | 0.8 4.0 1.0 0.5 6.3 | 0.31 0.42 0.05 0.02 0.12 || Formosa 4.35 127.57 | 10.64 -2.07 2.54 -0.44 0.59 | 19.2 2.8 9.6 0.4 1.3 | 0.89 0.03 0.05 0.00 0.00 || Jujuy 4.35 23.73 | 1.56 -3.66 0.49 1.41 -1.50 | 0.4 8.8 0.3 4.1 8.4 | 0.10 0.57 0.01 0.08 0.10 || La Pampa 4.35 18.06 | -2.20 0.92 -0.30 -2.48 -1.25 | 0.8 0.6 0.1 12.6 5.8 | 0.27 0.05 0.01 0.34 0.09 || La Rioja 4.35 23.30 | -3.04 1.65 -0.62 2.48 0.30 | 1.6 1.8 0.6 12.6 0.3 | 0.40 0.12 0.02 0.26 0.00 || Mendoza 4.35 6.11 | -1.57 0.48 -0.67 -0.04 -0.66 | 0.4 0.1 0.7 0.0 1.6 | 0.40 0.04 0.07 0.00 0.07 || Misiones 4.35 109.40 | 9.19 2.79 -0.33 -3.19 -0.52 | 14.3 5.1 0.2 20.9 1.0 | 0.77 0.07 0.00 0.09 0.00 || Neuquén 4.35 34.00 | -3.29 -4.47 0.71 -0.85 0.25 | 1.8 13.2 0.7 1.5 0.2 | 0.32 0.59 0.01 0.02 0.00 || Río Negro 4.35 18.44 | -2.62 -2.85 -0.42 -1.26 -0.04 | 1.2 5.3 0.3 3.2 0.0 | 0.37 0.44 0.01 0.09 0.00 || Salta 4.35 49.98 | 5.43 -3.18 2.05 1.79 -1.12 | 5.0 6.7 6.2 6.6 4.7 | 0.59 0.20 0.08 0.06 0.03 || San Juan 4.35 10.55 | -1.59 0.09 -1.66 1.61 0.02 | 0.4 0.0 4.1 5.3 0.0 | 0.24 0.00 0.26 0.25 0.00 || San Luis 4.35 14.42 | -2.78 0.58 -1.15 0.10 -1.28 | 1.3 0.2 1.9 0.0 6.1 | 0.54 0.02 0.09 0.00 0.11 || Santa Cruz 4.35 69.90 | -6.67 -3.67 -1.30 -0.51 1.66 | 7.6 8.8 2.5 0.5 10.2 | 0.64 0.19 0.02 0.00 0.04 || Santa Fe 4.35 10.70 | -1.35 1.90 -0.03 -1.09 0.53 | 0.3 2.4 0.0 2.4 1.0 | 0.17 0.34 0.00 0.11 0.03 || S. Estero 4.35 88.41 | 8.64 2.18 -1.37 0.69 1.54 | 12.7 3.1 2.8 1.0 8.8 | 0.84 0.05 0.02 0.01 0.03 || Tucumán 4.35 11.60 | 0.13 1.56 -0.67 2.01 0.80 | 0.0 1.6 0.7 8.3 2.4 | 0.00 0.21 0.04 0.35 0.06 |+---------------------------------------+-------------------------------+--------------------------+--------------------------+SUPPLEMENTARY CASES (AXES 1 TO 5)+---------------------------------------+-------------------------------+--------------------------+--------------------------+| CASES | FACTOR SCORES | CONTRIBUTIONS | SQUARED COSINES ||---------------------------------------+-------------------------------+--------------------------+--------------------------|| IDENTIFIER REL.WT. DISTO | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4 5 |+---------------------------------------+-------------------------------+--------------------------+--------------------------+| T. Fuego 4.35 87.39 | -6.00 -3.51 -0.83 0.35 4.48 | 0.0 0.0 0.0 0.0 0.0 | 0.41 0.14 0.01 0.00 0.23 |+---------------------------------------+-------------------------------+--------------------------+--------------------------+

37

38

39

40

41

42

INTERPRETATION TOOLS FOR FACTORIAL AXESPRINTOUT ON FACTOR 1BY CASES+--------------------------------------------------------------------------------------------+| COORD. | WEIGHT | CASE IDENTIFIER | NUMBER ||--------------------------------------------------------------------------------------------|| -7.87 | 1.00 | CABA | 1 || -6.67 | 1.00 | Santa Cruz | 2 || -6.00 | 1.00 | T. Fuego | 3 || -4.21 | 1.00 | Chubut | 4 || -3.44 | 1.00 | Córdoba | 5 || -3.29 | 1.00 | Neuquén | 6 ||--------------------------------------------------------------------------------------------|| M I D D L E A R E A ||--------------------------------------------------------------------------------------------|| 1.56 | 1.00 | Jujuy | 19 || 5.43 | 1.00 | Salta | 20 || 8.64 | 1.00 | S. Estero | 21 || 9.19 | 1.00 | Misiones | 22 || 9.44 | 1.00 | Chaco | 23 || 10.64 | 1.00 | Formosa | 24 |+--------------------------------------------------------------------------------------------+BY ACTIVE CONTINUOUS VARIABLES+---------------------------------------------------------------------------------------------------------------------+| COORD. | WEIGHT | VARIABLE LABEL | MEAN | STAND.DEV. | NUMBER ||---------------------------------------------------------------------------------------------------------------------|| -0.91 | 23.00 | hogindJVarp | 78.67 | 15.59 | 1 || -0.90 | 23.00 | hogindJMarp | 83.87 | 15.04 | 2 || -0.89 | 23.00 | %indig urb | 75.38 | 17.44 | 3 || -0.88 | 23.00 | asalind | 67.70 | 7.55 | 4 || -0.79 | 23.00 | varindSI | 18.82 | 3.85 | 5 || -0.74 | 23.00 | hognoindJVarp | 87.55 | 8.39 | 6 || -0.72 | 23.00 | asalnoind | 70.56 | 5.18 | 7 || -0.70 | 23.00 | hognoindJMarp | 91.99 | 6.30 | 8 || -0.61 | 23.00 | jindmujTC | 12.22 | 5.46 | 9 || -0.59 | 23.00 | mujindSI | 15.82 | 3.35 | 10 ||---------------------------------------------------------------------------------------------------------------------|| M I D D L E A R E A ||---------------------------------------------------------------------------------------------------------------------|| 0.89 | 23.00 | hogindNBI | 20.73 | 14.77 | 33 || 0.89 | 23.00 | varindPI | 20.62 | 10.87 | 34 || 0.90 | 23.00 | hognoindsinhel | 8.70 | 5.17 | 35 || 0.90 | 23.00 | ocupindSA | 48.19 | 10.09 | 36 || 0.91 | 23.00 | tfliarindV | 4.43 | 2.62 | 37 || 0.92 | 23.00 | hogindsinbaño | 8.86 | 9.27 | 38 || 0.92 | 23.00 | indsinOS | 48.18 | 14.93 | 39 || 0.93 | 23.00 | hogindSDA | 23.24 | 20.42 | 40 || 0.94 | 23.00 | tfliarindM | 6.56 | 3.92 | 41 || 0.95 | 23.00 | hognoindSDA | 12.32 | 9.54 | 42 |+---------------------------------------------------------------------------------------------------------------------+PRINTOUT ON FACTOR 2BY CASES+--------------------------------------------------------------------------------------------+| COORD. | WEIGHT | CASE IDENTIFIER | NUMBER ||--------------------------------------------------------------------------------------------|| -4.53 | 1.00 | Chubut | 1 || -4.47 | 1.00 | Neuquén | 2 || -3.67 | 1.00 | Santa Cruz | 3 |

