T Uce 0005 80

Universidad Central del Ecuador
Facultad de Ciencias Económicas

Escuela de Estadística y Finanzas
Carrera de Estadística
Tesis Previo a la Obtención del Título de Ingenieros Estadísticos
“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA EN NIÑAS

Y NIÑOS MENORES DE CINCO AÑOS EN LA PROVINCIA DE COTOPAXI”
“DETERMINANTS OF CHRONIC MALNUTRITION IN CHILDREN UNDER

FIVE YEARS IN THE PROVINCE OF COTOPAXI”
Autores:
Angela Rocio Soria Carrillo

Alejandro Roberto Vaca Almeida
Director: Ing. Fabián Muñoz N.
Quito, 2012
Dedicatoria
Esta tesis la dedico con todo mi cariño a mi familia. A mis padres, por todo lo
que me han dado en esta vida, especialmente por sus sabios consejos y por
estar a mi lado en todo momento. A mis hermanitas y hermanitos, por
convertirse en mis mejores amigas/o y ser mi apoyo incondicional en cada una
de las metas que he emprendido, estoy segura que en estos momentos se
alegran por mí.
A. Rocio Soria Carrillo

DEDICATORIA
Esta tesis va dedicada con todo mi amor para mi linda familia mi papá mi
mamita mi hermana mi hermano y mi sobrinita por ser y seguir siendo el gran
apoyo durante toda mi vida.
Alejandro Vaca
Agradecimientos
Quiero expresar mi agradecimiento a quienes estuvieron vinculados de alguna

manera a mi vida durante el desarrollo de este trabajo de investigación y a los
profesionales que demostraron interés por el tema.
Mi más sincera gratitud a mi director Ing. Fabián Muñoz, por compartir sus
conocimientos, por su accesibilidad y paciencia, por las oportunidades que me
ha brindado, por incentivarme a culminar esta meta y seguir superándome.
También quiero expresar mi agradecimiento a los profesores de la Escuela de

Estadística, que a través de mi carrera universitaria compartieron sus
conocimientos.
A esa persona tan especial quién con su dulzura, amor, ternura y comprensión
alegra mis días, gracias por estar incondicionalmente a mi lado, en los buenos
y malos momentos, por su ayuda y principalmente por hacerme feliz.
Finalmente agradezco a mis hermanas/os: Melitón, Paulo, Guadalupe, Blanca,

Carolina, Mónica por acompañarme en todo momento. Especialmente quiero
agradecer, a mi Moni por impulsarme a estudiar está carrera y por su
incondicional apoyo durante todos mis estudios, a Blanqui por su constante
motivación y a Paulo por su generosidad.
A. Rocio Soria Carrillo

AGRADECIMIENTO
Al director de tesis Ing. Fabián Muñoz, por su gran aporte en la elaboración de

este trabajo ya que con su vasto conocimiento fue posible concluir esta tesis.
De igual manera a los profesores de la Facultad de Ciencias Económicas que

fueron los que a través de sus clases impartieron sus conocimientos que
ayudaron a la consecución de esta meta.
También a todas las personas que contribuyeron de una u otra forma en el

desarrollo de esta investigación.
Y a ti mi bonita ya que sin tu amor hubiera sido imposible lograr culminar esta
importante etapa de nuestras vidas.
Alejandro Vaca
AUTORIZACION DE LA AUTORIA INTELECTUAL
Nosotros, Angela Rocio Soria Carrillo y Alejandro Roberto Vaca Almeida en

calidad de autores del trabajo de investigación o tesis realizada sobre
“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA EN NIÑAS Y
NIÑOS MENORES DE CINCO AÑOS EN LA PROVINCIA DE COTOPAXI” por
la presente autorizamos a la UNIVERSIDAD CENTRAL DEL ECUADOR, hacer
uso de todos los contenidos que nos pertenecen o de parte de los que
contienen esta obra, con fines estrictamente académicos o de investigación.
Los derechos que como autores nos corresponden, con excepción de la

presente autorización, seguirán vigentes a nuestro favor, de conformidad con lo
establecido en los artículos 5, 6, 8; 19 y demás pertinentes de la Ley de
Propiedad Intelectual y su Reglamento.
Quito, a 28 de mayo de 2012
_______________________ ___________________________
Angela Rocio Soria Carrillo Alejandro Roberto Vaca Almeida
C.C. 1720425204 C.C. 1714156047
Contenido Pág.
Resumen Ejecutivo ............................................................................................. i
Abstract ............................................................................................................... i
Capítulo I. Plan de Tesis ................................................................................... 1
I.1. Introducción........................................................................................... 1
I.2. Identificación del Problema ................................................................... 2
I.3. Delimitación espacial y temporal........................................................... 4
I.4. Justificación........................................................................................... 5
I.5. Objetivos ............................................................................................... 7
I.5.1. Objetivo general.............................................................................. 7
I.5.2. Objetivos específicos..................................................................... 7
I.6. Hipótesis ............................................................................................... 7
I.6.1. Hipótesis general ............................................................................ 7
I.6.2. Hipótesis específicas ...................................................................... 7
I.7. Metodología .......................................................................................... 8
I.7.1. Procedimientos: ............................................................................ 10
I.8. Variables e indicadores ....................................................................... 11
I.9. Cronograma de actividades ................................................................ 14
I.10. Plan analítico ................................................................................... 15
Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños menores de

cinco años de la provincia de Cotopaxi. ........................................................... 17
II.1. Fuentes de Información....................................................................... 17
II.2. La ECV 2005-2006 (Aspectos Metodológicos).................................... 19
II.2.1. Objetivos....................................................................................... 19
II.2.2. Universo y unidad de análisis ....................................................... 19
II.2.3. Tamaño de la muestra.................................................................. 19
II.2.4. Dominios de estudio ..................................................................... 21
II.2.5. Informantes................................................................................... 23
II.2.6. Estrategias de recolección............................................................ 23
II.2.7. Instrumentos de recolección ......................................................... 24
II.3. Estimación de la desnutrición crónica infantil en la provincia de

Cotopaxi........................................................................................................ 26
II.3.1. Estructura de la población de la provincia de Cotopaxi ................ 26
II.3.2. La desnutrición crónica infantil...................................................... 32
II.3.3. Estimación de la desnutrición crónica (baja talla para la edad) .... 36
Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la

provincia de Cotopaxi....................................................................................... 59
III.1. Construcción del modelo de regresión............................................. 61
III.1.1. Análisis descriptivo de los principales factores determinantes de

la desnutrición crónica en la provincia ...................................................... 61
III.1.2. Índice de condiciones socioeconómicas.................................... 67
III.2. Modelo de regresión logística .......................................................... 74

III.2.1. Identificación de los factores que inciden en la desnutrición
crónica infantil. .......................................................................................... 80
III.2.2. Comparación de factores identificados entre áreas .................. 90
Capítulo IV.- Priorización de los factores determinantes identificados por el

modelo ............................................................................................................. 92
IV.1. Estimación del peso de los factores que inciden en la desnutrición

crónica 92
IV.1.1. Área Urbana .............................................................................. 92
IV.1.2. Área Rural ................................................................................. 98
IV.2. Determinación de los factores más influyentes en la desnutrición

crónica 107
IV.2.1. Área Urbana ............................................................................ 107
IV.2.2. Área Rural ............................................................................... 112
IV.3. Efectos marginales y elasticidades de los coeficientes estimados de

los factores determinantes de desnutrición crónica .................................... 114
IV.3.1. Análisis de los efectos marginales para el área urbana .......... 118
IV.3.2. Análisis de los efectos marginales para el área rural .............. 121
Capítulo V. Conclusiones y Recomendaciones.............................................. 127
V.1. Conclusiones ................................................................................. 127
V.2. Recomendaciones ......................................................................... 130
Bibliografía .......................................................................................................... I
Índice de anexos
ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL

REGSITRO DE DATOS ANTROPOMÉTRICOS................................................ 1
ANEXO 2: ESTRUCTURA DE LA POBLACIÓN ................................................ 2
ANEXO 3: PREVALENCIA DE DESNUTRICIÓN CRÓNICA .......................... 10
Niveles de desnutrición crónica .................................................................... 13
ANEXO 4: PRUEBAS ESTADÍSTICAS A NIVEL NACIONAL .......................... 16
ANEXO 5: MARCO CONCEPTUAL DE SEGURIDAD ALIMENTARIA ............ 17
ANEXO 6: FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA . 18
Índice de tablas Pág.
Tabla 1: Distribución de la muestra ECV 2005 – 2006.................................... 21
Tabla 2: Distribución de la muestra ECV 2005 – 2006 según provincia.......... 21
Tabla 3: Muestra de hogares de la provincia de Cotopaxi según área............. 22
Tabla 4: Personas encuestadas de la provincia de Cotopaxi según área y sexo

......................................................................................................................... 23
Tabla 5: Secciones que conforman el formulario de la ECV 2005-2006 .......... 24
Tabla 6 : Promedio de edad de la personas de la provincia de Cotopaxi......... 27
Tabla 7: Promedio de personas por hogar de la provincia de Cotopaxi ........... 27
Tabla 8: Personas de la provincia de Cotopaxi según Área y Autoidentificación

étnica................................................................................................................ 28
Tabla 9: Niñas/os menores de 5 años según área y sexo................................ 29

Tabla 10: Niñas/os menores de 5 años según sexo y grupos de edad (en
meses) de la provincia de Cotopaxi ................................................................. 29
Tabla 11: Promedio de niñas/os menores de 5 años por hogar de la provincia

de Cotopaxi ...................................................................................................... 31
Tabla 12. Variables que intervienen en el cálculo de la desnutrición crónica

usando el software Anthro................................................................................ 44
Tabla 13: Prevalencia de desnutrición crónica en el país ................................ 46
Tabla 14: Prevalencia de desnutrición crónica en la provincia de Cotopaxi..... 47
Tabla 15: Prevalencia de desnutrición crónica según auto identificación étnica

del jefe del hogar en la provincia de Cotopaxi.................................................. 48
Tabla 16: Prevalencia de desnutrición crónica según sexo y área en la provincia

de Cotopaxi ...................................................................................................... 50
Tabla 17: Niveles de desnutrición crónica en el país y Cotopaxi...................... 50
Tabla 18: Nivel de desnutrición crónica según área y sexo en la provincia de

Cotopaxi ........................................................................................................... 51
Tabla 19: Prueba de normalidad ...................................................................... 53
Tabla 20: Prueba de Mann-Whitney para el área............................................. 55
Tabla 21: Prueba de Mann-Whitney para el sexo ............................................ 55
Tabla 22: Pruebas de chi-cuadrado para el área ............................................. 57
Tabla 23: Pruebas de chi-cuadrado para el sexo ............................................. 57
Tabla 24: Prevalencia de desnutrición crónica en las niñas/os menores de cinco

años según posibles factores determinantes en la provincia de Cotopaxi ....... 64
Tabla 25: Prevalencia de desnutrición en las niñas/os menores de cinco años

según tamaño del hogar................................................................................... 66
Tabla 26: Varianza total explicada ................................................................... 69
Tabla 27: Matriz de componentes .................................................................... 70
Tabla 28: Índice de condiciones socioeconómicas para la provincia de Cotopaxi

......................................................................................................................... 72
Tabla 29: Listado de variables para el modelo ................................................. 80
Tabla 30: Variable agrupadas .......................................................................... 83
Tabla 31: Prueba de Hosmer y Lemeshow ...................................................... 84
Tabla 32: Variables en la ecuación para el área urbana .................................. 84
Tabla 33: Pronostico del modelo para el área urbana..................................... 85
Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que
residen en el área urbana de la provincia de Cotopaxi .................................... 86
Tabla 35: Prueba de Hosmer y Lemeshow ...................................................... 87
Tabla 36: Variables en la ecuación para el área rural ...................................... 87
Tabla 37: Pronostico del modelo para el área rural......................................... 88
Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que
residen en el área rural de la provincia de Cotopaxi ........................................ 89
Tabla 39: Factores comunes y diferentes según área...................................... 90
Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área
rural. ............................................................................................................... 100
Tabla 41: Escolaridad de la madre según área .............................................. 102
Tabla 42: Edad promedio de la madre según área ........................................ 103

Tabla 43: Efectos marginales del modelo de regresión logística de los
determinantes de la desnutrición crónica en el área urbana .......................... 118
Tabla 44: Predicción calculada a partir del modelo con la variable

desparasitación para el área urbana .............................................................. 119
Tabla 45: Elasticidades del modelo de regresión logística de los determinantes

de la desnutrición crónica en el área urbana.................................................. 120
Tabla 46: Efectos marginales del modelo de regresión logística de los

determinantes de la desnutrición crónica en el área rural .............................. 121
Tabla 47: Predicción calculada a partir del modelo con la variable

desparasitación para el área rural .................................................................. 122
Tabla 48: Niñas/os que viven con personas mayores a la madre .................. 123
Tabla 49: Niñas/os que viven con personas mayores a la madre según estado
civil de la madre ............................................................................................. 123
Tabla 50: Niñas/os que viven con personas mayores a la madre según
prevalencia de desnutrición crónica ............................................................... 124
prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar
....................................................................................................................... 125
Tabla 52: Elasticidades del modelo de regresión logística de los determinantes

de la desnutrición crónica en el área rural...................................................... 126
Índice de tablas del anexo
Tabla 53: Personas por provincia....................................................................... 2
Tabla 54: Personas por provincia según área .................................................... 3
Tabla 55: Promedio de edad de la personas a nivel nacional ............................ 4

Tabla 56: Promedio de personas por hogar de la provincia a nivel nacional ..... 4
Tabla 57: Niñas/os menores de 5 años por provincia ........................................ 5
Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional 6
Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área.. 7
Tabla 60: Personas a nivel nacional por provincia según Autoidentificación

étnica.................................................................................................................. 8
Tabla 61: Prevalencia de desnutrición crónica según provincia ....................... 10
Tabla 62: Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar en el país ............................................................................. 11
Tabla 63: Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar y área en la provincia de Cotopaxi....................................... 11
Tabla 64: Prevalencia de desnutrición crónica según área en el país.............. 12
Tabla 65: Prevalencia de desnutrición crónica según sexo en el país ............. 12
Tabla 66: Niveles de desnutrición crónica según provincia.............................. 13
Tabla 67: Niveles de desnutrición crónica según autoidentificación étnica del

jefe del hogar en el país ................................................................................... 14
Tabla 68: Nivel de desnutrición crónica según área en el país ........................ 14
Tabla 69: Niveles de desnutrición crónica según autoidentificación étnica del

jefe del hogar en la provincia de Cotopaxi ....................................................... 15
Tabla 70: Nivel de desnutrición crónica según área en la provincia de Cotopaxi

......................................................................................................................... 15
Tabla 71: Prueba de Mann-Whitney para el sexo a nivel nacional................... 16
Tabla 72: Prueba de chi-cuadrado para el sexo a nivel nacional ..................... 16

Tabla 73: Tamaño del hogar según prevalencia de desnutrición en las niñas/os
menores de cinco años .................................................................................... 18
Tabla 74: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas de la provincia de Cotopaxi.................................................. 18
Índice de figuras Pág.
Figura 1. Personas de la provincia de Cotopaxi según sexo y área................. 26
Figura 2. Pirámide poblacional de la provincia de Cotopaxi............................. 30
Figura 3: Esquema de Interpretación del Puntaje z.......................................... 39
Figura 4. Porcentaje bajo el área de la curva normal ....................................... 40
Figura 5. Curvas de crecimiento de la OMS..................................................... 41
Figura 6. Proceso del cálculo de desnutrición crónica ..................................... 45
Figura 7. Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar y área de residencia de la provincia de Cotopaxi................. 49
Figura 8: Marco conceptual para las causas de la desnutrición (UNICEF 1998)

......................................................................................................................... 60
Figura 9: Dendograma de agrupación de los hogares de la provincia de

Cotopaxi ........................................................................................................... 71
Figura 10: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas.............................................................................................. 73
Figura 11: Odds ratio de probabilidad de los factores determinantes de

desnutrición crónica (porcentaje de protección) para el área urbana............... 93
Figura 12: Probabilidad pronosticada por el modelo según desparasitación de la
niña/o ............................................................................................................... 94
Figura 13: Probabilidad pronosticada por el modelo según porcentaje de

niñas/os menores de cinco años ...................................................................... 95
Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en
dólares ............................................................................................................. 96
Figura 15: Probabilidad pronosticada por el modelo según peso de la niña/o al

nacer en gramos .............................................................................................. 97

desnutrición crónica (porcentaje de protección) para el área rural................... 98

desnutrición crónica (porcentaje riesgo) para el área rural .............................. 99
Figura 18: Probabilidad pronosticada por el modelo según Autoidentificación

étnica del jefe del hogar ................................................................................. 101
Figura 19: Probabilidad pronosticada por el modelo según escolaridad de la

madre ............................................................................................................. 103
Figura 20: Probabilidad pronosticada por el modelo según edad de la madre104
Figura 21: Probabilidad pronosticada por el modelo según estado civil de la

madre ............................................................................................................. 105
Figura 22: Probabilidad pronosticada por el modelo según edad de la niña/o en

meses............................................................................................................. 106
Figura 23: Resultados del escenario de la variable desparasitación (área

urbana)........................................................................................................... 109
Figura 24: Resultados del escenario de la variable gasto (área urbana) ....... 111
Figura 25: Resultados del escenario de la variable Escolaridad de la madre
(área rural)...................................................................................................... 113
Índice de figuras del anexo
Figura 26. Pirámide poblacional a nivel nacional ............................................... 6
Índice de recuadros temáticos Pág.
Recuadro temático 1. Curvas de crecimiento de la OMS................................. 42
Recuadro temático 2: PRUEBA DE NORMALIDAD KOLMOGOROV-SMIRNOV .......... 52
Recuadro temático 3: PRUEBA U de Mann-Whitney ............................................ 54
Recuadro temático 4: PRUEBA DE INDEPENDENCIA (Chi- CUADRADO) .................. 56

Resumen Ejecutivo
Las tasas de desnutrición crónica en niñas/os menores de cinco años en

Cotopaxi son altas y varían significativamente entre el área rural y urbana, lo
que constituye un problema de salud pública importante. Utilizando la
Encuesta de Condiciones de Vida 2005-2006, se buscó los factores que
influyen en este problema como son: la situación económica del hogar, etnia
del jefe del hogar, educación de la madre, otros factores determinantes son la
edad de la madre, el porcentaje de niños menores de cinco años en el hogar,
características de las niñas/os como la edad y el sexo, así como la atención
prenatal y vacunación. El análisis también muestra el grado de importancia de
las variables que influyen en el retardo de talla para la edad. Los resultados
principalmente indican que los factores varían según el área de residencia, por
lo que la implementación de políticas y programas destinados a erradicar este
problema se lo debe incorporar tomando en cuenta estas diferencias.
Abstract
The rates of chronic malnutrition in children / under-five years in Cotopaxi are

high and vary significantly between rural and urban, which is a major
public health problem. Using the Survey of Living Conditions 2005-
2006, sought the factors that influence this problem such as: household
economic status, ethnicity of head of household, maternal education,
other factors are the age of the mother, the percentage of children under five in
the home, characteristics of child as age and sex, and prenatal care and
immunization. The analysis also shows the degree of importance of
the variables that influence the delay of height for age. The
results mainly indicate that the factors vary by area of residence, so
the implementation of policies and programs to eradicate this problem it must
include taking into account these differences.
i
TEMA: “Factores determinantes de desnutrición crónica en niñas y niños
menores de cinco años en la provincia de Cotopaxi”.
PALABRAS CLAVE: DESNUTRICIÓN CRÓNICA / RETARDO DE TALLA

PARA LA EDAD / DETERMINANTES DE DESNUTRICIÓN CRÓNICA /
PUNTAJE Z / REGRESIÓN LOGÍSTICA.
Angela Rocio Soria Carrillo

chio.soria@hotmail.com
Alejandro Roberto Vaca Almeida

alejo-va@hotmail.com
ii
Capítulo I. Plan de Tesis
I.1. Introducción
A nivel mundial, se ha venido luchando por erradicar la pobreza y a favor de un

desarrollo sostenible, para lograr esta meta los países miembros de las
Naciones Unidas (NNUU), se han comprometido en abordar eficazmente el
problema para lo cual han formulado Objetivos de Desarrollo del Milenio
(ODM)1, y en estos se contempla erradicar la pobreza extrema y el hambre
(objetivo 1) y la reducción de la mortalidad de los niños menores de cinco años
(objetivo 4). Estos objetivos están relacionados con la situación nutricional de la
población infantil.
En América Latina, pero especialmente en los países de la región andina en

menor magnitud Colombia, la desnutrición crónica2 es uno de los más
grandes problemas que afectan a la población, debido a la falta de
conocimiento respecto a este tema, y la deficiente aplicación de políticas y
acciones.
El Ecuador, presenta altas tasas de desnutrición crónica en niñas y niños

menores de cinco años con un 23.2% para el 2004, siendo más severa en la
Sierra con un 31.9%, y alcanza su mayor intensidad en las áreas indígenas de
la Sierra Central con porcentajes mayores al 40%, mientras que en las demás
regiones presentan tasa menores al promedio nacional3.
En el periodo comprendido entre los años 1999 – 2006 la tasa de desnutrición

crónica en el Ecuador ha ido disminuyendo de un 31.7% en 1999 a un 25.8%
en el 2006 según los cálculos realizados a partir de las Encuestas de
1
Se aprobaron ocho Objetivos de Desarrollo del Milenio (ODM) en la Cumbre del Milenio para el
Desarrollo, septiembre de 2000.
2
Se define la desnutrición crónica (baja talla para la edad).
3
Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cuales
fueron calculados en base a la ENDEMAIN 2004.
1
Condiciones de Vida realizadas por el INEC en los años correspondientes, se
observa una reducción de 5.9 puntos porcentuales en un periodo de 6 años es
decir 0.98 puntos porcentuales por año4, la disminución en estos índices no
corresponde a lo esperado según las metas contempladas en los ODM, así
como en el Plan Nacional de Desarrollo del Ecuador (Plan Nacional del Buen
Vivir) que se propone la meta de reducir a un 14% en el 20135.
El Ecuador está dividido en cuatro regiones (Costa, Sierra, Amazonía, Insular)

de las cuales la región Sierra presenta el 32.6% de desnutrición crónica,
mientras que en la sierra rural es donde alcanza un índice de 43.6%, está
región se encuentra conformada por 11 provincias de las cuales en Cotopaxi y
Chimborazo se concentran las más altas tasas de desnutrición crónica de niños
y niñas menores de cinco años con un 43% y 52% respectivamente, esto se
explica ya que son provincias con alta concentración de población indígena en
donde el índice de desnutrición crónica alcanza el 50.5%6.
I.2. Identificación del Problema
La desnutrición crónica es una enfermedad que afecta a todos los órganos del
ser humano produciendo graves problemas en la salud como son deterioro del
crecimiento físico, aumento en la mortalidad y la morbilidad tanto para
enfermedades transmisibles, como la tuberculosis, como para los no
transmisibles, como la hipertensión, diabetes, enfermedades coronarias, etc.7.
De igual manera como afecta a la salud del ser humano también es un

condicionante en el desarrollo cognitivo de la persona lo que hace que se den
ingresos tardíos al sistema escolar, bajo rendimiento escolar, todo ello redunda
finalmente en importantes costos económicos directos, vinculados con los
4
“Mapa de desnutrición Crónica del Ecuador Enero 2010”.
5
“Idem” 4.
6
“Idem” 4.
7
“Evolución de la desnutrición crónica infantil y su distribución socioeconómica en siete países de
América Latina y el Caribe” Guillermo Paraje.
2
mayores gastos por tratamientos de salud (tanto públicos como privados) e
indirectos, relacionados con la ineficiencia en los procesos educativos, con una
menor productividad (individual y agregada) y, por ende, un menor crecimiento
económico8.
Existe una conciencia creciente en torno a la importancia que tiene la nutrición

durante la temprana infancia sobre los resultados del desarrollo. Sólida
evidencia muestra que la insuficiencia nutricional durante el embarazo y
durante los dos primeros años de vida conduce, inevitablemente, a menores
dotaciones de capital humano, lo cual afecta negativamente la fortaleza física y
la habilidad cognitiva en los adultos9.
Además este problema se vuelve un círculo vicioso difícil de erradicar dice

