104355 by UNIGIS América Latina

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Selección de sitio óptimo de hospedaje en la ciudad de Baños, Ecuador Selection of optimal lodging site in the city of Baños, Ecuador by/por

Kleber Humberto Villa Tello 01522720 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science– MSc Advisor ǀ Supervisor:

Carlos Mena PhD

Ambato - Ecuador, Enero 2020

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

(Ambato, 23 de enero de 2020)

(Firma)

DEDICATORIA

Dedico este trabajo, a mi esposa Carmen a mis hijos Isabela y Francisco, ellos que han sido los pilares fundamentales para mí, otorgándome el tiempo necesario o a veces incluso robándoles el tiempo a ellos, para dedicarlo a esta investigación. A mi padre quien a pesar de que en el transcurso de esta carrera lo perdí, fue él que me formo como un amante de la ciencia y el conocimiento. A mi madre que me ha enseñado la perseverancia y el amor que se debe tener en cada tarea que uno emprende. A toda mi familia y mis amigos, ya que en conjunto han formado el ambiente para optar, seguir y terminar este objetivo planteado.

AGRADECIMIENTOS

Agradezco a todos mis instructores, especialmente a Gabriela y Jefferson por facilitarme sus conocimientos, mediante su guía en toda inquietud y/o problema que se presentaron. Y como no agradecer a Dios, porque Él es el artífice de cada actividad, de cada logro de cada meta, en sí de toda la vida.

RESUMEN

En el presente estudio se presenta una metodología que permite a un turista seleccionar a su criterio el mejor sitio de hospedaje en una determinada jurisdicción. Utilizando para ello criterios/factores preestablecidos mediante reuniones realizadas con los principales entes turísticos con cobertura en dicha jurisdicción. Estos criterios/factores provienen de información censal pública procedente del Censo de Población y Vivienda 2010, Censo Nacional Económico 2010 y un Censo Turístico realizado en la jurisdicción, los criterios/factores se encuentran tanto en formato alfanumérico como geográfico. La cartografía utilizada para la metodología es de origen público. La jurisdicción objeto de estudio es la ciudad de Baños de Agua Santa de la provincia del Tungurahua en Ecuador. Para el desarrollo de la investigación se utiliza una integración de técnicas SIG y técnicas de decisión multicriterio basadas en el enfoque del Proceso Analítico Jerárquico (AHP por sus siglas en inglés) con variaciones en los procesos de validación propia del método. El turista asume el rol del tomador de decisión, por lo que debe seleccionar los criterios/factores que desee utilizar según su necesidad para luego realizar comparaciones en pares de los mismos, de tal forma que estas comparaciones permiten al tomador de decisión (turista) realizar ponderaciones entre los diferentes criterios/factores evaluándolos, y con base en ello determinar los establecimientos de hospedaje con mayor porcentaje de cumplimiento de dichos criterios/factores. Finalmente se presenta al turista los establecimientos de hospedaje seleccionados y en base a criterios finales generalmente de tipo económico el turista toma su decisión definitiva. Un aplicativo fue desarrollado para automatizar y validar la metodología, aplicándolo a un determinado número de turistas, siendo los resultados satisfactorios, obteniendo de la mayoría de ellos la aceptación del proceso de selección de hospedaje que realizó. Se presenta en el estudio un ejemplo paso a paso para demostrar la aplicabilidad del enfoque de integración de las técnicas utilizadas.

Palabras clave: Selección de sitio de hospedaje, Modelos de decisión multicriterio, El AHP, SIG, Vector a ráster.

ABSTRACT

In this study, we show a methodology that allows a tourist to select, in his view, the best lodging establishments in a determined jurisdiction. In order to do that we use pre-established criteria/factors gathered through meetings with the main touristy companies which have coverage in that jurisdiction. This criteria/factors came from public census information from the Population and Housing Census 2010, Economic National Census 2010, and a Touristy Census performed in the jurisdiction. The criteria/factors can be found in alphanumeric and geographic format. The cartography used for the methodology is from public origin. The city of BaĂąos de Agua Santa in the province of Tungurahua of Ecuador is the jurisdiction subject of this study. For the development of the research, we used an integration of GIS techniques and multi-criteria decision techniques based on the Analytic Hierarchy Process approach (AHP) with variations in the validation processes which are part of the method itself. The tourist takes the role of the decision maker, which is why he has to select the criteria/factors that he wishes to use according to his needs, and then he makes comparisons in pairs, so that this comparisons allow the decision maker (tourist) weigh the different criteria/factors by evaluating them, and based on that, determine the lodging establishments with the highest percentage in accordance with the afore-mentioned criteria. Finally, the selected lodging establishments are shown and based on final criteria generally from the financial type, the tourist makes his final decision. An app was developed to automate and validate the methodology, by applying it to a determined number of tourists, and the results were satisfactory. We obtained acceptance from most of them in the lodging selection process performed. In the study, we shown a step â&#x20AC;&#x201C; by - step example to demonstrate the applicability of the techniques used in the integration approach.

Keywords: Selection of hosting site, Multicriteria decision models, AHP, GIS, Vector to raster.

TABLA DE CONTENIDO 1

INTRODUCCIÓN .......................................................................................... 12 1.1

ANTECEDENTES ................................................................................... 12

1.2

OBJETIVOS ............................................................................................ 12

1.2.1

OBJETIVO GENERAL ...................................................................... 12

1.2.2

OBJETIVOS ESPECÍFICOS ............................................................ 13

1.3

PREGUNTAS DE INVESTIGACIÓN ....................................................... 13

1.4

HIPÓTESIS ............................................................................................. 13

1.5

JUSTIFICACIÓN ..................................................................................... 14

1.6

ALCANCE ............................................................................................... 15

REVISIÓN DE LITERATURA ........................................................................ 16 2.1 CENSO NACIONAL DE POBLACIÓN Y VIVIENDA, Y CENSO NACIONAL ECONÓMICO ................................................................................ 16 2.1.1

OBJETIVOS DEL CENSO DE POBLACIÓN Y VIVIENDA ............... 16

2.1.2

OBJETIVOS DEL CENSO NACIONAL ECONÓMICO ..................... 17

2.2

SISTEMAS DE INFORMACIÓN GEOGRÁFICA ..................................... 21

2.3

ANÁLISIS GEOGRÁFICO ....................................................................... 22

2.4 MODELOS DE DECISIÓN MULTICRITERIO – PROCESO ANALÍTICO JERÁRQUICO .................................................................................................. 23 2.5 3

SOFTWARE REDATAM ......................................................................... 34

METODOLOGÍA ........................................................................................... 35 3.1

ÁREA DE ESTUDIO................................................................................ 37

3.2

FLUJOGRAMA ........................................................................................ 38

3.3

DATOS Y CAPAS UTILIZADOS ............................................................. 40

3.4

PROGRAMAS UTILIZADOS ................................................................... 43

3.5

PROCESO DE ANÁLISIS AHP ............................................................... 44

3.5.1

CREACIÓN DEL ÁRBOL DE DECISIÓN Y APLICACIÓN DEL AHP 44

3.5.2

PROCESAMIENTO DE VARIABLES ............................................... 56

3.5.3

CÁLCULO DE LA MEJOR OPCIÓN ................................................. 58

RESULTADOS Y DISCUSIÓN ...................................................................... 63 4.1

RESULTADOS ........................................................................................ 63

4.2

DISCUSIÓN ............................................................................................ 71

CONCLUSIONES Y RECOMENDACIONES ................................................ 77

BIBLIOGRAFÍA ............................................................................................. 78

ANEXOS ....................................................................................................... 80 7.1

ANEXO 1. BOLETAS DE LA INVESTIGACIÓN TURÍSTICA .................. 80

7.2

ANEXO 2. MODELO ENTIDAD RELACIÓN DEL APLICATIVO AHP-SIG 85

7.3

ANEXO 3. DESCRIPCIÓN DEL APLICATIVO AHP-SIG ........................ 85

7.4 ANEXO 4. TABLA DE VARIABLES DISPONIBLES PARA EL PROCESO DE SELECCIÓN ............................................................................................... 91

LISTA DE TABLAS Tabla 1. Comparación de métodos de decisión multicriterio. .......................................................... 26 Tabla 2. Escala de rangos Saaty AHP ............................................................................................. 27 Tabla 3. Resumen de variables disponibles para el proceso de selección de un establecimiento de hospedaje. ........................................................................................................................................ 46 Tabla 4. Ejemplo de variables utilizadas para el modelamiento, según origen. .............................. 48 Tabla 5. Matriz de factores con variables seleccionadas y valores dados por el autor. .................. 50 Tabla 6. Matriz de factores normalizada con variables seleccionadas y valores dados por el autor, con sus pesos resultantes. ............................................................................................................... 50 Tabla 7. Valores de RI(n) de varios autores. ................................................................................... 52 Tabla 8. Matriz de calificación ponderada, caso de ejemplo del autor ............................................ 53 Tabla 9. Matriz de alternativas con base a los criterios/factores. .................................................... 54 Tabla 10. Matriz normalizada de alternativas con base a criterios/factores. ................................... 54 Tabla 11. Matriz de puntajes del caso de ejemplo. .......................................................................... 55 Tabla 12. Resumen de capas ráster obtenidas con AHP, durante el procesamiento de la metodología caso de prueba. ........................................................................................................... 64

LISTA DE GRÁFICOS Gráfico 1. Pirámide etaria de la ciudad de Baños. ........................................................................... 19 Gráfico 2. Ocupación laboral de las personas de la ciudad de Baños. ........................................... 20 Gráfico 3. Actividad principal de las empresas de la ciudad de Baños. .......................................... 20 Gráfico 4. Tipos de Implementación en programas SIG, por tamaño de la organización. .............. 22 Gráfico 5. Localización del Cantón Baños de Agua Santa. ............................................................. 38 Gráfico 6. Flujograma correspondiente a la metodología planteada. .............................................. 39 Gráfico 7. Estructura jerárquica en REDATAM del Censo de Población y Vivienda 2010. ............. 41 Gráfico 8. Estructura jerárquica en REDATAM del Censo Nacional Económico 2010. .................. 42 Gráfico 9. Jerarquía a aplicar en la selección de sitio de hospedaje. .............................................. 45 Gráfico 10. Interface general de definición del Proceso AHP-GIS. ................................................. 57 Gráfico 11. Interface para ingreso de matriz AHP-GIS. ................................................................... 57 Gráfico 12. Modelo para generación de script Python caso dos rangos. ........................................ 59 Gráfico 13. Modelo para generación de script Python caso tres rangos. ........................................ 60 Gráfico 14. Modelo para generación de script Python para generar ráster final. ............................ 61 Gráfico 15. Modelo para generación de script Python para transformar ráster final a shape final. . 61 Gráfico 16. Interface para presentar selección con opciones para resaltar la misma. .................... 62 Gráfico 17. Procedencia de turistas seleccionados para las pruebas. ............................................ 68 Gráfico 18. Porcentajes de aceptación de variables según origen. ................................................. 69 Gráfico 19. Aceptación de la escala Saaty para valoración. ............................................................ 70 Gráfico 20. Aceptación del Método de Validación del procedimiento. ............................................. 70

LISTA DE ABREVIATURAS

AHP: Analytical Hierarchy Process. CELADE: Centro Latinoamericano y Caribeño de Demografía CENEC: CEnso Nacional EConómico. CPV: Censo de Población y Vivienda. DRSA: Dominance-based Rough Set Approach. ELECTRE: ELimination and Choice Expressing the REality ESRI: Environmental Systems Research Institute. INEC: Instituto Nacional de Estadística y Censos. MAUT: Multi Attribute Utility Theory. MCDA: Multiple - Criteria Decision Analysis. MINTUR: Ministerio de Turismo PROMETHEE: Preference Ranking Organization Method for Enrichment of Evaluations. REDATAM: REcuperación de DATos para Áreas pequeñas por Microcomputador. SIG: Sistemas de Información Geográfica. SQL: Structured Query Language.

1 INTRODUCCIÓN 1.1

ANTECEDENTES

La ciudad de Baños de Agua Santa, ubicada en la Provincia del Tungurahua en Ecuador, es conocida como “El Pedacito de Cielo”(Hora., 2014). Es la cabecera cantonal del cantón que lleva su mismo nombre, la cual cuenta con 14,653 habitantes (INEC, 2010a). De esta población el 12.63% laboran en actividades de alojamiento y servicio de comidas (INEC, 2010a), pero se puede aseverar que el 90% de las actividades económicas en la ciudad están relacionadas al turismo (Lapo, 2010), concentrando en la ciudad el 3.9% de establecimientos de hospedaje de Ecuador (MINTUR, 2010). Pese a este gran movimiento económico – turístico, la ciudad actualmente no cuenta con un adecuado mecanismo de ubicación y selección de establecimientos de hospedaje, exceptuando los que toman en consideración tan sólo la ubicación y el precio de alojamiento, como son los sitios web públicos existentes Google y Trivago. Estos permiten seleccionar un determinado establecimiento de hospedaje, pero basando su metodología sólo en las variables mencionadas anteriormente y no cuentan con información adicional e importante para el turista, como por ejemplo la existencia de servicios básicos en los sectores en los cuales están los establecimientos de hospedaje, grupos de edad predominante en el sector; además de que sus bases de datos referente a los establecimientos de hospedaje no poseen la totalidad de establecimientos en sí, esto por la dinámica de la ciudad y los cambios que se producen entre temporada baja y alta.