43

| -3.66 | 1.00 | Jujuy | 4 || -3.51 | 1.00 | T. Fuego | 5 || -3.18 | 1.00 | Salta | 6 ||--------------------------------------------------------------------------------------------|| M I D D L E A R E A ||--------------------------------------------------------------------------------------------|| 2.18 | 1.00 | S. Estero | 19 || 2.41 | 1.00 | Córdoba | 20 || 2.46 | 1.00 | Entre Ríos | 21 || 2.69 | 1.00 | Corrientes | 22 || 2.79 | 1.00 | Misiones | 23 || 4.39 | 1.00 | CABA | 24 |+--------------------------------------------------------------------------------------------+BY ACTIVE CONTINUOUS VARIABLES+---------------------------------------------------------------------------------------------------------------------+| COORD. | WEIGHT | VARIABLE LABEL | MEAN | STAND.DEV. | NUMBER ||---------------------------------------------------------------------------------------------------------------------|| -0.91 | 23.00 | mujnoindSI | 15.05 | 2.43 | 1 || -0.88 | 23.00 | %indigenaT | 3.38 | 2.60 | 2 || -0.86 | 23.00 | %indigrur | 6.70 | 7.33 | 3 || -0.86 | 23.00 | varnoindSI | 18.39 | 3.02 | 4 || -0.50 | 23.00 | mujindSI | 15.82 | 3.35 | 5 || -0.44 | 23.00 | asalnoind | 70.56 | 5.18 | 6 || -0.36 | 23.00 | varindSI | 18.82 | 3.85 | 7 || -0.32 | 23.00 | asalind | 67.70 | 7.55 | 8 || -0.30 | 23.00 | hognoindJVarp | 87.55 | 8.39 | 9 || -0.28 | 23.00 | hogindsinhel | 21.43 | 19.15 | 10 ||---------------------------------------------------------------------------------------------------------------------|| M I D D L E A R E A ||---------------------------------------------------------------------------------------------------------------------|| 0.18 | 23.00 | ocupindSA | 48.19 | 10.09 | 33 || 0.20 | 23.00 | tfliarnoindV | 3.38 | 1.60 | 34 || 0.21 | 23.00 | ocupnoindSA | 42.67 | 9.31 | 35 || 0.27 | 23.00 | jnoindvarTC | 10.93 | 4.35 | 36 || 0.30 | 23.00 | jnoindmujTC | 14.39 | 3.63 | 37 || 0.32 | 23.00 | cpropind | 22.59 | 5.12 | 38 || 0.38 | 23.00 | cpropnoind | 19.64 | 3.51 | 39 || 0.68 | 23.00 | jindmujTC | 12.22 | 5.46 | 40 || 0.69 | 23.00 | jindvarTC | 8.73 | 4.35 | 41 || 0.86 | 23.00 | %noindigrur | 93.30 | 7.33 | 42 |+---------------------------------------------------------------------------------------------------------------------+PRINTOUT ON FACTOR 3BY CASES+--------------------------------------------------------------------------------------------+| COORD. | WEIGHT | CASE IDENTIFIER | NUMBER ||--------------------------------------------------------------------------------------------|| -1.95 | 1.00 | Corrientes | 1 || -1.88 | 1.00 | Buenos Aires | 2 || -1.66 | 1.00 | San Juan | 3 || -1.37 | 1.00 | S. Estero | 4 || -1.30 | 1.00 | Santa Cruz | 5 || -1.15 | 1.00 | San Luis | 6 ||--------------------------------------------------------------------------------------------|| M I D D L E A R E A ||--------------------------------------------------------------------------------------------|| 0.49 | 1.00 | Jujuy | 19 || 0.56 | 1.00 | Chaco | 20 || 0.71 | 1.00 | Neuquén | 21 || 2.05 | 1.00 | Salta | 22 || 2.54 | 1.00 | Formosa | 23 || 6.18 | 1.00 | CABA | 24 |+--------------------------------------------------------------------------------------------+BY ACTIVE CONTINUOUS VARIABLES+---------------------------------------------------------------------------------------------------------------------+| COORD. | WEIGHT | VARIABLE LABEL | MEAN | STAND.DEV. | NUMBER ||---------------------------------------------------------------------------------------------------------------------|| -0.42 | 23.00 | varnoindPI | 15.13 | 5.02 | 1 || -0.41 | 23.00 | tamhognoind | 3.37 | 0.35 | 2 || -0.36 | 23.00 | mujnoindPI | 13.66 | 4.37 | 3 || -0.33 | 23.00 | %noindigrur | 93.30 | 7.33 | 4 || -0.26 | 23.00 | mujindSI | 15.82 | 3.35 | 5 || -0.25 | 23.00 | ocupnoindSA | 42.67 | 9.31 | 6 || -0.24 | 23.00 | mujnoindSI | 15.05 | 2.43 | 7 || -0.20 | 23.00 | noindsinOS | 38.24 | 10.27 | 8 || -0.18 | 23.00 | varnoindSI | 18.39 | 3.02 | 9 || -0.18 | 23.00 | asalnoind | 70.56 | 5.18 | 10 ||---------------------------------------------------------------------------------------------------------------------|| M I D D L E A R E A ||---------------------------------------------------------------------------------------------------------------------|| 0.23 | 23.00 | mujindPI | 19.17 | 12.06 | 33 || 0.24 | 23.00 | hogindsinbaño | 8.86 | 9.27 | 34 || 0.25 | 23.00 | hognoindJMarp | 91.99 | 6.30 | 35 || 0.25 | 23.00 | hognoindJVarp | 87.55 | 8.39 | 36 || 0.32 | 23.00 | hogindsinhel | 21.43 | 19.15 | 37 || 0.33 | 23.00 | %indigenaT | 3.38 | 2.60 | 38 || 0.33 | 23.00 | %indigrur | 6.70 | 7.33 | 39 || 0.33 | 23.00 | hogindNBI | 20.73 | 14.77 | 40 || 0.73 | 23.00 | jnoindmujTC | 14.39 | 3.63 | 41 || 0.76 | 23.00 | jnoindvarTC | 10.93 | 4.35 | 42 |+---------------------------------------------------------------------------------------------------------------------+PRINTOUT ON FACTOR 4BY CASES+--------------------------------------------------------------------------------------------+| COORD. | WEIGHT | CASE IDENTIFIER | NUMBER ||--------------------------------------------------------------------------------------------|| -3.19 | 1.00 | Misiones | 1 || -2.48 | 1.00 | La Pampa | 2 || -1.61 | 1.00 | Buenos Aires | 3 || -1.26 | 1.00 | Río Negro | 4 || -1.09 | 1.00 | Santa Fe | 5 || -0.99 | 1.00 | Córdoba | 6 ||--------------------------------------------------------------------------------------------|

44

| M I D D L E A R E A ||--------------------------------------------------------------------------------------------|| 1.51 | 1.00 | Corrientes | 19 || 1.61 | 1.00 | San Juan | 20 || 1.79 | 1.00 | Salta | 21 || 1.85 | 1.00 | Catamarca | 22 || 2.01 | 1.00 | Tucumán | 23 || 2.48 | 1.00 | La Rioja | 24 |+--------------------------------------------------------------------------------------------+BY ACTIVE CONTINUOUS VARIABLES+---------------------------------------------------------------------------------------------------------------------+| COORD. | WEIGHT | VARIABLE LABEL | MEAN | STAND.DEV. | NUMBER ||---------------------------------------------------------------------------------------------------------------------|| -0.41 | 23.00 | tfliarnoindV | 3.38 | 1.60 | 1 || -0.38 | 23.00 | mujindSI | 15.82 | 3.35 | 2 || -0.29 | 23.00 | tfliarnoindM | 4.73 | 2.03 | 3 || -0.26 | 23.00 | varindSI | 18.82 | 3.85 | 4 || -0.26 | 23.00 | tfliarindV | 4.43 | 2.62 | 5 || -0.16 | 23.00 | mujnoindPI | 13.66 | 4.37 | 6 || -0.14 | 23.00 | varindPI | 20.62 | 10.87 | 7 || -0.14 | 23.00 | %indigenaT | 3.38 | 2.60 | 8 || -0.12 | 23.00 | %indig urb | 75.38 | 17.44 | 9 || -0.12 | 23.00 | varnoindSI | 18.39 | 3.02 | 10 ||---------------------------------------------------------------------------------------------------------------------|| M I D D L E A R E A ||---------------------------------------------------------------------------------------------------------------------|| 0.22 | 23.00 | hogindJVarp | 78.67 | 15.59 | 33 || 0.24 | 23.00 | ocupnoindSA | 42.67 | 9.31 | 34 || 0.26 | 23.00 | noindsinOS | 38.24 | 10.27 | 35 || 0.31 | 23.00 | hognoindsinhel | 8.70 | 5.17 | 36 || 0.31 | 23.00 | hognoindJMarp | 91.99 | 6.30 | 37 || 0.32 | 23.00 | asalnoind | 70.56 | 5.18 | 38 || 0.35 | 23.00 | hognoindsinbaño | 3.71 | 2.15 | 39 || 0.42 | 23.00 | hognoindNBI | 11.03 | 4.22 | 40 || 0.44 | 23.00 | hognoindJVarp | 87.55 | 8.39 | 41 || 0.58 | 23.00 | tamhognoind | 3.37 | 0.35 | 42 |+---------------------------------------------------------------------------------------------------------------------+

