103
Aproximación a la generación de categorías para la autopercepción de la pobreza en el municipio de San Salvador, de la Encuesta de
Calidad de Vida de El Salvador Cómo Vamos, Paola María Navarrete Gálvez, pp. 99-112, Revista entorno, diciembre 2023, número 76,
ISSN: 2071-8748, E-ISSN: 2218-3345, ISNI 0000 0001 2113 0101 https://isni.org/isni/0000000121130101
Varios estudios en la región han utilizado la
información proporcionada por el observatorio
como base para sus análisis. Por ejemplo, Botello
Moncada y Quintero Mahecha (2012) emplearon
variables relacionadas con pobreza y felicidad en
diferentes distritos de Colombia para determinar
el índice de calidad de vida de sus habitantes.
Asimismo, González Díaz (2013) utilizó indicadores
de El Salvador Cómo Vamos en su estudio sobre
autopercepción de pobreza, donde identicó que
factores como la edad, el estrato socioeconómico y el
estado laboral inuyen en la percepción de pobreza.
Otro estudio, llevado a cabo por Castillo, et al. (2012),
también basado en indicadores del observatorio, se
enfocó en el estudio subjetivo de la percepción de la
pobreza, complementando las mediciones objetivas
para captar fenómenos multidimensionales y diseñar
políticas más efectivas contra la pobreza (p. 136).
Este estudio identicó que la percepción de pobreza
está fuertemente vinculada a la situación del hogar,
con mayores de 35 años, hombres y desempleados,
siendo los más propensos a tener una alta percepción
de pobreza.
Método
El estudio adopta un enfoque de metaanálisis, con
un diseño descriptivo, utilizando la base de datos de
la Encuesta de Calidad de Vida del proyecto de El
Salvador Cómo Vamos.
Se implementaron dos conjuntos de datos para llevar
a cabo la investigación. El primero está compuesto por
1.272 hogares encuestados en el año 2019 en San
Salvador, con un margen de error del 2,8 %, con un
nivel de conanza de 95 % (Chávez Claros et al., 2019,
p. 9). El segundo conjunto de datos corresponde al
año 2021, donde se encuestaron a 1.230 hogares en
San Salvador, con un margen de error del 2,8 %, un
nivel de conanza del 95 % y una sobremuestra del 5,5
% (Chávez Claros et al., 2022, p. 6).
Procesamiento de los datos
Se llevó a cabo un análisis de contenido,
especícamente un análisis conceptual, con el
propósito de seleccionar los conceptos de análisis y
cuanticar su presencia (Columbia University Mailman
School of Public Health. s. f.). El procesamiento de datos
para este estudio implica la extracción y clasicación
de respuestas abiertas de la encuesta, implementado
el software de análisis cualitativo ATLAS.ti para el
análisis y creación de categorías. En la codicación
de las variables, se tomaron en cuenta las palabras
de los entrevistados utilizando un enfoque in vivo.
Posteriormente, estos códigos se transformaron en
categorías más generalizadas.
Proceso de codicación
Durante la primera etapa de codicación, se identicaron
palabras clave y los términos que más se repitieron en las
respuestas, estableciendo una base para la búsqueda
y codicación de la información. Las palabras iniciales
de búsqueda abarcaban una amplia gama de aspectos
como ahorro, alcanza, alimento, alquiler, apoyo, ayuda,
bajo, banco, caro, casa, comida, comodidades, cosas,
deudas, dinero, economía, empleo, enfermedad,
familia, gastos, gustos, hijo, hogar, ingreso, jubilación,
mayor, medicamento, necesario, pago, pensión, poco,
recursos, remuneración, salario, salud, servicios,
básico, sueldo, trabajo, ventas y vivienda.
La primera etapa de codicación consistió en 157
códigos iniciales con 47 categorías, seleccionados a
partir de 1.136 respuestas abiertas. Posteriormente,
se revisaron y fusionaron los códigos con signicados
similares, resultando en aproximadamente 106 códigos
distintos, agrupados en 21 subcategorías, que se
organizaron en cuatro categorías.