1.2

OBJETIVOS

1.2.1 OBJETIVO GENERAL Establecer una metodología para la selección de sitios óptimos de hospedaje de una determinada jurisdicción, caso de estudio en la ciudad de Baños de Agua Santa, Ecuador.

1.2.2 OBJETIVOS ESPECÍFICOS 

Determinar los parámetros o variables sociodemográficas y económicas, de mayor interés para el turista, que le permitan seleccionar el mejor establecimiento de hospedaje.



Establecer los rangos de evaluación adecuados dentro de las variables seleccionadas que permitan calificar la idoneidad de un determinado sitio de hospedaje.



Comprobar la validez de la metodología ejecutándola para un grupo determinado de turistas.

1.3

PREGUNTAS DE INVESTIGACIÓN

¿Cuáles son las variables existentes en los Censos de Población y Vivienda, Censo Nacional Económico y Base de Datos Turística que interesan en mayor medida a un turista para la selección de su sitio de hospedaje? ¿Cuáles son los rangos dentro de las variables seleccionadas, para determinar la idoneidad de un sitio de hospedaje? ¿Cuál proceso o metodología es la más adecuada para validar la metodología llevada a cabo en esta investigación?

1.4

HIPÓTESIS

La metodología planteada en este estudio para seleccionar un sitio óptimo de hospedaje, basada en información censal pública, información turística (con coordenadas geográficas de establecimientos de hospedaje) y cartografía del sitio de la jurisdicción de interés, permitirá al turista analizar y seleccionar su mejor opción de acuerdo a sus necesidades y características, permitiéndole tener un mejor nivel de satisfacción referente al hospedaje.

1.5

JUSTIFICACIÓN

El mercado del turismo en el Ecuador, según datos del Ministerio de Turismo (MINTUR) en su Boletín Mensual de Febrero del 2015, hace referencia a un crecimiento del 105.46% en el ingreso económico generado por éste referente al periodo 2014 versus 2013. Esto convierte al turismo, en el tercer producto de mejor ingreso en el Ecuador, superándolo solo el Banano y el Camarón (MINTUR, 2015), siendo el turismo en sí, una actividad económica marcada por una fuerte dinámica de crecimiento y generadora de riqueza (Goded, 1998). Este fenómeno se produce a nivel mundial y nacional, y por supuesto esto se refleja en cada una de las jurisdicciones del Ecuador, pero este crecimiento y fenómeno debe apoyarse, en múltiples servicios y herramientas que conviertan a un determinado lugar en el favorito de los turistas. No sólo la naturaleza (ríos, cascadas, montañas, lagunas, por mencionar algunos); lugares históricos (iglesias, ciudades coloniales, etc.); así como los que ofrecen aspectos culturales (folklore, museos, centros recreativos, fiestas religiosas y producción artesanal), son los atrayentes en si del turista, sino también la calidad del servicio y el nivel de satisfacción del mismo, recordando que un turista se define como una persona que se encuentra fuera de su entorno habitual, para realizar actividades con propósitos de ocio, negocios y otros motivos (Goded, 1998). Dado que el turista, se encuentra en otro lugar diferente al habitual, nace la importancia de la selección adecuada de un sitio de hospedaje, que haga que éste se sienta plenamente satisfecho, y retorne de forma continua al lugar, proporcionando a una determinada jurisdicción ingresos económicos y plazas de trabajo, radicando en estas últimas la importancia de realizar y proporcionar una metodología que permita seleccionar un sitio de hospedaje adecuado a las necesidades y requerimientos del turista.

1.6

ALCANCE

La presente investigación se realizará en la ciudad de Baños de Agua Santa, la cual está ubicada en la Provincia de Tungurahua del Ecuador, se caracteriza esta ciudad por ser una ciudad turística en casi el total de sus actividades. El turismo actualmente basa gran parte de su desarrollo en la calidad del servicio, midiendo siempre la satisfacción del turista, especialmente en lo que corresponde a los servicios considerados principales como son transporte, alimentación y alojamiento. El nivel de satisfacción a nivel del país se encuentra en un 80% en una calificación entre 8 y 10 (MINTUR, 2011). Sin poseer una estadística referente a la ciudad de Baños de Agua Santa, se asume la nacional. Esta condición genera una preocupación por el 20% que no estuvo satisfecho con su alojamiento, generando que no regrese al sitio escogido en este caso la ciudad de Baños de Agua Santa. Por esta razón, se desea desarrollar una metodología, que permita ubicar, describir de forma gráfica y tabulada las características de todos los establecimientos de hospedaje de la ciudad, así como características de la población, los niveles de acceso a servicios básicos y los tipos de establecimientos económicos de los sectores en los cuales se ubican los establecimientos de hospedaje. De esta forma el turista podrá seleccionar la mejor opción de hospedaje de acuerdo a sus necesidades y las características del sitio deseado, permitiéndole tener un mejor nivel de satisfacción y evaluándolo de acuerdo a sus preferencias referentes a las variables censales o turísticas que este seleccione. La metodología acá planteada, así como sus datos serán de uso público, a través de convenios ya sea con la Universidad Tecnológica Indoamérica o a través del Consejo Provincial de Tungurahua, mediante sus respectivas plataformas web, transformando esta metodología en una herramienta tecnológica disponible de forma pública en el sitio web donde se aloje. Es evidente pues que el principal beneficiado de esta investigación será el turista que desee visitar la ciudad de Baños de Agua Santa, además de toda la población de esta ciudad que económicamente depende o está relacionada con la actividad del turismo.

2 REVISIÓN DE LITERATURA 2.1

CENSO NACIONAL DE POBLACIÓN Y VIVIENDA, Y CENSO NACIONAL ECONÓMICO

En Ecuador las investigaciones estadísticas de mayor envergadura son los Censos, tanto el Censo de Población y Vivienda, como el Censo Nacional Económico, por el alcance en su cobertura, constituyéndose éstos en las principales fuentes de información en el país para la toma de decisiones (Zumarraga y Rivadeneira, 2015). Su importancia radica además de su cobertura, en los objetivos generales, que persigue cada uno de los censos mencionados. Debido a que los objetivos censales responden a necesidades de información de diferentes actores sociales y económicos a nivel nacional, y permiten actualizar marcos muestrales en todos los niveles jurisdiccionales. Es decir en sus objetivos se representa la necesidad de información que todo un país requiere. Los objetivos censales son los siguientes:

2.1.1 OBJETIVOS DEL CENSO DE POBLACIÓN Y VIVIENDA “Dotar de información sobre la magnitud, estructura, crecimiento, distribución de la población y de sus características económicas, sociales y demográficas, que sirva de base para la elaboración de planes generales de desarrollo y la formulación de programas y proyectos a cargo de organismos de los sectores públicos y privados” (Zumarraga y Rivadeneira, 2015, p. 10). “Determinar el volumen y características de las unidades de vivienda en que habita la población ecuatoriana, con miras a evaluar las condiciones de vida y los requerimientos específicos de vivienda y servicios básicos.”(Zumarraga y Rivadeneira, 2015, p. 10). Estos objetivos se reflejan en las variables que constan en la base correspondiente. Estas variables permiten analizar características de las personas y sus viviendas en una determinada jurisdicción de manera espacial para conocimiento de personas externas a las mismas (turistas).

2.1.2 OBJETIVOS DEL CENSO NACIONAL ECONÓMICO “Disponer de información estadística desagregada sobre la estructura del aparato productivo nacional, dispuestas en términos de la distribución geográfica y sectorial de los establecimientos económicos residentes, considerando sus principales características de funcionamiento y tamaño.” (INEC, 2010b, p. 4). Este objetivo se refleja en las variables de la base correspondiente, permitiendo analizar características de los establecimientos económicos en una determinada jurisdicción, especialmente de los relacionados a hospedaje y de los que proveen servicios a los turistas. Las investigaciones censales son ricas en información y sirven como base estadística para el resto de investigaciones dentro de su ámbito, de forma que estas investigaciones se definen como de seguimiento a la información censal. Pero el inconveniente en generar un censo se da en el consumo de recursos que exige este, para cumplir su universo que constituye un país de manera general. El contenido de estas investigaciones se decide generalmente en ámbito nacional representado este ámbito entre varias entidades como son: instituciones públicas y privadas, universidades, organizaciones sociales, centros de investigación entre otros, de tal forma que se garantiza que cada pregunta atienda un objetivo específico. Dado lo anterior, se analiza el contenido de cada investigación censal a continuación: En el Censo de Población y Vivienda 2010, se obtuvieron las siguientes secciones de información (Zumarraga y Rivadeneira, 2015): Sección Geográfica: Ubicación de las viviendas y de las personas, su residencia habitual y el tipo de área urbana/rural en la que habita. Esta información se encuentra a niveles geográficos correspondientes a las divisiones administrativas (Provincia, Cantón, Parroquia) y a las divisiones propias del INEC (zona, sector, localidad y manzana). Sección Demográfica: Temas y variables que permiten la caracterización básica de la población.

Sección Educación: Alfabetismo, nivel de instrucción y años aprobados. Sección Actividad Económica: Preguntas para conocer si la persona pertenece al grupo de económicamente activos o inactivos, ocupación principal, rama de actividad, categoría ocupacional entre otras. Sección Vivienda: Situación de la vivienda y servicios básicos. Otras secciones: Generalmente secciones o preguntas que corresponden a ciertas agrupaciones sociales, ejemplo etnia, discapacidad, seguridad social, fecundidad y mortalidad, preguntas o secciones que sirven para caracterizar de mejor forma la población o vivienda. En el Censo Nacional Económico se obtuvieron las siguientes secciones de información(INEC, 2010b): Sección Geográfica: Ubicación geográfica e identificativa del establecimiento económico. Esta información se encuentra a niveles geográficos correspondientes a las divisiones administrativas (Provincia, Cantón, Parroquia) y a las divisiones propias del INEC (zona, sector, localidad y manzana). Sección Personal Ocupado y Gastos de Remuneración: Número de personal ocupado (remunerado y no remunerado), desglosado por género y el valor de los gastos realizados por el establecimiento en remuneraciones. Sección Actividad Económica del Establecimiento: Actividad económica principal y secundaria del establecimiento, así como el principal bien o servicio comercializado, fecha de inicio de la actividad, tipo de comercio (al por mayor y al por menor) y el principal cliente. Sección Costos, Gastos, Ingresos, Existencias y Activos Fijos Totales: Costos, gastos, ingresos, existencias y activos fijos del establecimiento durante el 2009. Sección Establecimiento Matriz: Datos adicionales del establecimiento que informó ser matriz o único, como son si posee fines de lucro o no, forma de la empresa, financiamiento en el 2009, entre otras.

Sección Sucursales del Establecimiento: Listado de las sucursales que posee, claro esto siempre y cuando informo ser un establecimiento matriz (INEC, 2010b). De toda esta extensa y valiosa información, y recordando que un Censo abarca un territorio definido con precisión, en el caso de la información a utilizar abarca todo un país con un factor de confianza del 100%. Se ha seleccionado y formado una tanda de variables, tanto del Censo de Población y Vivienda, Censo Nacional Económico y del Censo Turístico. Al analizar algunas variables, tanto del Censo de Población y Vivienda 2010 como del Censo Nacional Económico 2010, respecto a la ciudad de Baños, como se lo presenta en los Gráficos 1, 2 y 3 elaborados utilizando REDATAM Process, se observa comportamientos específicos de la ciudad. Por ejemplo, en el Gráfico 1 se nota que la mayor población en la ciudad se encuentra en edad de 23 años en el caso de los hombres y 24 en mujeres. De acuerdo al Gráfico 2, se nota que el mayor número de población económicamente activa (2015 personas), tiene su ocupación en el área de Servicios y Ventas. Por último, en el Gráfico 3 se aprecia que el mayor porcentaje (39.90%) de empresas en la ciudad se dedican al Comercio al por menor, siendo la actividad de Alojamiento la tercera con un 8.15%.

Gráfico 1. Pirámide etaria de la ciudad de Baños.

Gráfico 2. Ocupación laboral de las personas de la ciudad de Baños.

Gráfico 3. Actividad principal de las empresas de la ciudad de Baños.

2.2

SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Actualmente existe un debate sobre cuál es la correcta conceptualización de un Sistema de Información Geográfico (SIG). Existen diversos criterios, pero en la presente investigación se opta por el siguiente concepto: Los Sistemas de Información Geográfico son conjuntos de herramientas útiles, que ayudan a todo tipo de personas, desde científicos hasta el ciudadano común a resolver problemas geográficos (Longley, Goodchild, Maguire, y Rhind, 2005). Con base en este concepto y considerando que actualmente la información tanto alfanumérica como geográfica está presente implícitamente en toda actividad, se puede decir que la administración de esta información es lo que un SIG principalmente soluciona, lo cual con una adecuada explotación y con conocimiento geográfico suficiente, hace que un SIG proporcione soluciones a los problemas cotidianos que tengan componente geográfico. Los problemas cotidianos que poseen componente geográfico han evolucionado, lo que ha ocasionado a su vez que las herramientas para SIG deban evolucionar(Longley et al., 2005). Estos cambios en las herramientas SIG, como se observa en el Gráfico 4, nacen de la necesidad de utilizar y procesar información geográfica y alfanumérica de manera conjunta siendo ésta cada vez más voluminosa por cantidad de espacio, cantidad de usuarios y por la calidad que se exige de la misma, lo que ha ocasionado que los SIG evolucionen desde sistemas Desktop/Personales, hacia sistemas de uso general en plataformas compartidas sobre el Internet. Por ejemplo, hoy se puede encontrar sistemas de uso tan común en la sociedad como el Google Maps, para ubicar un determinado sitio o determinar una ruta, pero justamente este aplicativo/plataforma nace debido a la necesidad de este tipo de aplicaciones, así también podemos mencionar el nacimiento de nuevas ciencias con base en las ciencias geográficas como el Geo Marketing, Geo estadística entre otras(Cabrero y García, 2015). Lo anterior se menciona ya que de forma similar, la toma de decisiones que involucran componentes geográficos también se apoya ahora en programas de tipo geográfico o una mezcla de ellos con otras ciencias.