ClasificaciónHIERARCHICAL CLUSTER ANALYSIS (NEAREST NEIGHBORS)ON THE FIRST 10 FACTORIAL AXESDESCRIPTION OF NODESNUM. FIRST LAST COUNT WEIGHT INDEX HISTOGRAM OF LEVEL INDEXES 24 7 15 2 2.00 0.05650 * 25 19 13 2 2.00 0.08277 * 26 23 3 2 2.00 0.08499 * 27 8 4 2 2.00 0.14364 * 28 25 18 3 3.00 0.16113 * 29 11 21 2 2.00 0.16887 * 30 24 16 3 3.00 0.17133 * 31 9 6 2 2.00 0.29412 ** 32 29 27 4 4.00 0.38986 ** 33 17 10 2 2.00 0.46548 ** 34 28 12 4 4.00 0.47999 ** 35 5 26 3 3.00 0.53999 *** 36 14 22 2 2.00 0.60401 *** 37 35 34 7 7.00 0.70343 *** 38 32 2 5 5.00 0.75029 *** 39 30 20 4 4.00 0.78613 **** 40 37 38 12 12.00 1.28187 ****** 41 36 31 4 4.00 1.40652 ****** 42 41 33 6 6.00 3.64144 *************** 43 40 1 13 13.00 3.98596 **************** 44 39 43 17 17.00 4.81483 ******************** 45 42 44 23 23.00 20.16358 *********************************************************************************

SUM OF LEVEL INDEXES = 41.17673DESCRIPTION OF HIERARCHY NODES(INDEXES AS PERCENTAGES OF SUM OF INDEXES : 41.17673)+-----------------+---------------+------------------+-------------------+| NODE | SUCCESSORS | | COMPOSITION || NUMBER INDEX | FIRST LAST | COUNT WEIGHT | FIRST LAST |+-----------------+---------------+------------------+-------------------+| 24 0.14 | 17 16 | 2 2.00 | 16 17 || 25 0.20 | 10 9 | 2 2.00 | 9 10 || 26 0.21 | 12 11 | 2 2.00 | 11 12 || 27 0.35 | 4 3 | 2 2.00 | 3 4 || 28 0.39 | 25 8 | 3 3.00 | 8 10 || 29 0.41 | 6 5 | 2 2.00 | 5 6 || 30 0.42 | 24 15 | 3 3.00 | 15 17 || 31 0.71 | 21 20 | 2 2.00 | 20 21 || 32 0.95 | 29 27 | 4 4.00 | 3 6 || 33 1.13 | 19 18 | 2 2.00 | 18 19 || 34 1.17 | 28 7 | 4 4.00 | 7 10 || 35 1.31 | 13 26 | 3 3.00 | 11 13 || 36 1.47 | 23 22 | 2 2.00 | 22 23 || 37 1.71 | 35 34 | 7 7.00 | 7 13 || 38 1.82 | 32 2 | 5 5.00 | 2 6 || 39 1.91 | 30 14 | 4 4.00 | 14 17 || 40 3.11 | 37 38 | 12 12.00 | 2 13 || 41 3.42 | 36 31 | 4 4.00 | 20 23 || 42 8.84 | 41 33 | 6 6.00 | 18 23 || 43 9.68 | 40 1 | 13 13.00 | 1 13 || 44 11.69 | 39 43 | 17 17.00 | 1 17 || 45 48.97 | 42 44 | 23 23.00 | 1 23 |

45

+-----------------+---------------+------------------+-------------------+

DENDROGRAMRANK IND. IDEN DENDROGRAM (INDEXES AS PERCENTAGES OF SUM OF INDEXES : 41.17673 MINIMUM = 0.14% / MAXIMUM = 48.97%) 1 9.68 CABA -----------------------+ | 2 1.82 Buen -----+ | | | 3 0.35 Córd --+ | | | | | 4 0.95 Entr --*+ | | | | | 5 0.41 Sant --+| | | || | | 6 3.11 La P --**-*--+ | | | 7 1.17 La R ----+ | | | | | 8 0.39 San --+ | | | | | | | 9 0.20 Mend --* | | | | | | | 10 1.71 San --*-*+ | | | | | 11 0.21 Cata --+ | | | | | | | 12 1.31 Tucu --*-+| | | || | | 13 11.69 Corr ----**--*--------------*----+ | 14 1.91 Sant -----+ | | | 15 0.42 Río --+ | | | | | 16 0.14 Neuq --* | | | | | 17 48.97 Chub --*--*----------------------*----------------------------------------------------------------------------------+ | 18 1.13 Juju ----+ | | | 19 8.84 Salt ----*----------------+ | | | 20 0.71 Chac ---+ | | | | | 21 3.42 Form ---*-----+ | | | | | 22 1.47 S. E ----+ | | | | | | | 23 ----- Misi ----*----*-----------*-----------------------------------------------------------------------------------------*

En función del histograma de indices de nivel se elige el corte en 5 clases.

BUILDING UP PARTITIONSCUT "a" OF THE TREE INTO 5 CLUSTERSCLUSTERS FORMATION (ON ACTIVE CASES)SUMMARY DESCRIPTION+---------+----------+------------+------------+| CLUSTER | COUNT | WEIGHT | CONTENT |+---------+----------+------------+------------+| aa1a | 1 | 1.00 | 1 TO 1 || aa2a | 12 | 12.00 | 2 TO 13 || aa3a | 4 | 4.00 | 14 TO 17 || aa4a | 2 | 2.00 | 18 TO 19 || aa5a | 4 | 4.00 | 20 TO 23 |+---------+----------+------------+------------+LOADINGS AND TEST-VALUES BEFORE CONSOLIDATIONAXES 1 A 5+---------------------------------------------+-------------------------------+------------------------------------+----------+| CLUSTERS | TEST-VALUES | LOADINGS | ||---------------------------------------------|-------------------------------|------------------------------------|----------|| IDEN - LABEL COUNT ABS.WT. | 1 2 3 4 5 | 1 2 3 4 5 | DISTO. |+---------------------------------------------+-------------------------------+------------------------------------+----------+| CUT "a" OF THE TREE INTO 5 CLUSTERS || || aa1a - CLUSTER 1 / 5 1 1.00 | -1.6 1.7 3.6 0.2 1.0 | -7.87 4.39 6.18 0.22 1.08 | 121.24 || aa2a - CLUSTER 2 / 5 12 12.00 | -1.6 2.5 -2.2 0.8 -1.0 | -1.69 1.31 -0.79 0.24 -0.21 | 5.46 || aa3a - CLUSTER 3 / 5 4 4.00 | -1.8 -3.2 -0.2 -1.2 0.9 | -4.20 -3.88 -0.17 -0.82 0.44 | 34.16 || aa4a - CLUSTER 4 / 5 2 2.00 | 1.0 -1.9 1.1 1.6 -1.8 | 3.50 -3.42 1.27 1.60 -1.31 | 30.51 || aa5a - CLUSTER 5 / 5 4 4.00 | 4.0 0.5 0.4 -1.1 1.1 | 9.48 0.56 0.35 -0.76 0.58 | 91.38 |+---------------------------------------------+-------------------------------+------------------------------------+----------+CLUSTERING CONSOLIDATIONAROUND CENTERS OF THE 5 CLUSTERS ACHIEVED BY 10 ITERATIONS WITH MOVING CENTERSBETWEEN-CLUSTERS INERTIA INCREASE+-----------+---------------+---------------+---------------+| ITERATION | TOTAL INERTIA | INTER-CLUSTERS| RATIO || | | INERTIA | |+-----------+---------------+---------------+---------------+| 0 | 41.17673 | 32.60581 | 0.79185 || 1 | 41.17673 | 32.60581 | 0.79185 || 2 | 41.17673 | 32.60581 | 0.79185 |+-----------+---------------+---------------+---------------+STOP AFTER ITERATION 2. RELATIVE INCREASE OF BETWEEN-CLUSTER INERTIAWITH RESPECT TO THE PREVIOUS ITERATION IS ONLY 0.000 %.INERTIA DECOMPOSITION