Bourges10, “Entonces la desnutrición se vuelve un círculo vicioso, que no
encuentra fin” debido a que está enfermedad no solo afecta al niño durante
toda su vida, sino también a sus posteriores generaciones, ya que un niño con
una madre que tuvo baja talla para la edad en su infancia tiene mayor
probabilidad de sufrir desnutrición crónica.
En los países en vías de desarrollo como el Ecuador la desnutrición crónica es

un problema estructural, sin embargo, en los últimos años se han generado
políticas programas y proyectos11 con el objetivo de erradicar la desnutrición
crónica en tempranas edades (0 a 5 años).
8
“Idem 4”.
9
Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cuales
fueron calculados en base a la ENDEMAIN 2004.
10
Doctor en Nutriología por la Universidad de Massachusetts, Director de Nutrición del Instituto
Nacional de Ciencias Médicas y Nutrición Salvador Zubirán
11
En lo últimos años se han implementado programas con el fin de erradicar la desnutrición crónica en el
país como: Programa Aliméntate Ecuador, PANN2000, NUTRINFA, etc.
3
En esta investigación a la desnutrición crónica de niñas y niños menores de
cinco años, se va a llamar desnutrición crónica infantil para efectos de facilitar
la redacción y el mejor entendimiento del lector.
I.3. Delimitación espacial y temporal
Esta investigación se va a desarrollar a partir de la información de la Encuesta

de Condiciones de Vida del año 2006 realizada por INEC. En la presente
investigación se estudia la situación nutricional de las niñas y niños menores de
cinco años de la provincia de Cotopaxi tanto para el área urbana y rural.
La provincia de Cotopaxi está constituida por 349540 habitantes lo que

representa un 2.88% de la población total del Ecuador, su población se
encuentra mayormente concentrada en el área rural con un 73.23%, el 11.86%
(41459) son niñas y niños menores de cinco años, distribuidos de la siguiente
manera: en el área urbana el 21.64% (8970) y en el área rural el 78.36%
(32489) según el último censo de Población y Vivienda realizado por INEC en
el año 2001.
Esta provincia se encuentra ubicada en la sierra central, conformada por 7

cantones como son: Latacunga a una altura de 2800 m.s.n.m. , Pangua a 1239
m.s.n.m., Pujilí a 2848 m.s.n.m., Salcedo a 2664 m.s.n.m., Sigchos a 2840
m.s.n.m., La Maná a 800 m.s.n.m. y Saquisilí a 2996 m.s.n.m. todos estas
alturas en promedio, habiendo lugares que están ubicados a 500 m.s.n.m. y
otros que llegan a los 4500m.s.n.m., goza de una variedad de climas por la
distribución geográfica de sus cantones que va desde el gélido de las cumbres
andinas hasta el cálido húmedo en el subtrópico occidental, en esta provincia
se encuentra ubicado uno de los nevados más representativos y hermosos del
Ecuador y del mundo que lleva el mismo nombre de la provincia siendo un gran
atractivo para turistas extranjeros como nacionales, y se encuentra a una altura
de 5897 m.s.n.m..
4
La provincia de Cotopaxi, por el mismo hecho de poseer una diversidad
climatológica (desde los 500 m.s.n.m. en la costa hasta los 4.500 m.s.n.m. en
los páramos de la sierra), étnicamente está conformada por dos culturas
claramente identificadas, la mestiza y la indígena.
I.4. Justificación
Entre los indicadores que son considerados para medir desnutrición se tiene
los siguientes: “peso para la edad”, “peso para la estatura”, “talla para la edad”
de los cuales la talla para la edad suele considerarse un indicador de
desnutrición crónica de los niños menores de cinco años, ya que refleja el
efecto neto de la experiencia nutricional de esos niños desde su nacimiento (o
desde que estaban en el vientre materno), y se considera el más importante
indicador del estado nutricional de largo plazo” 12.
Como ya se mencionó anteriormente en el país se han venido implementando

políticas programas y proyectos para bajar los índices de desnutrición crónica,
sin embargo es de suma importancia saber con claridad los factores
determinantes y su grado de influencia en la misma.
Existen una serie de factores que, a nivel agregado, podrían estar asociados
causalmente con la desnutrición crónica, cuya causa primaria es la insuficiente
ingesta de nutrientes. Estos factores pueden agruparse en cinco grupos como
son factores medioambientales, socioeconómico culturales, político
institucionales, productivos y biomédicos13.
Por esto es importante saber que dimensiones del problema son las que más
afectan a la desnutrición crónica, “la aplicación de políticas o planes de acción
sobre nutrición requiere disponer de información sobre los problemas y sus
12
SEGURIDAD ALIMENTARIA CONCEPTOS Y TENDENCIAS Héctor Maletta y Rosario Gómez.
13
“Idem 7”.
5
causas para poder identificar las prioridades”14, y a partir de este punto, tomar
los correctivos necesarios, aplicando políticas que ayuden a ir atenuando las
altas tasas de desnutrición crónica de los niños del país.
Por lo que esta investigación se va a desarrollar en base a la información de la

Encuesta de Condiciones de Vida 2005 – 2006 realizada por INEC, para la
Provincia de Cotopaxi debido a que alcanza uno de los más altos índices de
desnutrición crónica 42.6% (19282 niñas y niños desnutridos) 15.
Es una provincia que presenta altos índices que afectan a las condiciones de
vida de la población como la tasa de analfabetismo que alcanza un 17,6% que
es casi el doble del promedio nacional que se ubica en un 9%, así mismo la
asistencia profesional durante el parto16 con un 64.2% de mujeres atendidas, el
63.2% de la población posee medios sanitarios para la eliminación de excretas
mientras que a nivel nacional se alcanza un 77.3%, tan solo un 41,7% tiene
servicio de recolección de basura siendo únicamente más bajo en Bolívar con
un 32,9%, de igual manera un 27.1% tiene acceso al agua entubada por red
pública dentro de la vivienda mientras que a nivel nacional se alcanza un 48%,
un 31.6% de la población se encuentra en pobreza extrema por necesidades
básicas insatisfechas17, según el Sistema Integrado de Indicadores Sociales
del Ecuador (SIISE) estos indicadores fueron elaborados en base a la
información de la ECV 2005 – 2006.
14
Indicadores de nutrición para el desarrollo FAO 2006.
15
“Idem 4”.
16
Se refiere únicamente a las mujeres asistidas durante su parto por personas tituladas o diplomadas en la
salud, esto es, médicos, enfermeras/os, obsterices, ayudantes de enfermería.
17
Número de personas (u hogares) que viven en condiciones de “pobreza”, expresados como porcentaje
del total de la población en un determinado año. Se considera “pobre” a una persona si pertenece a un
hogar que presenta carencias persistentes en la satisfacción de sus necesidades básicas incluyendo:
vivienda, salud, educación y empleo.
6
I.5. Objetivos
I.5.1. Objetivo general
Identificar los factores determinantes y su nivel de influencia en la desnutrición

crónica en niñas y niños menores de cinco años, en la provincia de Cotopaxi
tanto para el área rural y urbana.
I.5.2. Objetivos específicos
1. Estimar la prevalencia de desnutrición crónica en niñas y niños menores

de cinco años en la provincia de Cotopaxi tanto para el área urbana y
rural.
2. Identificar factores determinantes en la desnutrición crónica de las niñas

y niños menores de cinco años en la provincia de Cotopaxi en el área
urbana y rural.
3. Priorizar los factores determinantes de la desnutrición crónica de las

niñas y niños menores de cinco años de la provincia de Cotopaxi tanto
para el área urbana como para la rural.
I.6. Hipótesis
I.6.1. Hipótesis general
La clara identificación de factores determinantes de la desnutrición crónica y su

nivel de influencia tanto para el área urbana y rural de la provincia de Cotopaxi,
permite el correcto direccionamiento para la formulación de políticas,
programas y proyectos destinados a la disminución de la misma.
I.6.2. Hipótesis específicas
1. La prevalencia de desnutrición crónica en las niñas y niños menores de

cinco años es diferente en el área urbana que en la rural en la provincia
de Cotopaxi.
7
2. Los factores que afectan a la desnutrición crónica de las niñas y niños
menores de 5 años de la provincia de Cotopaxi son diferentes en el área
rural con respecto al área urbana.
3. El peso que tienen los factores en la desnutrición crónica de las niñas y

niños menores de cinco años de la provincia de Cotopaxi varía respecto
del área donde viven las niñas y niños.
I.7. Metodología
El método de investigación que se va utilizar es el deductivo-inductivo,

inductivo porque se va a realizar inferencias a partir de una muestra
representativa que permitirá hacer generalizaciones, deductivo porque permite
encontrar principios desconocidos a partir de los conocidos.
La fuente de información va ser secundaria ya que se usará información de la

Encuesta de Condiciones de Vida quinta ronda 2005 – 2006 realizada por el
INEC. El método utilizado por el INEC para obtener los datos fue empírico, se
utilizó información proveniente de la observación de los hechos en forma
directa y neutral.
La muestra estuvo conformada por 13536 viviendas distribuidas de la siguiente

manera: 8028 en el área urbana y 5508 en el área rural.
En esta investigación se seguirá el siguiente proceso:
 Búsqueda de bibliografía especializada con respecto al tema.
En esta etapa se debe buscar, organizar y estudiar la bibliografía concerniente

al tema de investigación, la cual, deberá tratar sobre desnutrición infantil. Esta
se desarrollara durante el tiempo de duración de la investigación.
 Descripción de la metodología utilizada para el levantamiento de la

Encuesta de Condiciones de Vida 2005 – 2006 realizada por el INEC.
8
Para mejor comprensión de la información que se va a utilizar para este estudio
se inicia describiendo los procedimientos metodológicos utilizados en el
desarrollo de la encuesta, describiendo los objetivo, el diseño muestral
utilizado, así como los principales características de la encuesta.
 Definición de las variables de estudio
A partir de la bibliografía consultada y los objetivos de la investigación, se

definirán las variables requeridas para el análisis estadístico del problema a
tratar, logrando así clasificar la información necesaria para el desarrollo del
estudio.
 Análisis descriptivo de la información obtenida de la Encuesta de

Condiciones de Vida 2005 – 2006 realizada por el INEC.
Para esta parte de la investigación se va ha realizar un análisis de las

principales estadísticas descriptivas (distribuciones relativas, medidas de
tendencias central, medidas de dispersión) que permitan conocer las
características de la población de la provincia de Cotopaxi, principalmente de la
población de estudio (niñas y niños menores de cinco años).
 Definición de las técnicas estadísticas.
Se refiere a la definición de técnicas estadísticas a utilizar para la estimación de

la desnutrición crónica, construcción del modelo, comprobación de las
hipótesis, determinación de los pesos de los factores determinantes, que
permitirán el posterior análisis estadístico de la información.
 Análisis estadístico de los datos.
En esta etapa de la investigación se desarrollara un completo análisis

estadístico de la información:
9
 Estimación del indicador de desnutrición infantil, empleando los
nuevos patrones de crecimiento de la Organización Mundial de la
Salud (OMS) 200518.
 Se utilizará el análisis de componentes principales (ACP) para la

construcción de un índice de condiciones socioeconómicas, que
permita caracterizar a los hogares de la provincia de Cotopaxi en
niveles socioeconómicos.
 Mediante modelos de regresión se identificará los factores

determinantes y su grado de influencia en la desnutrición infantil
en la Provincia de Cotopaxi.
 Los test de hipótesis permitirán probar las hipótesis propuestas.
I.7.1. Procedimientos:
 Entrevistas con especialistas.
 Revisión de informes técnicos especializados.
 Recopilación y revisión de datos existentes de estudios anteriores

vinculados con el tema de la desnutrición crónica.
 Determinación de las prevalencias de desnutrición crónica
 Métodos de validación de datos.
 Estadística descriptiva.
 Pruebas de significación estadística-test de hipótesis.
 Análisis de varianza.
18
El estudio, denominado “Estudio Multi-centro de las Referencias del Crecimiento (MGRS) de la
OMS” se diseñó para que describa el crecimiento de los niños conforme a las prácticas de salud
recomendadas y los comportamientos saludables, para que sirvan como referencia normativa o
prescriptiva del crecimiento físico (Wilma B. Freire, PhD. Nutrición Humana y Epidemiología).
10
 Análisis de regresión.
 Análisis de componentes principales.
I.8. Variables e indicadores
Dominio Variables Indicador
Demográfico Área donde se encuentra el Distribución relativa

hogar
Distribución relativa
Sexo del jefe del hogar
Nivel de educación de la madre
Promedio, distribución relativa
Número de miembros del hogar
Número de mujeres en el hogar
Número de niñas y niños
menores de cinco años dentro
del hogar
Sexo del niño/niña
Autodefinición étnica
Estado civil
Características Vías de acceso principal a la Distribución relativa

vivienda
de la vivienda
Acceso a servicios básicos Distribución relativa
Acceso al agua Distribución relativa
Socio- Gastos del hogar Promedio, distribución relativa

Económico Situación laboral de la madre Distribución relativa
Situación laboral del padre Distribución relativa
Tenencia de bienes en el hogar Distribución relativa
11
Recepción de remesas por Promedio, distribución relativa
migración
Gasto en alimentos Consumo per cápita de

alimentos
Producción de alimentos para el
autoconsumo Distribución relativa
Medioambiental Desastres naturales Distribución relativa
Acceso al agua Distribución relativa
Acceso a servicios sanitarios Distribución relativa
Biomédicos Talla de las niñas y niños Promedio, distribución relativa

menores de cinco años
Edad de las niñas y niños Promedio, distribución relativa

Desnutrición crónica de las Puntaje z

niñas y niños menores de cinco
años
Peso de la niña o niño al nacer
Prevalencia de EDAs
Prevalencia de IRAs
Edad de la madre
Intervalo de nacimiento de las
niñas y niños menores de cinco
años
Control prenatal
Número de hijas e hijos nacidos
vivos
Número de embarazos
Atención durante el parto
Lactancia materna
12
Recepción de vacunas Distribución relativa
Recepción de vitaminas Distribución relativa

(vitamina A y hierro)
Desparasitación Distribución relativa
Político- Acceso a programas sociales y Distribución relativa

ayudas del gobierno, ONGs,
Institucionales
empresa privada, iglesia, etc.
Cobertura de servicio de salud Distribución relativa

gratuita
13
I.9. Cronograma de actividades
Abril Mayo Junio Julio Agosto Septiembre Octubre
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Actividad
Elaboración del plan de tesis

Presentación de plan de tesis
Elaboración del capitulo I
Elaboración de caputilo II
Elaboración de capitulo III
Elaboración del capitulo IV
Correcciones y ajustes solicitados
Presentación de versión final de la investigación
14
I.10. Plan analítico
Capítulo I.- Plan de Tesis
Introducción
Identificación del problema
Delimitación espacial y temporal
Justificación
Objetivos
Hipótesis
Metodología
Variables e indicadores
Plan analítico
Cronograma
Bibliografía
Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños menores de

cinco años de la provincia de Cotopaxi.
Fuentes de información
La ECV-2005-2006
Estimación de la desnutrición crónica infantil en la provincia de Cotopaxi
Estructura de la población de la provincia de Cotopaxi
La desnutrición crónica infantil
15
Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la
provincia de Cotopaxi
Construcción del modelo de regresión
Identificación de los factores que inciden en la desnutrición crónica

infantil.
Capítulo IV.- Priorización de los factores determinantes identificados por el

modelo
Estimación del peso de los factores que inciden en la desnutrición

crónica
Determinación de los factores más influyentes en la desnutrición crónica
Capítulo V.- Conclusiones y Recomendaciones
Conclusiones
Recomendaciones
Bibliografía
Anexos de resultados estadísticos
16
Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños
menores de cinco años de la provincia de Cotopaxi.
II.1. Fuentes de Información
Como fuente de información para el desarrollo de esta investigación se utilizará

la base de datos de la Encuesta de Condiciones de Vida quinta ronda
levantada por el INEC, por lo que a continuación se detallan algunos aspectos
metodológicos utilizados en el desarrollo de la encuesta.
Las Encuestas de Condiciones de Vida permiten poner a disposición un

instrumento estadístico de primer orden para el estudio de la pobreza y
desigualdad, el seguimiento de la cohesión social en el territorio de su ámbito,
el estudio de las necesidades de la población y el impacto de las políticas
sociales y económicas sobre los hogares y las personas, así como para el
diseño de nuevas políticas19.
La Encuestas de Condiciones de Vida tiene varios objetivos básicos y su

diseño se inscribe en la necesidad de elaborar medidas de la distribución del
bienestar y del nivel de pobreza de los hogares, con el fin de comprender las
reacciones de los hogares a las políticas económicas y a los programas de
gobierno.
“La primera Encuesta de Condiciones de Vida en el Ecuador la realizó el

Servicio Ecuatoriano de Capacitación Profesional (SECAP) en 1994. El Instituto
Nacional de estadísticas Censos del Ecuador (INEC), en virtud de un convenio
institucional suscrito con el SECAP, realizó la segunda ECV en 1995 con la
coejecución del Grupo Técnico SECAP, fecha a partir de la cual el INEC tiene a
su cargo la institucionalización y desarrollo de este tipo de encuestas. La
metodología y los procedimientos de la ECV, se vienen complementando,
19
INEC, Metodología ECV quinta ronda (2005-2006).
17
ajustando y adaptando a las experiencias, características y necesidades del
Ecuador”20.
En el transcurso de aproximadamente una década se han desarrollado cinco

rondas, así:
I. Ronda: junio - octubre 1994
II. Ronda: agosto - noviembre 1995
III. Ronda: febrero - mayo 1998
IV. Ronda: octubre 1998 - septiembre 1999
V. Ronda: noviembre 2005 - octubre 2006
Para el desarrollo de la presente investigación se utilizará los datos de la ECV

quinta ronda, ya que dispone de información necesaria que permite determinar
algunos aspectos nutricionales ver anexo 1, importantes, de las niñas y niños
menores de cinco años, además permitirá hacer estimaciones con validez
provincial, urbano, rural.
20
SECAP, Bases Metodológicas, Técnicas y procedimientos, (1996).
18
II.2. La ECV 2005-2006 (Aspectos Metodológicos)
II.2.1. Objetivos
La Encuesta de Condiciones de Vida – Quinta Ronda tiene como objetivos

generales los siguientes:
 “Medir el impacto que las medidas de ajuste macroeconómico y las de

compensación social que han tenido sobre el nivel de vida de los
hogares y de la población ecuatoriana.
 Entregar medidas monetarias y no monetarias completas de la

distribución del bienestar y del nivel de pobreza de los hogares.
 Contar con una línea de base actualizada y útil para la medición del
cumplimiento de los Objetivos y Metas de Desarrollo del Milenio.
 Facilitar la formulación de políticas y el diseño de acciones destinadas a

reducir los niveles de pobreza de la población en general”21.
II.2.2. Universo y unidad de análisis
“El universo bajo estudio de la Encuesta de Condiciones de Vida – Quinta

Ronda constituyen los hogares del área urbana y rural de la República del
Ecuador, excluyendo la Región Insular. Por su parte, la unidad de análisis y de
observación es el hogar”22.
II.2.3. Tamaño de la muestra
“El marco de muestreo para la ECV 5ta. Ronda, fue construido en base al
Marco Maestro construido por David Megill (U.S. Census Bureau) en el año
21
“Idem 19”
22
“Idem 19”
19
2002, el cual utilizó datos del VI Censo de Población y V de Vivienda del año
2001. Está constituido por el listado completo y actualizado de viviendas y
población por sector censal”23.
“El tipo de diseño de muestreo utilizado para la ECV Quinta Ronda es el

muestreo probabilístico en tres etapas o trietápico:
Primera etapa. Se seleccionó primero las UPMs con probabilidad proporcional

al tamaño PPT, obteniendo como resultado 1.128 UPMs.
Segunda etapa. En la segunda etapa se seleccionó un sector aleatoriamente

dentro de cada UPM, lo que dio como resultado 1.128 sectores.
Tercera etapa. En la tercera etapa se seleccionó aleatoriamente 18 hogares

dentro de cada sector; los cuales son 12 hogares por encuestar y 6 hogares de
reemplazo por sector. Por lo que, se obtiene 20.304 viviendas, de las cuales
13.536 viviendas deberán ser efectivas y 6768 viviendas servirán para realizar
los reemplazos respectivos en el operativo de campo”24.
La muestra para la ECV estuvo conformada por 1128 sectores y 13536

viviendas en total distribuida el 59% en el área urbana y el 41 % en el área rural
(Tabla 1).
23
INEC-Ecuador, Diseño de la muestra maestra para el sistema integrado de encuestas de hogares del
inec-ecuador, y diseño de la muestra para la encuesta nacional de ingresos y gastos de hogares urbanos,
(2002).
24
“Idem 19”.
20
Tabla 1: Distribución de la muestra ECV 2005 – 2006
Área Sectores Viviendas %

Urbana 669 8028 59%
Rural 459 5508 41%
Nacional 1128 13536
Fuente: INEC.
La muestra se distribuyó en las provincias como se muestra a continuación

(Tabla 2).
Tabla 2: Distribución de la muestra ECV 2005 – 2006 según provincia
Sectores Viviendas %
AZUAY 81 972 7,2%
BOLIVAR 42 504 3,7%
CAÑAR 42 504 3,7%
CARCHI 42 504 3,7%
COTOPAXI 51 612 4,5%
CHIMBORAZO 51 612 4,5%
EL ORO 76 912 6,7%
ESMERALDAS 59 708 5,2%
Provincia GUAYAS 157 1884 13,9%
IMBABURA 51 612 4,5%
LOJA 51 612 4,5%
LOS RIOS 68 816 6,0%
MANABI 80 960 7,1%
PICHINCHA 125 1500 11,1%
TUNGURAHUA 68 816 6,0%
AMAZONÍA 84 1007 7,4%
Total 1128 13535 100,0%
Fuente: INEC ECV 2005-2006
II.2.4. Dominios de estudio
Los dominios de estudio, denominados Dominios de Estimación, son

agrupaciones de centros poblados con características similares para los que se
pretenden obtener estimaciones. “Las 13.536 viviendas seleccionadas son
distribuidas en 20 estratos tomando en cuenta, que los estratos son
21
básicamente las provincias dentro de cada región formando 15 estratos,
excepto las provincias de la Región Amazónica, las cuales conforman 1 solo
estrato; y, los grandes centros poblados urbanos que constituyen 4 estratos
aparte”25.
“Los niveles de estimación de resultados considerados para la ECV – Quinta

Ronda son los siguientes:
 Nacional, Urbano y Rural
 Costa, Sierra y Amazonía: urbano y rural
 Provincial Total: provincias de la Costa y de la Sierra
 Quito, Guayaquil, Cuenca y Machala (dominios auto representados)”26.
La muestra para la provincia de Cotopaxi estuvo conformada por 614

hogares de los cuales un 74,6% fueron del área rural (ver tabla 3), de estos
hogares existían 2693 personas en total de los cuales el 76,2% vivían en el
área rural (ver tabla 4).
Tabla 3: Muestra de hogares de la provincia de Cotopaxi según área
n %
Urbana 156 25,4%
Área Rural 458 74,6%
Total 614 100,0%
25
“Idem 19”.
26
“Idem 19”
22
Tabla 4: Personas encuestadas de la provincia de Cotopaxi según área y sexo
Área
Urbana Rural Total
N % N % N %
Hombre 303 11,3% 1004 37,3% 1307 48,5%
Sexo Mujer 338 12,6% 1048 38,9% 1386 51,5%
Total 641 23,8% 2052 76,2% 2693 100,0%
II.2.5. Informantes
“En esta encuesta, a diferencia de las encuestas de hogares tradicionales, se

trabaja con informantes directos. La ECV no toma como UNICO informante al
Jefe del Hogar, a la Esposa, al Ama de Casa, o a la persona responsable del
hogar para que respondan por los demás miembros del hogar. En la ECV cada
persona del hogar deberá proporcionar directamente al encuestador la
información que se le solicite, excepto en los casos de los menores de 10 años
de edad, en donde la información se obtendrá de los padres o de los
responsables de su cuidado.
II.2.6. Estrategias de recolección
 Cuestionarios o formularios previamente codificados, con uso extenso de

indicaciones explícitas (flujos).
 El método de informante directo.
 La estrategia básica de recolección de información en dos rondas.
 El diligenciamiento de las encuestas en varias visitas por ronda.
 Un alto nivel de supervisión del equipo planificador y técnico.
23
 El ingreso, validación y corrección de la información en el campo”27.
II.2.7. Instrumentos de recolección
Para recoger la información de la ECV, se diseñaron en dos tipos de

instrumentos: formulario de hogares y formulario de precios.
Formulario del hogar.- Este formulario contiene características de la vivienda

y de las personas miembros del hogar, está conformado por 11 secciones en
los que se agrupan y ordenan las variables relacionadas con los diferentes
temas de investigación que se abordan en este estudio. El formulario está
compuesto por las siguientes secciones:
Tabla 5: Secciones que conforman el formulario de la ECV 2005-2006
Sección Temática
1 Vivienda y hogar
2 Registro del hogar
3 Salud
4 Educación
5 Migración
6 Actividades económicas
7 Fecundidad
8 Gastos y otros ingresos, equipamiento del hogar
9 Capital social y emigración laboral
10 Negocios del hogar y actividades independientes
11 Actividades agropecuarias
Fuente: INEC, ECV 2005-2006.
Cada sección se organiza en partes en las que se ordenan las preguntas en

función de las características de las personas a estudiar o de los subtemas a
investigar.
27
“Idem 19”
24
Las preguntas de la sección 1 permiten contar con información de la estructura
física de la vivienda que ocupa el hogar, por ejemplo, materiales del techo piso
y paredes, abastecimiento de agua, servicios básicos, etc.
A partir de la sección 2 hasta la sección 7, fueron destinadas a recabar

información sobre todos los miembros del hogar, según su edad, de manera
que se cuenta con la información necesaria, para el desarrollo del presente
estudio tales como, datos antropométricos de los/as niños/as menores de cinco
años, lactancia materna, presencia de enfermedades en los niñas/os, nivel de
educación de todos los miembros del hogar, ocupación de los miembros del
hogar, salud materna, control del niño sano, alimentación complementaria entre
otros temas de interés para la investigación.
Las secciones restantes fueron destinadas a recabar información sobre los

gastos e ingresos del hogar, como son los diferentes gastos que tiene los
hogares tanto alimenticios como no alimenticios, también se dispone de
información sobre disponibilidad de bienes, negocios familiares, actividades
agropecuarias entre otros temas que permitirán clasificar a los hogares por
nivel socioeconómico (pobre y no pobre).
Formulario de precios.- Instrumento para el registro de los precios

referenciales de los principales productos de uso masivo, de cada región o
sector a investigarse.
25
II.3. Estimación de la desnutrición crónica infantil en la provincia de
Cotopaxi
II.3.1. Estructura de la población de la provincia de Cotopaxi
Para el año del 2006 basándose en los datos de la ECV (2005-2006) la

población de la provincia de Cotopaxi era de 391.016 habitantes que
representa el 2,9% (Anexo 2) de la población a nivel nacional de los cuales el
48,7% son hombres y el 51,3% mujeres como se puede ver en la Figura 1.
Figura 1. Personas de la provincia de Cotopaxi según sexo y área
60,0
51,3
48,7
50,0
40,0 36,3 37,7