Gráfico 4. Tipos de Implementación en programas SIG, por tamaño de la organización. Fuente: Longley, et al. 2005

2.3

ANÁLISIS GEOGRÁFICO

El análisis geográfico es el eje de los SIG porque incluye todas las transformaciones, manipulaciones y los métodos que se pueden aplicar a datos para agregar valor a ellos, apoyar decisiones y revelar patrones y anomalías que no son notados inmediatamente (Longley et al., 2005). En otras palabras, el análisis espacial es el proceso por el que se transforman los datos brutos en información útil, en la búsqueda de descubrimientos científicos o una decisión más eficaz. Existen técnicas de análisis general que nacieron antes que los SIG, y por otro lado las técnicas de análisis geográficos en algunos aspectos se encuentran en etapas de desarrollo. Por lo que, al integrar estas técnicas de análisis general y geográfico, se mejora el proceso de toma de decisiones, proporcionando una fuente de información - decisión antes no disponible, y que refleja y visualiza varias respuestas. Los métodos nuevos implementados van desde los simples hasta los más complejos. Las técnicas de análisis espacial, dependen en gran porcentaje del analista, antes que del software especializado o hardware, ya que el software ha evolucionado hacia software libre, y el hardware tiene precios accesibles por lo reducidos que se encuentran.

Las técnicas o tipos de análisis espacial, incluyen: Consultas, mediciones, transformaciones, resúmenes descriptivos, optimizaciones, prueba de hipótesis y modelamiento espacial (Longley et al., 2005). Los análisis espaciales pueden ir desde resúmenes básicos hasta el poder de inferir hechos futuros sobre la geografía, eso a pesar de que esta área de SIG se encuentra todavía en crecimiento, primero para igualar a las técnicas de análisis, y luego generando nuevas técnicas aplicadas únicamente con componente geográfico.

2.4

MODELOS DE DECISIÓN MULTICRITERIO – PROCESO ANALÍTICO JERÁRQUICO

El proceso de toma de decisiones es una de las actividades que refleja la evolución y organización de los seres vivos, se efectuaba inicialmente basándose en la dupla experiencia-intuición la que con el tiempo evolucionó a la dupla informaciónconocimiento, siendo que para esta nueva dupla un factor importante es el contar con información correcta y específica. A la información se la representa generalmente como un conjunto de variables, factores o parámetros que se proporcionan a los tomadores de decisiones. Actualmente para la toma de decisiones, nace una nueva dupla la del conocimiento-razonamiento el conocimiento para requerir la información precisa y el razonamiento para encaminar esta información de forma adecuada. Siendo factor clave la información que se posee (Moreno-Jiménez, Aguaron, y Escobar, 1998). Cuando la toma de decisiones involucra varios y diversos objetivos o criterios que deben tomarse en cuenta de forma simultánea, existen varios métodos conocidos como métodos de análisis de decisión multicriterio (MCDA por sus siglas en inglés). Varios de estos métodos se analizaron en un estudio realizado sobre el uso potencial de MCDA en evaluaciones de sostenibilidad (Cinelli, Coles, y Kirwan, 2014). En este estudio se analizó cinco de estos métodos, como representativos de cada tendencia existente en MCDA. Los métodos analizados fueron los siguientes:



Teoría de la utilidad de múltiples atributos (MAUT por sus siglas en inglés).



Proceso analítico jerárquico (AHP por sus siglas en inglés).



Eliminación y elección expresando la realidad (ELECTRE por sus siglas en inglés).



Método

organización

clasificación

preferencias

para

enriquecimiento de evaluaciones (PROMETHEE por sus siglas en inglés). 

Enfoque de conjunto aproximado basado en el dominio (DRSA por sus siglas en inglés).

A continuación, se presenta una breve descripción de cada uno de los métodos que según Cinelli et al. (2014) poseen las siguientes características: MAUT: El MAUT utiliza la agregación, identificando y proporcionando peso a cada parámetro con base en la función que desempeña, que al final son convertidos en un solo conjunto de valores mediante adición o multiplicación para su valoración final. Evalúa parámetros cuantitativos como cualitativos. AHP: El AHP es similar a MAUT en la asignación de pesos a los parámetros, pero trabajando en comparación en pares, además de que inicia jerarquizando o creando una jerarquía con varios niveles según agrupación de los parámetros. Evalúa parámetros cuantitativos como cualitativos. Para la valoración de los parámetros utiliza una escala estándar, denominada la escala Saaty. Al final el resultado es un vector cuya mejor opción es el de valor más alto, este valor debe estar en el rango de entre 0 y 1, y este resultado puede validarse con la misma metodología para verificar el proceso de decisión, o debe volver a realizarse. ELECTRE: El método ELECTRE se basa en la agregación de preferencias, y en la comparación de pares de parámetros. Su diferencia radica en el descarte o acumulación de preferencias de uno u otro parámetro, los parámetros son evaluados cada cual en su propia escala, definiendo umbrales para cada uno, luego son ordenados y descartados según su posición, se elimina el de valor más bajo, hasta llegar a tomar la decisión. PROMETHEE: Para la aplicación de este método se tienen prerrequisitos a cumplir: a) La diferencia entre los parámetros debe estar evaluada.

b) La evaluación se da entre pares. c) Al comparar dos parámetros solo pueden ser valores como: P1 es preferida sobre P2, P1 y P2 son indiferentes y, P1 y P2 son incomparables. d) Los métodos deben ser entendidos por los tomadores de la decisión. e) Los pesos deben ser asignados de una manera flexible. De manera similar a los otros métodos el proceso debe ser realizado por un tomador de decisiones que conozca y evalué las alternativas, en parejas eliminando o descartando las opciones que queden fuera de rango. DRSA: El método DRSA es un método nuevo en relación a los otros métodos enunciados, se basa en el uso de una matriz en la cual las filas son las alternativas, y las columnas son los parámetros. Este método se basa en condiciones simples del tipo IF (si) THEN (entonces) ELSE (caso contrario), sobre la dominancia de un parámetro sobre otro, es decir al final se tendría una solución que enuncie IF parametro1<v1 AND (y) parametro2 > v2 entonces se asigna la alternativa como la peor o mejor que sería la seleccionada. Los criterios utilizados para analizar los métodos se resumen en la Tabla 1, en la cual se presenta un resumen comparativo de los métodos (Cinelli et al., 2014). Entre los métodos analizados, el AHP se destaca por la utilización de una escala y método de validación propia permitiendo evaluar diferentes parámetros tanto cualitativos como cuantitativos por igual, sin la necesidad de un experto y sin descartar ningún parámetro ni alternativa, por lo que a continuación se describe el método AHP a mayor detalle: El AHP permite tomar decisiones basadas en múltiples criterios/factores de forma simultánea, organizándolos jerárquicamente desde el objetivo, factores, subfactores hasta las alternativas. Lo importante de este método es que permite evaluar desde los criterios/factores hasta las alternativas ya sean éstas de tipo cuantitativo como cualitativo, haciéndolos comparables durante el proceso de toma de decisión y valorándolos en una escala propia del método (Saaty, 1990).

Tabla 1. Comparación de métodos de decisión multicriterio.

Dominio del Criterio de Comparación Relacionada a datos de Ingreso

Solidez científica Relacionada a métodos de cálculo

Criterio de Comparación

MAUT

AHP

ELECTRE

PROMETHEE

DRSA

Uso de datos cualitativos y cuantitativos

Posible

Perspectiva de ciclo de vida

Posible

Tipología de pesos

Compensación

Importancia de Coeficientes

No necesario

Valores umbrales

De no posible a posible

Compensación -No posible

Posible

Posible, en base a reglas de decisión

Grado de compensación

Total

Nulo a Parcial

Parcial a Total

Nulo

Tratamiento de la incertidumbre

Posible

Posible a parcialmente posible

Posible

Posible a parcialmente posible

Posible

Análisis de sensibilidad Robustez

No es posible reversión de rango

Reversión de rango puede ocurrir

Posible para los problemas de elección y clasificación

Soporte de softw are y representación gráfica

Softw are disponible con capacidades gráficas

Softw are disponible con buenas capacidades gráficas

Softw are disponible pero con pobres capacidades gráficas

Softw are disponible con buenas capacidades gráficas

Softw are disponible pero con pobres capacidades gráficas

Facilidad de uso

Alto a bajo

Alto, medio y bajo

Bajo

Medio

Alto

Dimensión de aprendizaje

Difícil

Difícil a posible

Difícil

Simple con escenarios de análisis

Difícil

Factibilidad

Utilidad

Fuente: Cinelli et al., (2014)

El correcto armado de la estructura de esta jerarquía y la selección de los criterios/factores más adecuados, influyen de manera directa en la calidad de la decisión. No deben estar TODOS los criterios/factores que influyen en un determinado problema o decisión, pero sí deben estar aquellos que el tomador de decisiones requiera, dentro del ámbito de su ambiente de decisión. Para poder comparar los criterios/factores en AHP, éstos deben estar en la misma escala de medición. Sin embargo cada uno tiene implícitamente su propia escala de medición, la cual no necesariamente es similar a la de otro criterio/factor. El método AHP propone con base en la siguiente escala (Tabla 2) la homogenización de la valoración de los criterios/factores y alternativas.

Tabla 2. Escala de rangos Saaty AHP

Intensidad de la

Definición

Explicación

Igual importancia

Los dos factores contribuyen

importancia 1

igualmente al objetivo 3

Algo más importante

Experiencia y juicio favorecen suavemente el uno sobre el otro

Mucho más importante

Experiencia y juicio favorecen fuertemente el uno sobre otro

Importancia muy fuerte

Experiencia y juicio muy fuerte de uno sobre otro y esta importancia es demostrada en la práctica

Absolutamente más

La evidencia favorece el uno

importante

sobre el otro, de la validez más alta posible

2,4,6,8

Valores intermedios

Cuando son necesarios

Fuente: Saaty (1990)

El AHP en lo referente a criterios/factores y alternativas es un sistema compensatorio, ya que algunos poseerán mayor peso referente a unos objetivos y

otros tendrán su mayor peso en otros objetivos, es decir cada factor o alternativa estará siempre valorada en la totalidad del proceso, en la totalidad de comparaciones y opciones (Saaty, 1990). El AHP basa su funcionamiento en el establecimiento de comparaciones, primero a nivel de factores y luego a nivel de alternativas. Es importante tener presente que el tomador de decisiones debe tener la experiencia o el conocimiento para comparar todos y cada uno de los criterios/factores con los otros. Es decir, debe establecer rangos de un criterio/factor o alternativa en comparación con otro criterio/factor o alternativa, y proceder así con todos los criterios/factores o alternativas (Zaman, Botti, y Thanh, 2015). Las preguntas que el tomador de decisión debe responder son ¿Cuál de los dos es más importante? ¿Por cuánto? Esto en cada par, y la respuesta debe estar en escala Saaty, es decir según rangos de la Tabla 2, aplicando lo mismo al comparar alternativas. En el AHP las comparaciones en pares (pares de criterios/factores, pares de alternativas) permiten construir matrices de comparación, que por ende resultan ser matrices cuadradas. Posteriormente en el proceso que se realiza con estas matrices se generarán vectores de valores, se seleccionará la opción con mayor valor o peso, que es el indicador de la mejor opción. Siendo las matrices a utilizar en el proceso las matrices normalizadas. El AHP posee un método de medición de su propia consistencia, iniciando en primer lugar con la valoración de la matriz de comparación de criterios/factores, esto basado en el cálculo de los vectores de valores propios (vectores normalizados), por lo que se le considera un método seguro, ya que puede redefinirse hasta que su matriz de comparaciones sea consistente (Alonso y Lamata, 2006). La matriz de comparaciones es una matriz cuadrada que posee tanto filas como columnas con el mismo criterio/factor de comparación. Este método tolera la inconsistencia basada en la cantidad de redundancia, ya que el número de comparaciones se refleja en una matriz n x n, la cual está dada por (1):

Comparaciones =

n∗(n−1) 2

(1)

Donde: n: número de criterios/factores o alternativas. Los valores restantes son valores recíprocos (inversos) en la matriz, a partir de la diagonal de la misma. Por ejemplo una matriz de 3 factores, daría una matriz de 3x3, y las comparaciones a realizar serían (3*(3-1))/2 = 3 con un número similar de valores inversos, y el resto los valores con valor 1 en la diagonal de la matriz. La AHP evalúa la relación de consistencia de la matriz de comparaciones mediante (2): CI

CR = CI ramdom

(2)