46

COMPUTED ON 10 AXES.+------------------+-----------------+-------------+-------------------+-----------------+| | INERTIAS | COUNTS | WEIGHTS | DISTANCES || INERTIAS | BEFORE AFTER |BEFORE AFTER | BEFORE AFTER | BEFORE AFTER |+------------------+-----------------+-------------+-------------------+-----------------+| | | | | || BETWEEN CLUSTERS |32.6058 32.6058 | | | || | | | | || WITHIN CLUSTER | | | | || | | | | || CLUSTER 1 / 5 | 0.0000 0.0000 | 1 1 | 1.00 1.00 |******* 121.2387 || CLUSTER 2 / 5 | 4.7868 4.7868 | 12 12 | 12.00 12.00 | 5.4597 5.4597 || CLUSTER 3 / 5 | 1.0140 1.0140 | 4 4 | 4.00 4.00 |34.1611 34.1611 || CLUSTER 4 / 5 | 0.4655 0.4655 | 2 2 | 2.00 2.00 |30.5052 30.5052 || CLUSTER 5 / 5 | 2.3047 2.3047 | 4 4 | 4.00 4.00 |91.3809 91.3809 || | | | | || TOTAL INERTIA |41.1767 41.1767 | | | |+------------------+-----------------+-------------+-------------------+-----------------+RATIO INTER INERTIA / TOTAL INERTIA) : BEFORE .. 0.7919 AFTER .. 0.7919LOADINGS AND TEST-VALUES AFTER CONSOLIDATIONAXES 1 A 5+---------------------------------------------+-------------------------------+------------------------------------+----------+| CLUSTERS | TEST-VALUES | LOADINGS | ||---------------------------------------------|-------------------------------|------------------------------------|----------|| IDEN - LABEL COUNT ABS.WT. | 1 2 3 4 5 | 1 2 3 4 5 | DISTO. |+---------------------------------------------+-------------------------------+------------------------------------+----------+| CUT "a" OF THE TREE INTO 5 CLUSTERS || || aa1a - CLUSTER 1 / 5 1 1.00 | -1.6 1.7 3.6 0.2 1.0 | -7.87 4.39 6.18 0.22 1.08 | 121.24 || aa2a - CLUSTER 2 / 5 12 12.00 | -1.6 2.5 -2.2 0.8 -1.0 | -1.69 1.31 -0.79 0.24 -0.21 | 5.46 || aa3a - CLUSTER 3 / 5 4 4.00 | -1.8 -3.2 -0.2 -1.2 0.9 | -4.20 -3.88 -0.17 -0.82 0.44 | 34.16 || aa4a - CLUSTER 4 / 5 2 2.00 | 1.0 -1.9 1.1 1.6 -1.8 | 3.50 -3.42 1.27 1.60 -1.31 | 30.51 || aa5a - CLUSTER 5 / 5 4 4.00 | 4.0 0.5 0.4 -1.1 1.1 | 9.48 0.56 0.35 -0.76 0.58 | 91.38 |+---------------------------------------------+-------------------------------+------------------------------------+----------+COMPOSITION OF: CUT "a" OF THE TREE INTO 5 CLUSTERSCLUSTER 1 / 5CABACLUSTER 2 / 5Buenos Aires Catamarca Córdoba Corrientes Entre RíosLa Pampa La Rioja Mendoza San Juan San LuisSanta Fe TucumánCLUSTER 3 / 5Chubut Neuquén Río Negro Santa CruzCLUSTER 4 / 5Jujuy SaltaCLUSTER 5 / 5Chaco Formosa Misiones S. EsteroMEMBERSHIP OF EACH CASE TO : CUT "a" OF THE TREE INTO 5 CLUSTERSCABA : 1 Buenos Aires : 2 Catamarca : 2 Córdoba : 2Corrientes : 2 Chaco : 5 Chubut : 3 Entre Ríos : 2Formosa : 5 Jujuy : 4 La Pampa : 2 La Rioja : 2Mendoza : 2 Misiones : 5 Neuquén : 3 Río Negro : 3Salta : 4 San Juan : 2 San Luis : 2 Santa Cruz : 3Santa Fe : 2 S. Estero : 5 Tucumán : 2CLUSTERS REPRESENTATIVESCLUSTER 1/ 5COUNT: 1----------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |+---+-----------+--------------------++---+-----------+--------------------+| 1| 0.00000|CABA || | | |+---+-----------+--------------------++---+-----------+--------------------+CLUSTER 2/ 5COUNT: 12----------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |+---+-----------+--------------------++---+-----------+--------------------+| 1| 2.45125|Mendoza || 2| 3.85838|Entre Ríos || 3| 4.97198|San Juan || 4| 5.39135|San Luis || 5| 5.42874|Santa Fe || 6| 6.96492|Catamarca || 7| 10.87277|Tucumán || 8| 11.11878|Córdoba || 9| 11.21975|La Rioja || 10| 12.05121|La Pampa |+---+-----------+--------------------++---+-----------+--------------------+CLUSTER 3/ 5COUNT: 4----------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |+---+-----------+--------------------++---+-----------+--------------------+| 1| 2.23469|Chubut || 2| 2.90946|Neuquén || 3| 4.61624|Río Negro || 4| 13.56069|Santa Cruz |+---+-----------+--------------------++---+-----------+--------------------+CLUSTER 4/ 5COUNT: 2----------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |+---+-----------+--------------------++---+-----------+--------------------+| 1| 5.35299|Jujuy || 2| 5.35299|Salta |+---+-----------+--------------------++---+-----------+--------------------+CLUSTER 5/ 5COUNT: 4----------------------------------------------------------------------------|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |+---+-----------+--------------------++---+-----------+--------------------+| 1| 7.51950|Chaco || 2| 12.73432|S. Estero || 3| 15.42030|Formosa || 4| 17.33287|Misiones |+---+-----------+--------------------++---+-----------+--------------------+

DESCRIPTION AND CHARACTERISATION OF PARTITIONSDESCRIPTION OF: CUT "a" OF THE TREE INTO 5 CLUSTERPARTITION CHARACTERISATION BY CONTINUOUS VARIABLES