Porcentaje
30,0
20,0
12,4 13,6
10,0
0,0
Total Urbana Rural
Hombre Mujer
Cotopaxi es una provincia con población concentrada mayormente en el área

rural alcanzando un 74% frente al 26% que vive en el área urbana28, siendo la
segunda provincia del país con mayor población en el área rural (Anexo 2) tan
solo superada por Bolívar.
28
Se considera área rural a las poblaciones que tienen menos de 5000 habitantes y área urbana a las
poblaciones con 5000 y más habitantes (INEC ECV 2005-2006).
26
Las personas de la provincia de Cotopaxi tenían en promedio 27,2 años de
edad (Tabla 6) para el 2006, similar al promedio nacional (Anexo 2), sin
embargo el 50% de las personas de la provincia alcanzaban una edad de 22
años, mientras que a nivel nacional la diferencia es de un año (23 años de
edad).
Tabla 6 : Promedio de edad de la personas de la provincia de Cotopaxi
Desviación
Mediana Media típica Mínimo Máximo N total
Edad 22,00 27,21 21,70 0 98 391016

La provincia de Cotopaxi tenía 88969 hogares de los cuales el 27,8% viven en

el área urbana y un 72,2% en la rural contrastando con la distribución nacional
(65,9% urbano y 34,1% rural) (Anexo2), el promedio de personas por hogar en
la provincia es de 4,4 miembros, en el área rural es de 4,5 y en el área urbana
de 4,1(Tabla 7), mientras que a nivel nacional es de 4,07 (Anexo2).
Tabla 7: Promedio de personas por hogar de la provincia de Cotopaxi
Desviación Total de % de
Media típica Mínimo Máximo hogares hogares
Urbana 4,12 1,78 1,00 16,00 24697 27,8%
Área Rural 4,50 2,53 1,00 17,00 64272 72,2%
Total 4,39 2,35 1,00 17,00 88969 100,0%

Las personas de la provincia de Cotopaxi en un 70,7% se autoidentifican como

mestizos, un 23,7% como indígenas (Tabla 8), mientras que los indígenas a
nivel nacional alcanza tan solo un 7,1% (Anexo 2), tanto en la provincia de
27
Cotopaxi como a nivel nacional las personas que se autoidentifican como
indígenas residen en el área rural, siendo esta provincia una de las que tiene
mayor población indígena en la región Sierra.
Tabla 8: Personas de la provincia de Cotopaxi según Área y Autoidentificación étnica
Área
Urbana Rural Total
n % N % n %
Indígena 6481 8,5% 58105 29,6% 64586 23,7%
Mestizo 64575 84,9% 127823 65,2% 192398 70,7%
Blanco 4715 6,2% 8630 4,4% 13345 4,9%

Autoidentificación
Negro 0 ,0% 482 ,2% 482 ,2%
étnica
Mulato 256 ,3% 957 ,5% 1213 ,4%
Otro, cual 0 ,0% 0 ,0% 0 ,0%
Total 76028 100,0% 195998 100,0% 272026 100,0%

La población de niñas y niños menores de 5 años en la provincia de Cotopaxi

alcanzaba 47.862 niños que representa el 3,2% a nivel nacional, de estos el
48,8% son hombres, mientras que el 51,2% son mujeres, el 77,2% de las niñas
y niños de la provincia viven en el área rural, y el 22,8% en el área urbana,
guardando relación con el total de personas de la provincia (Tabla 9).
28
Tabla 9: Niñas/os menores de 5 años según área y sexo
Área
Urbana Rural Total
N % N % N %
Hombre 5113 10,7% 18264 38,2% 23377 48,8%
Sexo Mujer 5821 12,2% 18664 39,0% 24485 51,2%
Total 10934 22,8% 36928 77,2% 47862 100,0%

El 21,8% de las niñas/os menores de cinco años se encuentran en el grupo de

edad de 24 a menos de 36 meses, siendo este el grupo con mayor número de
niñas/os, por otro lado, el grupo de edad de 12 a menos 24 meses está
conformado por el 16,9% de niñas/os, siendo este el grupo más pequeño en la
provincia (Tabla 10).
Tabla 10: Niñas/os menores de 5 años según sexo y grupos de edad (en
meses) de la provincia de Cotopaxi
SEXO
Hombre Mujer Total
N % N % n %
Menores de 12 meses 5311 22,7% 4326 17,7% 9637 20,1%
De 12 a menos de 24
4315 18,5% 3787 15,5% 8102 16,9%
meses
Grupos De 24 a menos de 36
de edad 4697 20,1% 5727 23,4% 10423 21,8%
meses
niños
menores De 36 a menos de 48
4772 20,4% 5366 21,9% 10138 21,2%
de 5 años meses
De 48 a menos de 60
4284 18,3% 5279 21,6% 9562 20,0%
meses
Total 23377 100,0% 24485 100,0% 47862 100,0%
29
En la provincia de Cotopaxi, existen mayor número de personas que se
encuentran entre 5 a 19 años de edad, distribuidos en 3 grupos etarios (figura
2), comportándose de forma similar a la distribución a nivel nacional (anexo 2),
por lo que se puede concluir, que la provincia se encontraba habitada,
mayoritariamente, por población joven.
Figura 2. Pirámide poblacional de la provincia de Cotopaxi
El número de hogares con niñas/os menores de cinco años de la provincia de

Cotopaxi asciende a 33148 para el 2006, con un 26,5% que habitan en el área
urbana y un 73,5% en la rural, mientras que a nivel nacional un 62,8% habita el
área urbana frente al 37,2% del área rural (Anexo 2), 1,4 niñas/os menores de
30
cinco años tienen en promedio29 los hogares de Cotopaxi, en el área rural el
promedio es de 1,5 mientras que en la urbana 1,2 (Tabla 11).
Tabla 11: Promedio de niñas/os menores de 5 años por hogar de la provincia de

Cotopaxi
Total de
hogares con
niñas/os
Desviación menores de % de
Media típica Mínimo Máximo cinco años hogares
Área Urbana 1,24 ,50 1,00 3,00 8797 26,5%
Rural 1,52 ,74 1,00 4,00 24350 73,5%
Total 1,44 ,69 1,00 4,00 33148 100,0%

29
Promedio calculado solo para los hogares que tiene al menos una niña/o menor de 5 años.
31
II.3.2. La desnutrición crónica infantil
La seguridad alimentaria ha tomado varios enfoques, en los años setenta,

“consistía esencialmente en que a lo largo del tiempo la producción y las
existencias de alimentos básicos en el mundo alcanzasen para sostener la
demanda mundial”30.
El concepto de seguridad alimentaria para los años ochenta incorporó una

nueva dimensión, la accesibilidad de alimentos, puesto que, no bastaba con
una suficiente oferta de alimentos, para evitar las hambrunas31. “El acceso a los
alimentos, depende de los ingresos derechos o títulos que los individuos o
familias poseen, los activos con los que cuentan, y el entorno social o
institucional”32.
En la década siguiente este concepto incluye la “seguridad nutricional” como

parte fundamental, ya que la malnutrición de las personas no solo se da en
hogares que no disponen ni tienen acceso a los alimentos, de aquí nace la
preocupación por las condiciones generales de salud y a las condiciones
sanitarias.
Según la FAO define a la inseguridad alimentaria como la “situación que se da

cuando las personas carecen de un acceso seguro a una calidad suficiente de
alimentos inocuos y nutritivos para un crecimiento y desarrollo normales y una
vida activa y sana. Puede deberse a la no disponibilidad de alimentos, el
insuficiente poder adquisitivo, la distribución inapropiada o el uso inadecuado
de los alimentos en el hogar. La inseguridad alimentaria, las malas condiciones
30
“Idem 12”.
31
“Idem 12” : Amartya Sen en su libro Poverty and famines publicado en 1981 demostró que muchas
hambrunas habían ocurrido sin que existiese un déficit de alimentos a nivel mundial o incluso en el país
afectado.
32
“Idem 12”.
32
de la salud y el saneamiento, y las prácticas de atención y alimentación
inapropiadas son las principales causas de un estado nutricional deficiente. La
inseguridad alimentaria puede ser crónica, estacional o transitoria”33.
La cuantificación de los conceptos relacionados con la seguridad alimentaria

puede enfocarse desde diversos puntos de vista, en correspondencia con los
variados matices y enfoques del concepto. Esencialmente esos enfoques son
dos: uno de ellos se dirige a medir la subalimentación, y el otro se orienta a la
medición del estado nutricional, siendo este de interés para esta investigación.
Según la Organización Mundial de la Salud (OMS), “la nutrición es la ingesta de

alimentos en relación con las necesidades dietéticas del organismo. Una buena
nutrición es un elemento fundamental de la buena salud. Una mala nutrición
puede reducir la inmunidad, aumentar la vulnerabilidad a las enfermedades,
alterar el desarrollo físico y mental, y reducir la productividad”.
Para la medición del estado nutricional el enfoque más usual se basa en

mediciones antropométricas, y se requiere:
1. Establecer cuáles son los pesos y estaturas normales.
2. Medir el peso y la estatura de la población involucrada.
3. Comparar los rangos normales con los valores reales y estimar la

incidencia y gravedad de los estados nutricionales deficientes.
Según el Dr Héctor Maletta y Rosario Gómez34, “la insuficiente satisfacción de

las necesidades nutricionales conduce a un estado nutricional deficiente, que
se manifiesta a través de diversos síntomas como son: peso insuficiente,
33
FAO, 2000 “El estado de la inseguridad alimentaria en el mundo”.
34
“Idem 12” .
33
retardo en el crecimiento infantil, y diversas enfermedades relacionados con la
desnutrición”.
La medición del estado nutricional de la población usualmente se mide a través

de indicadores antropométricos, como son:
Desnutrición Aguda: También denominada de corto plazo, ya que suele ser

una condición temporal en las niñas y niños que ocurre durante episodios de
bajo consumo e infecciones, esta desnutrición se mide a través del indicador
peso para la talla (P/T)35.
Desnutrición Crónica: También denominada histórica ya que permite medir el

efecto neto de la historia nutricional de las niñas y niños desde la etapa
intrauterina hasta el momento de la medición, esta desnutrición se mide a
través del indicador talla para la edad (T/E)36.
Desnutrición Global: Es un efecto combinado de los tipos de desnutrición

anteriores, en esta se presentan varias situaciones por lo que es bastante
ambiguo, ya que puede incluir niñas y niños con retraso de crecimiento pero
con peso normal para su talla, o bien niños con estatura normal pero con
excesiva delgadez o incluso niñas y niños que combinan retraso de talla con un
exceso de peso para su estatura, esta desnutrición se mide a través del
indicador peso para la edad (P/E)37.
El indicador que mejor evalúa el estado nutricional de las niñas y niños es el de

talla para la edad que mide desnutrición crónica, ya que como se mencionó
anteriormente es el que permite conocer la evolución histórica, y los efectos a
35
“Idem 12” .
36
“Idem 12”.
37
“Idem 12”.
34
las niñas y niños que padecen de este tipo de desnutrición, son irreversibles a
lo largo de toda su vida38.
Este indicador se refiere al retraso en el crecimiento de la estatura de los niños

de cada país o grupo, en comparación con la estatura de referencia para su
edad. La estatura de referencia la ha establecido la OMS en función del
crecimiento observado en niñas/os sanos y bien alimentados, y han creado las
curvas de crecimiento de las cuales se detalla a continuación el uso y la
interpretación de estas.
En los estándares del crecimiento que la OMS venía recomendado, conocidos

como las curvas OMS/NCHS39, se observó inconsistencias al comparar el
crecimiento de niñas/os alimentados con leche materna y alimentación
complementaria adecuadas en un ambiente óptimo para el crecimiento, con
las curvas recomendadas. Por tal motivo, la OMS organizó grupos de trabajo,
uno de los cuales recomendó la realización de un estudio multi-centro para la
elaboración de nuevos estándares de crecimiento, debido a que las curvas
OMS/NCHS, que la misma OMS venía recomendando, subestimaba la
desnutrición y sobreestimaba el sobrepeso, según la edad, de los niñas/os
menores de cinco años40.
“El estudio multicéntrico sobre el patrón de crecimiento combinó un

seguimiento longitudinal desde el nacimiento hasta los 24 meses de edad y un
estudio transversal de los niños de entre 18 y 71 meses. Se recogieron datos
primarios sobre crecimiento e información conexa de 8440 lactantes y niños
38
“Idem 12”.
39
Las curvas del crecimiento del “National Center for Health Statistics” (NCHS) fueron construidos
mediante la combinación de dos conjuntos distintos grupos de datos, recopilados en diferentes períodos.
Para los niños menores de 2 años, los datos provinieron del “Fels Longitudinal Study” realizado en
Yellow Springs, Ohio, durante el período comprendido entre los años 1929 y 1975. Las curvas Fels
reflejan el crecimiento de niños alimentados principalmente con fórmula y cuya alimentación
complementaria comenzó antes de los 4 meses. El grupo provino de entornos homogéneos en términos
genéticos, geográficos y socioeconómicos (De Onis, Garza, y Habicht, 2006).
40
“Mapa de desnutrición Crónica del Ecuador Enero 2010; Recuadro temático N°. 1; Wilma B. Freire;
Nutrición humana y Epidemiología”.
35
pequeños saludables alimentados con leche materna con antecedentes étnicos
y entornos culturales muy diversos (el Brasil, Ghana, la India, Noruega, Omán y
los Estados Unidos de América). Este estudio tiene la peculiaridad de que fue
concebido específicamente para elaborar un patrón seleccionando a niños
saludables que vivieran en condiciones favorables para que los niños alcancen
plenamente su potencial genético de crecimiento. Además, las madres de los
niños seleccionados para la construcción de los patrones realizaban prácticas
fundamentales de promoción de la salud, a saber, alimentar a los hijos con
leche materna y no fumar”41.
“Los patrones de crecimiento infantil de la OMS permiten comparar parámetros

del crecimiento importantes, como el peso y la talla/estatura de los lactantes y
niños, con un valor de referencia óptimo. Hay gráficos para varones y para
hembras y también gráficos para lactantes (hasta un año de edad) y para niños
de hasta cinco años”42.
II.3.3. Estimación de la desnutrición crónica (baja talla para la

edad)
Para estimar la desnutrición crónica (baja talla para la edad), se debe contar
con datos antropométricos (para este caso la talla), de una muestra
representativa de niñas y niños menores de cinco años recogidos bajo los
estándares técnicos recomendados en este tipo de mediciones.
Al calcular el índice de desnutrición crónica, el procedimiento es estandarizar

las unidades de medida de los datos antropométricos de cada niña y niño
41
“Patrones de crecimiento infantil Métodos y Desarrollo; OMS”.
42
“Patrones de Crecimiento Nota descriptiva no.1 OMS”,
36
observado en percentiles, puntajes z y porcentaje de adecuación a la
mediana43.
Percentiles: Son puntos estimativos de una distribución de frecuencias (de

individuos ordenados de menor a mayor) que ubican a un porcentaje dado de
individuos por debajo o por encima de ellos. Se acepta numerar los percentiles
de acuerdo al porcentaje de individuos que existen por debajo de ellos, así el
valor que divide a la población en un 97% por debajo y un 3% por encima es el
percentil 97. Al evaluar un individuo, se calcula su posición en una distribución
de referencia y se establece que porcentaje de individuos del grupo iguala o
excede44.
Porcentaje de adecuación a la mediana: es el cociente entre una medición

individual (por ejemplo, peso) y el valor de la mediana de la población de
referencia para ese índice, expresado en porcentaje45.
Puntaje z: Es una transformación de las observaciones siempre que estás

sigan una distribución normal46, lo cual permite medir las distancias que existe
entre una observación o individuo respecto al promedio en unidades de
desviación estándar.
De los tres métodos mencionados el que brinda mayor información y que

puede ser usado en análisis poblacionales (estadísticos) más completos es el
puntaje Z o puntaje de desviación estándar ya que presenta las siguientes
características: adherencia a distribución de referencia, escala lineal que
43
“Evaluación del estado nutricional de niñas, niños y mujeres embarazadas mediante antropometría;
Buenos Aires Ministerio de Salud de la Nación con apoyo de la OPS; 2009”.
44
“Idem 41”.
45
“Idem 41”.
46
“En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución
gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia
aparece en fenómenos reales”.
37
permite estadísticos de resumen, criterio uniforme entre índices, útil para
detectar cambios en extremos de la distribución47.
II.3.3.1. Cálculo e interpretación del puntaje Z
En su aplicación a la antropometría, es la distancia a la que se ubica la

medición de una niña/o con respecto a la mediana o percentil 50 de la
población de referencia48 para su edad y sexo, en unidades de desviación
estándar. Por tanto, puede adquirir valores positivos o negativos según sea
mayor o menor a la mediana. La fórmula de cálculo en distribuciones
estadísticas normales –gaussianas- (como la talla/edad) es la siguiente:
(Valor observado) - (Valor de la mediana de referencia para edad y sexo)

Z=
Desviación estándar de la población de referencia
Las niñas/os situados de la mediana de la población de referencia hasta ± 2

desviaciones estándar se consideran con estatura normal para la edad,
mientras que los que se encuentran a partir de -2 DE. de la mediana se
consideran con retraso de crecimiento para la edad (figura 3), y son
identificadas muchas veces como indicativas de desnutrición crónica49.
47
“Idem 41”.
48
“Niñas/os participantes en el estudio multicéntrico sobre el patrón de crecimiento de la OMS (2005)”.
49
“Idem 12”.
38
Figura 3: Esquema de Interpretación del Puntaje z
Si las niñas/os de la población de estudio estuvieran en condiciones normales,

se podría decir que un 2,3% de la población de estudio se encontrarían a -2DE.
ubicados en la zona de baja talla para la edad, el 95,4%50 de las niñas/os se
encuentran en el área donde la estatura es considerada normal para su edad y
el 2,3% restante se ubica en la región donde se considera que la talla excede
los parámetros comunes para su edad, como se muestra en la figura 4.
50
PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos.
39
Figura 4. Porcentaje bajo el área de la curva normal
A partir del cálculo del puntaje z la OMS elaboró las nuevas curvas de
crecimiento como se lo explica en el numeral II.3.2 de este documento, estos
parámetros son importantes indicadores de salud y ayudan a determinar el
estado de salud de una niña/o o una población de niñas/os y si su crecimiento
es adecuado.
En la figura 5, se observa cómo se forman las curvas de crecimiento a partir de

la distribución del puntaje z en cada mes de edad51, las niñas/os situadas a
51
A manera de ejemplo, en la figura 5 se muestra la distribución del puntaje z para las niñas/os de 36
meses de edad.
40
menos de -2 desviaciones estándar es decir, por debajo de la línea roja sufren
retardo de talla para la edad (desnutrición crónica), mientras más alejados de la
línea roja se encuentren mayores serán las probabilidades que tengan
problemas de salud, es decir las niñas/os que se encuentran a menos de -3
desviaciones estándar, por debajo de la línea negra, presentan retardo de talla
para la edad severa, como la niña/o 2 de la figura. Por otro lado la niña/o 1
presenta una estatura normal para su edad ya que se ubica entre la línea verde
(mediana de la población de referencia) y la línea roja (-2 DE).
Figura 5. Curvas de crecimiento de la OMS
41
El siguiente cuadro desarrollado por la OMS52, permite una mejor comprensión
de la interpretación de los diferentes indicadores de crecimiento (desnutrición
global, aguda, crónica e IMC) para niñas/os menores de cinco años.
Recuadro temático 1. Curvas de crecimiento de la OMS
Categorizando los indicadores
Puntaje Z
Indicadores de Crecimiento
Estatura/edad Peso/edad Peso/estatura IMC/Edad
Arriba 3 Ver nota 1 Obeso Obeso
Arriba 2 Ver nota 2 Sobrepeso Sobrepeso
Posible riesgo de
Posible riesgo de
Arriba 1 sobrepeso (Ver
sobrepeso (Ver nota 3)
nota 3)
0 (mediana)
Bajo −1
Retardo de estatura Bajo peso para Bajo IMC para

Bajo −2 Bajo peso
(Ver nota 4) estatura edad
Retardo de estatura Bajo peso para Bajo IMC para

Bajo −3 Bajo peso severo
severo (Ver nota 4) estatura severo edad severo
NOTAS:
1. Un niño en este rango es muy alto. Su altura es raramente un problema, a menos que sea excesiva y
puede indicar un desorden endocrino, como un tumor producido por la hormona de crecimiento. Seria
recomendable referir a este niño si usted sospecha de un desorden endocrino. (Ej.: si padres de talla
normal tienen un hijo con altura excesiva para su talla).
2. Un niño cuyo peso para la edad cae en este rango puede tener un problema de crecimiento, es
recomendable evaluar al niño con el indicador peso/talla o el índice de masa corporal para la edad.
3. Un punto por arriba de 1 demuestra un posible riesgo. Una tendencia hacia arriba demuestra un riesgo
categórico.
4. Es posible para un niño con retardo de estatura o un severo retardo de estatura llegar a ser sobrepeso.
52
Categorización de los indicadores, desarrollado por la OMS, traducido al español.
42
II.3.3.2. Software “WHO Anthro” para el cálculo de desnutrición
crónica
“El software “WHO Anthro” fue desarrollado para facilitar la aplicación de los
patrones de crecimiento infantil de la OMS en la vigilancia del crecimiento y el
motor de desarrollo en individuos y poblaciones de niños de hasta 5 años de
edad.
Una primera versión de este software fue publicado en el 2006, junto con el
conjunto de Patrones de crecimiento infantil de la OMS (es decir, el peso para
la edad, talla para la edad, peso para la talla, índice de masa corporal- para la
edad y las ventanas de logro para seis hitos motricidad gruesa).
En el 2007 la OMS publicó el segundo conjunto de normas para los indicadores

de la circunferencia de la cabeza-para el brazo de la edad, la circunferencia
para la edad, los pliegues cutáneos (tríceps y subescapular) para la edad, lo
que provocó la necesidad de actualizar el software.
OMS Anthro consta de tres módulos:

• Calculadora antropométrica (CA)
• Evaluación individual (IA)
• Encuesta nutricional (SN)
Cada módulo facilita funciones específicas, es decir, para evaluar el estado

nutricional de una niña/o, seguimiento de un niña/o desarrollo y crecimiento en
el tiempo, o realizar encuestas nutricionales, respectivamente”53.
En este estudio para efectos del cálculo de los puntajes z se utilizará la versión
v.3.1.0, del software WHO Anthro, el mismo que no tiene costo de
licenciamiento y se encuentra disponible en la página web de la OMS54.
53
WHO Anthro for personal computers, World Health Organization, 2010.
54
Página web oficial de la OMS http://www.who.int/childgrowth/en/.
43
II.3.3.3. Estimación de la prevalencia de desnutrición crónica
en niñas/os menores de cinco años de la provincia de
Cotopaxi
Para estimar la prevalencia de desnutrición crónica en niñas/os menores de

cinco años se debe adecuar los datos de acuerdo a los requerimientos
técnicos del software, las variables necesarias son las siguientes:
Tabla 12. Variables que intervienen en el cálculo de la desnutrición crónica usando el

software Anthro
Variable Formato
Fecha de nacimiento dd/mm/aaaa

Fecha de medición dd/mm/aaaa
Sexo Hombre (Male)
Mujer (Female)
Longitud/Estatura En centímetros
Peso En kilogramos
Medición recostado Si
No
Fuente: WHO Anthro for personal computers, World Health Organization, 2010.
Las fechas de nacimiento y medición el software utiliza para calcular la edad de

las niñas/os en meses, el sexo se utiliza para que permita la comparación con
los patrones, estos, se calcularon diferenciados para hombres y mujeres, la
longitud o estatura permitirá calcular el puntaje z de las niñas/os en estudio, es
necesario la variable que determine la forma en que se tomó la medida de las
niñas/os (medición recostado).
El siguiente diagrama explica los pasos necesarios a seguir para el cálculo de

la prevalencia de desnutrición crónica en niñas/os de cinco años:
44
Figura 6. Proceso del cálculo de desnutrición crónica
45
II.3.3.4. Resultados de la prevalencia de desnutrición crónica
En la ECV 2005-2006 se tomaron mediciones antropométricas (peso y talla) a

todos los de 0 a 59 meses de edad, a partir de estos datos se realizaran el
cálculo de los indicadores nutricionales de las niñas/os.
A continuación se muestran los principales resultados de la desnutrición

crónica, para el cálculo de la prevalencia no se tomaron en cuenta las niñas/os
que presentaban anomalías en el cálculo del puntaje z según el programa
WHO anthro55.
El retardo de talla para la edad, según la ECV 2005-2006 alcanzaba el 25,8%

a nivel nacional (ver tabla 13), la prevalencia en los hombre es del 27,5% y
24,0% para las mujeres, de igual manera en el área urbana alcanzaba un
19,2% mientras que en el área rural afectaba al 35,4% de niñas/os, el grupo de
población que alcanza el nivel más alto de desnutrición (50,5%), son los
niñas/os que provienen de hogares indígenas56 (ver anexo 3), también es
importante conocer el número de niñas/os que padecen desnutrición crónica, el
mismo que llegaba a 368606 para el período de estudio.
Tabla 13: Prevalencia de desnutrición crónica en el país
n %
Retardo de talla/edad 368606 25,8

Prevalencia de
desnutrición Sin retardo de talla/edad 1061101 74,2
crónica
Total 1429707 100,0
55
Se excluyeron en total 39 niñas/os del cálculo de la prevalencia de desnutrición crónica, ya que
presentaron errores en cualquiera de las cuatro medidas nutricionales (WHZ, HAZ, WAZ, BAZ).
56
Hogares con jefe/a que se autoidentificaron como indígenas.
46
Las tres provincias con niveles más altos de desnutrición están ubicadas en la
sierra y estas son: Chimborazo con 52,7%, Bolívar 47,9% (ver anexo 3) y
Cotopaxi 42,6% (ver tabla 14).
Tabla 14: Prevalencia de desnutrición crónica en la provincia de Cotopaxi
n %
Retardo de talla/edad 19282 42,6