Siendo que si CR <= 0.1, esto implica una matriz válida. Donde: CR: Rango de Consistencia CI: Índice de consistencia matriz dada CI ramdom: Índice de consistencia matriz aleatoria (RI) Si la consistencia (CR) así calculada es menor que 0.1 entonces la decisión es válida, en caso contrario se debe revisar los criterios/factores, así como los valores asignados en las comparaciones que se usaron para conformar la matriz, ya que la inconsistencia indica que dicha matriz fue construida con alguna tendencia desde su inicio. Si la consistencia es valedera, se debe proceder a calcular el vector propio correspondiente al valor propio principal, lo cual se obtiene normalizándolo. El enfoque AHP en conjunto con SIG ha sido utilizado en varias investigaciones similares, que implican tanto la selección de un sitio para construir un hotel, un relleno sanitario y en sí para investigaciones similares de decisión para seleccionar

un sitio determinado, entre las que se destacan las siguientes por su relación con la temática de la investigación: En una investigación realizada para seleccionar los criterios/factores que generan preferencia por un hotel en la ciudad de Paris, se utilizó la metodología AHP con base en una encuesta realizada luego de que los investigados se hospedaran en hoteles de tres a cinco estrellas (Zaman et al., 2015). La encuesta se realizó a 250 turistas entre 30 a 65 años de edad, para determinar los seis factores que se utilizan en la decisión (ubicación, calidad de la cama, comodidad-equipo, servicio, valor y limpieza) y que sirvieron para la formación de la jerarquía simple de criterios/factores en cuyo primer nivel se encuentra el objetivo, en el segundo los factores mencionados y en el tercero las opciones de hotel para hospedaje. El estudio concluye mediante el AHP, el orden de prioridad de cada criterio/factor siendo estos de tipo subjetivo. En este estudio se demuestra la flexibilidad del AHP al trabajar con criterios/factores de diferente tipo especialmente factores de tipo subjetivo, y la determinación de la jerarquía más sencilla posible para la comprensión de la aplicación del método. El análisis que se realizó con el objetivo de seleccionar un sitio óptimo para ubicar un relleno sanitario cumpliendo con criterios/ factores de crecimiento urbano (Barakat, Hilali, El Baghdadi, y Touhami, 2017), utilizando Sistemas de Información Geográfica y Técnicas de Evaluación Multicriterio (AHP). Los factores utilizados fueron netamente geográficos como son: distancia a áreas residenciales, dirección del viento, características del suelo, distancia a quebradas, distancia a cuerpos de agua, nivel freático, uso del suelo, distancia a carreteras, elevación y pendiente. Cada factor mencionado posee su propia escala de valoración (kilómetros, grados Celsius, precipitación, etc.), pero con la ayuda del AHP se los hace comparables de manera lógica. La jerarquía se realizó agrupando los factores en económicos y geo-ambientales, adicionales a los niveles estándares de objetivos y opciones. Mediante operaciones en SIG principalmente Buffer, Reclasificación, Interpolación IDW y generación de Modelos Digitales de Elevación se crearon capas vectoriales correspondientes a los criterios/factores planteados, siendo luego procesadas para convertirlas a capas ráster utilizando una resolución de 30 metros, estas capas ráster fueron necesarias para realizar las operaciones matemáticas de AHP.

Adicionalmente mediante superposición de las capas ráster resultantes se obtuvo la capa de áreas con sus valores de preferencia para el sitio de relleno, se obtuvieron áreas en lugar de puntos específicos de tal forma que mediante un análisis posterior se tomara la decisión del sitio específico. En esta investigación se integró de manera consistente el AHP y SIG, y se esquematiza el tratamiento de una capa netamente geográfica hacia una capa ráster para uso en el AHP, aunque se menciona que la perspectiva del tratamiento de cada capa/factor puede realizarse de varias formas de acuerdo al tomador de decisión siendo la decisión resultante dependiente de este tratamiento a realizar, pero el AHP al ser un método que posee su propia forma de medir la consistencia ratifica si la decisión está basada en una matriz de criterios/factores correctos. Se recalca en esta investigación la simplicidad y el bajo costo de sopesar la decisión basada en AHP - SIG. En un estudio teórico realizado en la Universidad Rey Abdulaziz de la ciudad de Riad en Arabia Saudita, se propuso un marco de referencia cuyo objetivo era seleccionar sitios para desarrollo turístico (Al Amri y Eldrandaly, 2011) que integrara Sistemas Expertos, Sistemas de Información Geográfica y Técnicas de Decisión Multicriterio. Se resalta en ese estudio, la necesidad de proveer un marco de referencia integrador debido al gran crecimiento del sector turismo y su influencia sobre las jurisdicciones cercanas a él, afectando de manera directa la prosperidad de las mismas. En esa investigación se analizó el uso por separado de cada técnica mencionada para realizar decisiones, encontrando en cada una de ellas falencias al ser tratadas individualmente. Estas técnicas al ser integradas cubren la mayoría de los aspectos envueltos en una decisión tal como la selección de un sitio para desarrollo turístico. Los sistemas expertos aportan con el uso de bases de conocimiento e interfaces para la captura de opciones que el tomador de decisiones desee (carece de operaciones geográficas como Superposición y Buffer), los SIG aportan las operaciones para procesamiento de datos geográficos y su posterior utilización, y las técnicas multicriterio aportan la inclusión de varios factores de diferente naturaleza. En dicha investigación se optó por el AHP dentro de las técnicas multicriterio por la priorización de los diferentes criterios/factores a utilizar y su facilidad de integrarse con sistemas expertos y SIG.

A través de la integración de SIG y el AHP se llevó a cabo un estudio para la selección de un sitio en donde se pudiera construir un parque forestal en la región de Badreh en Irán (Soosani y Karami, 2013). En esta investigación se concluyó que la integración AHP - SIG es la técnica más útil en planificación y administración espacial y que en esta última década esta integración ha generado herramientas tecnológicas que la apoyan. El AHP tiene su fortaleza al descomponer un problema en varios sub - problemas (jerarquía) y por otro lado los SIG poseen varias herramientas para planificar y administrar el uso del suelo y realizar análisis geográfico. La formación de la jerarquía para el AHP se realizó con base en una encuesta realizada a varios expertos en la temática, con ello se generaron y asignaron pesos. Cada criterio/factor fue una entrada en el proceso de generación de una capa vectorial correspondiente, realizado mediante SIG con el uso de Modelo Digitales de Elevación y herramientas como Buffer. Se concluye en este estudio que sin la integración AHP - SIG, sería imposible llegar a una conclusión que represente todos los criterios/factores planteados por los expertos. Aladejana (2016) realizó una investigación sobre la integración de técnicas multicriterio con SIG para determinar un sitio para construir un relleno sanitario en el estado de Ekiti (Nigeria) ya que actualmente los desechos se constituyen en un problema para toda jurisdicción en desarrollo. Al ser está una decisión en la que se debe tomar en cuenta muchos criterios/factores, ya que el relleno afectará en muchos aspectos al medio ambiente se decide por el AHP. Se recalca en este estudio que el AHP presentó una mejor interpretación de los factores al tener su propia escala de valoración sobre la escala de cada criterio/factor. En lo referente al SIG, al ser operaciones sobre capas ráster se utiliza especialmente la técnica de Reclasificación con un valor de resolución de 30 metros. El uso de técnicas multicriterio integradas con SIG se ha incrementado en los últimos años, debido al avance que han tenido estos últimos especialmente en el desarrollo de programas, lo que ha llevado a que se incluyan de manera estándar en sus conjuntos de funciones para esta integración. Por ejemplo programas como IDRISI, SPANS y TNT GIS (Malczewski, 2006). El AHP es una teoría general sobre juicios y valoraciones, que basadas en escalas de razón, permite combinar lo científico y racional (información pública) con lo

intangible (preferencias de turistas) para ayudar a sintetizar la naturaleza humana con lo concreto de las preferencias o experiencias capturadas a través de la ciencia (Moreno-Jiménez et al., 1998). El AHP proporciona una escala propia que permite de manera general capturar la realidad percibida, lo que es contrario a tratar diferentes escalas con normalizaciones de números en cada una de ellas. AHP - SIG puede ser visto de manera básica como un proceso que transforma y combina información geográfica con juicios de valor (preferencias del turista) para obtener información con el fin de tomar una decisión (Malczewski, 2006). En las investigaciones analizadas como la realizada sobre la propuesta de un marco de referencia de integración de SIG con técnicas multicriterio (Al Amri y Eldrandaly, 2011), la que propone una metodología para integrar bases de conocimiento con técnicas multicriterio y SIG (Aladejana, 2016), la realizada para seleccionar un sitio para construir un relleno sanitario en la región de Béni MellalKhouribga en Moroco (Barakat et al., 2017), en el estudio realizado para seleccionar un sitio para construir un relleno sanitario en la ciudad de Babilonia en Iraq (Chabuk, Al-Ansari, Musa Hussain, y Knutson, 2017), en la metodología propuesta para seleccionar un sitio para desarrollo industrial en la ciudad de Al-Nasiriyah en Iraq (El-mewafi, Alzamili, Beshr, y Awad, 2015), el estudio sobre la selección de un sitio para desarrollo turístico basado en criterios ambientales (Ghamgosar, 2011), en el desarrollo del mapeo de patrones de accesibilidad en sitios de desarrollo de vivienda en Canmore en Canadá (Meng, Malczewski, y Boroushaki, 2010), en el estudio sobre selección de sitio para desarrollo ecoturístico en Isfahan Townships en Irán (Mobaraki, Mahdi, y Kamelifar, 2014), en la definición del proceso para seleccionar un sitio para un parque forestal en la ciudad de Badreh en Irán (Soosani y Karami, 2013), en el proceso de definición de criterios para evaluar la selección de un hotel (Zaman et al., 2015), se usa el AHP principalmente por sus características, siendo el establecimiento de los criterios/factores junto a su peso el enfoque principal en cada una de ellas. En dichas investigaciones se recomienda la participación de expertos en definir el árbol de decisión, e indican la facilidad del AHP para permitir variables de diferente naturaleza incluso sin relación directa alguna. Por lo que generalmente un experto define la relación entre ellas y coloca pesos de estas relaciones. Este esquema

sería el de la certidumbre, es decir un ambiente en el que el tomador de decisión juega un papel como experto, pero AHP - SIG se utiliza y ha probado su validez en ambientes contrarios (Meng et al., 2010), es decir donde la incertidumbre está presente dado que el tomador de decisión no conoce el ambiente, lo cual es justamente lo que sucede en la presente investigación.

2.5

SOFTWARE REDATAM

El software de REcuperación de DATos para Áreas pequeñas por Microcomputador (REDATAM) es una familia de herramientas desarrollado por el Centro Latinoamericano y Caribeño de Demografía (CELADE) que es utilizado en los países de América Latina y el Caribe (CELADE, 2017) como un estándar especialmente para la difusión de los resultados de investigaciones de tipo censal. Todas las herramientas de esta familia son de libre distribución. Las bases de datos en formato REDATAM están organizadas de manera jerárquica, generalmente esta jerarquía responde a divisiones político - administrativas y cartográficas. Actualmente en el Instituto Nacional de Estadística y Censos (INEC) se establece a REDATAM como un estándar de difusión de información, debido a esto las bases de datos censales están en el formato nativo del software, por lo que su utilización es necesaria para seleccionar las variables y generar las capas que se utilizaran en la implementación de la metodología propuesta.

3 METODOLOGÍA Con base en el análisis presentado de forma resumida en la tabla comparativa del capítulo 2.4 (Tabla 1), se decide realizar el presente estudio utilizando el enfoque AHP teniendo en cuenta sus características, los datos que se poseen y las características y condiciones del tomador de decisión. A continuación se presentan razones importantes del porqué el uso del método AHP integrado con SIG, es una combinación que permite brindar una solución eficiente para la problemática tratada en esta investigación: El AHP se caracteriza por ser un método compensador, de esta forma se garantiza que ningún criterio/factor y ninguna alternativa sean descartados (Cinelli et al., 2014). Con esta característica se garantiza que todos los criterios/factores seleccionados por el turista sean valorados y que todos los establecimientos de hospedaje de la ciudad objeto de estudio posean opción de ser seleccionados por un determinado turista. El AHP en su metodología posee un proceso interno para probar su validez, permitiendo redefinirlo tantas veces sean necesarias hasta alcanzar un proceso de selección válido para que el tomador de decisiones (Alonso y Lamata, 2006), que en este caso es el turista, pueda repetir/depurar el proceso hasta encontrar una opción válida para la aplicación de la metodología y para él mismo. El AHP es un método considerado difícil, pero posee una cobertura alta en herramientas las cuales tienen una representación gráfica de calidad (Alonso y Lamata, 2006), lo que hace del AHP un proceso entendible y fácil de realizar, además se puede implementar en los programas SIG más utilizados como IDRISI, ArcGIS y QGIS. El AHP permite trabajar con incertidumbre (desconocimiento del ambiente de trabajo) lo cual es necesario (Cinelli et al., 2014), puesto que el tomador de decisiones es el turista que desconoce una determinada jurisdicción. Siendo el turista un usuario de tipo general que desea valorar su decisión para sentirse satisfecho con el lugar donde se hospedará. Es necesario resaltar la importancia de la respectiva capacitación que se le debe brindar al tomador de decisión para

que escoja sus propias preferencias de forma adecuada con los criterios/factores pre - establecidos. La combinación AHP-SIG es un método que ha sido utilizado de diferentes formas y en diferentes metodologías para toma de decisiones, ya sea planteado con uno o varios objetivos. Ha sido utilizado en investigaciones tomando como fuente tanto cartografía

vector

como

ráster

(Aladejana,

2016),

con

criterios/factores

explícitamente espaciales tal como la distancia o implícitamente espaciales como la densidad poblacional (Barakat et al., 2017), bajo condiciones de incertidumbre y de certidumbre (Huang y Bian, 2009), con procesos de decisión de un sólo tomador de decisión o de un grupo de tomadores de decisión (Malczewski, 2006). En todas estas diversas y variadas investigaciones ha probado su consistencia y validez haciendo que el tomador de decisiones pueda utilizar información geográfica y sus valoraciones, plasmada ésta en los pesos de los criterios/factores, lo que permite abarcar un sin número de investigaciones y por lo tanto brindar soluciones a múltiples tipos de problemática.