47

PRINTOUT OF CONTINUOUS VARIABLES DESCRIPTIVES BY CLUSTERSCLUSTERS CHARACTERISATION BY CONTINUOUS VARIABLESPARTITION CHARACTERISATION BY AXISCLUSTERS CHARACTERISATION BY AXISCHARACTERISATION BY CONTINUOUS VARIABLESOF CUT "a" OF THE TREE INTO 5 CLUSTERS(ALL FISHER STATISTICS HAVE 4 DEGREES OF FREEDOM IN NUMERATOR)+------------+--------+-------------------------------------------------------------------------+-------------+----------+| TEST-VALUE | PROB. | NUM . VARIABLE IDEN | DEG.FREEDOM | FISHER |+------------+--------+-------------------------------------------------------------------------+-------------+----------+| 6.71 | 0.000 | 76 . jnoindvarTC JNVT | 18 | 93.30 || 5.78 | 0.000 | 209 . tfliarindM FLIM | 18 | 45.49 || 5.75 | 0.000 | 78 . jnoindmujTC JNMT | 18 | 44.37 || 5.50 | 0.000 | 207 . tfliarindV FLIV | 18 | 37.00 || 5.40 | 0.000 | 116 . hognoindSDA JNSD | 18 | 34.47 || 5.19 | 0.000 | 215 . ocupnoindSA ONSA | 18 | 29.80 || 5.15 | 0.000 | 99 . hogindJVarp JIVA | 18 | 28.86 || 5.11 | 0.000 | 115 . hogindSDA JISD | 18 | 28.09 || 5.08 | 0.000 | 214 . ocupindSA OISA | 18 | 27.55 || 5.00 | 0.000 | 106 . hogindsinbaño JISB | 18 | 26.13 || 4.98 | 0.000 | 187 . asalind ASAI | 18 | 25.61 || 4.93 | 0.000 | 124 . hogindsinhel JISH | 18 | 24.86 || 4.79 | 0.000 | 41 . varindPI IVPI | 18 | 22.52 || 4.72 | 0.000 | 100 . hogindJMarp JIMA | 18 | 21.50 || 4.55 | 0.000 | 88 . hogindNBI JINB | 18 | 19.14 || 4.53 | 0.000 | 49 . mujnoindSI NIMS | 18 | 18.86 || 4.49 | 0.000 | 39 . mujindPI IMPI | 18 | 18.37 || 4.48 | 0.000 | 125 . hognoindsinhel JNSH | 18 | 18.33 || 4.40 | 0.000 | 151 . indsinOS INSO | 18 | 17.29 || 4.37 | 0.000 | 40 . mujnoindPI NIMP | 18 | 16.97 || 4.35 | 0.000 | 196 . cpropind CPRI | 18 | 16.81 || 4.33 | 0.000 | 42 . varnoindPI NIVP | 18 | 16.60 || 4.29 | 0.000 | 51 . varnoindSI NIVS | 18 | 16.14 || 4.11 | 0.000 | 197 . cpropnoind CPRN | 18 | 14.35 || 4.11 | 0.000 | 152 . noindsinOS NISO | 18 | 14.29 || 3.97 | 0.000 | 237 . %noindigrur RURN | 18 | 13.09 || 3.97 | 0.000 | 236 . %indigrur RURI | 18 | 13.09 || 3.94 | 0.000 | 107 . hognoindsinbaño JNSB | 18 | 12.85 || 3.93 | 0.000 | 210 . tfliarnoindM FLNM | 18 | 12.74 || 3.88 | 0.000 | 101 . hognoindJVarp JNVA | 18 | 12.30 || 3.84 | 0.000 | 6 . %indig urb INDU | 18 | 11.99 || 3.78 | 0.000 | 3 . %indigenaT INDI | 18 | 11.57 || 3.64 | 0.000 | 77 . jindmujTC JIMT | 18 | 10.56 || 3.61 | 0.000 | 83 . tamhogind THIN | 18 | 10.38 || 3.51 | 0.000 | 208 . tfliarnoindV FLNV | 18 | 9.75 || 3.43 | 0.000 | 89 . hognoindNBI JNNB | 18 | 9.22 || 3.40 | 0.000 | 102 . hognoindJMarp JNMA | 18 | 9.08 || 3.26 | 0.001 | 48 . mujindSI IMSI | 18 | 8.28 || 3.24 | 0.001 | 50 . varindSI IVSI | 18 | 8.19 || 3.16 | 0.001 | 75 . jindvarTC JIVT | 18 | 7.76 || 3.13 | 0.001 | 84 . tamhognoind THNO | 18 | 7.61 || 3.12 | 0.001 | 188 . asalnoind ASAN | 18 | 7.60 |+------------+--------+-------------------------------------------------------------------------+-------------+----------+GROUP STATISTICS FOR CONTINUOUS VARIABLESPRINTOUT FOR SIGNIFICANCE LEVELS LESS THAN 0.010(ALL FISHER STATISTICS HAVE 4 DEGREES OF FREEDOM IN NUMERATOR) 76 . JNVT - jnoindvarTC+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 30.300 0.000 | 30.300 30.300 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 10.417 1.148 | 8.500 13.400 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 11.175 0.327 | 10.700 11.600 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 9.650 0.350 | 9.300 10.000 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 8.050 0.939 | 6.600 9.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 10.935 4.349 | 6.600 30.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 93.30 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 93.30 ) = 0.000 / TEST-VALUE = 6.71 209 . FLIM - tfliarindM+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 2.700 0.000 | 2.700 2.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 4.675 0.964 | 3.500 6.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 4.100 1.302 | 2.400 5.600 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 10.000 1.500 | 8.500 11.500 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 13.900 1.525 | 11.800 15.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 6.557 3.916 | 2.400 15.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 45.49 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 45.49 ) = 0.000 / TEST-VALUE = 5.78 78 . JNMT - jnoindmujTC+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 30.000 0.000 | 30.000 30.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 14.025 1.318 | 12.300 17.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 14.800 1.251 | 13.200 16.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 12.850 0.550 | 12.300 13.400 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 11.950 0.180 | 11.700 12.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 14.391 3.626 | 11.700 30.000 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 44.37 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 44.37 ) = 0.000 / TEST-VALUE = 5.75 207 . FLIV - tfliarindV+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+

48

| aa1a - CLUSTER 1 / 5 | 1 1.00 | 1.700 0.000 | 1.700 1.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 3.308 0.811 | 1.900 4.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 2.700 0.406 | 2.200 3.300 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 5.950 0.050 | 5.900 6.000 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 9.475 1.465 | 8.000 11.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 4.435 2.622 | 1.700 11.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 37.00 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 37.00 ) = 0.000 / TEST-VALUE = 5.50 116 . JNSD - hognoindSDA+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 1.600 0.000 | 1.600 1.600 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 8.950 3.957 | 2.100 17.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 4.900 1.570 | 2.500 6.900 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 15.900 0.700 | 15.200 16.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 30.725 3.282 | 26.300 34.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 12.317 9.541 | 1.600 34.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 34.47 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 34.47 ) = 0.000 / TEST-VALUE = 5.40 215 . ONSA - ocupnoindSA+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 23.200 0.000 | 23.200 23.200 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 43.317 3.637 | 37.400 52.100 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 29.925 4.226 | 23.700 35.400 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 49.500 1.100 | 48.400 50.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 54.950 2.681 | 51.100 58.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 42.674 9.306 | 23.200 58.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 29.80 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 29.80 ) = 0.000 / TEST-VALUE = 5.19 99 . JIVA - hogindJVarp+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 99.400 0.000 | 99.400 99.400 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 84.850 6.449 | 70.800 93.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 86.150 4.531 | 79.600 92.100 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 77.200 5.400 | 71.800 82.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 48.175 5.351 | 43.800 57.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 78.665 15.590 | 43.800 99.400 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 28.86 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 28.86 ) = 0.000 / TEST-VALUE = 5.15 115 . JISD - hogindSDA+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 4.300 0.000 | 4.300 4.300 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 12.967 5.628 | 4.400 22.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 12.300 3.430 | 7.200 16.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 42.700 7.200 | 35.500 49.900 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 60.000 14.083 | 40.600 77.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 23.239 20.420 | 4.300 77.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 28.09 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 28.09 ) = 0.000 / TEST-VALUE = 5.11 214 . OISA - ocupindSA+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 32.600 0.000 | 32.600 32.600 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 47.750 2.637 | 41.800 50.300 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 34.525 5.928 | 25.100 40.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 56.000 4.500 | 51.500 60.500 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 63.175 4.008 | 60.500 70.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 48.191 10.089 | 25.100 70.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 27.55 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 27.55 ) = 0.000 / TEST-VALUE = 5.08 106 . JISB - hogindsinbaño+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 1.500 0.000 | 1.500 1.500 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 4.058 2.083 | 1.900 7.900 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 4.650 1.059 | 3.600 6.400 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 14.900 4.900 | 10.000 19.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 26.275 6.821 | 20.700 37.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 8.857 9.275 | 1.500 37.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 26.13 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 26.13 ) = 0.000 / TEST-VALUE = 5.00 187 . ASAI - asalind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 72.900 0.000 | 72.900 72.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 68.983 2.856 | 65.300 74.100 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 77.200 3.330 | 74.100 82.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 64.550 2.050 | 62.500 66.600 |