Prevalencia de
desnutrición Sin retardo de talla/edad 25956 57,4
crónica
Total 45237 100,0
Como se mencionó anteriormente Cotopaxi tiene alto número de población

indígena (64586) tan solo superada por Chimborazo y Pichincha a nivel
nacional (ver Anexo 2), siendo este el grupo más vulnerable a padecer
desnutrición, en la provincia se evidencia que el indicador para este grupo es 9
puntos porcentuales más alto que el nacional (ver tabla 15).
47
Tabla 15: Prevalencia de desnutrición crónica según auto identificación étnica del jefe
del hogar en la provincia de Cotopaxi
Prevalencia de desnutrición crónica
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % N %
Indígena 9411 59,8% 6317 40,2% 15728 100,0%
Mestizo 9543 35,1% 17683 64,9% 27226 100,0%
Blanco 328 17,6% 1534 82,4% 1862 100,0%

Autoidentificación
étnica del jefe del Negro 0 ,0% 179 100,0% 179 100,0%
hogar
Mulato 0 ,0% 243 100,0% 243 100,0%
Otro 0 ,0% 0 ,0% 0 ,0%
Total 19282 42,6% 25956 57,4% 45237 100,0%

Las niñas/os que provienen de hogares indígenas, sin importar el área de

residencia son los que presentan los más altos índices de retardo de talla para
la edad, superando al promedio nacional con más de 20 puntos porcentuales,
como se muestra a continuación (ver figura 7)57.
57
Para el gráfico 1 se consideró la autoidentificación del jefe del hogar indígena y mestizo, ya que, las
demás categorías no mostraron ser significativas.
48
Figura 7. Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del
hogar y área de residencia de la provincia de Cotopaxi
70
60,5
60
51,2
47,0
50 42,6
39,3
Porcentaje
40
28,6 26,0
30 25,8 prevalencia de desnutrición
crónica a nivel nacional
20
10
0
Cotopaxi Total Indígena Mestizo Total Indígena Mestizo
Urbana Rural
Mientras que a nivel nacional hay diferencia entre hombres y mujeres que
padecen desnutrición crónica (3 puntos), en Cotopaxi tanto hombres como
mujeres alcanzan un 42,8% y 42,5% respectivamente, además se puede
visualizar que el número de niñas con retardo de talla es mayor que el de
niños. El indicador para el área rural es de 47% mientras que para el área
urbana 28,6%, siendo consistente con el nacional (ver tabla 16).
49
Tabla 16: Prevalencia de desnutrición crónica según sexo y área en la provincia de
Cotopaxi

Sin retardo de
n % N % n %
Hombre 9369 42,8% 12538 57,2% 21907 100,0%
Sexo
Mujer 9913 42,5% 13418 57,5% 23331 100,0%
Urbana 3074 28,6% 7683 71,4% 10758 100,0%
Área Rural 16208 47,0% 18272 53,0% 34480 100,0%
Total 19282 42,6% 25956 57,4% 45237 100,0%
Así mismo se puede estimar la desnutrición por nivel de afección, a nivel país
el retardo de talla es del 19,5% y el retardo de talla severa es del 6,3%
mientras que para Cotopaxi estos mismos indicadores alcanzan un 30,5% y
12,1% respectivamente58 (ver tabla 17).
Tabla 17: Niveles de desnutrición crónica en el país y Cotopaxi
País Cotopaxi
n % N %
Sin retardo de talla 1061101 74,2 25956 57,4
Retardo de talla 278779 19,5 13810 30,5

Niveles de desnutrición
Retardo de talla severa 89827 6,3 5471 12,1
Total 1429707 100,0 45237 100,0

58
Para el caso de nivel de afección de desnutrición se considera retardo de talla a las niñas/os que se
encuentran en el rango -2 DE>x≥-3 DE, y retardo de talla severa a las/os que se encuentran a x<-3 DE.
50
La desnutrición por nivel de afección según el sexo muestra que los hombres
son quienes se ven más afectados por el retardo de talla severa alcanzando al
15% de ellos, este porcentaje es similar al alcanzado por las niñas/os que
residen en el área rural (según tabla 18).
Tabla 18: Nivel de desnutrición crónica según área y sexo en la provincia de Cotopaxi
Sin retardo de Retardo de talla
talla Retardo de talla severa Total
N % N % n % n %
Hombre 12538 57,2% 6090 27,8% 3279 15,0% 21907 100,0%
Sexo Mujer 13418 57,5% 7721 33,1% 2192 9,4% 23331 100,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%
Urbana 7683 71,4% 2916 27,1% 158 1,5% 10758 100,0%
Área Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%
51
II.3.3.5. Comprobación de hipótesis
Para determinar si existe diferencia entre la prevalencia de desnutrición crónica

de las niñas/os según el área de residencia, se utilizarán pruebas estadísticas,
mediante las cuales se establecerá asociación y diferencia estadísticamente
significativa entre las variables de estudio.
Para la comprobación de la hipótesis59 se debe verificar que tipo de distribución

sigue la variable en estudio para aplicar la prueba estadística que se requiera.
Recuadro temático 2: PRUEBA DE NORMALIDAD KOLMOGOROV-SMIRNOV
PLANTEAMIENTO DE HIPÓTESIS
H0: La distribución de la variable HAZ sigue una distribución normal.
1
H1: La distribución de la variable HAZ NO sigue una distribución normal.
NIVEL DE SIGNIFICANCIA
2 α = 0.05
ESTADÍSTICO DE PRUEBA
D  max Fˆn  xi   F0  xi 
1 i  n
donde:
x
• i es el i-ésimo valor observado en la muestra (cuyos valores se han ordenado
3
previamente de menor a mayor).
F̂n  xi  xi .
• es un estimador de la probabilidad de observar valores menores o iguales que
F x  xi cuando H
• 0 i es la probabilidad de observar valores menores o iguales que 0 es
cierta.
REGLA DE DESICIÓN
4 Si p valor > α se acepta H0.
DESICIÓN
Valor calculado= 0,058
5 P valor= 0,012
Como 0,012 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
6
La distribución de la variable HAZ NO sigue una distribución normal.
59
Primera hipótesis del plan de tesis “La prevalencia de desnutrición crónica en las niñas y niños menores
de cinco años es diferente en el área urbana que en la rural en la provincia de Cotopaxi”.
52
Se utiliza la prueba de Kolmogorov-Smirnov60 para determinar si la variable en
estudio, para nuestro caso HAZ61, sigue una distribución normal. Al nivel de
significancia del 95% rechazamos la hipótesis nula de que la variable de
estudio sigue una distribución normal (ver tabla 19), por lo tanto se debe utilizar
una prueba no paramétrica para determinar si existe diferencia
estadísticamente significativa entre el puntaje z (HAZ) de las niñas/os de
Cotopaxi según el área de residencia.
Tabla 19: Prueba de normalidad
Kolmogorov-Smirnov
Estadístico Gl Sig.
HAZ ,058 316 ,012
Debido a que la variable HAZ no sigue una distribución normal, para determinar
si existe diferencia significativa en el puntaje z en las niñas/os de Cotopaxi
según el área de residencia, es necesario aplicar la prueba no paramétrica U
de Mann-Whitney ya que la única suposición necesaria para su aplicación es
que la distribución de HAZ sea continua62.
60
Esta prueba se basa en una comparación entre las funciones de distribución acumulativa que se
observan en la muestra ordenada y la distribución propuesta (distribución normal) bajo la hipótesis nula.
Si esta comparación revela una diferencia suficientemente grande entre las funciones de distribución
muestral y la propuesta, entonces la hipótesis nula de que la distribución es normal, se rechaza.
“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.
61
Length or height-for-age z-score, puntaje z de la talla o estatura para la edad.
62
“Idem 50”.
53
Recuadro temático 3: PRUEBA U de Mann-Whitney
H0: El puntaje Z de las niñas/os de la provincia de Cotopaxi es igual en el área urbana y en
el área rural
1 H1: El puntaje Z de las niñas/os de la provincia de Cotopaxi NO es igual en el área urbana y
en el área rural
α = 0.05
2
n1 (n1  1)
U  R1 
2
n2 (n2  1)
U  R2 
2
3 donde:
El estadístico U se define como el mínimo de U1 y U2.
• n1 y n 2 son los tamaños respectivos de cada muestra.
• R1 y R2 es la suma de los rangos de las observaciones de las muestras 1 y 2
respectivamente.
Para calcular el estadístico U se asigna a cada uno de los valores de las dos muestras su
rango para construir.
REGLA DE DESICIÓN
Si p valor > α se acepta H0.
4
DESICIÓN
P valor= 0 ,000
5 Como 0,000 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
El puntaje Z de las niñas/os de la provincia de Cotopaxi del área urbana es diferente que el
6 puntaje Z de las niñas/os del área rural.
54
A un nivel de significancia del 95% según la prueba U de Mann-Whitney63, se
evidencia que existe diferencia significativa en el puntaje z entre las niñas/os de
la provincia de Cotopaxi según el área de residencia (urbano/rural) (ver tabla
20).
Tabla 20: Prueba de Mann-Whitney para el área
HAZ
U de Mann-Whitney 6111,500
Z -3,592
Sig. asintót. (bilateral) ,000
Por otro lado, en cuanto a la variable sexo, con un nivel de significancia del
95% no se evidencia diferencia significativa en el puntaje z en la provincia de
Cotopaxi (ver tabla 21), mientras que a nivel nacional con esta variable el
comportamiento es opuesto, es decir existe diferencia significativa en el puntaje
z entre las niñas y los niños de todo el país (ver anexo 4).
Tabla 21: Prueba de Mann-Whitney para el sexo
HAZ
Z -,728
63
La prueba de Mann-Whitney se basa en una combinación de las n1 y n2 observaciones para formar un
solo conjunto de n1 + n 2 observaciones arregladas en orden creciente de magnitud. Entonces se asigna
un rango a cada observación en la secuencia ordenada que comienza con un rango 1 y termina con un
rango n1 + n2. Si las muestras aleatorias provienen de poblaciones que tienen la misma distribución, se
espera que los rangos se encuentren lo suficientemente dispersos cuando se observa en que muestra se
encuentran las observaciones. De otra forma, debe esperarse que los rangos de las observaciones en cada
muestra se encuentren muy agrupados en los extremos. En esencia, la estadística de Mann-Whitney
determina cuando un agregado de rangos observados es suficiente para concluir que las 2 muestras
aleatorias provienen de poblaciones cuyas distribuciones difieren en la tendencia central.
“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.
55
Para identificar si existe asociación entre la variable prevalencia de desnutrición
crónica y el área de residencia de las niñas/os de la provincia de Cotopaxi se
utiliza una prueba chi cuadrado64.
Recuadro temático 4: PRUEBA DE INDEPENDENCIA (Chi- CUADRADO)
H0: NO existe asociación entre la prevalencia de desnutrición crónica y el área de
residencia (Urbana ó Rural) de los niños/as de la provincia de Cotopaxi
1
H1: Existe asociación entre la prevalencia de desnutrición crónica y el área de residencia
(Urbana ó Rural) de los niños/as de la provincia de Cotopaxi
α = 0.05
2
donde:
3  denota a las frecuencias observadas. Es el número de casos observados

clasificados en la fila i de la columna j.
 denota a las frecuencias esperadas o teóricas. Es el número de casos esperados
correspondientes a cada fila y columna. Se puede definir como aquella frecuencia
que se observaría si ambas variables fuesen independientes.
REGLA DE DESICIÓN
Si p valor > α se acepta H0.
4
DESICIÓN
P valor=0,006
5
Como 0,006 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
La prevalencia de desnutrición crónica está asociada al área de residencia (Urbana ó Rural)
6 de los niños/as de la provincia de Cotopaxi
64
La prueba chi cuadrado contrasta si existe independencia entre dos variables de estudio.
56
A un 95% de nivel de significancia se puede afirmar que existe asociación entre
la prevalencia de desnutrición crónica y el área de residencia de las niñas/os de
la provincia de Cotopaxi (ver tabla 22).
Tabla 22: Pruebas de chi-cuadrado para el área
Sig.
asintótica
Valor gl (bilateral)
Chi-cuadrado de
7,421 1 ,006
Pearson
N de casos válidos 316
Al mismo nivel de significancia se evidencia que existe independencia entre la

prevalencia de desnutrición crónica y el sexo de las niñas/os de la provincia de
Cotopaxi (ver tabla 23), mientras que nivel nacional existe asociación entre
estas dos variables (ver anexo 4).
Tabla 23: Pruebas de chi-cuadrado para el sexo
Sig.
asintótica
Chi-cuadrado de
,023(b) 1 ,879
Pearson
Mediante la utilización de las pruebas tanto para variable continua (HAZ), como
para la variable discreta (prevalencia de desnutrición crónica), se visualiza que
existe una marcada diferencia entre las niñas/os que residen en el área urbana
con las/os que residen en el área rural de la provincia de Cotopaxi, siendo
57
mayor el grado de desnutrición crónica en el área rural, mientras que con la
variable sexo no se evidencia diferencia significativa.
Los índices de retardo de talla para la edad en las niñas/os de la provincia de

Cotopaxi, son más elevados para quienes residen en el área rural, por lo que
esta característica es un factor determinante que influye en el desarrollo y
crecimiento de las niñas/os de la provincia.
Al igual que en toda la sierra central del Ecuador, Cotopaxi se encuentra

habitada por un gran número de población indígena, siendo este el grupo más
afectado por este grave problema, puesto que, los índices de retardo de talla
para la edad son igualmente altos en este grupo sin importar el área de
residencia, lo que hace pensar que está condición es determinante al momento
de priorizar las características que más influyen en la prevalencia de
desnutrición crónica.
Este es un primer enfoque sobre los posibles factores determinantes y su

influencia en la prevalencia de desnutrición crónica, en los siguientes capítulos
se identificará, profundizará y priorizará a mas de estos, otros factores que
permitan tener una visión más amplia de este problema persistente que afecta
durante todo el ciclo de vida.
58
Capítulo III.- Factores determinantes de la desnutrición crónica
infantil de la provincia de Cotopaxi
La encuesta de condiciones de vida 2005-2006 (ECV) muestra que el 25,8% de

las niñas/os menores de 5 años del Ecuador, sufren de retardo de talla, en la
provincia de Cotopaxi el porcentaje es aún mayor alcanzando un 42,6 %.
Este capítulo se centra en el impacto de los factores que influyen en el estado

nutricional de las niñas/os que residen en la provincia. Como se probó en el
capítulo anterior, existen variaciones significativas en el retardo de crecimiento,
entre las zonas de residencia de las niñas/os, la desnutrición se encuentra
principalmente en la zona rural de la provincia y más acentuada en las niñas/os
que provienen de hogares indígenas.
Por lo tanto, se busca proporcionar una cierta comprensión de los

determinantes de la malnutrición infantil en los hogares vulnerables situados
predominantemente en zonas rurales de Cotopaxi, en comparación con los
hogares en las correspondientes zonas urbanas. El estudio se basa en el
entendimiento de las fuentes de vulnerabilidad, que los hogares enfrentan,
incluyen los factores físicos, nutricionales relacionados con el estado de salud,
y factores económicos relacionados con la sostenibilidad de los hogares.
En la selección de posibles determinantes de la desnutrición, se va a tomar en

cuenta los datos disponibles de la ECV 2005-2006, y las investigaciones
realizadas sobre desnutrición infantil en Ecuador y en otros países así como
las consideraciones para cualquier variable que se sabe de considerable
interés para conocer las principales causas del retardo de crecimiento infantil
ver figura 865. En general, estos factores pueden agruparse en cinco grupos
65
Efectos de la desnutrición, adaptado por UNICEF (1998) el estado de los niños del mundo de
1998, OxfordUniversity Press, Oxford tomado de Nutrition for improved development outcomes; 5th
report on the world nutrition situation; united nation systems, march 2004.
59
como son factores medioambientales, socioeconómico culturales, político
institucionales, productivos y biomédicos66 como se presenta en el anexo 5.
Figura 8: Marco conceptual para las causas de la desnutrición (UNICEF 1998)
Fuente: Adaptado por UNICEF (1998) el estado de los niños del mundo de 1998, Oxford University
Press, Oxford
66 “
Idem 7”.
60
Así este capítulo se centra en el modelado de los factores determinantes
básicos de la nutrición infantil.
III.1. Construcción del modelo de regresión
De la literatura estudiada se puede considerar algunas variables que son

causas del retardo de crecimiento, a continuación se realiza un análisis
descriptivo de estas.
III.1.1. Análisis descriptivo de los principales factores

determinantes de la desnutrición crónica en la provincia
En este apartado, mediante un análisis bivariado, se estudia los principales

factores determinantes de la desnutrición crónica, evidenciados en la literatura,
con la finalidad de tener un primer enfoque descriptivo que cada uno de estos
tiene respecto al retardo de crecimiento en la provincia. Sin embargo más
adelante se verificará el comportamiento de estas en conjunto con las demás
variables.
Sector en el que trabaja el jefe del hogar
Esta variables se basa en el sector de ocupación al que pertenece67 el jefe del

hogar, en la provincia se observa que un 45,1% de las niñas/os cuyos jefes del
hogar trabajan en el sector no agropecuario sufren de retardo de talla, la
literatura revisada manifiesta que esta variable es un posible factor que incide
en la desnutrición crónica68.
67
Se agrupó a partir la posición ocupacional declarada en la ECV 2005-2006, de la siguiente manera: No
agropecuario (Empleado/ Obrero de Gobierno, Empleado/ Obrero Privado, Jornalero o Peón, Patrono,
Cuenta propia, Trabajador del hogar sin pago, Trabajador no del hogar sin pago), agropecuario
(Trabajador agropecuario a sueldo/ salario, Jornalero/ Peón agropecuario, Patrón de la finca,
Trabajador agropecuario por cuenta propia, Ayudante agropecuario del hogar sin pago, Ayudante
agropecuario no del hogar sin pago) y una categoría de Empleado(a) doméstico(a).
68
Como menciona Victor Ajieroh Consultant, en su paper “A Quantitative Analysis of Determinants of
Child and Maternal Malnutrition in Nigeria” Background Paper No. NSSP10 December 2009,
International Food Policy Research Institute, Nigeria.
61
Algunos estudios han demostrado que la jefatura femenina del hogar tiene
un efecto mixto sobre la nutrición69, en los resultados obtenidos para Cotopaxi
la mayor cantidad de hogares tienen como cabeza de familia una persona de
sexo masculino, siendo en este grupo donde el índice más elevado de retardo
de talla (44,1%), aunque el grupo que tiene mujeres al frente del hogar es
menor que el de hombres, el porcentaje de niñas/os con retardo de talla es
considerable.
Estado civil de la madre
El estado civil de la madre puede relacionarse a la condición social y el nivel de

recursos disponibles para el cuidado de los niñas/os del hogar70, en Cotopaxi el
mayor número de niñas/os con desnutrición crónica se encuentra en el grupo
de las madres con estado civil casada (13948), vale mencionar que este es el
grupo con mayor cantidad de personas.
Abastecimiento de agua
El abastecimiento de agua es una variable importante para el cuidado de la

salud de las niña/os, y que al analizar en conjunto con la desnutrición crónica,
los resultados inducen a considerarla como un factor determinante del retardo
de talla.
Ocupación de la madre
La ocupación71 de la madre es una variable que puede tener efecto significativo

sobre el estado nutricional de las niña/os, por lo que es importante medir su
impacto sea este negativo o positivo sobre el retardo de talla.
69
“Idem 68”
70
“Idem 68”
71
“Idem 67”
62
Nivel de instrucción de la madre
Generalmente las madres que alcanzaron algún nivel de educación conocen

como utilizar de mejor manera los recursos disponibles para mejorar el estado
nutricional de sus familias respecto de quienes no alcanzaron algún nivel de
educación72. Como se refleja al realizar la comparación entre el nivel de
educación de la madre y la prevalencia de desnutrición en la provincia.
Lactancia materna exclusiva
“La OMS recomienda a todas las madres la lactancia materna exclusiva

durante los primeros 6 meses, con el fin de ofrecer a sus hijos un crecimiento,
desarrollo y salud óptimos, la lactancia materna exclusiva, sin otros alimentos
ni líquidos, durante los primeros 6 meses de vida tiene varias ventajas en
comparación con la lactancia materna exclusiva durante solo 3 a 4 meses,
seguida de la combinación de la lactancia materna con otros alimentos”73.
72
“Idem 68”
73
Declaración 15 de Enero 2011 “La lactancia materna exclusiva durante los primeros 6 meses es lo
mejor para todos los niños”.
http://www.who.int/mediacentre/news/statements/2011/breastfeeding_20110115/es/
63
Tabla 24: Prevalencia de desnutrición crónica en las niñas/os menores de cinco años
según posibles factores determinantes en la provincia de Cotopaxi
Retardo de Sin retardo de

talla/edad talla/edad
n % n %
Sector no agropecuario 12094 45,1% 14741 54,9%
Ocupación del jefe de Sector agropecuario 6848 38,4% 10979 61,6%

hogar
Sin Ocupación 339 59,0% 235 41,0%
Hombre 17384 44,1% 21994 55,9%

Mujer 1898 32,4% 3962 67,6%
Unión libre 3352 55,1% 2726 44,9%
Casado 13948 44,2% 17633 55,8%

Sin pareja 1258 20,8% 4779 79,2%
Sin madre del niño en el

724 47,0% 818 53,0%
hogar
4935 30,9% 11049 69,1%

Red pública
Abastecimiento de agua 11281 50,2% 11199 49,8%
Otra fuente por tubería
2319 48,4% 2474 51,6%

Río vertiente o acequia
747 37,7% 1234 62,3%

Otro, cual
3974 27,4% 10521 72,6%

No agropecuario
12386 53,1% 10945 46,9%

Agropecuario
2197 37,4% 3673 62,6%
No trabaja
724 47,0% 818 53,0%
hogar
64
Retardo de Sin retardo de

talla/edad talla/edad
n % n %
Ninguno 2405 66,8% 1194 33,2%
Primaria 12400 50,4% 12186 49,6%
Secundaria 2950 29,1% 7180 70,9%

Nivel de instrucción de la
madre Superior 803 14,9% 4578 85,1%

724 47,0% 818 53,0%
hogar
0 831 36,4% 1455 63,6%
1 127 18,2% 573 81,8%
2 230 16,8% 1141 83,2%
3 1033 41,1% 1483 58,9%
4 930 29,2% 2256 70,8%
5 2111 47,8% 2306 52,2%

Lactancia materna
exclusiva 6 8043 43,0% 10648 57,0%
7 2822 62,5% 1693 37,5%
8 2144 54,2% 1811 45,8%
12 125 100,0% 0 ,0%
Todavía le da solamente
885 25,5% 2590 74,5%
pecho
Total 19282 42,6% 25956 57,4%
65
“En general, se sabe que una familia numerosa tiene un impacto
negativo sobre el estado nutricional y bienestar de los hogares. Sin embargo,
algunos estudios también han relacionado los tamaños grandes de la
familia con una mejor nutrición”74. En la provincia el tamaño75 promedio del
hogar es de 6,78 personas en los hogares donde las niñas/os presentan
retardo de talla, siendo casi similar al promedio nacional (6,14) ver anexo 6.
De igual manera, el porcentaje de niña/os menores de cinco años en el hogar

es una variable que refleja la carga de atención en términos de la nutrición76, en
Cotopaxi los hogares con niñas/os con desnutrición crónica se estima que
aproximadamente la tercera parte (29%) que los conforma son niñas/os
menores de cinco años, entonces el número promedio de niña/os menores de
cinco años en el hogar es de 1,89 niñas/os.
Tabla 25: Prevalencia de desnutrición en las niñas/os menores de cinco años según
tamaño del hogar
Retardo de talla/edad Sin retardo de talla/edad
Desviación Desviación
Media típica Mediana Media típica Mediana
Tamaño del hogar 6,78 2,82 6,00 6,13 3,08 5,00