La metodología AHP – SIG que se presenta en este documento solicita a los turistas que seleccionen los criterios/factores entre los pre-establecidos, que mejor se adapten a sus necesidades de hospedaje y a su vez se les requiere que establezcan rangos de valores según escala Saaty. Es decir, que compare en pares de criterios/factores proporcionando valores (pesos) a cada una de estas parejas. Con los criterios/factores seleccionados por el turista se generan capas vectoriales de acuerdo a los valores (pesos) definidos. Estas capas vectoriales durante el proceso se transforman a capas ráster cuya valoración se da a nivel de celda de acuerdo a las preferencias del usuario. Finalmente se aplica el método AHP mediante la calculadora ráster, para así tener la mejor opción a nivel de sector censal o sectores censales. Luego sobre el sector o sectores censales seleccionados, se colocan los establecimientos de hospedaje con su precio por persona o cualquier otra variable de interés para el turista realice su decisión final. Para analizar la efectividad de la metodología planteada se realizó un test con ayuda de la herramienta informática desarrollada AHP-SIG, aplicándola a 20

turistas que visitaban la ciudad de Baños de Agua Santa. Estas personas se encontraban hospedadas en algunos establecimientos de la ciudad y se les incentivó para que realizaran la prueba para de esta manera observar los resultados que la misma arrojó. De estos 20 turistas, 14 fueron turistas nacionales y 6 extranjeros. La mayoría de visitantes de la ciudad de Baños de Agua Santa fueron ecuatorianos de la región Sierra 12 ya que ellos en las fechas en las que se realizó las pruebas se encontraban en periodo vacacional y 2 de la región Litoral. La prueba se enfocó en los turistas de 18 años o de más edad que visitaban la ciudad de manera particular, es decir, sin estar dentro de ningún paquete turístico. De los 6 turistas extranjeros, 4 visitaban la ciudad por primera vez y 2 la visitaban por segunda ocasión, en lo referente a los 14 turistas nacionales 10 visitaban por 2 o más veces la ciudad y sólo 4 la visitaban por primera vez. Las pruebas se realizaron en el lugar de hospedaje de estos turistas.

3.1

ÁREA DE ESTUDIO

Baños de Agua Santa, es la cabecera cantonal del cantón del mismo nombre, el cual posee una superficie de 1,065 km2. Limita al norte con la Provincia de Napo, al sur con las provincias de Chimborazo y Morona Santiago, al este con la Provincia de Pastaza y al oeste con los cantones de Tungurahua, Patate y Pelileo. Consultando la base de datos REDATAM del último Censo de Población y Vivienda del 2010 (INEC, 2010a), posee 14,653 habitantes en la cabecera cantonal; 1,658 viven en el área rural y 12,995 viven en el área urbana. De acuerdo a esta misma base de datos, Baños consta de 5 zonas censales urbanas y su correspondiente área dispersa (rural), así como 38 sectores censales urbanos y 13 sectores censales dispersos (INEC, 2010a). En el Gráfico 5 se muestra su ubicación referente a Provincias y Cantones aledaños.

Gráfico 5. Localización del Cantón Baños de Agua Santa.

3.2

FLUJOGRAMA

El flujograma macro del proceso total se presenta en el Gráfico 6, en el cual se muestra el proceso a nivel general de la metodología llevada a cabo en el presente proyecto de investigación.

GrĂĄfico 6. Flujograma correspondiente a la metodologĂa planteada.

En el flujograma presentado en el Gráfico 6, se distinguen tres procesos: El primero, es el operativo realizado para el Censo turístico. En este se reflejan como actores externos los entes turísticos que emitieron los requerimientos, constan a manera general las etapas de un operativo de este tipo, como son la Planificación, el Operativo de campo, y el Procesamiento de la información obtenida. El segundo proceso es la integración de las bases alfanuméricas provenientes de los censos con la cartografía censal. Constan como actores externos los entes turísticos que definieron las variables a incluirse, mediante este procesamiento se obtuvo la cartografía integrada así como la base de datos para el aplicativo AHP-SIG. El tercer proceso presenta al turista como actor externo siendo a su vez el tomador de decisión. En este constan los pasos que debe seguir en el aplicativo AHP-SIG para obtener el sitio de hospedaje deseado.

3.3

DATOS Y CAPAS UTILIZADOS

Se utilizó las bases de datos en formato REDATAM del Censo de Población y Vivienda así como la del Censo Nacional Económico, adicionalmente la base del Censo Turístico. Las cuales se encuentran estructuradas en los mismos niveles geográficos, tanto en niveles geográficos administrativos (Provincia, Cantón y Parroquia) como en niveles geográficos censales (Zona, Sector), que son niveles definidos con base en la División Político Administrativa 2010 y la Cartografía INEC Censal del 2010 respectivamente. Los criterios/factores provenientes de los censos a presentar a los turistas se predefinieron, con base en los requerimientos de entidades de turismo como el MINTUR, Cámara de Turismo y Universidades representativas de Tungurahua. El contenido de la base del censo turístico se presenta en los formularios utilizados en la investigación realizada constando como Anexo 1, mientras que el contenido de las bases censales tanto del Censo de Población y Vivienda 2010 y del Censo Nacional Económico 2010 han sido ya presentadas en la sección 2.1. La base REDATAM del Censo de Población y Vivienda 2010 define como su nivel principal a la persona, que se identifica con un número dentro de su hogar. La

estructura jerรกrquica del Censo de Poblaciรณn y Vivienda 2010 se presenta en el Grรกfico 7.

Grรกfico 7. Estructura jerรกrquica en REDATAM del Censo de Poblaciรณn y Vivienda 2010.

La base de datos REDATAM del Censo Nacional Econรณmico 2010 define como su nivel principal al establecimiento econรณmico, que se identifica con su razรณn social, teniendo como caracterรญstica obligatoria su Actividad principal. La estructura jerรกrquica del Censo Nacional Econรณmico 2010 se la presenta en el Grรกfico 8.

Gráfico 8. Estructura jerárquica en REDATAM del Censo Nacional Económico 2010.

La base en formato REDATAM del Censo de Población y Vivienda 2010 está disponible

http://www.ecuadorencifras.gob.ec/base-de-datos-censo-de-

poblacion-y-vivienda/ y la base del Censo Nacional Económico está disponible en http://www.ecuadorencifras.gob.ec//base-censo-2010/. La Cartografía censal 2010 utilizada es de origen público, la cual está disponible en http://www.ecuadorencifras.gob.ec/registro-de-descargas-cartograficas/,

requiere de un proceso de inscripción para obtenerla. La Cartografía Censal del INEC utilizada, se encuentra en el Sistema de Coordenadas WGS 1984 UTM Zona 17 Sur a una escala de 1:50,000.

3.4

PROGRAMAS UTILIZADOS

La preparación de la información referente a Censo de Población y Vivienda y el Censo Nacional Económico se realizó utilizando REDATAM+SP en su módulo Process. Para la preparación de la información turística se utilizó Sybase SQL AnyWhere 12.0 mediante consultas SQL (Structured Query Language) nativas a nivel de sector censal para su posterior exportación a archivos de texto. La información así obtenida se integró a la aplicación en base de datos utilizando tuberías (pipelines) de PowerBuilder 12.5. Para la formación de las capas correspondientes a las variables del Censo de Población y Vivienda 2010, y del Censo Nacional Económico 2010, se utilizó la capa de sectores censales de la ciudad de Baños como la capa base del proceso, y se utilizó REDATAM Process con su operador Lista de Áreas, para obtener la información a nivel de sector censal, para luego unir esta información en la cartografía INEC utilizando ArcMap 10.1. La automatización de la metodología se realizó utilizando una aplicación desarrollada para ambientes Windows a la cual se la denomino AHP-SIG. El diseño de la base de datos se realizó en PowerDesigner 16.1.0.3637 de Sybase, que es una herramienta case que permite modelar datos a nivel físico, lógico y conceptual permitiendo analizar y modelar un sistema en todos los niveles de abstracción (Sybase, 2013), y que se presenta como Anexo 2. Para la base de datos se utilizó PostgreSQL 9.4 el cual es un sistema de gestión de base de datos relacional orientado a objetos y de código abierto con licencia BSD (PostgreSQL, 2018). PowerBuilder 12.5 de Sybase se utilizó para desarrollar la interface, esta es una herramienta de desarrollo empresarial orientada a objetos, que permite desarrollo de aplicaciones y componentes para arquitecturas cliente/servidor, distribuidas y web mantenida anteriormente por la empresa Sybase y actualmente por la empresa APPEON (Sybase, 2011). MapObjects 2.3 de Environmental Systems Research Institute (ESRI) se utilizó para exhibir la cartografía en la interface, MapObjects es un control ActiveX que contiene una colección de objetos para manejo de cartografía en diferentes formatos, entre ellos el formato Shape mantenido por ESRI (ESRI, 2000). MapObjects actualmente se encuentra liberado para su uso aunque sin soporte técnico. Python 2.7 y las librerías de ArcGIS 10.1 se utilizaron para el

procesamiento en lotes de las operaciones geográficas. Una breve descripción del aplicativo se presenta como Anexo 3. Se utilizó REDATAM Process debido a que, tanto la base del Censo de Población y Vivienda como la base del Censo Nacional Económico se encuentran disponibles en formato REDATAM. PowerDesigner, PostgreSQL y Powerbuilder son herramientas que se utilizan como un estándar para desarrollo en el INEC, lo que permitió un desarrollo rápido del aplicativo. MapObjects se utilizó para integrar cartografía en herramientas de desarrollo para ambientes Windows y actualmente se encuentra liberada. ArcGIS es un estándar para manejo de Cartografía en el INEC.

3.5

PROCESO DE ANÁLISIS AHP

3.5.1 CREACIÓN DEL ÁRBOL DE DECISIÓN Y APLICACIÓN DEL AHP

En las investigaciones mencionadas en secciones anteriores se prioriza la intervención de un experto, pero en esta investigación es el turista el que asume ese papel eligiendo sus criterios/factores para seleccionar el mejor sitio para realizar su hospedaje, con el único deseo de que, al final, se sienta satisfecho de haber visitado la ciudad objeto de estudio y por su supuesto de su hospedaje en el establecimiento escogido, sin tener un nivel de experto. Dado lo anterior, se definieron tres niveles básicos para la jerarquía de niveles, presentados en el Gráfico 9.

SELECCIONAR EL MEJOR SITIO DE HOSPEDAJE

VARIABLES SELECCIONADAS CENSO DE POBLACION Y VIVIENDA

VARIABLES SELECCIONADAS CENSO NACIONAL ECONOMICO

VARIABLES SELECCIONADAS BASE TURISTICA

ESTABLECIMIENTOS DE HOSPEDAJE DE LA CIUDAD DE BAÑOS

Gráfico 9. Jerarquía a aplicar en la selección de sitio de hospedaje.

Esta jerarquía define un sólo nivel adicional a los requeridos, el primero que es y debe ser el objetivo y el último nivel que igualmente debe ser el de las posibles opciones, este nivel adicional corresponde a las variables tanto del Censo de Población y Vivienda 2010, Censo Nacional Económico 2010 y de la base de datos correspondiente al Censo Turístico realizado. Dentro de ese conjunto de variables, se han escogido las más relevantes de acuerdo a las reuniones realizadas con los grupos de interés de la provincia (Ministerio de Turismo, Cámara de Turismo, INEC y Universidades de la Provincia del Tungurahua) presentándolas en la Tabla 3 de manera resumida y agrupada por fuente, las cuales se detallan y describen en la Tabla de variables seleccionadas que consta como Anexo 4.

Tabla 3. Resumen de variables disponibles para el proceso de selección de un establecimiento de hospedaje.