49

| aa5a - CLUSTER 5 / 5 | 4 4.00 | 54.600 3.359 | 48.800 56.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 67.696 7.547 | 48.800 82.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 25.61 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 25.61 ) = 0.000 / TEST-VALUE = 4.98 124 . JISH - hogindsinhel+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 7.900 0.000 | 7.900 7.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 10.483 4.771 | 5.000 21.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 13.450 2.061 | 10.400 16.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 46.650 7.350 | 39.300 54.000 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 53.025 14.956 | 33.600 72.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 21.430 19.149 | 5.000 72.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 24.86 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 24.86 ) = 0.000 / TEST-VALUE = 4.93 41 . IVPI - varindPI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 5.100 0.000 | 5.100 5.100 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 14.967 3.221 | 9.300 18.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 19.400 1.475 | 17.100 21.000 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 24.700 7.100 | 17.600 31.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 40.625 7.392 | 30.900 49.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 20.617 10.869 | 5.100 49.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 22.52 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 22.52 ) = 0.000 / TEST-VALUE = 4.79 100 . JIMA - hogindJMarp+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 99.300 0.000 | 99.300 99.300 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 90.158 6.716 | 74.100 96.900 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 92.925 4.167 | 87.000 98.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 76.550 3.750 | 72.800 80.300 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 55.775 8.094 | 48.600 69.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 83.874 15.045 | 48.600 99.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 21.50 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 21.50 ) = 0.000 / TEST-VALUE = 4.72 88 . JINB - hogindNBI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 13.800 0.000 | 13.800 13.800 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 12.708 3.103 | 7.800 16.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 14.025 2.314 | 11.500 17.800 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 33.300 11.400 | 21.900 44.700 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 46.925 11.811 | 31.500 64.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 20.726 14.767 | 7.800 64.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 19.14 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 19.14 ) = 0.000 / TEST-VALUE = 4.55 49 . NIMS - mujnoindSI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 9.600 0.000 | 9.600 9.600 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 14.133 1.139 | 12.200 16.000 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 18.825 0.981 | 18.000 20.500 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 17.350 0.750 | 16.600 18.100 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 14.250 1.193 | 12.700 15.600 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 15.052 2.433 | 9.600 20.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 18.86 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 18.86 ) = 0.000 / TEST-VALUE = 4.53 39 . IMPI - mujindPI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 7.000 0.000 | 7.000 7.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 12.817 2.675 | 8.200 17.300 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 15.925 0.901 | 15.000 17.100 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 26.100 6.700 | 19.400 32.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 41.050 10.942 | 26.600 54.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 19.170 12.057 | 7.000 54.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 18.37 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 18.37 ) = 0.000 / TEST-VALUE = 4.49 125 . JNSH - hognoindsinhel+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 2.600 0.000 | 2.600 2.600 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 6.508 3.099 | 2.300 13.700 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 5.350 0.218 | 5.100 5.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 15.250 0.350 | 14.900 15.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 16.875 1.154 | 15.100 17.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 8.700 5.166 | 2.300 17.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+

50

FISHER = 18.33 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 18.33 ) = 0.000 / TEST-VALUE = 4.48 151 . INSO - indsinOS+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 35.000 0.000 | 35.000 35.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 42.717 3.738 | 35.700 47.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 35.900 10.542 | 19.000 46.300 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 61.250 8.450 | 52.800 69.700 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 73.625 8.708 | 63.800 84.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 48.183 14.927 | 19.000 84.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 17.29 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 17.29 ) = 0.000 / TEST-VALUE = 4.40 40 . NIMP - mujnoindPI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 3.900 0.000 | 3.900 3.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 12.867 2.396 | 9.600 19.400 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 11.275 0.998 | 10.600 13.000 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 13.150 0.150 | 13.000 13.300 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 21.100 2.193 | 18.000 24.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 13.657 4.372 | 3.900 24.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 16.97 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 16.97 ) = 0.000 / TEST-VALUE = 4.37 196 . CPRI - cpropind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 19.900 0.000 | 19.900 19.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 22.058 2.451 | 18.300 24.900 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 15.500 3.016 | 10.300 17.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 25.550 1.650 | 23.900 27.200 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 30.450 1.842 | 28.100 33.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 22.587 5.124 | 10.300 33.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 16.81 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 16.81 ) = 0.000 / TEST-VALUE = 4.35 42 . NIVP - varnoindPI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 3.000 0.000 | 3.000 3.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 14.400 2.677 | 11.100 21.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 12.475 1.203 | 11.400 14.500 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 14.350 0.650 | 13.700 15.000 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 23.400 2.789 | 19.000 26.000 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 15.130 5.023 | 3.000 26.000 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 16.60 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 16.60 ) = 0.000 / TEST-VALUE = 4.33 51 . NIVS - varnoindSI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 13.400 0.000 | 13.400 13.400 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 17.542 1.529 | 15.100 20.000 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 23.150 1.309 | 22.000 25.300 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 21.250 1.550 | 19.700 22.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 15.975 1.223 | 14.200 17.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 18.387 3.018 | 13.400 25.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 16.14 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 16.14 ) = 0.000 / TEST-VALUE = 4.29 197 . CPRN - cpropnoind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 19.100 0.000 | 19.100 19.100 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 19.433 1.734 | 16.100 22.200 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 14.400 2.185 | 10.800 16.500 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 22.000 1.800 | 20.200 23.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 24.475 1.209 | 22.700 26.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 19.643 3.506 | 10.800 26.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 14.35 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 14.35 ) = 0.000 / TEST-VALUE = 4.11 152 . NISO - noindsinOS+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 17.300 0.000 | 17.300 17.300 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 37.442 4.726 | 31.500 48.400 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 27.725 6.915 | 16.900 33.800 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 45.350 0.750 | 44.600 46.100 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 52.850 5.480 | 43.400 56.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 38.243 10.266 | 16.900 56.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 14.29 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 14.29 ) = 0.000 / TEST-VALUE = 4.11 237 . RURN - %noindigrur+-----------------------------+-----------------------+-------------------------+----------------------------+

51

| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 100.000 0.000 | 100.000 100.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 97.950 0.989 | 96.300 99.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 86.625 5.788 | 80.800 93.900 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 78.700 0.800 | 77.900 79.500 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 91.625 6.507 | 81.700 97.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 93.296 7.332 | 77.900 100.000 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 13.09 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 13.09 ) = 0.000 / TEST-VALUE = 3.97 236 . RURI - %indigrur+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 0.000 0.000 | 0.000 0.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 2.050 0.989 | 0.400 3.700 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 13.375 5.788 | 6.100 19.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 21.300 0.800 | 20.500 22.100 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 8.375 6.507 | 2.500 18.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 6.704 7.332 | 0.000 22.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 13.09 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 13.09 ) = 0.000 / TEST-VALUE = 3.97 107 . JNSB - hognoindsinbaño+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 0.900 0.000 | 0.900 0.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 2.958 1.301 | 0.900 4.900 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 2.325 0.370 | 1.800 2.800 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 5.200 0.400 | 4.800 5.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 7.325 1.275 | 5.700 9.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 3.713 2.154 | 0.900 9.200 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 12.85 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 12.85 ) = 0.000 / TEST-VALUE = 3.94 210 . FLNM - tfliarnoindM+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 1.900 0.000 | 1.900 1.900 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 4.167 0.740 | 3.000 5.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 3.275 0.589 | 2.600 4.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 5.400 0.200 | 5.200 5.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 8.225 2.044 | 6.500 11.600 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 4.726 2.030 | 1.900 11.600 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 12.74 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 12.74 ) = 0.000 / TEST-VALUE = 3.93 101 . JNVA - hognoindJVarp+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 99.700 0.000 | 99.700 99.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 87.958 5.521 | 74.500 93.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 94.325 2.620 | 90.300 96.800 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 93.450 1.550 | 91.900 95.000 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 73.575 2.961 | 68.900 77.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 87.552 8.385 | 68.900 99.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 12.30 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 12.30 ) = 0.000 / TEST-VALUE = 3.88 6 . INDU - %indig urb+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 100.000 0.000 | 100.000 100.000 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 82.025 11.371 | 57.500 97.300 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 84.550 5.288 | 81.300 93.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 61.800 4.900 | 56.900 66.700 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 46.900 7.022 | 40.700 58.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 75.378 17.438 | 40.700 100.000 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 11.99 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 11.99 ) = 0.000 / TEST-VALUE = 3.84 3 . INDI - %indigenaT+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 2.200 0.000 | 2.200 2.200 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 1.750 0.954 | 0.500 4.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 6.875 1.964 | 3.600 8.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 7.250 0.650 | 6.600 7.900 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 3.125 2.030 | 1.200 6.100 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 3.378 2.605 | 0.500 8.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 11.57 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 11.57 ) = 0.000 / TEST-VALUE = 3.78 77 . JIMT - jindmujTC+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 26.500 0.000 | 26.500 26.500 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 14.683 3.459 | 11.000 21.400 |