Porcentaje de
niña/os menores
29,44% 11,27 25,00% 28,93% 11,22 25,00%
de cinco años en
el hogar77
Número de
niñas/os menores 1,89 ,85 2,00 1,65 ,82 1,00
de cinco años
74
“Idem 68”
75
Este tamaño se calculó únicamente para los hogares que tienen niñas/os menores de cinco años
76
“Idem 68”
77
Se obtiene calculando el porcentaje de niñas/os menores de cinco años en cada uno de los hogares de la
provincia, luego se obtiene el promedio de estos porcentajes.
66
III.1.2. Índice de condiciones socioeconómicas
La construcción de la variable de condiciones socioeconómicas del hogar se

desarrolla utilizando dos técnicas estadísticas, componentes principales78 y
clusster análisis79, para el cálculo se utiliza 5 variables compuestas a partir de
los datos originales de la ECV.
A continuación se explica la conformación de las variables compuestas a partir

de las variables originales80.
1. Años de escolaridad.- Esta variable se construyó tomando el promedio

entre la escolaridad del jefe(a) y el cónyuge, en caso de no existir
cónyuge este indicador corresponde al del jefe(a) del hogar.
2. Índice de equipamiento del hogar.- Es un índice construido a partir de

los bienes que tienen los hogares encuestados, ponderado por el costo
promedio de cada bien calculado a partir de los datos de la encuesta, el
listado de bienes es:
78
El Análisis de Componentes principales consiste en encontrar transformaciones ortogonales de las
variables originales para conseguir un nuevo conjunto de variables incorreladas, denominadas
Componentes Principales, que se obtienen en orden decreciente de importancia, “José Luis Vicente
Villardón, Departamento de Estadística, Universidad de Salamanca”.
79
El Análisis de Clusters (o Análisis de conglomerados) es una técnica de Análisis Exploratorio de Datos
para resolver problemas de clasificación. Su objeto consiste en ordenar objetos (personas, cosas,
animales, plantas, variables, etc, …) en grupos (conglomerados o clusters) de forma que el grado de
asociación/similitud entre miembros del mismo cluster sea más fuerte que el grado de
asociación/similitud entre miembros de diferentes clusters. Cada cluster se describe como la clase a la que
sus miembros pertenecen “José Luis Vicente Villardón, Departamento de Estadística, Universidad de
Salamanca”.
80
En base a la metodología de la publicación de la “Encuesta Nacional de Salud Bienestar y
Envejecimiento Sabe 1 Ecuador 2009-2010, MIES Aliméntate Ecuador ”
67
a) Refrigeradora o) Lavadora de platos
b) Máquina de coser p) Línea telefónica
c) Cocineta q) Ventilador
d) Cocina r) Bicicleta
e) Licuadora s) Carro
f) Batidora t) Motocicleta
g) Plancha u) Máquina de escribir
h) TV. Blanco y negro v) Aire acondicionado
i) TV a color w) Horno de toda clase
j) Equipo de sonido x) Waflera
k) Betamax/VHS/DVD/VCD y) Computadora
l) Teatro en casa z) Lavadora
m) Juego de video (play station, aa)Radio grabadora
nintendo)
n) Secadora de ropa
3. Índice de la vivienda.- Para la construcción de la variable compuesta de

vivienda se utilizó las siguientes variables:
a) Variable de piso adecuado: definida como pisos de entablado

o parquet, baldosa o vinyl, ladrillo o cemento. Excluye las
viviendas con piso de caña, tierra y otros materiales.
b) Variable de cuarto exclusivo para cocinar en el hogar
c) Variable de cuarto de baño exclusivo para el hogar
d) Variable de viviendas con alcantarillado
e) Variable de viviendas con alcantarillado que tenga conexión a
red pública. Esta variable excluye a viviendas con pozo ciego,
pozo séptico y cualquier otra forma de eliminación de aguas
servidas
f) Variable de no hacinamiento, definido hasta tres personas por
cuarto
68
g) Variable de conexión a luz eléctrica
h) Variable de ducha en el hogar
i) Variable de servicio de internet en el hogar
j) Variable de televisión por cable en el hogar
4. Gasto total.- Esta compuesta por todos los gastos alimentario y no
alimentarios del hogar mensual.
5. Variable de bono de desarrollo humano.- Diferencia a las personas

que no reciben el bono de desarrollo humano (BDH).
El resultado del análisis de componentes principales nos permite resumir la

información de las 5 variables en 2 factores que explican el 74,36% de la
varianza, pero como se quiere agrupar a los hogares mediante análisis de
conglomerados y para tener una mejor discriminación, se tomaron 4 factores
(componentes) que son ortogonales81 entre sí que explican el 93,76% de la
varianza.
Tabla 26: Varianza total explicada
Sumas de las saturaciones al cuadrado

Autovalores iniciales de la extracción
% de la % % de la %
Total varianza acumulado Total varianza acumulado
1 2,850 56,997 56,997 2,850 56,997 56,997
2 ,868 17,367 74,364 ,868 17,367 74,364
Componente 3 ,581 11,620 85,985 ,581 11,620 85,985
4 ,389 7,782 93,767 ,389 7,782 93,767
5 ,312 6,233 100,000 ,312 6,233 100,000
Método de extracción: Análisis de Componentes principales.
Cada componente principal es una variable que otorga a cada hogar

entrevistado un puntaje que resume su situación en relación a las 5 variables
iniciales. Por consiguiente, un hogar que tiene alto promedio de escolaridad,
81
Estos nuevos factores no se correlacionan es decir son independientes, y tienen media=0 y
desviación=1 es decir están estandarizados.
69
alto índice de vivienda, bienes y gasto, por lo que tiene un alto puntaje en el
primer componente principal, en cambio un hogar que recibe BDH tiene un alto
puntaje en el segundo componente. En la tabla 27 se ve los puntajes
asignados en el primer componente en relación al segundo, de cada hogar.
Tabla 27: Matriz de componentes
Componente
1 2 3 4
Escolaridad ,796 ,047 -,457 ,355
Bono ,537 ,766 ,340 ,095
Vivienda ,815 ,145 -,282 -,484
Bienes ,762 -,388 ,401 -,058
Gasto ,826 -,329 ,128 ,127
Método de extracción: Análisis de componentes principales.
Una vez construidos los componentes y asignados cada uno de los hogares, se
utilizó la información para agrupar a los hogares de acuerdo a sus similitudes y
diferencias, en relación a las cinco variables iniciales resumidas en los cuatro
componentes. Las agrupaciones hechas con el análisis de conglomerados
(cluster analysis), determinan cinco grupos de condiciones socioeconómicas
claramente diferentes entre sí.
En la figura 9 se pueden observar cómo se agrupan los hogares con

características similares.
70
Figura 9: Dendograma de agrupación de los hogares de la provincia de Cotopaxi
A continuación podemos ver las condiciones socioeconómicas de las personas

que caen dentro de cada grupo o cluster determinado en el análisis de
conglomerados.
En la tabla 28 podemos observar los 5 grupos (cluster) en relación a las 5

variables originales, se mira claramente que el cluster 4 es el que tiene mayor
promedio en escolaridad, de igual manera tiene un alto índice de vivienda,
bienes y gasto en promedio y ningún hogar recibe el BDH, mientras el cluster 5
tiene bajos índices de escolaridad, vivienda, bienes y gasto además todos los
hogares que conforman este grupo reciben el BDH, se utilizó una escala ordinal
para identificar a cada grupo de acuerdo a las condiciones que los caracteriza.
Al cluster 4 se lo consideró como “Buenas con mejor escolaridad”, debido a

que alcanza el índice de escolaridad más alto, se ha evidenciado que el nivel
71
de educación tiene influencia positiva en la calidad de vida de las personas82 en
cambio al cluster 2 se lo denominó “Buenas con mejores posibilidades
económicas” ya que presenta mayor índice de bienes y gastos.
Tabla 28: Índice de condiciones socioeconómicas para la provincia de Cotopaxi
Bono de
desarrollo
Escolaridad Vivienda Bienes Gasto humano
No
Recibe recibe
Media Media Media Media BDH BDH
Cluster 1-“Regulares “ 5,25 6,33 1058,32 298,23 ,0% 100,0%
Cluster 4- “Buenas con
12,85 6,89 1257,48 399,83 ,0% 100,0%
mejor escolaridad”
Condiciones Cluster 3- “Malas sin
5,46 3,29 608,71 239,43 ,0% 100,0%
socioeconómicas ayuda gubernamental”
Cluster 2-“Buenas con
mejor posibilidades 8,95 6,47 8813,94 695,76 29,2% 70,8%
económicas ”
Cluster 5-“Malas con
3,76 3,19 517,90 237,54 100,0% ,0%
ayuda gubernamental”
Del 42,6% de niñas/os con retardo de talla para la edad, un 7,8% se

encuentran en el grupo de condiciones socioeconómicas “Buenas con mejor
escolaridad”, mientras que un 56,3% (ver anexo 6) se encuentran en el grupo
“Malas con ayuda gubernamental”, esto indica que el índice construido a partir
del ACP (análisis de componentes principales) y el análisis de conglomerados
(cluster análisis), conformó los grupos con hogares de características similares.
Dentro de cada grupo socioeconómico la desnutrición se comporta como se

observa en la siguiente figura, en el grupo con menor porcentaje de niñas/os
desnutridos como se esperaba es el de buenas condiciones con mejor
escolaridad, mientras que las niñas/os que se encuentran más afectados por
82
“Idem 68”
72
este problema son las/os que pertenecen al grupo con malas condiciones con
ayuda gubernamental.
Figura 10: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas
100,00
Retardo de talla/edad
90,00
28,21 26,19 Sin retardo de talla/edad
80,00 39,66
45,16
53,42
70,00
60,00
50,00
40,00
71,79 73,81
30,00 60,34
54,84
46,58
20,00
10,00
0,00
Buenas con mejor Buenas con mejor Regulares Malas sin ayuda Malas con ayuda
posibilidades escolaridad gubernamental gubernamental
económicas
73
III.2. Modelo de regresión logística
En este apartado, se identifica los factores determinantes que inciden en la

desnutrición crónica, utilizando una de las técnicas de regresión denominada
regresión logística ya que la variable dependiente es dicotómica83 como se
explica a continuación:
“La regresión logística es un instrumento estadístico de análisis bivariado o

multivariado, de uso tanto explicativo como predictivo. Resulta útil su empleo
cuando se tiene una variable dependiente dicotómica (un atributo cuya
ausencia o presencia se ha puntuado con los valores cero y uno,
respectivamente) y un conjunto de m variables predictoras o independientes,
que pueden ser cuantitativas (que se denominan covariables o covariadas) o
categóricas. En este último caso, se requiere que sean transformadas en
variables ficticias o simuladas (“dummy”)”84.
El propósito del análisis es predecir la probabilidad de que a alguien le ocurra

cierto evento, en el presente estudio, que una niña/o presente o no retardo de
talla para la edad, también determinar qué variables influyen o pesan más para
aumentar o disminuir la probabilidad de que a alguien le suceda el evento en
cuestión.
Esta asignación de probabilidad de ocurrencia del evento a un cierto sujeto

(niña/o), así como la determinación del peso que cada una de las variables
dependientes en esta probabilidad, se basan en las características que
presentan los sujetos a los que, efectivamente, les ocurren o no estos sucesos.
En este estudio, la regresión logística tomará en cuenta los valores que
83
La variable prevalencia de desnutrición toma los valores 0 para niñas/os sin retardo de talla para la
edad, y 1 para niñas/os con retardo de talla para la edad.
84
Sociedad española de bioquímicaclínica y patología molecular; Modulo 3: Regresión logística y
múltiple http://www.seqc.es/
74
asumen en una serie de variables (edad de la madre, sexo de la niña/o, nivel
educativo de la madre, posición en el hogar, etc.) las niñas/os que están
efectivamente desnutridos (= 1) y los que no lo están (= 0). En base a ello,
predecirá a cada uno de las niñas/os independientemente de su estado real y
una determinada probabilidad de ser desnutrido (es decir, de tener valor 1 en la
variable dependiente). Por ejemplo, si un niño es varón, su madre tiene bajo
nivel de educación y el jefe del hogar trabaja en el sector agropecuario el
modelo le predecirá una alta probabilidad de estar desnutrido (puesto que la
prevalencia de desnutrición para este grupo así definido es alta), generando
una variable con esas probabilidades estimadas. Y procederá a clasificarlo
como desnutrido en una nueva variable, que será el resultado de la predicción.
Además, analizará cuál es el peso de cada uno de estas variables
independientes en el aumento o la disminución de esa probabilidad. Por
ejemplo, cuando aumenta la educación de la madre disminuirá en algo la
probabilidad de ser desnutrido.
El modelo tiene un buen nivel de pronóstico cuando los datos estimados son
concordantes con los datos reales.
Para explicar el comportamiento de una variable dependiente binaria

(prevalencia de desnutrición) se usa un modelo Logit de la forma:
1
Pi  E  Y  1   (1)
 X i  1  e 0 1 X1 ...  n X n 
    
75
Donde :
 Pi=E(Y =1 | Xi) es la probabilidad de que Y tome el valor 1 (presencia de
la característica estudiada), en presencia de las covariables Xi ; Xi es un
conjunto de n covariables {X1, X2,…,Xn}que forman parte del modelo;
 0 es la constante del modelo o término independiente;
 1 los coeficientes de las covariables.
Este tipo de modelos no resulta posible interpretar directamente las

estimaciones de los parámetros β, ya que son modelos no lineales. Lo que se
hará en la práctica es, fijarse en el signo de los estimadores. Si el estimador es
positivo, significará que incrementos en la variable asociada causan
incrementos en P(Y = 1) (aunque se desconoce la magnitud de los mismos).
Por el contrario, si el estimador muestra un signo negativo, ello supondrá que
incrementos en la variable asociada causarán disminuciones en P(Y = 1)85.
La naturaleza no lineal de la transformación logística requiere el procedimiento

de máxima verosimilitud para la estimación más probable de los coeficientes.
“El procedimiento que calcula el coeficiente logístico compara la probabilidad

de la ocurrencia de un suceso con la probabilidad de que no ocurra. Este odds
ratio puede expresarse como:
Pr ob( evento ) PY  1

 e  0  1 X 1 ...  n X n Odds   e  0  1 X 1 ...  n X n (2)
Pr ob ( no evento ) 1  P(Y  1)
ó
85
Regresión Logística Binaria Ángel Alejandro Juan Pérez, Renatas Kizys, Luis María Manzanedo Del
Hoyo; UOC.
76
Los coeficientes estimados (β0, β1, β2,…, βn) son en realidad medidas de los
cambios en el ratio de probabilidades, denominado odds ratio”86.
Si se toma logaritmos neperianos en la expresión anterior, obtenemos una

expresión lineal para el modelo:
 PY  1 
Logit PY  1  ln    0  1 X 1  ...   n X n (3)
 1  PY  1 
Aquí se aprecia claramente que el estimador del parámetro β2 se podrá

interpretar como la variación en el término Logit (el logaritmo neperiano del
cociente de probabilidades) causada por una variación unitaria en la variable X2
(suponiendo constantes el resto de variables explicativas)87.
La regresión logística maximiza la verosimilitud de que un suceso tenga lugar.

La utilización de esta técnica de estimación alternativa requiere también que se
evalúe el ajuste del modelo de varias formas.
Para comprobar la significación estadística de cada uno de los coeficientes de

regresión en el modelo. Se pueden emplear básicamente tres métodos: el
estadístico de Wald, el estadístico G de razón de verosimilitud y la prueba
Score88.
El estadístico de Wald: Contrasta la hipótesis de que un coeficiente aislado es

distinto de 0, y sigue una distribución normal de media 0 y varianza 1. Su valor
para un coeficiente concreto viene dado por el cociente entre el valor del
coeficiente y su correspondiente error estándar. La obtención de significación
indica que dicho coeficiente es diferente de 0 y merece la pena su
conservación en el modelo. En modelos con errores estándar grandes, el
86
Análisis multivariante; J. F. Hair, R. E. Anderson, R. L. Tatham, W. C. Black; 5a ed. Prentice Hall
Iberia, Madrid, 1999
87
“Idem 85”
88
“Idem 84”
77
estadístico de Wald puede proporcional falsas ausencias de significación (es
decir, se incrementa el error tipo II). Tampoco es recomendable su uso si se
están empleando variables de diseño89.
El estadístico G de razón de verosimilitud: Se trata de ir contrastando cada

modelo que surge de eliminar de forma aislada cada una de las covariables
frente al modelo completo. En este caso cada estadístico G sigue una χ2 con
un grado de libertad (no se asume normalidad). La ausencia de significación
implica que el modelo sin la covariable no empeora respecto al modelo
completo (es decir, da igual su presencia o su ausencia), por lo que según la
estrategia de obtención del modelo más reducido (principio de parsimonia),
dicha covariable debe ser eliminada del modelo ya que no aporta nada al
mismo. Esta prueba no asume ninguna distribución concreta, por lo que es la
más recomendada para estudiar la significación de los coeficientes90.
La prueba Score: En el caso de múltiples covariables hay que utilizar cálculo

matricial, si bien no requiere un cálculo iterativo (precisamente su rapidez de
cálculo sería su aspecto más favorable). En contra del mismo dos aspectos:
 Se sabe que este estadístico se incrementa conforme aumenta el

número de covariables (es decir tiende a dar significación con mayor
frecuencia).
 Este estadístico también asume una distribución normal con media 0 y

varianza 1.
Al igual que en los casos anteriores, si alcanza significación indica que la

covariable debería permanecer en el modelo. Su uso en algunos paquetes
89
“Idem 84”
90
“Idem 84”
78
estadísticos ha quedado relegado a la selección de variables en métodos paso
a paso (por la mayor rapidez de cálculo)91.
Una de las diferentes técnicas para evaluar el ajuste del modelo construido es
a través del test de Hosmer-Lemeshow, es muy recomendable cuando se
incluyen en el modelo al menos una variable cuantitativa92.
Prueba de Hosmer-Lemeshow: El test consiste en establecer los deciles de

riesgo o probabilidad predicha por el modelo de presentar el evento, y en cada
una de estas diez categorías se comparan los valores observados y los
predichos, tanto para los que tienen el resultado explorado como para los que
no lo tienen. Si hay una elevada coincidencia entre observados y esperados
(un buen ajuste), el test Chi cuadrado que contrastará ambas distribuciones
(con 8 grados de libertad) no mostrará significación estadística93, ya que, la
ausencia de significación indica un buen ajuste del modelo.
91
“Idem 84”
92
Como hacer una regresión logística: Análisis multivariante; Fundación Andaluza Beturia para la
Investigación en Salud, Hospital Universitario Virgen Macarena (Sevilla), Servicio de Medicina Interna,
Área Sanitaria de Osuna (Sevilla) Aguayo Canela Mariano; Lora Monje, Estrella
93
“Idem 85”
79
III.2.1. Identificación de los factores que inciden en la
desnutrición crónica infantil.
Para una mejor comprensión de los factores determinantes de la desnutrición

crónica se identificó por separado para el área urbana y para la rural, de esta
forma se diferenciará las variables que tienen influencia en el retardo de talla
en cada área, cabe mencionar que no se trata de un estudio causal es decir no
se van a determinar las causas que provocan el retardo de talla para la edad ya
que para esto es necesario abordar el tema desde un enfoque diferente.
Tanto para el área urbana como para la rural se partió del siguiente conjunto
de variables, de acuerdo a la literatura estudiada94:
Tabla 29: Listado de variables para el modelo
Etiqueta Tipo
Variable dependiente ó predicha
Prevalencia de desnutrición crónica Dicotómica
Desnutrido/a
No desnutrido/a
Variable de segmentación
Área de residencia del niño/a95 Dicotómica
Urbana
Rural
Variables independientes ó predictoras
Condiciones estructurales de la vivienda
Vía de acceso a la vivienda
Carretera, calle pavimentada Dicotómica
Empedrado Dicotómica
Lastrado/ calle de tierra Dicotómica
Sendero Dicotómica
Río, mar Dicotómica
Material del piso de la vivienda
Cerámica/ baldosa/vinil Dicotómica
Mármol/marmeton Dicotómica
Cemento, ladrillo Dicotómica
Tabla, tablón no tratado Dicotómica
94
“Idem 68”, “La selección de variables se hizo, principalmente, en base a este paper”.
95
Se corrió el modelo por separado para identificar los factores determinantes tanto en el área urbana
como para el área rural.
80
Etiqueta Tipo
Caña Dicotómica
Tierra Dicotómica
Eliminación de la basura
Servicio municipal Dicotómica
La botan a la calle/quebrada/río/lote Dicotómica
La queman Dicotómica
Reciclan, entierran Dicotómica
Ocupación
Ocupación del jefe de hogar
Jefe del hogar trabaja en el sector agropecuario Dicotómica
Jefe del hogar trabaja en el sector no agropecuario Dicotómica
Jefe del hogar trabaja en como empleada/o doméstico/a Dicotómica
Jefe de hogar no tiene ocupación Dicotómica
La madre si trabaja Dicotómica
Madre trabaja en el sector agropecuario Dicotómica
Madre trabaja en el sector no agropecuario Dicotómica
Madre trabaja en como empleada/o doméstico/a Dicotómica
Madre no tiene ocupación Dicotómica
La madre si decide sobre el uso de los ingresos en gastos Dicotómica
alimenticios
Uso de agua potable y servicios higiénicos
Abastecimiento de agua
Red pública Dicotómica
Pila, pileta o llave pública Dicotómica
Otra fuente por tubería Dicotómica
Carro repartidor, triciclo Dicotómica
Pozo Dicotómica
Río, vertiente o acequia Dicotómica
Tipo de servicio higiénico
Inodoro y alcantarillado Dicotómica
Inodoro y pozo séptico Dicotómica
Inodoro y pozo ciego Dicotómica
Letrina Dicotómica
No tiene baño Dicotómica
Tratamiento del agua para beber
Ninguno, tal como la obtiene Dicotómica
La hierven Dicotómica
La hechan cloro Dicotómica
La filtran Dicotómica
Compran agua purificada Dicotómica
Educación de la madre
Escolaridad de la madre Continua
Sabe leer la madre Dicotómica
81
Etiqueta Tipo
Demográficas
Sexo del jefe
Hombre Dicotómica
Mujer Dicotómica
Edad del jefe del hogar Continua
Unión libre Dicotómica
Casada Dicotómica
Separada Dicotómica
Divorciada Dicotómica
Viuda Dicotómica
Tamaño del hogar Continua
Porcentaje de niña/os menores de cinco años en el hogar Continua
Tamaño del hogar al cuadrado Continua
Edad en meses del niño/a Continua
Edad del niño/a en años Continua
Sexo del niño/a
Hombre Dicotómica
Mujer Dicotómica
Autoidentificación del jefe del hogar
Indígena Dicotómica
Mestizo Dicotómica
Blanco Dicotómica
Negro Dicotómica
Mulato Dicotómica
Edad de la madre en años cumplidos Continua
Peso del niño/a al nacer (gramos) Continua
Hacinamiento Dicotómica
Cocina independiente Dicotómica
Alcantarillado Dicotómica
Uso y disponibilidad de servicios de salud
Lugar de atención en el parto
Establecimientos públicos Dicotómica
Establecimientos privados Dicotómica
En casa o con partera Dicotómica
Responsable de la atención en el último parto
Médico Dicotómica
Obstetriz Dicotómica
Comadrona o partera Dicotómica
Enfermera o auxiliar Dicotómica
Familiar Dicotómica
Usted misma Dicotómica
Si recibió el niño/a la vacuna bcg (vacuna básica) Dicotómica
82
Etiqueta Tipo
Si recibió vitamina A Dicotómica
Si recibió vacuna pentavalente Dicotómica
Si recibió vacuna poliomielitis Dicotómica
Recibió el niño/a refuerzo de la vacuna poliomielitis Dicotómica
Recibió el niño/a vacuna triple Dicotómica
Se desparasitó el niño/a en los últimos 12 meses Dicotómica
Prácticas de alimentación y cuidado infantil
Meses que recibió lactancia materna Continua
Si se alimentó de los cuatro grupos de alimentos la semana
anterior Dicotómica
Lactancia materna exclusiva hasta 6 y más Dicotómica
Diversidad de alimentos complementarios (días) Continua
Responsable del cuidado del niño/a Dicotómica
Variables para la construcción del estado de la economía del hogar
Escolaridad promedio entre la madre y el jefe del hogar
Recibe el hogar bono
Índice de vivienda
Promedio de bienes del hogar
Promedio de gasto en el hogar
Para correr el modelo en algunas variables se agrupó las categorías debido a

que las frecuencias observadas fueron igual a 0 o menor a 5 casos, esto
sucedió en dos variables que resultaron significativas tanto para el área urbana
como para el rural, mismas que se presentan a continuación:
Tabla 30: Variable agrupadas
Variable
Con pareja (unión libre/casada)
Sin pareja (separada, divorciada, viuda)
Autoidentificación del jefe del hogar
Indígena
Otra etnia
83
III.2.1.1. Identificación de factores para el área urbana
Una vez que la combinación de variables determinó que el modelo tenga una
bondad de ajuste global para el modelo medida por la prueba de Hosmer y
Lemeshow (Sig=0,952), como se puede ver en la tabla 31; los coeficientes
estimados de modelo de regresión son significativos, medidos con el
estadístico de Wald, estos se muestran en la tabla 32 para cada una de las
variables (B), además se presenta: su error estándar (E.T.), la significación del
estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados
(Exp(B)) y el intervalo de confianza (95%) para este, características que
resultan útiles para la comprensión del fenómeno que se está estudiando.
Tabla 31: Prueba de Hosmer y Lemeshow
Chi-cuadrado Gl Sig.
2,704 8 ,952
Tabla 32: Variables en la ecuación para el área urbana
I.C. 95,0% para