Fuente

Variables CPV

de POBLACIÓN POR SEXO: POBLACIONH,POBLACIONM, TOTALPOBLA Población y POBLACIÓN POR ETNIA: ADEINDIGEN,ADEAFROECU,ADENEGRO,ADEMULATO, Vivienda ADEMONTUBI,ADEMESTIZO, ADEBLANCO, ADEOTRO 2010, Censo POBLACION POR GRUPOS DE EDAD EDADGRUPOS, EDADGRUPO2,EDADGRUPO3 Nacional POBLACIÓN POR NIVEL DE INSTRUCCIÓN: Económico INSTRUCCIO,INSTRUCCI2,INSTRUCCI3,INSTRUCCI4, 2010 y Base INSTRUCCI5,INSTRUCCI6, INSTRUCCI7,INSTRUCCI8, INSTRUCCI9,INSTRUCC10, INSTRUCC11 Turística POBLACIÓN ECONÓMICAMENTE ACTIVA: PEANOTRABA, PEAALMENOS, ciudad de PEATRABAJO, PEAALMENO2, PEAALMENO3, PEACESANTE, Baños de PEANOTRAB2 Agua Santa, POBLACIÓN POR ESTADO CIVIL: ECCASADO, ECUNIDO, ECSEPARADO, ECDIVORCIA, ECVIUDO, enlazadas a ECSOLTERO POR TIPO: TVCASA, TVDEPAR, la capa de VIVIENDAS TVCUARTO, TVMEDIAG, TVRANCHO, TVCOVACH, sectores TVCHOZA, TVOTRO, TVTOTALPAR, TVHOTEL, TVCUARTEL, TVHOSPITAL, TVCONVENTO, TVOTRAC, censales TVTOTCOL, TVSINV, TOTALTV 2010. VIVIENDAS POR ESTADO DE OCUPACIÓN: EOOCUPADAP, EODESOCUPA, Variables a EOOCUPADA, EOCONSTRUC nivel de TIPO DE ACCESO AL AGUA EN LA VIVIENDA: sector censal, AGUAREDPUB, AGUAPOZO, AGUARIO, AGUAAGUALL Censo

Variables CENEC

Variables TURISMO

CANTIDAD DE ESTABLECIMIENTOS ECONÓMICOS POR TIPO: EENUM, EEARTESANA, EEUNICO, EEMATRIZ, EESUCURSAL, EECRUC, EESRUC ESTABLECIMIENTOS ECONÓMICOS POR PRINCIPAL CLIENTE: EECNACIO, EECEXTRA TIPOS ESPECIALES DE ESTABLECIMIENTOS ECONÓMICOS: EERESTAU, EEDISCO

CARÁCTERÍSTICAS GENERALES DEL ESTABLECIMIENTO DE HOSPEDAJE: CLASE, NOMBRE, RAZONSOCIA, DIRECCION, TELEFONO, EMAIL, PAGWEB, ANIOFUNCI CANTIDAD DE HABITACIONES POR TIPO EN EL ESTABLECIMIENTO DE HOSPEDAJE: NUMHABITA, NUMSUITE, NUMCABA, NUMSITIOC, NUMCABAC, TOTALHAB, TOTALSIM, TOTALDOB, TOTALTRI, TOTALMUL, TOTALMATR TIPO DE PERSONAL EN EL

TIPO DE ENERGÍA ELÉCTRICA EN LA VIVIENDA: ENERGIAELE, ENERGIAEL2, ENERGIAEL3, según ENERGIAEL4, TOTALENERG categorías de TIPO MANEJO DE BASURA EN LA VIVIENDA: BASURACARR, BASURATERR, BASURAQUEM, las preguntas BASURAENTI, BASURAARRO, BASURAOTRA NÚMERO DE HOGARES POR VIVIENDA: HOGARES_SI, utilizadas. HOGARES_CO, TOTALHOGAR definidas

ESTABLECIMIENTO DE HOSPEDAJE: PERSOHOM, PERSOMUJ, PERSOTH, PERSOTM HABITACIONES OCUPADAS EN EL ESTABLECIMIENTO DE HOSPEDAJE: NUMOCUPA PRECIO POR NÚMERO DE PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE: PRECIO1P, PRECIO2P, PRECIO3P, PRECIO4P, PRECIO5P, PRECIO6OM, PRECIOIND

Con las variables escogidas por un determinado turista, se sigue un proceso para llegar a definirla a nivel de sector censal y utilizarla con el AHP. La selección del universo de variables se realizó como producto de las reuniones tipo focus group realizadas entre las instituciones relacionadas al turismo de la provincia del Tungurahua, como son el MINTUR, Cámara de Turismo, INEC y Universidades de la provincia del Tungurahua. Se estandarizaron sus valores utilizando la escala Saaty presentada en la Tabla 2 y utilizada en el proceso AHP. El tomador de la decisión en este caso el turista, selecciona y da los valores de los criterios/factores a utilizar en el modelo, dichas variables se convierten en capas para realizar el proceso. Con el fin de realizar una demostración de manera práctica de lo mencionado anteriormente, se presenta en la Tabla 4 los valores de un caso planteado y la comparación de variables como un ejemplo del proceso de seleccionar un sitio de hospedaje. Tabla 4. Ejemplo de variables utilizadas para el modelamiento, según origen.

Censo de Población y Censo Vivienda (CPV) Sector

con

población.

Nacional Base Turística

Económico (CENEC) mayor Sector

con

mayor Sector

Distancia número

de establecimientos

desde el sector censal establecimientos más poblado hacia los económicos. establecimientos

con de

hospedaje con menos

Distancia años

creación.

de desde el sector censal Distancia desde el sector

hospedaje

con mayor número de censal

CPV1

establecimientos económicos

establecimiento(s)

hacia

establecimientos

con

el/los de

los hospedaje más nuevos de hacia

hospedaje

establecimientos

CENEC1

hospedaje

los de

TUR1 Sector

con

mayor Sector

número de viviendas número

con

mayor Sectores con distancias de menores

hacia

tipo

Villa.

Distancia establecimientos

Establecimientos

desde el sector censal económicos

con mayor cantidad de artesanal.

Distancia desde

tipo Salud Pública. Distancia los

viviendas tipo villa hacia desde el sector censal establecimientos

los establecimientos de con mayor número de salud pública hacia los hospedaje

establecimientos

CPV2

económicos artesanal

de hacia

establecimientos

sectores

censales

tipo establecimientos

con de

los hospedaje de TUR2

hospedaje CENEC2 Se presenta la matriz de factores en la Tabla 5 con los pesos asociados siendo que CPV1 y CPV2 (CPV1 población del sector censal y CPV2 viviendas tipo villa del sector censal) son variables escogidas del Censo de Población y Vivienda, CENEC1 y CENEC2 son variables escogidas del Censo Nacional Económico y TUR1 y TUR2 son variables escogidas de la base turística. Para el llenado correcto de la matriz de criterios/factores, se inicia con la diagonal la cual va con el valor uno (1) debido a que se compara el criterio/factor con el mismo. Para el resto de celdas, de la matriz el valor se otorga comparando los criterios/factores del caso y evaluándolos en pareja con base al objetivo planteado, la comparación debe realizarse en la forma fila versus columna y utilizando para ello la escala Saaty para asignar valor. Por ejemplo, el valor de la celda [1,2] se debe a que en este caso el turista coloca el valor 3, es decir que él/ella considera que la variable CPV1 (fila) es tres veces más importante que CPV2 (columna) en su proceso de seleccionar un sitio de hospedaje utilizando escala Saaty. Lo que significa que él/ella considera moderadamente más importante el estar hospedado/a en un establecimiento con mayor distancia al sector censal con la mayor población, que el estar hospedado/a en un establecimiento con mayor distancia hacia el sector censal con el mayor número de viviendas tipo villa.

Este valor de similar forma sirve para ser asignado en la comparación opuesta, es decir, CPV2 comparado con CPV1. En el ejemplo para la celda opuesta a la [1,2], que es la celda [2,1], su valor debe ser el inverso del valor de la [1,2] (comparación de pareja criterio/factor de manera inversa). Es decir dividiendo uno por el valor de la celda [1,2] en este caso uno dividido por tres (1/3) que es 0.33 al trabajar con dos cifras decimales. De esta forma a cada celda se le debe asignar su valor, para el ejemplo dado se establece la Tabla 5. Tabla 5. Matriz de factores con variables seleccionadas y valores dados por el autor.

CPV1 CPV1 CPV2 CENEC1 CENEC2 TUR1 TUR2 SUMA

CPV2 1.00 0.33 3.00 0.20 0.33 1.00 6

CENEC1 CENEC2 TUR1 TUR2 3.00 0.33 5.00 3.03 1.00 1.00 0.20 3.03 0.33 0.33 5.00 1.00 7.01 3.00 3.00 0.33 0.14 1.00 0.33 0.33 3.00 0.33 3.00 1.00 1.00 3.00 0.33 3.00 1.00 1.00 15 2 22 9 7

El AHP permite la comparación de todos los criterios/factores, incluso aquellos que no poseen relación alguna, el tomador de decisión valora con su asignación a cada pareja de criterios/factores basado en la importancia según su criterio. En el AHP se debe trabajar con la matriz normalizada (Tabla 6), que se obtiene dividiendo cada valor por la suma de los valores de la columna donde se encuentra, la cual quedaría de la siguiente forma con sus pesos que consisten en el promedio de cada fila. Tabla 6. Matriz de factores normalizada con variables seleccionadas y valores dados por el autor, con sus pesos resultantes.

MATRIZ NORMALIZADA CPV1 0.17 CPV2 0.06 CENEC1 0.51 CENEC2 0.03 TUR1 0.06 TUR2 0.17 SUMA 1.00

0.20 0.07 0.33 0.02 0.20 0.20 1.00

0.14 0.09 0.43 0.06 0.14 0.14 1.00

0.23 0.14 0.32 0.05 0.14 0.14 1.00

0.35 0.04 0.35 0.04 0.11 0.11 1.00

PESOS 0.15 0.21 0.05 0.07 0.45 0.40 0.05 0.04 0.15 0.13 0.15 0.15 1.00 1.00

Una vez obtenida la matriz normalizada y sus pesos, se debe comprobar su validez. Para ello se llevó a cabo el proceso de validación de acuerdo a la metodología AHP, pero tomando como base un estudio realizado sobre la forma adecuada de cálculo de la consistencia en AHP (Alonso y Lamata, 2006), el cual es una variación al método original que se basa en la generación de varias matrices aleatorias y su comparación con la original. La forma de cálculo utilizada es más simple y eficiente computacionalmente ya que el método tradicional genera demasiados cálculos. La forma de cálculo de Alonso y Lamata (2006) es utilizada en las investigaciones mencionadas en secciones anteriores como un estándar tales como Yang, Zhenxing, y Jingyin (2017), Al Amri y Eldrandaly (2011), Aladejana (2016), Barakat et al.(2017), Chabuk et al. (2017), El-mewafi et al. (2015), Ghamgosar (2011), Meng et al. (2010), Mobaraki et al. (2014), Soosani y Karami (2013), Zaman et al. (2015). Por lo tanto la siguiente ecuación se utilizó para determinar el Rango de Consistencia (CR) según Alonso y Lamata (2006): CI

CR = RI

(3)

Donde: CR= Rango Consistencia CI = Índice de consistencia matriz dada RI = Índice de consistencia matriz aleatoria Para el cálculo de CI, se utilizó la siguiente ecuación propuesta por Alonso y Lamata (2006): t−n

CI = n−1

(4)

Donde: n = Número de parámetros. t = Representa la calificación ponderada para cada fila de la matriz y se calcula de la siguiente manera:

đ?&#x2018;&#x161;đ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x;đ?&#x2018;&#x2013;đ?&#x2018;§đ?&#x2018;?đ?&#x2018;&#x153;đ?&#x2018;&#x203A;đ?&#x2018;&#x2018;đ?&#x2018;&#x2019;đ?&#x2018;&#x;đ?&#x2018;&#x17D;đ?&#x2018;&#x2018;đ?&#x2018;&#x17D;/đ?&#x2018;&#x161;đ?&#x2018;&#x17D;đ?&#x2018;Ąđ?&#x2018;&#x;đ?&#x2018;&#x2013;đ?&#x2018;§đ?&#x2018;?đ?&#x2018;&#x2019;đ?&#x2018; đ?&#x2018;&#x153;đ?&#x2018; n

(5)

Donde: matrizponderada = Se obtiene al multiplicar la matriz original por el vector de pesos. matrizpesos = Vector de pesos inicial. En el ejemplo anterior, la columna amarilla en la Tabla 6, que es el valor promedio de cada fila. n = NĂşmero de parĂĄmetros. Nota: En la ecuaciĂłn 5, la divisiĂłn de matrices se da al multiplicar la matriz ponderada por la matriz inversa de los pesos. Respecto al valor de RI, ĂŠste es presentado por algunos autores en sus respectivas investigaciones pero para este ejemplo en particular se adoptĂł el sugerido por Alonso y Lamata (2006) expresado en la Ăşltima columna de la Tabla 7 (Alonso y Lamata, 2006), para cuando se trata de 6 criterios/factores. Dado lo anterior, el valor adoptado fue 1.2479. Tabla 7. Valores de RI(n) de varios autores.