52

| aa3a - CLUSTER 3 / 5 | 4 4.00 | 9.125 1.511 | 7.300 10.900 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 6.800 1.500 | 5.300 8.300 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 7.050 3.456 | 3.700 11.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 12.217 5.460 | 3.700 26.500 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 10.56 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 10.56 ) = 0.000 / TEST-VALUE = 3.64 83 . THIN - tamhogind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 2.800 0.000 | 2.800 2.800 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 3.633 0.229 | 3.300 4.100 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 3.450 0.112 | 3.300 3.600 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 4.200 0.400 | 3.800 4.600 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 4.425 0.383 | 4.000 4.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 3.752 0.477 | 2.800 4.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 10.38 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 10.38 ) = 0.000 / TEST-VALUE = 3.61 208 . FLNV - tfliarnoindV+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 1.600 0.000 | 1.600 1.600 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 2.967 0.740 | 1.900 4.500 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 2.275 0.554 | 1.600 3.100 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 3.450 0.450 | 3.000 3.900 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 6.125 1.611 | 4.600 8.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 3.378 1.599 | 1.600 8.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 9.75 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 9.75 ) = 0.000 / TEST-VALUE = 3.51 89 . JNNB - hognoindNBI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 6.100 0.000 | 6.100 6.100 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 9.367 3.230 | 3.700 15.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 8.675 0.638 | 7.800 9.500 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 16.350 1.450 | 14.900 17.800 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 16.925 0.909 | 15.400 17.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 11.026 4.220 | 3.700 17.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 9.22 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 9.22 ) = 0.000 / TEST-VALUE = 3.43 102 . JNMA - hognoindJMarp+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 99.700 0.000 | 99.700 99.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 92.300 4.795 | 78.200 96.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 97.300 1.344 | 95.400 98.800 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 95.800 0.700 | 95.100 96.500 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 81.900 2.132 | 79.700 85.400 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 91.987 6.297 | 78.200 99.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 9.08 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 9.08 ) = 0.000 / TEST-VALUE = 3.40 48 . IMSI - mujindSI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 13.200 0.000 | 13.200 13.200 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 15.692 2.646 | 10.700 20.700 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 20.975 0.476 | 20.500 21.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 14.700 0.700 | 14.000 15.400 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 12.250 1.090 | 11.100 13.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 15.817 3.346 | 10.700 21.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 8.28 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 8.28 ) = 0.001 / TEST-VALUE = 3.26 50 . IVSI - varindSI+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 18.700 0.000 | 18.700 18.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 19.233 2.579 | 13.800 22.400 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 23.775 1.385 | 22.100 25.700 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 17.250 3.150 | 14.100 20.400 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 13.450 1.857 | 11.400 15.400 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 18.822 3.854 | 11.400 25.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 8.19 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 8.19 ) = 0.001 / TEST-VALUE = 3.24 75 . JIVT - jindvarTC+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 19.700 0.000 | 19.700 19.700 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 10.592 3.045 | 5.800 15.600 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 6.025 1.781 | 4.800 9.100 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 5.100 1.200 | 3.900 6.300 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 4.925 2.868 | 2.000 8.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+

53

| OVERALL | 23 23.00 | 8.730 4.350 | 2.000 19.700 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 7.76 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 7.76 ) = 0.001 / TEST-VALUE = 3.16 84 . THNO - tamhognoind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 2.400 0.000 | 2.400 2.400 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 3.383 0.279 | 2.900 3.800 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 3.125 0.043 | 3.100 3.200 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 3.800 0.100 | 3.700 3.900 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 3.625 0.164 | 3.500 3.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 3.374 0.354 | 2.400 3.900 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 7.61 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 7.61 ) = 0.001 / TEST-VALUE = 3.13 188 . ASAN - asalnoind+-----------------------------+-----------------------+-------------------------+----------------------------+| GROUPS | COUNT WEIGHT | MEAN STD. DEV. | MINIMUM MAXIMUM |+-----------------------------+-----------------------+-------------------------+----------------------------+| aa1a - CLUSTER 1 / 5 | 1 1.00 | 71.400 0.000 | 71.400 71.400 || aa2a - CLUSTER 2 / 5 | 12 12.00 | 70.767 3.540 | 65.500 76.700 || aa3a - CLUSTER 3 / 5 | 4 4.00 | 77.275 3.397 | 72.800 82.300 || aa4a - CLUSTER 4 / 5 | 2 2.00 | 69.800 2.600 | 67.200 72.400 || aa5a - CLUSTER 5 / 5 | 4 4.00 | 63.400 2.219 | 60.200 65.800 |+-----------------------------+-----------------------+-------------------------+----------------------------+| OVERALL | 23 23.00 | 70.561 5.182 | 60.200 82.300 |+-----------------------------+-----------------------+-------------------------+----------------------------+FISHER = 7.60 / 18 DEGREE OF FREEDOM IN DENOMINATORPROBA ( FISHER > 7.60 ) = 0.001 / TEST-VALUE = 3.12CHARACTERISATION BY CONTINUOUS VARIABLES OF CLUSTERS OR CATEGORIESOF CUT "a" OF THE TREE INTO 5 CLUSTERSCLUSTER 1 / 5+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| T.VALUE| PROB. | MEANS | STD. DEVIATION | CHARACTERISTIC VARIABLES || | | GROUP OVERALL | GROUP OVERALL | NUM.LABEL IDEN |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+CLUSTER 2 / 5+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| T.VALUE| PROB. | MEANS | STD. DEVIATION | CHARACTERISTIC VARIABLES || | | GROUP OVERALL | GROUP OVERALL | NUM.LABEL IDEN |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| CLUSTER 2 / 5 ( WEIGHT = 12.00 COUNT = 12 ) aa2a || 3.11 | 0.001 | 97.95 93.30 | 0.99 7.33 | 237.%noindigrur RURN | -2.35 | 0.009 | 4.67 6.56 | 0.96 3.92 | 209.tfliarindM FLIM | -2.46 | 0.007 | 12.97 23.24 | 5.63 20.42 | 115.hogindSDA JISD | -2.53 | 0.006 | 4.06 8.86 | 2.08 9.27 | 106.hogindsinbaño JISB | -2.55 | 0.005 | 14.97 20.62 | 3.22 10.87 | 41.varindPI IVPI | -2.58 | 0.005 | 12.82 19.17 | 2.67 12.06 | 39.mujindPI IMPI | -2.66 | 0.004 | 12.71 20.73 | 3.10 14.77 | 88.hogindNBI JINB | -2.80 | 0.003 | 10.48 21.43 | 4.77 19.15 | 124.hogindsinhel JISH | -3.06 | 0.001 | 1.75 3.38 | 0.95 2.60 | 3.%indigenaT INDI | -3.11 | 0.001 | 2.05 6.70 | 0.99 7.33 | 236.%indigrur RURI |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+CLUSTER 3 / 5+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| T.VALUE| PROB. | MEANS | STD. DEVIATION | CHARACTERISTIC VARIABLES || | | GROUP OVERALL | GROUP OVERALL | NUM.LABEL IDEN |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| CLUSTER 3 / 5 ( WEIGHT = 4.00 COUNT = 4 ) aa3a || 3.40 | 0.000 | 23.15 18.39 | 1.31 3.02 | 51.varnoindSI NIVS | 3.34 | 0.000 | 18.83 15.05 | 0.98 2.43 | 49.mujnoindSI NIMS | 3.32 | 0.000 | 20.98 15.82 | 0.48 3.35 | 48.mujindSI IMSI | 2.89 | 0.002 | 6.88 3.38 | 1.96 2.60 | 3.%indigenaT INDI | 2.79 | 0.003 | 77.28 70.56 | 3.40 5.18 | 188.asalnoind ASAN | 2.77 | 0.003 | 23.77 18.82 | 1.38 3.85 | 50.varindSI IVSI | 2.71 | 0.003 | 77.20 67.70 | 3.33 7.55 | 187.asalind ASAI | -2.92 | 0.002 | 34.53 48.19 | 5.93 10.09 | 214.ocupindSA OISA | -2.95 | 0.002 | 29.92 42.67 | 4.23 9.31 | 215.ocupnoindSA ONSA | -2.98 | 0.001 | 15.50 22.59 | 3.02 5.12 | 196.cpropind CPRI | -3.22 | 0.001 | 14.40 19.64 | 2.19 3.51 | 197.cpropnoind CPRN |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+CLUSTER 4 / 5+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| T.VALUE| PROB. | MEANS | STD. DEVIATION | CHARACTERISTIC VARIABLES || | | GROUP OVERALL | GROUP OVERALL | NUM.LABEL IDEN |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+| CLUSTER 4 / 5 ( WEIGHT = 2.00 COUNT = 2 ) aa4a || 2.88 | 0.002 | 21.30 6.70 | 0.80 7.33 | 236.%indigrur RURI | 2.88 | 0.002 | 78.70 93.30 | 0.80 7.33 | 237.%noindigrur RURN |+-------+-------+-------------------+-------------------+-----------------------------------------------------------------------+CLUSTER 5 / 5+-------+-------+-------------------+-------------------+-----------------------------------------------------------------------+| T.VALUE| PROB. | MEANS | STD. DEVIATION | CHARACTERISTIC VARIABLES |