B EXP(B)
E.T. Wald Sig. Exp(B)
Supe
Inferior rior
Peso del
En gramos -,002 ,001 4,076 ,044 ,998 ,996 1,000
niño al nacer
Se
desparasitó
el niño/a en Si -1,272 ,665 3,660 ,056 ,280 ,076 1,032
los últimos
doce meses
Porcentaje
de niños del Porcentaje -,068 ,034 3,920 ,048 ,934 ,873 ,999
hogar
Gasto del
En dólares -,003 ,001 4,015 ,045 ,997 ,994 1,000
hogar
9,251 3,549 6,796 ,009 10415,081
Constante
a Variable(s) introducida(s) en el paso 1: ps11b, ps17, porcen_tam, Gasto.
84
Una medida de ajuste del modelo es la comparación de los valores observados
(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada
por el modelo) entre sí, para este caso la sensibilidad96 del modelo es del 45%,
y la especificidad97 alcanza un 87,8%, el porcentaje global de acierto asciende
al 75,4%, es decir, si no se dispone de la información antropométrica de las
niñas/os es posible estimar la prevalencia de desnutrición crónica a partir de las
variables que componen el modelo de aproximadamente 8 de cada 10 niñas/os
(Ver tabla 33).
Tabla 33: Pronostico del modelo para el área urbana
Pronosticado
Prevalencia de
desnutrición crónica
Sin
retardo
de Retardo de Porcentaje
talla/edad talla/edad correcto
Sin retardo de
Prevalencia de talla/edad 43 6 87,8
desnutrición crónica Retardo de
Observado talla/edad 11 9 45,0
Porcentaje global
75,4
El modelo calculado permite identificar los factores determinantes que inciden

en sentido positivo o negativo sobre el retardo de talla, también permite
determinar la probabilidad de que una niña/o presente desnutrición crónica a
partir de los odds ratio98 de los factores que componen el modelo, por ejemplo
una niña/o que le desparasitaron en los últimos 12 meses están un 72% más
96
Sensibilidad: Porcentaje de acierto de los individuos que presentan la característica en estudio, para
este caso niña/os retardo de talla para la edad
97
Especificidad: Porcentaje de acierto de los individuos que no presentan la característica en estudio,
niña/os sin retardo de talla para la edad
98
Los odds ratio para cada factor determinante del modelo, el software los presenta en la columna Exp B.
85
protegidos de sufrir retardo de talla para la edad con respecto de las niña/os
que no se desparasitaron en los últimos 12 meses.
Los factores determinantes para el área urbana de la provincia de Cotopaxi,

identificados mediante el modelo logístico se visualizan en la tabla 34, además
se presenta la influencia que estos ejercen sobre la probabilidad de sufrir
retardo de talla99.
Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que residen
en el área urbana de la provincia de Cotopaxi
Probabilidad de la niña/o
de ser desnutrida/o100
Peso del niño al nacer En gramos Disminuye
Se desparasitó el niño/a en los
Si Disminuye
últimos doce meses
Porcentaje de niños del hogar Porcentaje Disminuye
Gasto del hogar En dólares Disminuye
99
Los coeficientes miden la probabilidad de presentar la característica estudiada respecto a una categoría
de la variable predictora, que se la designó como de base.
100
Si es aumenta el sentido es positivo, es decir, aumenta el riesgo de que una niña/o sufra desnutrición
crónica, si es disminuye, en cambio, el sentido es negativo, es decir disminuye el riego de que una niña/o
sufra retardo de talla para la edad.
86
III.2.1.2. Identificación de factores para el área rural
Una vez que la combinación de variables determinó que el modelo tenga una
bondad de ajuste global para el modelo medida por la prueba de Hosmer y
Lemeshow (Sig=0,640)101, como se puede ver en la tabla 35; los coeficientes
estimados de modelo de regresión son significativos, medidos con el
estadístico de Wald, estos se muestran en la tabla 36 para cada una de las
variables (B), además se presenta: su error estándar (E.T.), la significación del
estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados
(Exp(B)) y el intervalo de confianza (95%) para este, características que
resultan útiles para la comprensión del fenómeno que se está estudiando.
Tabla 35: Prueba de Hosmer y Lemeshow
Chi-cuadrado gl Sig.
6,068 8 ,640
Tabla 36: Variables en la ecuación para el área rural
I.C. 95,0% para

EXP(B)
B E.T. Wald Sig. Exp(B)
Inferior Superior
Años de
Escolaridad estudio -,135 ,038 12,685 ,000 ,874 ,812 ,941
de la madre aprobados
Estado civil Casado/Unión
1,392 ,396 12,329 ,000 4,024 1,850 8,752
de la madre libre
Etnia del
jefe del Otra etnia -,609 ,295 4,248 ,039 ,544 ,305 ,971
hogar
Edad de la
En años -,041 ,021 3,946 ,047 ,960 ,922 ,999
madre
Edad del
En meses ,020 ,008 5,820 ,016 1,020 1,004 1,037
niño/a
,398 ,661 ,362 ,547 1,488
Constante
a Variable(s) introducida(s) en el paso 1: resc_madre, restado_civ, retnia, edad_madre, edadmeses.
101
“Idem 85”
87
Una medida de ajuste del modelo es la comparación de los valores observados
(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada
por el modelo) entre sí, para este caso la sensibilidad102 del modelo es del
66,7%, y la especificidad103 alcanza un 66,9%, el porcentaje global de acierto
asciende al 66,8% de los niño/as, es decir, si no se dispone de la información
antropométrica de las niñas/os es posible estimar correctamente alrededor de 7
de cada 10 niñas/os la prevalencia de desnutrición crónica a partir de las
variables que componen el modelo (Ver tabla 37).
Tabla 37: Pronostico del modelo para el área rural
Pronosticado
Prevalencia de
Sin
retardo
de Retardo de Porcentaje
talla/edad talla/edad correcto
Sin retardo de
87 43 66,9%
Prevalencia de talla/edad
desnutrición crónica Retardo de
Observado 39 78 66,7%
talla/edad
Porcentaje global 66,8%
El modelo calculado permite identificar los factores determinantes que inciden

en sentido positivo o negativo sobre el retardo de talla, también permite
determinar la probabilidad de que una niña/o presente desnutrición crónica a
partir de los odds ratio104 de los factores que componen el modelo, por ejemplo
102
“Idem 96”
103
“Idem 97”
104
“Idem 98”
88
a medida que aumenta la escolaridad de la madre, una niña/o está más
protegida/o de sufrir retardo de talla para la edad en un 12,6% en promedio,
respecto de una niña/o cuya madre tiene escolaridad más baja.
Los factores determinantes para el área rural de la provincia de Cotopaxi,

identificados mediante el modelo logístico se visualizan en la tabla 38, además
se presenta la influencia que estos ejercen sobre la probabilidad de sufrir
retardo de talla105.
Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que residen
en el área rural de la provincia de Cotopaxi
Probabilidad de la
niña/o de ser
desnutrida/o106
Escolaridad de la madre Años de estudio aprobados Disminuye

Estado civil de la madre Casado/Unión libre Aumenta
Etnia del jefe del hogar Otra etnia Disminuye
Edad de la madre En años Disminuye
Edad del niño/a En meses Aumenta
105
“Idem 99”
106
“Idem 99”
89
III.2.2. Comparación de factores identificados entre áreas
Entre el área urbana y la rural se obtuvieron 9 factores determinantes de

desnutrición crónica los cuales se detallan en la siguiente tabla, también se
puede observar los factores comunes entre las áreas, si un factor es común
para ambas áreas no quiere decir que afecta de igual manera ya que su nivel
de influencia puede contribuir a que la probabilidad de que una niña/o sea
desnutrido aumenta o disminuya de acuerdo a su coeficiente, esto se explicará
en el siguiente capítulo.
Tabla 39: Factores comunes y diferentes según área
Área
Factores determinantes de la desnutrición crónica para

la provincia de Cotopaxi Urbana Rural
Peso de la niña/o al nacer

Se desparasitó el niño/a en los últimos doce meses
Porcentaje de niños del hogar

Gasto del hogar
Escolaridad de la madre
Etnia del jefe del hogar
Edad de la madre
Edad del niño/a
: Se refiere cuando un factor aumenta la probabilidad de sufrir retardo de talla para la edad respecto
de la categoría de referencia.
: Se refiere cuando un factor disminuye la probabilidad de sufrir retardo de talla para la edad
respecto de la categoría de referencia.
Se identificaron 9 factores determinantes de desnutrición crónica en total, tanto

para el área urbana como para el área rural, 4 y 5 respectivamente, de los
90
cuales ningún factor es común para las 2 áreas de residencia de las niñas/os,
el conjunto de factores identificados para el área rural es más grande y
diferente que el grupo de determinantes identificados para el área urbana, es
decir el retardo de talla para la edad es afectado por distintos factores
determinantes, por lo que la intervención para combatir este problema, debería
realizarse de manera diferenciada.
En el área urbana el conjunto de factores que inciden en la desnutrición crónica

están relacionados con la salud de las niñas/os, (Peso de la niña/o al nacer
desparasitación de las niñas/os), la economía del hogar (Gasto del hogar) y por
el número de miembros que conforman el hogar (Porcentaje de niñas/os
menores de cinco años), en cambio en el área rural los factores se relacionan
con características demográficas de las niña/os, de las madres y del jefe del
hogar (Escolaridad de la madre, estado civil de la madre, etnia del jefe del
hogar, edad de la madre y edad de las niñas/os).
En el siguiente capítulo se explicará el nivel de importancia que tiene cada uno

de los factores determinantes de desnutrición crónica identificados.
91
Capítulo IV.- Priorización de los factores determinantes
identificados por el modelo
Una vez identificados los factores determinantes de desnutrición crónica es

importante conocer el nivel de incidencia que estos tienen sobre este problema
dependiendo del área de residencia de las niñas/os, y así dar luces a las
autoridades competentes sobre que ámbitos priorizar la implementación de
políticas, y de esta forma fortalecer las políticas establecidas para ir
disminuyendo los índices de retardo de talla para la edad que afectan a las
niñas/os de la provincia.
IV.1. Estimación del peso de los factores que inciden en la

IV.1.1. Área Urbana
A partir de los coeficientes estimados a través del modelo de regresión logística

se obtienen sus respectivos odds ratio, los que permiten analizar la incidencia
que tiene cada uno de los factores determinantes sobre la probabilidad de que
una niña/o sufra desnutrición crónica, en la figura 11 se muestra el porcentaje
de protección que cada uno de los factores presentan en relación a la categoría
de referencia.
92
Figura 11: Odds ratio de probabilidad de los factores determinantes de desnutrición
crónica (porcentaje de protección) para el área urbana
Gasto del hogar 0,3
Porcentaje de niños del hogar 6,6
Se desparasitó el niño/a en los

72
últimos doce meses
Peso del niño al nacer 0,2
0 10 20 30 40 50 60 70 80
Porcentaje de protección
En el sector urbano de la provincia de Cotopaxi, el factor que más protección

presenta en relación a la categoría de referencia, sobre el retardo de talla para
la edad en las niña/os menores de cinco años es el que se refiere a la
desparasitación de las niñas/os en los últimos doce meses, ya que si una
niña/o se desparasitó en el periodo de referencia tiene 72% más probabilidad
de protección de presentar desnutrición crónica con respecto a una niña/o que
no se desparasitó, en la figura 12 se puede observar como las niñas/os que se
desparasitaron en el periodo de referencia presentan probabilidades menores
al 50% por lo que el modelo los ubica como niñas/os libres de desnutrición, tan
solo una niña/o que se desparasitó se ubica como desnutrido.
93
Figura 12: Probabilidad pronosticada por el modelo según desparasitación de la niña/o
Es importante destacar que las niñas/os que pertenecen a los hogares donde el
porcentaje de niñas/os menores de 5 años es mayor presentan más
probabilidad de protección (6,8% en promedio) de padecer retardo de talla
para la edad en relación a las niñas/os que provienen de hogares con menor
porcentaje es decir un hogar con 50% niñas/os menores de 5 años tienen más
probabilidad de no ser desnutridos con respecto a un hogar donde hay un 12%
de niñas/os, como se puede visualizar en la figura siguiente existen ciertas
variaciones a medida que aumenta el porcentaje de niñas/os menores de cinco
años en el hogar, sin embargo es importante analizar la relación entre la
probabilidad pronosticada y este porcentaje, la cual es inversamente
94
proporcional es decir cuando el porcentaje tiende a aumentar la probabilidad en
cambio tiende a disminuir.
Figura 13: Probabilidad pronosticada por el modelo según porcentaje de niñas/os

1,00
0,95
0,90
0,85
0,80
0,75
0,70
Probabilidad pronosticada
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
10 15 20 25 30 35 40 45 50 55
Porcentaje de niñas/os
Se evidencia que las niñas/os que provienen de hogares donde el gasto es

mayor, están 0,3% en promedio más protegidos, que las niñas/os de hogares
que tienen menos gasto, esta variable da una idea de los ingresos que tienen
los hogares, por lo que se puede afirmar que hogares con menos gasto
tendrían menores ingresos lo cual se traduce en menos oportunidades de
acceso a servicios básicos de mejor calidad, complicando el estado nutricional
de las niñas/os y especialmente su crecimiento resultando en tallas bajas para
95
su edad, en la siguiente figura se observa la relación entre el gasto del hogar
con la probabilidad de ser desnutrido la tendencia que presenta es disminuir la
probabilidad a medida que aumenta el gasto.
Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en dólares
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
0 200 400 600 800 1000 1200 1400 1600
Gasto del hogar
El último factor identificado por el modelo que incide sobre la desnutrición

crónica de las niñas/os del área urbana de la provincia, se refiere al peso de la
niña/o al nacer, está variable depende de los cuidados de salud, prácticas
alimenticias, que la madre tuvo durante su estado de gestación, se evidencia
que mientras la niña/o nace con un peso más elevado107 presenta menos
probabilidad de sufrir desnutrición crónica, frente a una niña/o que nace con un
107
Peso que se encuentra dentro de los rangos normales según su edad gestacional.
96
peso menor, como se puede observar en la figura que se presenta a
continuación.
Figura 15: Probabilidad pronosticada por el modelo según peso de la niña/o al nacer en
gramos
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
1000 2000 3000 4000 5000
Peso de la niña/o al nacer
97
IV.1.2. Área Rural
Así mismo, para el área rural a partir de los coeficientes estimados a través del
modelo de regresión logística se obtienen sus respectivos odds ratio, los que
permiten analizar la incidencia que tiene cada uno de los factores
determinantes sobre la probabilidad de que una niña/o sufra desnutrición
crónica, en la figura 16 se muestra el porcentaje de protección que cada uno de
los factores presentan en relación a la categoría de referencia.
En el sector rural de la provincia de Cotopaxi, el factor que más protección

presenta en relación a la categoría de referencia, sobre el retardo de talla para
la edad en las niña/os menores de cinco años es el que se refiere a la
autidentificación étnica del jefe/a del hogar, ya que una niña/o en donde el
jefe/a del hogar se autoidentificó como no indígena, tiene 45,6% más
probabilidad de protección de presentar desnutrición crónica con respecto a
una niña/o con jefe/a del hogar autoidentificado como indígena.

crónica (porcentaje de protección) para el área rural
Edad de la madre 4,00
Autoidentificación étnica del jefe del

45,60
hogar
Escolaridad de la madre 12,60
0 10 20 30 40 50
Porcentaje de protección
98
Para el área rural se identificaron factores que tienen un sentido opuesto a los
mencionados anteriormente, es decir aumentan la probabilidad de padecer
desnutrición crónica, estos factores se muestran en la figura 17 acompañados
del número de veces de riesgo que presentan frente a la categoría de
referencia.

crónica (porcentaje riesgo) para el área rural
Edad de la niña/o 1,02
Estado civil de la madre 4,02
0 1 2 3 4 5
Riesgo (número de veces)

El 31,8% (ver tabla 40) de los hogares que habitan en el área rural el jefe se
autoidentificó como indígena, siendo las niñas/os que pertenecen a estos
hogares los que más probabilidad presentan de sufrir retardo de talla, ya que el
modelo arrojó un 45,6% de protección a las niñas/os que residen en hogares
donde los jefes se autoidentificaron con una etnia diferente a la indígena.
99
Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área rural.
%
Indígena 31,8%
Mestizo 61,4%
Blanco 5,5%
Etnia
Negro ,8%
Mulato ,5%
Otro, cual ,0%
En la siguiente figura se visualiza la probabilidad que el modelo asignó a cada

niña/o según la autoidentificación del jefe del hogar, las niñas/os que provienen
de hogares con jefe indígena se encuentran mayoritariamente concentrados
por encima de 0,5 de probabilidad, por lo que el modelo los asigna como
retardo de talla para la edad.
100
Figura 18: Probabilidad pronosticada por el modelo según Autoidentificación étnica del
jefe del hogar
La escolaridad de la madre en el área urbana es mayor que la escolaridad que

alcanzaron las madres que residen en el área rural (ver tabla 14), el modelo
identificó este factor como determinante en el área rural influyendo
negativamente sobre la probabilidad de que las niñas/os presenten retardo de
talla para la edad, es decir una madre con más años de estudio aprobados
disminuye el riesgo de que sus niñas/os presenten este problema.
101
Tabla 41: Escolaridad de la madre según área
Desviación
Media típica Mediana Máximo Mínimo
Rural 6,44 4,17 6,00 18,00 ,00
Urbana 10,86 4,39 12,00 18,00 ,00
La siguiente figura muestra la relación existente entre la probabilidad de que

una niña/o sea desnutrido y la escolaridad de la madre, de la literatura
estudiada se desprende que “la educación es uno de los recursos
más importantes, que permiten a las mujeres proporcionar una atención
adecuada para sus hijos, y es un determinante importante del crecimiento y
desarrollo de los niños (Engle, Menon, y Haddad, 1997). Existe considerable
evidencia entre los países de que el estado nutricional de los niños varía
directamente con el nivel de educación de sus padres y sus
madres en particular, (Benson 2004). La educación de la madre, influye en los
resultados de nutrición infantil a través del efecto de mayores ingresos y un
mejor uso de la información disponible sobre la salud y nutrición
(Garrett y Ruel, 1999; Smith, Ruel y Ndiaye 2004; Charmarwabagwala et
108
al. 2005)” , esta relación es inversa ratificando los expuesto que la
probabilidad de que una niña/o sea desnutrido aumenta conforme la
escolaridad de la madre disminuye.
108
“Idem 68”
102
Figura 19: Probabilidad pronosticada por el modelo según escolaridad de la madre
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 2 4 6 8 10 12 14 16 18 20
Las madres que residen en el área rural son más jóvenes e inician su vida
reproductiva a menor edad que las que residen en el área urbana (ver tabla
42), siendo esto un factor identificado a través del modelo la cual influye sobre
la probabilidad de ser desnutrido en forma negativa es decir conforme aumenta
la edad de la madre disminuye el riesgo de que las niñas/os tengan baja talla
para la edad.
Tabla 42: Edad promedio de la madre según área
Desviación
Media típica Mediana Máximo Mínimo
Rural 28,62 7,63 27,00 50,00 15,00
Urbana 30,29 6,83 32,00 43,00 17,00
103
Al igual que los factores anteriores la relación que existe entre la edad de la
madre y la probabilidad de ser desnutrido es inversa, la cual se visualiza en la
figura siguiente.
Figura 20: Probabilidad pronosticada por el modelo según edad de la madre
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
10 20 30 40 50 60
Edad de la madre
104
El estado civil de la madre tiene un efecto diferente sobre la desnutrición
crónica diferente a los factores descritos anteriormente, es decir es un factor de
riesgo para las niñas/os ya que si la madre tiene pareja aumenta la
probabilidad de sufrir retardo de talla en comparación de las niñas/os con
madres que no tienen pareja como se observa en la siguiente figura.
Figura 21: Probabilidad pronosticada por el modelo según estado civil de la madre
105
La edad de los niños en meses tiene una relación directa con el riesgo de
presentar retardo de talla para la edad, es decir conforme aumenta la edad de
las niñas/os su probabilidad de ser desnutrido aumenta, la implementación de
políticas se deberían realizar a medida que la edad de las niñas/os aumenta, ya
que conforme avanza el crecimiento y desarrollo de las niñas/os estos
presentan más riesgo debido al cambio en su dieta ,prácticas de higiene,
prácticas de salud, esta relación se la puede visualizar en la figura que se
presenta a continuación.
Figura 22: Probabilidad pronosticada por el modelo según edad de la niña/o en meses
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 10 20 30 40 50 60
Edad de las niñas/os
106
IV.2. Determinación de los factores más influyentes en la
Para tener una idea más clara de cómo influyen los factores identificados
mediante el modelo tanto para el área urbana como para la rural se realizaron
distintos escenarios a partir de la probabilidad calculada por este, donde cada
niña/o cambia el estado en la variable independiente109, manteniendo fijo los
valores que tienen las otras variables, y a partir de los coeficientes estimados
por el modelo se obtiene la nueva probabilidad de que la niña/o presente
retardo de talla para la edad con esta nueva característica.
IV.2.1. Área Urbana
Para el área urbana este procedimiento se lo realizó con dos factores cuyos
resultado puede ser modificado, como son la desparasitación de las niñas/os y
el gasto del hogar, ya que los otros dos factores no se pueden modificar.
A partir de los coeficientes estimados por el modelo se desarrolló el escenario

respecto de la desparasitación de las niñas/os, el cual consiste en incrementar
el porcentaje de niñas/os desparasitados de 10% en 10%, hasta obtener el
escenario ideal en el que todo/as las niñas/os fueron desparasitados, y así
analizar que sucede con el retardo de talla para la edad en el área urbana de la
provincia.
Para la selección de los individuos a cambiar se siguió un procedimiento

sistemático detallado a continuación:
 Se calculó el intervalo de selección, el mismo que viene dado por:
i=N/n (4)
109
Esta variable es a la que se le modifica sus valores mientras las otras variables mantienen sus valores
originales, luego se calcula la probabilidad
107
de dónde:
N= Número total de niña/os que residen en el área urbana
n= Número de niña/os a cambiar su estado
i= Intervalo de selección
 Selección de un arranque aleatorio comprendido entre 1 e i

 El primer individuo seleccionado corresponde al arranque aleatorio, el
siguiente es la suma del arranque aleatorio más el intervalo de selección
(i), así sucesivamente hasta completar el número de individuos
deseados110.
En la figura 23, que se presenta a continuación se encuentran los distintos

escenarios que se consideraron para la variable desparasitación con su
respectivo índice de desnutrición crónica.
Partiendo de una desnutrición crónica calculada por el modelo del 21,7% y un

índice de desparasitación del 43,5%, si se incrementa el índice de
desparasitación en un 10%, se lograría disminuir el retardo de talla para la
edad en 6 puntos porcentuales donde se observa la disminución más
importante en el retardo de talla para la edad. Cuando se incrementa un 30% la
desparasitación, el retardo de talla para la edad pasa de 15,9% a 11,6%; si se
alcanzaría desparasitar al 100% de las niñas/os la desnutrición crónica
disminuiría al 4,3%, es decir se habría reducido en casi 17,4% este problema.
Si la estrategia para la reducción del índice de desnutrición crónica consistiría

en aumentar el porcentaje de niña/os desparasitados de 10% en 10%, se
lograría disminuir en promedio 2,9% el retardo de talla cada vez que se
desparasite un 10% más de niña/os.
110
Si el individuo seleccionado tiene el estado positivo (Se desparasitó), se busca el siguiente individuo
con estado negativo (No se desparasitó, y este es el seleccionado.
108
La desparasitación no es un factor aislado ya que depende de las condiciones
climáticas y sanitarias a las que están expuesta/os las niñas/os como se
menciona en la FAO “desparasitar con frecuencia a los niños, especialmente
en aquellos lugares en los que las condiciones climáticas, favorecen el
desarrollo de parásitos, o donde las deficientes condiciones sanitarias faciliten
la infección. Eliminar los parásitos favorece el crecimiento normal”111 por lo que
no solo se debería desparasitar, sino mejoras la condiciones en las que las
niñas/os se desarrollan normalmente.
Figura 23: Resultados del escenario de la variable desparasitación (área urbana)
100 94,2 100,0
90 84,1
80 73,9
70 63,8
60 53,6
50 43,5 Desnutrición
40
Desparasitación
30 21,7
20 15,9
13,0 11,6
8,7 7,2
10 4,3
0
Modelo 10% 20% 30% 40% 50% Todos las
niñas/os
111
Tomado de “Guía de nutrición y la familia; Ann Burgess Peter Glasauer; ORGANIZACIÓN DE LAS
NACIONES UNIDAS PARA LA AGRICULTURA Y LA ALIMENTACIÓN ROME, 2006.
109
Para el escenario en el que se involucra la variable gasto del hogar, se utilizó
otra estrategia, la misma que consistió en incrementar de 10 en 10% el gasto
de cada uno de los hogares, posteriormente se analizó que sucede con el
índice de desnutrición crónica.
El promedio de gasto de los hogares en el área urbana de la provincia es de

$461,35, a este nivel el índice de retardo de talla para la edad es del 21,7%, al
incrementar el 10% de gasto en todos los hogares, se obtiene un promedio de
$507,48 a este gasto promedio el porcentaje de niña/os desnutridos se reduce
en 3 puntos porcentuales, si el gasto de los hogares se incrementaría en un
20% se obtendría una disminución en el retardo de talla para la edad de 4
puntos porcentuales con un promedio de gasto de 553,62, de igual manera
cuando los hogares aumentarían su gasto en un 30% ($599,75 en promedio)
se reduce la desnutrición crónica a un 11,6%, cuando se aumenta un 40%
($645,89 en promedio) no se evidencia disminución en el retardo de talla ya
que el indicador de desnutrición crónica sigue siendo 11,6%, mientras que si se
llegara a incrementar a un 50% el gasto de los hogares nuevamente se
experimenta una disminución de aproximadamente 3 puntos porcentuales en el
índice del retardo de talla, al ser una relación inversa la que existe entre el
gasto y la desnutrición, al ir aumentando el gasto de los hogares la tendencia
en la desnutrición es ir decreciendo.
La variable gasto permite tener una clara idea de los ingresos con los que
cuentan los hogares, por lo que es claro que las niñas/os de hogares con
menores ingresos están más propensos a sufrir desnutrición crónica, debido a
que estos hogares tienen menos posibilidades de acceder a mejores servicios
de salud, educación, alimentación afectando todo esto en el estado nutricional
de las niñas/os de la provincia.
110
Figura 24: Resultados del escenario de la variable gasto (área urbana)
25,0
21,7
20,0 18,8
14,5
Desnutrición
15,0
11,6 11,6
10,0 8,7
5,0
0,0
461,35 507,48 553,62 599,75 645,89 692,02
Escenario promedio del Gasto
111
IV.2.2. Área Rural
Mientras que para el escenario de la escolaridad de la madre en el área rural

de la provincia se utilizó una estrategia similar a la del gasto en el área urbana,
con la variante de que los incrementos no fueron de 10 en 10, sino se los
realizó en función del terminó de los distintos niveles de estudio112 en la figura
25 se muestran los resultados de dicho escenario.
La desnutrición calculada mediante la probabilidad que arrojó el modelo

alcanza un 49% para el área rural, aumentando a todas las madres su
escolaridad por lo menos a 1 año aprobado se observa que el retardo de talla
disminuye en 1 punto porcentual, así mismo si las madres alcanzarían 6 años
aprobados de estudio es decir tendrían primaria completa, la desnutrición
disminuiría a un 36,4%, el cambio más drástico que se presenta entre estos
escenarios es el que se da al aumentar a las madres la escolaridad a por lo
menos 9 años aprobados con lo que se conseguiría disminuir el retardo de talla
para la edad en 17 puntos porcentuales con respecto a si las madres hubieran
aprobado hasta por lo menos la primaria.
“La educación es uno de los recursos más importantes que permiten a las
mujeres proporcionar la atención adecuada a sus hijos, es un determinante
importante del crecimiento y desarrollo de los niños (Engle, Menon, y Haddad,
1997). Existe considerable evidencia de entre los países que el estado
nutricional de los niños varía directamente con el nivel de educación de sus
padres y sus madres en particular, (Benson 2004). La educación
materna, como parte de la educación de los padres, influye en los
resultados de la nutrición infantil a través del efecto de mayores ingresos y un
mejor uso de la información disponible sobre la salud y nutrición
(Garrett y Ruel, 1999; Smith, Ruel y Ndiaye 2004; Charmarwabagwala et
112
Se refiere a nivel primario (6 años de escolaridad), secundario (12 años de escolaridad).
112
l. 2005)”113.
Figura 25: Resultados del escenario de la variable Escolaridad de la madre (área rural)
Por lo menos 12 años aprobados 8,1