Fuente: Valores de RI varios autores (Alonso y Lamata, 2006)

Continuando con el ejercicio se calcula la calificación ponderada de cada factor, que se obtiene multiplicando cada criterio/factor (fila) de la Tabla 5, que se constituyen individualmente en una matriz 1x6 por la matriz de pesos (columna amarilla en la Tabla 6, matriz 6x1), obteniendo la siguiente matriz ponderada presentada en la Tabla 8, que está constituida por los 6 valores así obtenidos para cada criterio/factor. Tabla 8. Matriz de calificación ponderada, caso de ejemplo del autor

CPV1 CPV2 CENEC1 CENEC2 TUR1 TUR2

1.316259 0.441029 2.519678 0.257918 0.825659 0.963441 6.323984

Posteriormente se procede a calcular t, utilizando la ecuación 5 con los seis factores utilizados para sopesar la decisión, siendo el valor resultante 6.272868. Dado esto el índice de consistencia (CI) resultante es 0.054574 y utilizando la Tabla 7, con los valores propuestos por Alonso y Lamata (2006) para seis criterios/factores, se obtiene que RI = 1.2479. Estos valores permiten determinar el rango de consistencia como 0.043732 siendo este valor menor a 0.1 por lo tanto se concluye que esta matriz es consistente. Una vez comprobada que la matriz de criterios/factores es consistente, se procedió a definir la matriz de comparación de las alternativas, se toman como ejemplo los Hoteles A, Hotel B, Hotel C y Hotel D, comparándolos con base a los factores definidos, quedando la matriz según la Tabla 9. Este paso se realizó para ejemplificar de manera completa la metodología AHP. Esta matriz de alternativas no se utiliza en la metodología propuesta ya que evalúa las alternativas de manera anticipada, y para no descartar ninguna alternativa este paso se omite en la metodología propuesta de tal forma que se facilite el proceso al turista.

Para realizar esta matriz de alternativas se debe tener como objetivo el comparar cada una de ellas con base a cada criterio/factor, utilizando la escala Saaty para asignar valores, posteriormente se trabaja con la matriz normalizada. Al leer la matriz se observa por ejemplo que el Hotel A referente al criterio/factor CPV1 posee una importancia extrema es decir se encuentra en un sector censal con una cantidad de población menor respecto a otros, no así el Hotel C con referencia al mismo criterio/factor CPV1, que posee una fuerte importancia debido a que se encuentra en un sector censal con una cantidad de población mediana. Tabla 9. Matriz de alternativas con base a los criterios/factores.

CPV1 Hotel A Hotel B Hotel C Hotel D NA NA SUMA

9.00 7.00 5.00 9.00 0.00 0.00 30.00

CPV2

CENEC1 CENEC2 TUR1 TUR2 7.00 1.00 4.00 1.00 1.00 3.00 4.00 3.00 7.00 6.00 5.00 3.00 3.00 1.00 1.00 9.00 2.00 1.00 6.00 5.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 24.00 10.00 11.00 15.00 13.00

Cuya matriz normalizada es la presentada en la Tabla 10. Tabla 10. Matriz normalizada de alternativas con base a criterios/factores.

CPV1

CPV2 CENEC1 CENEC2 TUR1 TUR2 Hotel A 0.3 0.291667 0.1 0.363636 0.066667 0.076923 Hotel B 0.233333 0.125 0.4 0.272727 0.466667 0.461538 Hotel C 0.166667 0.208333 0.3 0.272727 0.066667 0.076923 Hotel D 0.3 0.375 0.2 0.090909 0.4 0.384615 NA 0 0 0 0 0 0 NA 0 0 0 0 0 0 SUMA 1.000 1.000 1.000 1.000 1.000 1.000

Para obtener la valoración final, se debe multiplicar cada alternativa (hotel) representado por una fila de la Tabla 10 que es una matriz 1x6, por la matriz de pesos que es una matriz 6x1 (columna amarilla en la Tabla 6), obteniendo un

puntaje para cada alternativa (hotel) representada en la matriz de puntajes en la Tabla 11. Tabla 11. Matriz de puntajes del caso de ejemplo.

Hotel A Hotel B Hotel C Hotel D NA NA SUMA

0.158 0.359 0.200 0.283 0.000 0.000 1.000

De acuerdo a la metodología AHP, el mejor sitio de hospedaje para los factores escogidos con los valores asignados por el autor estaría dado por el HOTEL B. En esta sección se explicó el uso de manera general del método AHP. A continuación, se presenta la integración de este método con SIG, mediante el uso de la metodología propuesta en el presente documento, que a su vez está apoyada en una herramienta informática desarrollada que se la denominó AHP-SIG. Para ello, se describe el proceso que el turista debería seguir para seleccionar sus criterios/factores y los pasos que debe realizar hasta que los criterios/factores se convierten en capas ráster, con el fin de realizar el cálculo con AHP-SIG y obtener el o los sectores censales que contienen los establecimientos de hospedaje que cumplen lo deseado por el turista. Se presenta finalmente al turista el/los sector/sectores censales con sus establecimientos de hospedaje que cumplen sus preferencias y se añade la información de precios por persona para que el turista tome la decisión final. Se menciona que se permite que el turista añada variables adicionales para tomar su decisión, no se restringe al precio por persona, solo se lo toma como ejemplo. Adicionalmente para facilitar la selección y comprensión del turista, en la presente metodología se utilizó valores absolutos para un determinado criterio/factor seleccionado, es decir valor máximo, medio y mínimo absolutos, para definirlos como parámetros referenciales. De similar forma se establece a la distancia como

parámetro espacial para evaluar con base a ella los criterios/factores seleccionados, esto con el objetivo de automatizar el proceso. Para referenciar las distancias y dado que la información censal y turística se encuentra a nivel de sector censal, éstas se medirán desde los centroides del o de los sectores censales que cumplen el criterio/factor hacia el resto de sectores censales de la ciudad de Baños de Agua Santa valorando cada uno con base a ella, y de esta forma se referencia al turista sobre el concepto de distancia a utilizar.

3.5.2 PROCESAMIENTO DE VARIABLES Para estandarizar y automatizar la metodología que se propone en esta investigación, se utilizó la distancia como parámetro espacial junto a los criterios/factores previamente establecidos con el MINTUR, Cámara de Turismo, Universidades representativas de la provincia del Tungurahua y el INEC. De esta forma el turista tiene en la interface de la aplicación desarrollada la opción de escoger el criterio/factor que desee y con base a éste definir los rangos para las distancias deseadas a él/los sector/sectores censal/censales que cumple o cumplen según el criterio/factor seleccionado, y en cada rango establecido se debe asignar un valor o peso de acuerdo a la escala de Saaty. Como se lo presenta en el Gráfico 10, en el que consta la pantalla general del proceso. Una vez que el turista define cuántos criterios/factores utilizará, se generan las filas (Paso 1, Gráfico 10) para que en cada una de ellas defina los criterios deseados. Luego escoge en cada fila (criterio/factor) qué medida (máximo, mínimo o media de valores) desea utilizar como referencia e ingresa los valores que asigne según los rangos de distancia del resto de sectores hacia el/los sector/sectores objetivo. Cuando se debe especificar el resto, es decir distancias mayores a las establecidas en los rangos, el sistema coloca el valor de 999,999.00 de manera automática y el turista asigna un valor según escala Saaty.

Grรกfico 10. Interface general de definiciรณn del Proceso AHP-GIS.

Posteriormente el turista debe proporcionar los valores de la matriz de comparaciรณn en pares de criterios/factores AHP (Paso 2), como se presenta en el Grรกfico 11, colocando valores en escala Saaty de las comparaciones por fila y columna.

Grรกfico 11. Interface para ingreso de matriz AHP-GIS.

En la interface se presenta el criterio/factor versus criterio/factor a valorar en escala Saaty, y las celdas las que representan cada pareja de criterios/factores. La matriz se autocompleta con valores en la diagonal y con los valores inversos de las celdas según metodología AHP. Debe estar la matriz completa en valores, y se controla y visualiza mediante el visor de la matriz. Al guardar la matriz se verifica que la misma sea consistente, caso contrario se solicitara al turista re-defina sus valores ya que existe cierta tendencia al plantear las comparaciones entre criterios/factores.

3.5.3 CÁLCULO DE LA MEJOR OPCIÓN Con la matriz AHP lista con los criterios/factores seleccionados y valorados con base al parámetro distancia utilizando la escala Saaty, se aplican procesamientos en lote (batch) utilizando scripts en Python que constan como Paso 3 en el aplicativo. Estos scripts están basados en procesamientos estándar en función de la distancia, estos fueron modelados inicialmente en ModelBuilder de ArcMap 10.1 para luego ser generados como scripts de Python. La cartografía utilizada es de origen público1, siendo ésta desarrollada y presentada por el INEC a nivel de sector censal en una escala de 1:50,000 en formato shape o geodatabase que utiliza el sistema de coordenadas WGS 1984 UTM Zona 17 Sur. En el aplicativo AHP-SIG se automatiza la metodología propuesta para dos casos. El primer caso es en el que el turista define que el criterio/factor seleccionado posee dos rangos referentes de distancia a definir hacia el/los sectores censales que cumplan según sus preferencias que se procesará con el script Python modelado en ModelBuilder de ArcMap 10.1 que se presenta en el Gráfico 12. Por ejemplo podría desear estar en un rango 2 km de distancia del o los sectores con mayor población que para él tendría una extrema importancia con valor de 9 en escala Saaty, y en rangos de distancias mayores a 2 km, que sería el resto, tendrían una importancia moderada con valor de 3 en la escala Saaty.

Para su acceso, refiérase a: http://www.ecuadorencifras.gob.ec/registro-de-descargas-cartograficas

Gráfico 12. Modelo para generación de script Python caso dos rangos.

El segundo caso se presenta cuando el turista define que el criterio/factor seleccionado posee tres rangos posibles referentes a distancia a definir hacia el/los sectores censales que cumplan según sus preferencias, que se procesará con otro script Python igualmente modelado en ModelBuilder de ArcMap 10.1 que se presenta en el Gráfico 13. Por ejemplo podría desear estar en un rango 2 km de distancia del o los sectores con mayor población que para él tendría una extrema importancia con valor de 9 en escala Saaty, un segundo rango de 2 a 4 km de distancia del o los sectores con mayor población que para él tendría una fuerte importancia con valor de 5 en escala Saaty y en rangos de distancias mayores a 4 km, que sería el resto, tendrían una importancia moderada con valor de 3 en la escala Saaty.

Gráfico 13. Modelo para generación de script Python caso tres rangos.

Mediante estos scripts de Python se obtiene la capa ráster de cada criterio/factor según las preferencias del turista con base a la distancia. Con la aplicación del procesamiento en lotes según lo deseado por el turista sobre los criterios/factores seleccionados, se obtiene un ráster único por cada uno de ellos. Sobre estos ráster así obtenidos se multiplica el vector de pesos generados en el procesamiento de las matrices AHP que realiza el aplicativo, según el modelo presentado en el Gráfico 14, el cual utiliza como entradas tres ráster que representan el caso de tres criterios/factores.

Gráfico 14. Modelo para generación de script Python para generar ráster final.

El ráster final de la decisión es transformado a formato vectorial, según el modelo presentado en Gráfico 15 (este modelo convertido en script de Python representa el final del paso 3 del aplicativo).

Gráfico 15. Modelo para generación de script Python para transformar ráster final a shape final.

El resultado se presenta al usuario en el aplicativo, el cual se refleja como paso 4, junto a la cartografía utilizada de los establecimientos de hospedaje y de sectores censales, mediante una interface que posee opciones para visualizar y escoger su mejor opción como se presenta en el Gráfico 16, en el cual en el área seleccionada (en rojo) se muestran los establecimientos que en ella se encuentran, posteriormente el turista colocara variables adicionales como precio, incluye desayuno, o cualquier otra para determinar su decisión final.

Gráfico 16. Interface para presentar selección con opciones para resaltar la misma.

Mediante el software se proporciona al turista opciones para manejo de capas y para presentación de información mediante etiquetas, rangos y valores, opciones para búsqueda de un determinado valor de un atributo en una capa y las opciones típicas de un software SIG para operaciones y trazado. Como se mencionó anteriormente, una breve descripción del aplicativo se presenta como Anexo 3.

4 RESULTADOS Y DISCUSIĂ&#x201C;N

4.1

RESULTADOS

Con el fin de ejemplificar el proceso de anĂĄlisis de resultados se presenta inicialmente el proceso de forma resumida realizado para el ejemplo planteado, en el cual se generaron y usaron las capas presentadas en la Tabla 12.

Tabla 12. Resumen de capas ráster obtenidas con AHP, durante el procesamiento de la metodología caso de prueba.

Descripción

Mayor Población por sector

Mayor número de Viviendas tipo Villa por sector

Fuente: Censo de Población y Vivienda 2010. Capas con

ráster

valoración

de los sectores censales, basada

distancia

hacia

el sector con la variable enunciada.

Descripción

Fuente: Censo Nacional Económico 2010. Capas con

ráster

valoración

de los sectores censales, basada

distancia

hacia

el sector con la variable enunciada.

Menor número de establecimientos

Mayor numero de establecimientos

económicos

económicos de tipo artesanal

Descripción

Fuente: Base turística de la ciudad de Baños de Agua Santa. Capas ráster con valoración de los sectores censales, basada en la distancia hacia el sector con la variable enunciada.