54

| | | GROUP OVERALL | GROUP OVERALL | NUM.LABEL IDEN |+-------+-------+-------------------+-------------------+-----------------------------------------------------------------------+| CLUSTER 5 / 5 ( WEIGHT = 4.00 COUNT = 4 ) aa5a || 4.15 | 0.000 | 30.73 12.32 | 3.28 9.54 | 116.hognoindSDA JNSD | 4.14 | 0.000 | 9.48 4.43 | 1.47 2.62 | 207.tfliarindV FLIV || 4.04 | 0.000 | 26.27 8.86 | 6.82 9.27 | 106.hogindsinbaño JISB | 4.04 | 0.000 | 13.90 6.56 | 1.52 3.92 | 209.tfliarindM FLIM | 3.96 | 0.000 | 40.63 20.62 | 7.39 10.87 | 41.varindPI IVPI | 3.91 | 0.000 | 41.05 19.17 | 10.94 12.06 | 39.mujindPI IMPI | 3.87 | 0.000 | 60.00 23.24 | 14.08 20.42 | 115.hogindSDA JISD | 3.82 | 0.000 | 46.93 20.73 | 11.81 14.77 | 88.hogindNBI JINB | 3.71 | 0.000 | 8.23 4.73 | 2.04 2.03 | 210.tfliarnoindM FLNM | 3.70 | 0.000 | 6.13 3.38 | 1.61 1.60 | 208.tfliarnoindV FLNV | 3.67 | 0.000 | 73.63 48.18 | 8.71 14.93 | 151.indsinOS INSO | 3.66 | 0.000 | 21.10 13.66 | 2.19 4.37 | 40.mujnoindPI NIMP | 3.61 | 0.000 | 7.32 3.71 | 1.28 2.15 | 107.hognoindsinbaño JNSB | 3.55 | 0.000 | 53.03 21.43 | 14.96 19.15 | 124.hogindsinhel JISH | 3.54 | 0.000 | 23.40 15.13 | 2.79 5.02 | 42.varnoindPI NIVP | 3.41 | 0.000 | 16.88 8.70 | 1.15 5.17 | 125.hognoindsinhel JNSH | 3.30 | 0.000 | 30.45 22.59 | 1.84 5.12 | 196.cpropind CPRI | 3.20 | 0.001 | 63.17 48.19 | 4.01 10.09 | 214.ocupindSA OISA | 3.06 | 0.001 | 52.85 38.24 | 5.48 10.27 | 152.noindsinOS NISO | 3.03 | 0.001 | 4.43 3.75 | 0.38 0.48 | 83.tamhogind THIN | 3.01 | 0.001 | 16.92 11.03 | 0.91 4.22 | 89.hognoindNBI JNNB | 2.97 | 0.002 | 24.48 19.64 | 1.21 3.51 | 197.cpropnoind CPRN | 2.84 | 0.002 | 54.95 42.67 | 2.68 9.31 | 215.ocupnoindSA ONSA | 2.97 | 0.001 | 63.40 70.56 | 2.22 5.18 | 188.asalnoind ASAN | -3.00 | 0.001 | 13.45 18.82 | 1.86 3.85 | 50.varindSI IVSI | -3.45 | 0.000 | 81.90 91.99 | 2.13 6.30 | 102.hognoindJMarp JNMA | -3.51 | 0.000 | 46.90 75.38 | 7.02 17.44 | 6.%indig urb INDU | -3.59 | 0.000 | 73.57 87.55 | 2.96 8.39 | 101.hognoindJVarp JNVA | -3.73 | 0.000 | 54.60 67.70 | 3.36 7.55 | 187.asalind ASAI | -4.02 | 0.000 | 55.78 83.87 | 8.09 15.04 | 100.hogindJMarp JIMA | -4.21 | 0.000 | 48.18 78.67 | 5.35 15.59 | 99.hogindJVarp JIVA |+--------+-------+-------------------+-------------------+----------------------------------------------------------------------+CHARACTERISATION BY AXISOF CUT "a" OF THE TREE INTO 5 CLUSTERS(ALL FISHERS'S STATISTICS HAVE ( 4, 18) DEGREES OF FREDOM+---------+----------+-------------+----------+| AXE | FISHER | PROBABILITY | T.VALUE |+---------+----------+-------------+----------+| 1 | 64.10 | 0.0000 | 6.23 || 2 | 20.67 | 0.0000 | 4.66 || 3 | 12.31 | 0.0001 | 3.88 |+---------+----------+-------------+----------+CLUSTERS CHARACTERISATION BY AXISOF CUT "a" OF THE TREE INTO 5 CLUSTERSCLUSTER 1 / 5+-----------------------+------------+-----------+-------------+-------------+| CHARACTERISRIC AXIS | COORDINATE | COSINE**2 | TEST-VALUE | PROBABILITY |+-----------------------+------------+-----------+-------------+-------------+| aa1a - CLUSTER 1 / 5 ( WEIGHT= 1.00 COUNT = 1 ) || || AXE 3 | 6.18 | 0.315 | 3.607 | 0.0002 |+-----------------------+------------+-----------+-------------+-------------+CLUSTER 2 / 5+-----------------------+------------+-----------+-------------+-------------+| CHARACTERISRIC AXIS | COORDINATE | COSINE**2 | TEST-VALUE | PROBABILITY |+-----------------------+------------+-----------+-------------+-------------+| aa2a - CLUSTER 2 / 5 ( WEIGHT= 12.00 COUNT = 12 ) || || AXE 2 | 1.31 | 0.315 | 2.500 | 0.0062 |+-----------------------+------------+-----------+-------------+-------------+CLUSTER 3 / 5+-----------------------+------------+-----------+-------------+-------------+| CHARACTERISRIC AXIS | COORDINATE | COSINE**2 | TEST-VALUE | PROBABILITY |+-----------------------+------------+-----------+-------------+-------------+| aa3a - CLUSTER 3 / 5 ( WEIGHT= 4.00 COUNT = 4 ) || || AXE 2 | -3.88 | 0.441 | -3.248 | 0.0006 |+-----------------------+------------+-----------+-------------+-------------+CLUSTER 4 / 5+-----------------------+------------+-----------+-------------+-------------+| CHARACTERISRIC AXIS | COORDINATE | COSINE**2 | TEST-VALUE | PROBABILITY |+-----------------------+------------+-----------+-------------+-------------+CLUSTER 5 / 5+-----------------------+------------+-----------+-------------+-------------+| CHARACTERISRIC AXIS | COORDINATE | COSINE**2 | TEST-VALUE | PROBABILITY |+-----------------------+------------+-----------+-------------+-------------+| aa5a - CLUSTER 5 / 5 ( WEIGHT= 4.00 COUNT = 4 ) || || AXE 1 | 9.48 | 0.983 | 4.031 | 0.0000 |+-----------------------+------------+-----------+-------------+-------------+