Por lo menos 1 año aprobado 47,8
Modelo 49,0
0,0 10,0 20,0 30,0 40,0 50,0 60,0

Desnutrición
113
“Idem 68”
113
IV.3. Efectos marginales y elasticidades de los coeficientes estimados
de los factores determinantes de desnutrición crónica
En los modelos de regresión no lineales como en este caso, los parámetros βi

no necesariamente son los efectos marginales comunes analizados114, por lo
que para priorizar los factores determinantes de desnutrición crónica es
necesario calcular estos, ya que miden el cambio marginal que generan los
factores identificados de las niñas/os sobre la probabilidad estimada de
presentar o no desnutrición crónica de forma más acertada.
“La interpretación de los coeficientes estimados del modelo Logit puede

complejizarse dada la posibilidad de que la derivada de pj con respecto a una
variable específica Xk pueda no tener igual signo que k, lo que no mostraría la
real dirección de cambio en la variable dependiente cuando cambia la variable
explicativa. Para corregir esto es necesario recurrir al cálculo de los efectos
marginales, los que miden el cambio marginal que producen las características
de los individuos sobre las probabilidades Pij estimadas, señalando con mayor
precisión la inclinación de las características de las niñas/os para presentar o
no desnutrición. Por lo tanto, los efectos marginales se obtienen al diferenciar
la ecuación:
(5)
114
“Los modelos logit y probit en la investigación social”; INEI Centro de investigaciones y desarrollo
(CIDE); Lima Agosto 2002.
114
con respecto a cada una de las variables correspondientes al vector de
características Xi, las que son expresados de la siguiente manera:
(6)
En los modelos de elección binaria, los efectos marginales se calculan en el

promedio de las variables. Es decir, la probabilidad Pj de elegir alguna opción
para la niña/o se obtiene empleando el vector de coeficientes estimado, tanto a
través de las probabilidades como a través de la media ponderada, con esto se
halla el efecto marginal de cada una de los rasgos personales para cada
alternativa (presentar desnutrición ó no presentar desnutrición).
Ahora bien, para el caso de variables explicativas, que se hallen tanto en forma
lineal como cuadrática, se calcula el efecto marginal de la siguiente manera:
(7)
En cuanto a las variables explicativas binarias, el efecto marginal se calcula

como la resta entre la probabilidad Pj con la variable binaria igual a 1 restada la
probabilidad Pj con la binaria igual a cero. Es decir,
115
(8)
Con lo que el efecto marginal de xi = 1 frente a xi = 0 es:
(9)
Para el efecto marginal de la opción j= 0 se emplea su correspondiente función

y se procede de manera similar que en la otra categoría.
Es decir, al realizar este cálculo, se trata de ver el impacto experimentado en la

variable explicada cuando la variable explicativa se incrementa en una unidad,
lo que en términos matemáticos se traduce como la derivada de Y con respecto
a X. La derivada aquí representa el incremento en la probabilidad de ser
desnutrida/o que se da cuando se incrementa en una unidad la variable
explicativa, como se mostró en las ecuaciones anteriores”115.
Como se calculó un modelo logit diferenciado para el área urbana y rural, de

igual manera, los efectos marginales se calculan para cada modelo, es decir
para cada área.
Tanto para el área urbana como para el área rural adicionalmente se calcularon
las elasticidades entre los factores determinantes encontrados y la probabilidad
pronosticada por el modelo.
115
Tesis de grado “El género como influencia en el acceso al empleo de los profesionales en el Ecuador”,
Pablo Andrés Osorio Flores y Paola Inés Rojas Blanco, EPN; 2009.
116
Elasticidad: Relación del cambio porcentual en una variable dependiente ante
un cambio de una unidad porcentual en una variable independiente. Mediante
esta relación se mide la sensibilidad que tiene la variable dependiente a los
cambios que se producen en las variables independientes.
Matemáticamente se expresa de la siguiente manera:
% var iación porcentual de Y Y / Y

E  (10)
% var iación porcentual de X X / X
Siendo:
E: la elasticidad,
Y: Variable dependiente (Probabilidad de presentar retardo de talla), y
X: Variable independiente (Factores determinantes encontrados)
117
IV.3.1. Análisis de los efectos marginales para el área urbana
En el siguiente cuadro, se muestra como los efectos marginales de cada

variable explicativa se diferencian de los coeficientes estimados para el área
urbana asociados a cada variable. “En donde, el incremento en la probabilidad
que se da cuando se incrementa en una unidad la variable explicativa, no
depende solamente del coeficiente asociado a la variable explicativa sino que
también, depende de la función de densidad del valor ajustado de la variable
explicada”116.
Tabla 43: Efectos marginales del modelo de regresión logística de los determinantes de
la desnutrición crónica en el área urbana
Marginal effects after logit
y = Pr (Desnutrición) (Predict)
= ,23331081
Efectos
marginales
Variable (dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio
Peso del niña/o al
nacer -,0003807 -0,04% -2,07 0,038 -,000741 -,00002 3111,43
Se desparasitó en
los últimos 12
meses* -,2168496 -21,68% -2,04 0,042 -,425475 -,008224 ,434783
Porcentaje de
niñas/os menores de
cinco años en el
hogar -,0121844 -1,22% -2,01 0,044 -,024037 -,000332 27,9241
Gasto del hogar -,0005286 -0,05% -2,05 0,040 -,001034 -,000023 461,349
(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1
Al analizar las estimaciones realizadas en el área urbana se desprende que la

variable con mayor efecto marginal sobre la reducción de ser una niña/o
desnutrida/o es la desparasitación, por lo que al pasar de niña/o no
desparasitada a desparasitada el efecto marginal o disminución sobre la
116
“PERÚ: DETERMINANTES DE LA POBREZA”; INEI Centro de Investigación y Desarrollo (CEI);
Lima marzo 2011.
118
probabilidad de ser desnutrida/o es de 21,68%, mientras cambios marginales
en las otras variables que componen el modelo disminuyen esta probabilidad
hasta en 1%.
A manera de ejemplo, se realizó una simulación con la variable desparasitación

de las niñas/os investigados, fijando en los valores promedio las demás
variables identificadas por el modelo, con el fin de conocer la reducción que se
produce en la probabilidad de ser desnutrido frente al cambio de estado de esta
característica.
Tabla 44: Predicción calculada a partir del modelo con la variable desparasitación para el
117
área urbana
% de
Variable Estado Probabilidad
Reducción
Se Si
desparasitó 17,85%
el niño/a en 25,82%
los últimos
doce meses No
43,67%
El calculo de los efectos marginales corrobora la predicción realizada por el

modelo, que determina a la desparasitación de las niñas/os menores de cinco
años como el factor más influyente en el área urbana de la provincia, sobre la
disminución en la probabilidad de que las niñas/os presenten desnutrición,
como se puede observar en la tabla 43, así al cambiar el estado de una niña/o
(de no desparasitado a desparasitado), esta probabilidad disminuye en 25,8
puntos porcentuales.
117
La probabilidad se calculó fijando las demás variables en sus valores promedio.
119
Tabla 45: Elasticidades del modelo de regresión logística de los determinantes de la
desnutrición crónica en el área urbana
Elasticities after logit
y = Pr (Desnutrición) (predict)
= ,23331081
Std.
Variable ey/ex Err. Z P>│z│ [ 95% C.I. ] Promedio
Peso del niña/o al
nacer -5,077264 2,64199 -1,92 0,055 -10,2555 ,100942 3111,43
Se desparasitó en los
últimos 12 meses -0,423971 0,23082 -1,84 0,066 -,876364 ,028422 ,434783
Porcentaje de niñas/os
en el hogar -1,458314 0,77029 -1,89 0,058 -2,96806 ,051437 27,9241
Gasto del hogar -1,045238 0,54706 -1,91 0,056 -2,11745 ,026977 461,349
Las elasticidades obtenidas para las variables explicativas del modelo en el

área urbana, permiten conocer el porcentaje de cambio118 que experimentaría
la probabilidad pronosticada al aumentar o disminuir una unidad en la variable
explicativa, así, si aumenta en promedio un 1% al peso de cada niña/o, la
probabilidad de desnutrición crónica, para este caso específico, disminuiría en
promedio 5 puntos porcentuales, es decir la probabilidad presenta gran
sensibilidad al cambiar el peso. De igual manera sucede con la variable el
gasto del hogar, si se incrementa un 1% en cada hogar la probabilidad
disminuiría en un punto porcentual, es decir, se podría afirmar que la relación
es inversamente proporcional. Similar este comportamiento, sucede con el
porcentaje de niñas/os menores de cinco años en el hogar, la diferencia radica
en que la relación entre las variables es solamente inversa (ver tabla 45).
118
El signo muestra el efecto que causa el determinante sobre la categoría de referencia de la variable
explicada es decir si el signo es negativo significa que disminuye la desnutrición crónica.
120
IV.3.2. Análisis de los efectos marginales para el área rural
Examinando las estimaciones de los efectos marginales de las variables

explicativas sobre la probabilidad de que una niña/o sea desnutrida/o en el área
rural, se encuentra que las variables con mayores impactos en la reducción de
la desnutrición crónica en niñas/os menores de 5 años son la autoidentificación
étnica del jefe del hogar, seguida de la escolaridad de la madre.
Tabla 46: Efectos marginales del modelo de regresión logística de los determinantes de
la desnutrición crónica en el área rural
Marginal effects after logit
= ,46494615
Efectos
marginales
Variable (dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio
Escolaridad de la
madre -,033488 -3,35% -3,57 0,000 -,051876 -,0151 5,61943
Estado civil de la
madre* ,3114261 31,14% 4,23 0,000 ,167098 ,455754 ,809717
Autoidentificación
étnica del jefe del -
hogar* -,1506726 -15,07% -2,09 0,037 -,292109 ,009236 ,578947
-
Edad de la madre -,0102269 -1,02% -1,99 0,047 -,020317 ,000137 28,085
Edad de la niña/o ,0050139 0,50% 2,41 0,016 ,00094 ,00094 29,668
(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1
Al analizar los efectos marginales estimados en el área rural, se observa que la

variable con mayor impacto en la disminución de la probabilidad de sufrir
desnutrición crónica, es la autoidentificación étnica del jefe del hogar, es decir
una niña/o que proviene de un hogar con jefe cuya autoidentificación es
diferente a indígena disminuye en un 15,07% esta probabilidad, mientras que el
aumento de un año en la escolaridad de la madre disminuye esta probabilidad
en 3,35%.
121
Tabla 47: Predicción calculada a partir del modelo con la variable desparasitación para el
119
área rural
Etnia del jefe del hogar

Variable
Otra etnia Indígena
Casado/Unión
Estado libre
46,61% 61,62%
civil de la
madre
Sin pareja
17,83% 28,52%
La variable que más contribuye en el aumento de la probabilidad de ser una

niña/o desnutrida/o es el estado civil de la madre, en el ejercicio del pronóstico,
combinando con la variable autoidentificación étnica del jefe del hogar (ver
tabla 47) se puede observar que las niñas/os que provienen de hogares con
madre casada/unión libre y jefe de hogar indígena presentan la mayor
probabilidad de sufrir desnutrición crónica en alrededor del 61%, mientras que
las niñas/os que viven en hogares con madre sin pareja y jefe de hogar no
indígena son los que tienen menor probabilidad de padecer retardo de talla
para la edad.
Las variable con mayor efecto marginal sobre la reducción de la probabilidad

de ser una niña/o desnutrida/o es la autoidentificación del jefe del hogar y el
estado civil de la madre, por esto, es necesario que las políticas programas y
proyectos dirigidos a la erradicación de la desnutrición crónica se enfoquen
prioritariamente en este grupo de personas.
Debido a que el estado civil de la madre es un factor que puede resultar

confuso al momento de su entendimiento, ya que presenta gran influencia en la
119
La probabilidad se calculó fijando las demás variables en sus valores promedio.
122
probabilidad de ser una niña/o desnutrida/o, se incorporó al análisis la
presencia en el hogar de personas mayores a la madre de la niña/o120.
Tabla 48: Niñas/os que viven con personas mayores a la madre
Porcentaje
de niñas/os
Si vive con personas
32,8
mayores a la madre
No vive con personas
67,2
mayores a la madre
Total 100,0
Se puede observar que el 32,8% de las niñas/os que residen en el área rural de
la provincia viven con personas mayores a su madre en el hogar.
Tabla 49: Niñas/os que viven con personas mayores a la madre según estado civil de la
madre
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Estado civil de Sin pareja 78,7% 21,3%
la madre rec Casado/Unión libre 22,0% 78,0%
120
Se identificó las personas mayores a la madre de la niña/o que viven en el hogar excluyendo a la
pareja.
123
Según la tabla 49 de las/os niñas/os con madres sin pareja un 78,7% viven con
personas mayores en el hogar, al contrario de lo que sucede con las madres
con estado civil casada/unión libre o que tienen pareja.
prevalencia de desnutrición crónica
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Sin retardo de talla 61,7% 48,2%
Prevalencia de
desnutrición Retardo de talla 38,3% 51,8%
crónica
Total 100,0% 100,0%
Del porcentaje de niñas/os que viven con personas mayores a su madre en el

hogar un 61,7% no presenta retardo de talla, mientras que un 51,8% de las
niñas/os que viven sin personas mayores a su madre en el hogar presenta
retardo de talla.
124
prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Prevalencia de Sin retardo de talla 52,0% 35,4%
Indígena
desnutrición crónica Retardo de talla 48,0% 64,6%
Autoidentificacion
del jefe del hogar Sin retardo de talla 66,1% 59,8%
Otra Prevalencia de
etnia desnutrición crónica Retardo de talla 33,9% 40,2%
Se puede observar que un 48% de los niñas/os que provienen de hogares con
jefe indígena y viven con personas mayores a su madre presentan retardo de
talla, mientras que un 64,6% de las/os niñas/os en los que el jefe del hogar de
igual manera es indígena pero no viven con personas mayores a su madre
presentan retardo de talla. Mientras que en los hogares en los que el jefe del
hogar no es indígena las prevalencias de desnutrición crónica son menores,
manteniendo el comportamiento, es decir el retardo de talla es menor en las
niñas/os que viven con personas mayores en el hogar.
Estos resultados hacen suponer que la presencia de personas mayores en el

hogar contribuye a la disminución del retardo de talla en las niñas/os que
residen en el área rural de la provincia, una posible explicación sería que con la
experiencia de estas personas las niñas/os se encuentran mejor atendidos en
cuanto a su alimentación y su bienestar en general.
Otra posible explicación que es pertinente mencionar es la que hace referencia

a la importancia que tiene el cuidado y atención que la madre proporciona a
125
sus hijos121, especialmente en sus primeros años de vida, lo que se reforzaría
cuando la madre no tiene pareja, ya que el tiempo dedicado a estas actividades
sería exclusivamente para sus niña/o.
Tabla 52: Elasticidades del modelo de regresión logística de los determinantes de la

desnutrición crónica en el área rural
Elasticities after logit

= ,46494615
Std.
Variable ey/ex Err. Z P>│z│ [ 95% C.I. ] Promedio
Escolaridad de la
madre -,4047423 0,11868 -3,41 0,001 -,637357 -,172128 5,61943
Estado civil de la
madre ,603148 0,1796 3,36 0,001 ,251143 ,955153 ,809717
Autoidentificación
étnica del jefe del
hogar (indígena) -,1885253 0,09227 -2,04 0,041 -,369381 -,00767 ,578947
Edad de la madre -,6177547 0,31411 -1,97 0,049 -1,23341 -,002103 28,085
Edad de la niña/o ,3199369 0,13435 2,38 0,017 ,056622 ,583251 29,668
Las elasticidades obtenidas para las variables explicativas del modelo en el

área rural, permiten conocer el porcentaje de cambio122 que experimentaría la
probabilidad pronosticada al aumentar o disminuir una unidad en la variable
explicativa, así, si aumenta el promedio de escolaridad de las madres que
habitan en el área rural de la provincia en un 1%, la probabilidad disminuiría en
promedio 0,4 puntos porcentuales. Así mismo al aumentar en 1% el promedio
de edad de las madres la probabilidad disminuye en 0,6%. Mientras que al
aumentar el promedio de edad de las niñas/os la probabilidad también aumenta
en 0,3% (ver tabla 52).
121
“Idem 68”
122
“Idem 119”
126
Capítulo V. Conclusiones y Recomendaciones
V.1. Conclusiones
 Cotopaxi es la tercera provincia con más altos índices de desnutrición

crónica (42,6%) en niñas/os menores de cinco años, tan solo superada
por Chimborazo (52,7%) y Bolívar (47,9%).
 Una tercera parte de la población de la provincia de Cotopaxi, el

jefe del hogar se autoidentifica como indígena, las niñas/os que
pertenecen a este grupo étnico alcanzan los índices más
elevados de desnutrición crónica (59,8%).
 Aproximadamente las tres cuartas partes de la población de la

provincia de Cotopaxi reside en el área rural, similar a lo que
ocurre con la distribución que se presenta cuando se analiza la
población de niñas/os menores de cinco años, siendo esta la más
afectada por el retardo de talla para la edad (47%).
 El índice de retardo de talla severa123 (12,1%) en la provincia de

Cotopaxi es el doble del índice a nivel nacional (6,3%), este
problema afecta mayoritariamente a las niñas/os que residen en
el área rural.
 La población de niñas/os menores de 5 años que habitan en el

área rural de la provincia de Cotopaxi son los que se encuentran
más afectados por la desnutrición crónica respecto de los que
habitan en el área urbana, existe evidencia estadística que
permite llegar a está conclusión.
 Si se observa el porcentaje de niñas/os con retardo de talla para

la edad de la provincia, aparentemente, existiría una leve
123
Retardo de talla severa se considera a las niñas/os que presentan un puntaje z menor a -3 desviaciones
estandar
127
diferencia entre los varones (42,8%) y las mujeres (42,5%), pero
no existe evidencia estadística que permita afirmar esto, por lo
que el sexo no es un factor que influya en la desnutrición crónica
en la provincia de Cotopaxi.
 Los factores determinantes de desnutrición crónica identificados, son

diferentes según el área geográfica de residencia (urbano, rural) de
las/os niñas/os de la provincia, debido a las características
socioeconómicas, ambientales, biomédicas, político institucionales y
productivas propias de los individuos que las habitan.
 Para el área rural de la provincia se identificaron 5 factores que

influyen sobre la desnutrición crónica de las niñas/os 1 que tienen
que ver con características de las niñas/os edad en meses, 3 con
la madre: escolaridad, estado civil y edad en años, y 1 con el
jefe/a del hogar autoidentificación étnica. Mientras que para el
área urbana los factores identificados son 4: 2 son características
de las niñas/os como es el peso al nacer y la desparasitación en
los últimos doce meses, y los 2 restantes son características del
hogar; porcentaje de niñas/os en el hogar y gasto del hogar.
 Se evidencia que los factores que inciden sobre la desnutrición

crónica en la provincia, son diferentes para el área urbana y para
la rural, puesto que en el área urbana inciden factores
relacionados con el hogar y la niña/o, mientras que en el área
rural influyen principalmente factores relacionados con la madre
de la niña/o.
 En el área urbana el factor mas influyente sobre el retardo de talla de las

niñas/os es la desparasitación, ya que si las niñas/os se desparasitan
regularmente124 disminuye el riesgo de presentar este problema, ya que
124
En la ECV se tomó como período de referencia la desparasitación en los últimos 12 meses.
128
las probabilidades expresadas por el coeficiente del modelo y el efecto
marginal confirman esta aseveración.
 En el área urbana la desparasitación de las niñas/os aumenta la

probabilidad de no presentar desnutrición crónica al igual que el
gasto de los hogares, estas dos variables son características en
las que se puede implementar acciones para modificar su
comportamiento.
 El peso de las niñas/os al nacer es un factor que influye sobre la

desnutrición crónica para el área urbana disminuyendo el riesgo
de presentar retardo de talla para la edad, es decir mientras el
peso de la niña/o al nacer aumenta125, el riesgo de ser
desnutrida/o disminuye.
 Para el área rural los factores con mayor peso sobre la desnutrición
crónica, son el estado civil de la madre ya que las niñas/os cuyas
madres estén de una u otra forma con pareja (casada, unión libre)
aumenta el riesgo de sufrir retardo de talla para la edad al igual que las
niñas/os que viven en hogares con etnia indígena.
 La escolaridad de la madre en el área rural afecta inversamente

sobre la probabilidad de que una niña/o sea desnutrido, siendo
esta variable factible de modificar su comportamiento.
 Existen factores en los que no se puede modificar su

comportamiento como son la autoidentificación del jefe del hogar,
la edad de las niñas/os, la edad de la madre, debido a que son
intrínsecos de los individuos.
125
Se refiere a rangos biológicos admisibles del peso de las niñas/os al nacer.
129
V.2. Recomendaciones
 Atenuar la desnutrición crónica en las niñas/os menores de 5 años de la

provincia de Cotopaxi, ya que es un problema que afecta a la salud de
las personas lo largo de toda la vida, a través de políticas económicas y
sociales de largo plazo que permitan ir contrarrestando este problema.
 Atender de forma prioritaria al sector indígena sobre todo al que

reside en la zona rural mediante capacitación, atención en salud y
alimentación, que permitan mejorar el estado nutricional de las
niñas/os que pertenecen a este grupo étnico, también
proporcionar ayuda gubernamental para mejorar las condiciones
socioeconómicas de estos hogares.
 Enfocar prioritariamente en el área rural las políticas, programas y

proyectos, enfocados a la reducción de la desnutrición crónica, ya
que este grupo de niñas/os es el más vulnerable a padecer este
mal.
 Determinar los factores que influyen en cada nivel de desnutrición

crónica (retardo de talla y retardo de talla severa), permitiendo de
esta manera, implementar políticas diversificadas con la finalidad
de reducir estos índices126.
 La implementación de políticas, programas y proyectos sociales

enfocados a erradicar la desnutrición crónica en la provincia de Cotopaxi
se lo debe hacer de manera diferenciada según el área de residencia de
las/os niñas/os y con la mayor desagregación posible, ya que las
características sociales, económicas y culturales de la población del
Ecuador es diversa.
126
En el presente trabajo de investigación no se identificaron factores para los niveles de desnutrición
crónica.
130
 En el área urbana fortalecer los programas que se vienen ejecutando
respecto de la desparasitación de las niñas/os, también elaborar
campañas de educación sobre prácticas saludables (control del niño
sano, consumo de alimentos inocuos) y prácticas de higiene personal
adecuada que permitan prevenir que las niñas/os contraigan parásitos.
 Mejorar el nivel de ingresos de los hogares, ya que este es un

factor determinante identificado127 por el modelo desarrollado en
esta tesis, mediante políticas salariales que permitan ir mejorando
la calidad de vida de estos hogares y por ende el estado
nutricional especialmente de las niñas/os miembros del hogar.
 Establecer políticas eficientes en materia de salud, que permitan

educar a las mujeres en estado de gestación, sobre prácticas
alimentarias adecuadas y concientizar sobre el cuidado durante
el embarazo, para lograr que las niñas/os nazcan con pesos
apropiados.
 En las variables identificadas que no se pueden modificar su

comportamiento directamente como es el caso del estado civil de la
madre y la etnia del jefe del hogar, es importante estudiar más a fondo
cada una de ellas y direccionar la implementación de políticas de acción
sobre estas características explicativas, de esta forma ir reduciendo la
desnutrición crónica que afecta a medida que cambia el factor principal
identificado.
 Mejorar el nivel de educación de las madres, promoviendo

campañas de alfabetización, educación de adultos que permitan
alcanzar mínimo el bachillerato, esto se tendría que adaptar al
ritmo cotidiano de vida de las madres.
127
El factor determinante identificado por el modelo fue el gasto de los hogares, variable proxi del
ingreso.
131
 Realizar investigaciones que tengan como principal objetivo el estudiar
los factores determinantes que influyen sobre la desnutrición crónica.
Vale mencionar que la correcta nutrición de las niñas/os depende en gran

medida de la apropiada ingesta de alimentos, y de la capacidad del
organismo para asimilarlos, así como lo sostiene Héctor Maletta y Rosario
Gómez en su publicación Seguridad Alimentaria: Medición y Métodos Parte
I “la desnutrición es una parte de un conjunto más amplio de fenómenos o
condiciones denominado malnutrición. Su forma principal es la desnutrición,
ya sea por insuficiencia de energía, de proteínas, o de micronutrientes (o de
todos ellos a la vez)”.
Se sugiere que los resultados obtenidos en esta tesis, sean utilizados como
insumos en estudios específicos, por los planificadores de políticas
públicas, para la toma de decisiones acertadas, en beneficio de las niñas/os
que padecen este problema y que permitan ir previniendo el aparecimiento
de este problema.
Se espera que la metodología realizada para elaborar la presente tesis sirva

como insumo para futuras investigaciones y contribuya a una mejor toma de
decisiones respecto de cómo mejorar el estado nutricional de las niñas/os
menores de cinco años no solo de la provincia de Cotopaxi sino de todo el
país.
132
Bibliografía
 Dirección de Análisis e Investigación del Ministerio de Coordinación del

Desarrollo Social, “Mapa de la Desnutrición Crónica del Ecuador”,
Quito/Ecuador, Enero de 2010.
 Lucas Achig, “Metodología de la Investigación Social”, Publicaciones

Tercer Mundo, Quito/Ecuador, 1989.
 Victor Ajieroh Consultant, “A Quantitative Analysis of Determinants of

Child and Maternal Malnutrition in Nigeria” Background Paper No.
NSSP10 December 2009, International Food Policy Research Institute,
Nigeria.
 Aníbal Velásquez, “Efectividad de Programas de Reducción de la

Pobreza en la Nutrición Infantil y los Determinantes Económicos de la
Desnutrición en Países de Escasos Recursos”, Programa de
fortalecimiento de la capacidad regional de seguimiento y evaluación de
los proyectos FIDA para la reducción de la pobreza rural en América
Latina y el Caribe – PREVAL, 2009.
 Banco Internacional de Reconstrucción y Desarrollo / BANCO MUNDIAL,

“Insuficiencia Nutricional en el Ecuador Causas, Consecuencias y
Soluciones”, Estados Unidos de América, junio de 2007.
 Organización de las Naciones Unidas para la Agricultura y la

Alimentación (FAO), Dirección de Nutrición y Protección del Consumidor,
“Indicadores de nutrición para el desarrollo”, Roma, 2006.
 Héctor Maletta Rosario Gómez, “Seguridad Alimentaria Conceptos y

Tendencias”, FODEPAL, 2004.
 Guillermo Paraje, “Evolución de la desnutrición crónica infantil y su

distribución socioeconómica en siete países de América Latina y el
I
Caribe”, División de Desarrollo Social, Santiago de Chile, Marzo de
2008.
 Larrea Carlos, Desnutrición, etnicidad y pobreza en el Ecuador y el Área

Andina, en Foro Sobre la Democracia, el Bienestar y el Crecimiento
Económico, pag 91 – 111, Quito, FLACSO-UNICEF, 2006.
 Instituto Nacional de Estadísticas y Censos, “Metodología de la ECV de

la Quinta Ronda”, Quito/Ecuador, 2006.
 Instituto Nacional De Estadísticas Y Censos, “Diseño de la muestra

maestra para el sistema integrado de encuestas de hogares del INEC-
Ecuador, y diseño de la muestra para la encuesta nacional de ingresos y
gastos de hogares urbanos”, Quito/Ecuador, 2002.
 Viginia Commonwealth University, George C Canavos “Probabilidad y

estadística, Aplicaciones y Métodos”, México, 1988 .
 WHO Anthro for personal computers, World Health Organization, 2010.
 Página web oficial de la OMS http://www.who.int/childgrowth/en/.
 Evaluación del estado nutricional de niñas, niños y mujeres

embarazadas mediante antropometría; Buenos Aires Ministerio de
Salud de la Nación con apoyo de la OPS; 2009.
 Patrones de Crecimiento Nota descriptiva no.1 OMS.
 SECAP, Bases Metodológicas, Técnicas y procedimientos, (1996).
 WHO Child Growth Standards, Methods and development, World Health

Organization 2006
 INTRODUCCION AL ANALISIS DE CLUSTER, José Luis Vicente

II
 ANALISIS DE COMPONENTES PRINCIPALES, José Luis Vicente
 Encuesta Nacional de Salud Bienestar y Envejecimiento Sabe 1 Ecuador

2009-2010, MIES Aliméntate Ecuador
 Regresión Logística Binaria Ángel Alejandro Juan Pérez, Renatas Kizys,

Luis María Manzanedo Del Hoyo; UOC.
 Análisis multivariante; J. F. Hair, R. E. Anderson, R. L. Tatham, W. C.

Black; 5a ed. Prentice Hall Iberia, Madrid, 1999.
 Guía de nutrición y la familia; Ann Burgess Peter Glasauer;

ORGANIZACIÓN DE LAS NACIONES UNIDAS PARA LA
AGRICULTURA Y LA ALIMENTACIÓN ROME, 2006.
 Nutrition for improved development outcomes; 5th report on the world

nutrition situation; united nation systems, march 2004.
III
ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL REGSITRO DE DATOS
ANTROPOMÉTRICOS
1
ANEXO 2: ESTRUCTURA DE LA POBLACIÓN
Tabla 53: Personas por provincia
N %
AZUAY 664660 5,0%
BOLIVAR 179199 1,3%
CAÑAR 223251 1,7%
CARCHI 164293 1,2%
COTOPAXI 391016 2,9%
CHIMBORAZO 437424 3,3%
EL ORO 594023 4,5%
ESMERALDAS 429889 3,2%
GUAYAS 3577001 26,9%
IMBABURA 387551 2,9%
LOJA 430311 3,2%

Provincia
LOS RIOS 727079 5,5%
MANABI 1296601 9,8%
MORONA 155463 1,2%
NAPO 76605 ,6%
PASTAZA 114903 ,9%
PICHINCHA 2642604 19,9%
TUNGURAHUA 490535 3,7%
ZAMORA 68183 ,5%
SUCUMBIOS 127411 1,0%
ORELLANA 100355 ,8%
Total 13278359 100,0%

2
Tabla 54: Personas por provincia según área
Área
Urbana Rural Total
n % n % n %
AZUAY 349394 2,6% 315266 2,4% 664660 5,0%
BOLIVAR 24743 ,2% 154456 1,2% 179199 1,3%
CAÑAR 70789 ,5% 152462 1,1% 223251 1,7%
CARCHI 66592 ,5% 97702 ,7% 164293 1,2%
COTOPAXI 101649 ,8% 289367 2,2% 391016 2,9%
CHIMBORAZO 160532 1,2% 276892 2,1% 437424 3,3%
EL ORO 434427 3,3% 159596 1,2% 594023 4,5%
ESMERALDAS 216025 1,6% 213863 1,6% 429889 3,2%
GUAYAS 3029140 22,8% 547861 4,1% 3577001 26,9%
IMBABURA 203441 1,5% 184110 1,4% 387551 2,9%
LOJA 166247 1,3% 264064 2,0% 430311 3,2%

Provincia
LOS RIOS 379226 2,9% 347853 2,6% 727079 5,5%
MANABI 678805 5,1% 617796 4,7% 1296601 9,8%
MORONA 24596 ,2% 130867 1,0% 155463 1,2%
NAPO 14407 ,1% 62199 ,5% 76605 ,6%
PASTAZA 35173 ,3% 79730 ,6% 114903 ,9%
PICHINCHA 2177390 16,4% 465214 3,5% 2642604 19,9%
TUNGURAHUA 204692 1,5% 285843 2,2% 490535 3,7%
ZAMORA 15113 ,1% 53069 ,4% 68183 ,5%
SUCUMBIOS 40251 ,3% 87160 ,7% 127411 1,0%
ORELLANA 43005 ,3% 57351 ,4% 100355 ,8%
Total 8435638 63,5% 4842721 36,5% 13278359 100,0%

3
Tabla 55: Promedio de edad de la personas a nivel nacional
Desviación
Mediana Media típica Mínimo Máximo N total
Edad 23,00 27,22 20,56 0 98 13278359

Tabla 56: Promedio de personas por hogar de la provincia a nivel nacional
Desviación Total de % de
Media típica Mínimo Máximo hogares hogares
Urbana 3,92 1,93 1,00 18,00 2152290 65,9%
Área Rural 4,35 2,33 1,00 23,00 1112576 34,1%
Total 4,07 2,09 1,00 23,00 3264866 100,0%
4
Tabla 57: Niñas/os menores de 5 años por provincia
N %
AZUAY 67616 4,6%
BOLIVAR 23066 1,6%
CAÑAR 23136 1,6%
CARCHI 15654 1,1%
COTOPAXI 47862 3,2%
CHIMBORAZO 53228 3,6%
EL ORO 61170 4,1%
ESMERALDAS 55425 3,7%
GUAYAS 396085 26,7%
IMBABURA 41363 2,8%
LOJA 45005 3,0%

Provincia
LOS RIOS 87891 5,9%
MANABI 146410 9,9%
MORONA 23804 1,6%
NAPO 9466 ,6%
PASTAZA 19236 1,3%
PICHINCHA 275834 18,6%
TUNGURAHUA 47741 3,2%
ZAMORA 11003 ,7%
SUCUMBIOS 15944 1,1%
ORELLANA 14486 1,0%
Total 1481423 100,0%

5
Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional
Total de
hogares
con
niñas/os
menores
Desviación de cinco % de
Media típica Mínimo Máximo años hogares
Urbana 1,25 ,50 1,00 5,00 706939 62,8%
Área Rural 1,43 ,65 1,00 5,00 418683 37,2%
Total 1,32 ,57 1,00 5,00 1125622 100,0%

Figura 26. Pirámide poblacional a nivel nacional
6
Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área
Área
Urbana Rural Total
n % n % n %
Indígena 157181 2,5% 519443 15,6% 676625 7,1%
Mestizo 5180681 83,0% 2460334 73,9% 7641015 79,9%
Blanco 532916 8,5% 190654 5,7% 723570 7,6%

Autoidentificación
Negro 182077 2,9% 99675 3,0% 281752 2,9%
étnica
Mulato 181697 2,9% 58430 1,8% 240127 2,5%
Otro, cual 4247 ,1% 0 ,0% 4247 ,0%
Total 6238800 100,0% 3328536 100,0% 9567336 100,0%

7
Tabla 60: Personas a nivel nacional por provincia según Autoidentificación étnica
Autoidentificación étnica
Indígena Mestizo Blanco Negro Mulato Otro, cual Total
N % n % n % n % n % n % n %
AZUAY 17165 3,5% 433711 89,5% 27336 5,6% 1917 ,4% 4267 ,9% 0 ,0% 484396 100,0%
BOLIVAR 25720 21,1% 87531 72,0% 7724 6,4% 521 ,4% 115 ,1% 0 ,0% 121611 100,0%
CAÑAR 33925 21,4% 113212 71,5% 9120 5,8% 622 ,4% 1485 ,9% 0 ,0% 158364 100,0%
CARCHI 2496 2,1% 104374 86,7% 4367 3,6% 6779 5,6% 2346 1,9% 0 ,0% 120362 100,0%
COTOPAXI 64586 23,7% 192398 70,7% 13345 4,9% 482 ,2% 1213 ,4% 0 ,0% 272026 100,0%
CHIMBORAZO 114392 37,1% 181637 58,8% 12001 3,9% 382 ,1% 249 ,1% 0 ,0% 308661 100,0%
Provincia
EL ORO 7283 1,6% 380971 85,3% 38867 8,7% 6783 1,5% 12383 2,8% 315 ,1% 446604 100,0%
ESMERALDAS 4172 1,4% 131084 44,7% 15372 5,2% 92904 31,7% 49947 17,0% 0 ,0% 293479 100,0%
GUAYAS 29356 1,1% 2163786 83,2% 247551 9,5% 68077 2,6% 88851 3,4% 1842 ,1% 2599463 100,0%
IMBABURA 63649 22,9% 186214 67,0% 7399 2,7% 16895 6,1% 3919 1,4% 0 ,0% 278076 100,0%
LOJA 11643 3,8% 265203 86,5% 21475 7,0% 833 ,3% 7417 2,4% 0 ,0% 306571 100,0%
LOS RIOS 2346 ,5% 435643 84,9% 47165 9,2% 16844 3,3% 10161 2,0% 801 ,2% 512960 100,0%
8
Autoidentificación étnica
Indígena Mestizo Blanco Negro Mulato Otro, cual Total
N % n % n % n % n % n % n %
MANABI 268 ,0% 791967 86,4% 85868 9,4% 24937 2,7% 13169 1,4% 455 ,0% 916664 100,0%
MORONA 50401 54,2% 38789 41,7% 3358 3,6% 212 ,2% 201 ,2% 0 ,0% 92961 100,0%
NAPO 25341 50,0% 20941 41,3% 3731 7,4% 239 ,5% 472 ,9% 0 ,0% 50724 100,0%
PASTAZA 35411 47,3% 35031 46,8% 3209 4,3% 898 1,2% 289 ,4% 0 ,0% 74837 100,0%
PICHINCHA 114776 5,8% 1631635 83,0% 140550 7,2% 38540 2,0% 39136 2,0% 834 ,0% 1965471 100,0%
TUNGURAHUA 43875 11,9% 304690 82,8% 17380 4,7% 1415 ,4% 725 ,2% 0 ,0% 368085 100,0%
ZAMORA 4729 11,4% 31303 75,3% 5332 12,8% 0 ,0% 227 ,5% 0 ,0% 41590 100,0%
SUCUMBIOS 5797 6,4% 74464 82,5% 6353 7,0% 1543 1,7% 2147 2,4% 0 ,0% 90304 100,0%
ORELLANA 19294 30,1% 36432 56,8% 6067 9,5% 928 1,4% 1405 2,2% 0 ,0% 64126 100,0%
Total 676625 7,1% 7641015 79,9% 723570 7,6% 281752 2,9% 240127 2,5% 4247 ,0% 9567336 100,0%
9
ANEXO 3: PREVALENCIA DE DESNUTRICIÓN CRÓNICA
Tabla 61: Prevalencia de desnutrición crónica según provincia
Sin retardo de
n % n % n %
AZUAY 23412 36,6% 40623 63,4% 64036 100,0%
BOLIVAR 10860 47,9% 11809 52,1% 22669 100,0%
CAÑAR 7870 34,9% 14651 65,1% 22521 100,0%
CARCHI 4817 31,1% 10681 68,9% 15499 100,0%
COTOPAXI 19282 42,6% 25956 57,4% 45237 100,0%
CHIMBORAZO 27100 52,6% 24391 47,4% 51492 100,0%
EL ORO 8988 15,2% 50236 84,8% 59224 100,0%
ESMERALDAS 10354 19,2% 43665 80,8% 54019 100,0%
Provincia GUAYAS 65375 16,8% 323943 83,2% 389318 100,0%
IMBABURA 16326 40,2% 24313 59,8% 40639 100,0%
LOJA 15309 34,7% 28782 65,3% 44091 100,0%
LOS RIOS 18326 21,5% 66841 78,5% 85167 100,0%
MANABI 35367 24,7% 107604 75,3% 142971 100,0%
PICHINCHA 58203 22,5% 200554 77,5% 258757 100,0%
TUNGURAHUA 15950 34,9% 29771 65,1% 45721 100,0%
AMAZONÍA 31064 35,2% 57281 64,8% 88345 100,0%
Total 368606 25,8% 1061101 74,2% 1429707 100,0%

10
Tabla 62: Prevalencia de desnutrición crónica según autoidentificación étnica del
jefe del hogar en el país
Sin retardo de
n % n % n %
Indígena 76922 50,5% 75479 49,5% 152401 100,0%
Mestizo 254230 23,3% 836837 76,7% 1091067 100,0%
Blanco 20967 22,3% 73146 77,7% 94113 100,0%

Autoidentificación
étnica del jefe del Negro 9730 18,8% 41919 81,2% 51649 100,0%
hogar
Mulato 6757 17,0% 33036 83,0% 39793 100,0%
Otro 0 ,0% 685 100,0% 685 100,0%
Total 368606 25,8% 1061101 74,2% 1429707 100,0%

Tabla 63: Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del
hogar y área en la provincia de Cotopaxi

n % N %
Indígena 595 51,2% 568 48,8%
Urbana Mestizo 2284 26,0% 6491 74,0%
Blanco 195 27,8% 505 72,2%
Otra autoindetificación 0 ,0% 119 100,0%
Área
Indígena 8816 60,5% 5749 39,5%
Rural Mestizo 7259 39,3% 11192 60,7%
Blanco 133 11,5% 1029 88,5%
Otra autoindetificación 0 ,0% 303 100,0%
11
Tabla 64: Prevalencia de desnutrición crónica según área en el país
Sin retardo de
n % n % N %
Urbana 163147 19,2% 686894 80,8% 850041 100,0%
Área Rural 205458 35,4% 374208 64,6% 579666 100,0%
Total 368606 25,8% 1061101 74,2% 1429707 100,0%

Tabla 65: Prevalencia de desnutrición crónica según sexo en el país
Sin retardo de
n % n % N %
Hombre 203090 27,5% 535899 72,5% 738989 100,0%
SEXO Mujer 165516 24,0% 525202 76,0% 690718 100,0%
Total 368606 25,8% 1061101 74,2% 1429707 100,0%

12
Niveles de desnutrición crónica
Tabla 66: Niveles de desnutrición crónica según provincia
Retardo de
Sin retardo de talla Retardo de talla talla severa Total
n % n % n % n %
AZUAY 40623 63,4% 17660 27,6% 5752 9,0% 64036 100,0%
BOLIVAR 11809 52,1% 7242 31,9% 3617 16,0% 22669 100,0%
CAÑAR 14651 65,1% 5298 23,5% 2573 11,4% 22521 100,0%
CARCHI 10681 68,9% 3637 23,5% 1180 7,6% 15499 100,0%
COTOPAXI 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%
CHIMBORAZO 24391 47,4% 17667 34,3% 9433 18,3% 51492 100,0%
EL ORO 50236 84,8% 6571 11,1% 2418 4,1% 59224 100,0%
ESMERALDAS 43665 80,8% 8311 15,4% 2044 3,8% 54019 100,0%
GUAYAS 323943 83,2% 52898 13,6% 12477 3,2% 389318 100,0%
IMBABURA 24313 59,8% 11231 27,6% 5095 12,5% 40639 100,0%
LOJA 28782 65,3% 12711 28,8% 2598 5,9% 44091 100,0%
LOS RIOS 66841 78,5% 15051 17,7% 3275 3,8% 85167 100,0%
MANABI 107604 75,3% 27784 19,4% 7583 5,3% 142971 100,0%
PICHINCHA 200554 77,5% 44009 17,0% 14194 5,5% 258757 100,0%
TUNGURAHUA 29771 65,1% 9972 21,8% 5978 13,1% 45721 100,0%
AMAZONÍA 57281 64,8% 24926 28,2% 6138 6,9% 88345 100,0%
Total 1061101 74,2% 278779 19,5% 89827 6,3% 1429707 100,0%

13
Tabla 67: Niveles de desnutrición crónica según autoidentificación étnica del jefe del
hogar en el país
Retardo de talla
Sin retardo de talla Retardo de talla severa Total
n % n % n % n %
Indígena 75479 49,5% 49571 32,5% 27351 17,9% 152401 100,0%
Mestizo 836837 76,7% 200336 18,4% 53894 4,9% 1091067 100,0%
Blanco 73146 77,7% 16330 17,4% 4637 4,9% 94113 100,0%
Negro 41919 81,2% 6256 12,1% 3474 6,7% 51649 100,0%
Mulato 33036 83,0% 6286 15,8% 471 1,2% 39793 100,0%
Otro 685 100,0% 0 ,0% 0 ,0% 685 100,0%
Total 1061101 74,2% 278779 19,5% 89827 6,3% 1429707 100,0%

Tabla 68: Nivel de desnutrición crónica según área en el país
Sin retardo de Retardo de talla

talla Retardo de talla severa Total
n % N % n % n %
Urbana 686894 80,8% 128912 15,2% 34235 4,0% 850041 100,0%
Área Rural 374208 64,6% 149867 25,9% 55592 9,6% 579666 100,0%
Total 1061101 74,2% 278779 19,5% 89827 6,3% 1429707 100,0%

14
Tabla 69: Niveles de desnutrición crónica según autoidentificación étnica del jefe
del hogar en la provincia de Cotopaxi
Sin retardo de Retardo de Retardo de

talla talla talla severa Total
n % n % n % n %
Indígena 6317 40,2% 6509 41,4% 2902 18,4% 15728 100,0%
Mestizo 17683 64,9% 6974 25,6% 2570 9,4% 27226 100,0%
Blanco 1534 82,4% 328 17,6% 0 ,0% 1862 100,0%

Autoidentificación
étnica del jefe del Negro 179 100,0% 0 ,0% 0 ,0% 179 100,0%
hogar
Mulato 243 100,0% 0 ,0% 0 ,0% 243 100,0%
Otro 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%

Tabla 70: Nivel de desnutrición crónica según área en la provincia de Cotopaxi
Sin retardo de talla Retardo de talla Retardo de talla severa Total
n % N % n % n %
Urbana 7683 71,4% 2916 27,1% 158 1,5% 10758 100,0%
Área Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%

15
ANEXO 4: PRUEBAS ESTADÍSTICAS A NIVEL NACIONAL
Tabla 71: Prueba de Mann-Whitney para el sexo a nivel nacional
HAZ
Z -3,870
Tabla 72: Prueba de chi-cuadrado para el sexo a nivel nacional
Sig.
asintótica
Chi-cuadrado de
13,205(b) 1 ,000
Pearson
16
ANEXO 5: MARCO CONCEPTUAL DE SEGURIDAD ALIMENTARIA
17
ANEXO 6: FACTORES DETERMINANTES DE DESNUTRICIÓN
CRÓNICA
Tabla 73: Tamaño del hogar según prevalencia de desnutrición en las niñas/os menores
de cinco años
desnutricion Prevalencia de desnutrición crónica

Desviación Desviación
Media típica Mediana Media típica Mediana
tamaño
Tamaño del 6,14 2,53 6,00 5,49 2,26 5,00
hogar
Tabla 74: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas de la provincia de Cotopaxi

Sin retardo de
talla/edad Retardo de talla/edad
n % n %
Regulares 2689 10,4% 2065 10,7%
Buenas con
mejor 4404 17,0% 1512 7,8%
Condiciones escolaridad
socioeconómicas Malas sin
ayuda 5122 19,7% 3162 16,4%
gubernamental
Buenas con
mejor
4554 17,5% 1690 8,8%
posibilidades
económicas
Malas con
ayuda 9187 35,4% 10853 56,3%
gubernamental
Total 25956 100,0% 19282 100,0%
18

T Uce 0005 80

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

T Uce 0005 80

Загружено:

Авторское право:

Доступные форматы

Universidad Central del Ecuador

Facultad de Ciencias Económicas

Tesis Previo a la Obtención del Título de Ingenieros Estadísticos

“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA EN NIÑAS

“DETERMINANTS OF CHRONIC MALNUTRITION IN CHILDREN UNDER

Angela Rocio Soria Carrillo

Director: Ing. Fabián Muñoz N.

A. Rocio Soria Carrillo

Quiero expresar mi agradecimiento a quienes estuvieron vinculados de alguna

También quiero expresar mi agradecimiento a los profesores de la Escuela de

Finalmente agradezco a mis hermanas/os: Melitón, Paulo, Guadalupe, Blanca,

A. Rocio Soria Carrillo

Al director de tesis Ing. Fabián Muñoz, por su gran aporte en la elaboración de

De igual manera a los profesores de la Facultad de Ciencias Económicas que

También a todas las personas que contribuyeron de una u otra forma en el

Nosotros, Angela Rocio Soria Carrillo y Alejandro Roberto Vaca Almeida en

Los derechos que como autores nos corresponden, con excepción de la

Quito, a 28 de mayo de 2012

Resumen Ejecutivo ............................................................................................. i

Capítulo I. Plan de Tesis ................................................................................... 1

I.2. Identificación del Problema ................................................................... 2

I.3. Delimitación espacial y temporal........................................................... 4

I.5. Objetivos ............................................................................................... 7

I.5.1. Objetivo general.............................................................................. 7

I.5.2. Objetivos específicos..................................................................... 7

I.6. Hipótesis ............................................................................................... 7

I.6.1. Hipótesis general ............................................................................ 7

I.6.2. Hipótesis específicas ...................................................................... 7

I.7. Metodología .......................................................................................... 8

I.7.1. Procedimientos: ............................................................................ 10

I.8. Variables e indicadores ....................................................................... 11

I.9. Cronograma de actividades ................................................................ 14

I.10. Plan analítico ................................................................................... 15

Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños menores de

II.2. La ECV 2005-2006 (Aspectos Metodológicos).................................... 19

II.2.2. Universo y unidad de análisis ....................................................... 19

II.2.3. Tamaño de la muestra.................................................................. 19

II.2.4. Dominios de estudio ..................................................................... 21

II.2.6. Estrategias de recolección............................................................ 23

II.2.7. Instrumentos de recolección ......................................................... 24

II.3. Estimación de la desnutrición crónica infantil en la provincia de

II.3.1. Estructura de la población de la provincia de Cotopaxi ................ 26

II.3.2. La desnutrición crónica infantil...................................................... 32

II.3.3. Estimación de la desnutrición crónica (baja talla para la edad) .... 36

Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la

III.1. Construcción del modelo de regresión............................................. 61

III.1.1. Análisis descriptivo de los principales factores determinantes de

III.1.2. Índice de condiciones socioeconómicas.................................... 67

III.2. Modelo de regresión logística .......................................................... 74

III.2.2. Comparación de factores identificados entre áreas .................. 90

Capítulo IV.- Priorización de los factores determinantes identificados por el

IV.1. Estimación del peso de los factores que inciden en la desnutrición

IV.1.1. Área Urbana .............................................................................. 92

IV.1.2. Área Rural ................................................................................. 98

IV.2. Determinación de los factores más influyentes en la desnutrición

IV.2.1. Área Urbana ............................................................................ 107

IV.2.2. Área Rural ............................................................................... 112

IV.3. Efectos marginales y elasticidades de los coeficientes estimados de

Capítulo V. Conclusiones y Recomendaciones.............................................. 127

V.1. Conclusiones ................................................................................. 127

V.2. Recomendaciones ......................................................................... 130

ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL

ANEXO 2: ESTRUCTURA DE LA POBLACIÓN ................................................ 2