Mayor número de establecimientos de

Menor distancia hacia establecimientos de

hospedaje nuevos

salud

Descripciรณn

Rรกster resultado

Capa rรกster final con

valoraciรณn

de los sectores censales, basada

vector de pesos calculados mediante AHPSIG multiplicado por cada capa rรกster correspondiente a criterio/factor

La matriz utilizada se presentó en la Tabla 4, en ella se observa las preferencias utilizadas como ejemplo, las cuales cambiarían según los criterios/factores del turista pero la metodología se automatizó según lo propuesto. La aplicación de la herramienta AHP-SIG se realizó a 20 turistas mayores de 18 años que visitaban la ciudad de Baños de Agua Santa. Estas pruebas se realizaron de manera aleatoria en los establecimientos de hospedaje cercanos al Santuario de la Virgen de Agua Santa (Hotel Acapulco, Hostal Los Nevados, Hotel Alborada y Hotel Achupalla), tanto para observar la forma de entendimiento del proceso así como para analizar los resultados obtenidos. Con la ejecución y obtención de resultados con las preferencias de cada turista se probó la validez de la metodología así como el funcionamiento de la herramienta desarrollada. Del universo de turistas se nota la predominancia de los turistas nacionales como se aprecia en el Gráfico 17 con un 70% de ellos. Existiendo turistas de diferentes países que también probaron la metodología planteada.

Gráfico 17. Procedencia de turistas seleccionados para las pruebas.

Del conjunto de variables previamente seleccionadas mediante reuniones con instituciones relacionadas con el Turismo en la provincia del Tungurahua, cuyo origen proviene del Censo de Población y Vivienda 2010, del Censo Nacional Económico 2010 y del Censo Turístico realizado. Se analizaron en la prueba con

los turistas, quienes ratificaron el entendimiento de su significado y objetivo para la totalidad de variables usadas del Censo de Población y Vivienda como del Censo Turístico como se observa en el Gráfico 18. Pero en las variables provenientes del Censo Nacional Económico se observa poca aceptación de las variables planteadas, esto debido al no uso cotidiano de este tipo de información que es información económica relacionada con actividades productivas lo que indica que se debería incluir en una futura versión diferentes variables de este censo, con lo cual se obtendrían mejores resultados. Las variables del Censo de Población y Vivienda como del Censo Turístico son de uso común en un hogar o en un viaje, por esto su aceptación y porcentaje más alto de uso.

Aceptación de variables según origen

100%

100% 50%

100% 80%

50%

60%

40%

20%

NO SI

0% CPV

CENEC

TURISMO SI

Gráfico 18. Porcentajes de aceptación de variables según origen.

En cuanto a la forma de valoración de las parejas de criterios/factores usando escala Saaty, la mayoría de turistas acepta la misma como se refleja en el Gráfico 19. El resto de turistas menciona escalas porcentuales de un criterio/factor sobre otro, pero no sería aplicable al modelo.

Aceptación de valoración NO 20%

SI 80%

Gráfico 19. Aceptación de la escala Saaty para valoración.

Para la validación de la metodología se explicó al turista el procedimiento que sigue la misma, y que el sistema rechazaría en caso de encontrar una matriz con tendencia inicial, a lo cual un 60% estuvo de acuerdo como se refleja en el Gráfico 20, pero un 15% estuvo en desacuerdo en validar sus opciones ya que piensan que no es necesario el realizarlo y un 25% no están de acuerdo mencionando que se debe respetar lo valorado por ellos de forma inicial, pese a que se explicó que es necesario realizarlo para estar seguros de que la respuesta sea válida.

Aceptación Método de Validación 15%

25%

60%

Gráfico 20. Aceptación del Método de Validación del procedimiento.

4.2

DISCUSIÓN

Durante la aplicación de la metodología se notó lo importante de que el turista seleccione sus preferencias, para ello debe ser instruido en el significado de cada variable pre - establecida (criterio/factor) y el objetivo de la misma dentro de la investigación de la cual proviene. Se notó adicionalmente, sin importar el origen del turista (nacional o extranjero), que es necesario instruirlo sobre objetivos generales y alcances de cada investigación de las cuales provienen dichas variables. El conocimiento de la variable a utilizar se reflejó en una correcta valoración y por lo tanto en una adecuada ponderación durante el proceso. La instrucción sobre el uso de la escala Saaty tuvo aceptación por los turistas ya que facilitó la valoración al ser una escala con valores interpretables. Las variables preestablecidas en las reuniones mantenidas con el MINTUR, Cámara de Turismo, Universidades representativas y el INEC, demostraron ser las correctas, ya que fueron fácilmente entendidas y utilizadas en el proceso. Se observó tendencia de los turistas, al escoger variables del Censo de Población y Vivienda, ya que éstas fueron escogidas en la totalidad de los procesos realizados. Con ello se confirmó que la importancia de escoger los criterios/factores es vital, para realizar una correcta decisión e igual de importante es que el tomador de decisión este familiarizado con cada uno de estos criterios/factores (Saaty, 1990). Surgieron algunas recomendaciones como por ejemplo georreferenciar y establecer variables por sitio turístico de la ciudad e incluirlos en la metodología, lo cual es factible, pero no estaría en el alcance actual contemplado de la propuesta. Se debe de manera similar incluir un seguimiento de los criterios/factores que posean preferencias, para de esta manera distinguir entre preferencias por ubicación y preferencias en si por servicios del establecimiento que son puntos principales el momento de escoger un determinado sitio de hospedaje (Yang, Zhenxing, y Jingyin, 2017). Para la definición de rangos de distancias, es necesario que el turista conceptualice las distancias sobre todo en valores adecuados para la ciudad objeto de estudio en este caso Baños de Agua Santa. Para ello se les socializó el área total de la ciudad en km2, y de las distancias o medidas que tiene una manzana urbana. De una

buena interpretación espacial de distancia, depende la adecuada definición de los rangos que se desea utilizar. Esto es primordial ya que en los 20 casos realizados con turistas un 30% dio inicialmente rangos muy grandes o muy pequeños, en cuyo caso los sectores seleccionados fueron muchos o ninguno respectivamente. La inclusión del parámetro espacial distancia, se la realizó con el objetivo de automatizar la metodología propuesta. Este parámetro demostró en la aplicación de la metodología ser el adecuado, ya que fue entendido fácilmente por los turistas. No se tuvo sugerencias sobre la inclusión de parámetros espaciales adicionales pero para mejorar la metodología, deberán incluirse en versiones posteriores. En lo referente a la instrucción de las variables a seleccionar, al ser éstas de tipo socio - demográfico, económico y turístico, son de uso común en un turista y no presentaron problema en su interpretación y entendimiento. Mientras que las distancias espaciales, fueron mejor entendidas cuando fueron basadas en el tamaño de una manzana urbana como se indicó. Fue necesario adicionalmente realizar una explicación sobre las principales herramientas SIG utilizadas (Buffer, Unión y Clip principalmente), para la correcta interpretación por parte del turista de los procesos y resultados, ya que la mitad de los turistas desearon dicha explicación. La integración de herramientas de tipo general en un aplicativo Windows con técnicas SIG, hace que el proceso sea entendible y amigable para el turista, sobre todo explicándole el uso del Visor de Resultados (Gráfico 16) para mejorar la visión de su selección. Todos los turistas una vez que el sistema concluyó con el sector censal o sectores censales objeto de sus preferencias y los visualizaron en la interface, optaron por que se les presentara información adicional de los establecimientos de hospedaje para lo cual la herramienta les proporcionó varias opciones. Se menciona que la hipótesis del presente estudio se comprobó plenamente ya que los turistas que utilizaron la metodología planteada, contestaron estar satisfechos con los resultados presentados, pero ésta será objeto de mejora en aspectos tales como la inclusión de parámetros espaciales adicionales como una capa de sitios turísticos, capa de rutas hacia esos sitios, entre los principales sugeridos.

El método de validación propio de AHP facilitó el desarrollo de la investigación y permitió a los turistas redefinir las valoraciones dadas a la pareja de criterios/factores hasta encontrar una matriz válida para el proceso. Para aplicar la propuesta metodológica AHP-SIG en otra jurisdicción se deberían tomar en cuenta los siguientes puntos: 

El universo del Censo Nacional Económico incluyó a jurisdicciones con 20,000 o más habitantes, por lo que la jurisdicción a aplicar debe poseer este número de habitantes, si se desea incluir estas variables.



La investigación de turismo fue realizada en la provincia del Tungurahua, aunque como se mencionó se puede incluir o excluir las variables de una determinada

investigación,

pero

sistema

desarrollado

debe

parametrizarse de acuerdo a ello. 

La cartografía utilizada es la Cartografía pública del INEC a nivel de sector censal, en ella se encuentra jurisdicciones de todo el país Ecuador.



Las herramientas utilizadas deben ser configuradas, especialmente el acceso a la base de datos PostgreSQL y la ubicación de la cartografía junto a sus directorios de procesamiento temporal.



El uso de AHP es estándar con una variación en la metodología de validación que es la propuesta por Alonso y Lamata (2006).



La información de investigaciones adicionales puede ser incluida, pero estas deben poseer resultados a nivel de sector censal.

La metodología propuesta y respaldada por la herramienta desarrollada permite incorporar variables adicionales y de diversos orígenes. La clave de la metodología AHP es la inclusión de ponderaciones de criterios/factores con base a los propios objetivos del turista, y al ser un método compensatorio no descarta ninguna opción asegurando con ello la participación de todos los criterios/factores y alternativas de hospedaje. En el presente estudio no se utilizan como se ha recalcado expertos para la toma de decisión, pero los resultados han demostrado que la metodología es válida para el objetivo planteado que es la Selección de un sitio de hospedaje.

La metodología desarrollada presenta potencialidades para apoyar en este tipo de decisión, pero debe seguir depurándosela para incluir criterios/factores de varias y diversas investigaciones que se realizan en una determinada jurisdicción. Por ejemplo se podría incluir información de tipo pública tomando como fuente el INEC, el cual posee investigaciones de tipo Ambiental tanto a nivel de hogar como de empresa, de tipo de Construcciones tanto pública como privada, información de producción Agropecuaria, de tipo Vitales y Salud, de tipo de Ingresos y Gastos y algunas investigaciones adicionales. Tan solo con inclusión de investigaciones INEC se incrementaría el número de variables para presentar al turista. Con lo cual al utilizar la metodología una técnica multicriterio, estas variables incrementarían la perspectiva del turista para realizar su decisión. En la implementación de la metodología en la cual, mediante los análisis espaciales junto a la información pública utilizada, se logra identificar de forma clara sectores censales en los cuales el turista de acuerdo a sus requerimientos debería hospedarse, también es claro la identificación de los sectores censales en los cuales no debería hacerlo, para de esta forma, sentirse satisfecho con su hospedaje y este se constituya en un factor para su retorno a la jurisdicción donde se alojó. En lo referente al objetivo principal de la investigación, que es la generación de una metodología para la selección óptima de un sitio de hospedaje con base a información pública, este se cumplió mediante la generación de modelos cartográficos, la adecuación de la información alfanumérica y geográfica de origen público, la evaluación de los resultados y el desarrollo de una herramienta informática que integro estos procesos. La metodología, como se ha comentado en esta misma sección se la puede utilizar para procesos de selección similares para selección de un sitio. Los criterios/factores demostraron ser los adecuados, aun cuando los turistas tuvieron mayor tendencia en los criterios/factores del Censo de Población y Vivienda y Censo Turístico, entendiéndose esto debido a que son variables referentes a un viaje, vivienda, hogar y persona que son de cotidiano uso para una persona, el detalle de estas variables convertidas en criterios/factores se lo presenta como Anexo 4. Variables adicionales del Censo Turístico como precio por persona, si el hospedaje incluye desayuno o no, del Censo de Población y Vivienda,

personas por rangos de edad, y del Censo Nacional Económico, existencia de establecimientos tipo centro comercial, se pueden incluir sin modificación en el sistema. En la metodología la comparación en pares de los criterios/factores es fundamental para obtener un resultado satisfactorio (Saaty, 1990), incluso al ser comparaciones entre criterios/factores de diferente origen y naturaleza, y cuya evaluación es subjetiva para el turista tomador de decisión, la metodología genera procesos geográficos y matemáticos que desencadenan en la selección de sector/ sectores objetos de preferencia. La metodología posee y se implementó dentro de la herramienta que la automatiza, el proceso de validación de la matriz resultante de criterios/factores, con ello se garantiza la calidad del resultado. Actualmente existen aplicaciones que implementan AHP, como son QGis, ArcGIS y Idrisi Selva, pero se decidió realizar una herramienta propia para facilitar el uso al turista y para personalizar de acuerdo a los requerimientos propios de la metodología propuesta. La cartografía utilizada proporciono confiabilidad, ya que es cartografía utilizada en investigaciones como el Censo de Población y Vivienda, Censo Nacional Económico, Encuesta de Condiciones de Vida, Encuesta de Ingresos y Gastos y las diversas investigaciones que el INEC realiza. El procesamiento de las variables junto a estas capas se las realizó mediante scripts de Python sin presentar dificultad ya sea por su peso y su calidad. Incluso la exhibición de la capa resultado no presento problema para MapObjects que se utilizó para ello. Con lo indicado y mediante el uso de la metodología planteada se logra obtener el o los sector(es) censal(es) objetivo, y se recalca que al ser una metodología compensatoria

descarta

ningún

criterio/factor

ninguna

alternativa

(establecimiento de hospedaje). Se debe tener presente que diferentes turistas que enfrentan realizar la misma decisión y que incluso si utilizan los mismos criterios/factores, al emplear la metodología planteada pueden llegar a diferentes conclusiones(Devillers, Luther, y Eddy, 2014), esto debido a que cada uno de ellos evalúa con base a sus

preferencias, lo importante es que cada uno de ellos se sienta satisfecho con la decisiรณn.

5 CONCLUSIONES Y RECOMENDACIONES La metodología propuesta para integrar información censal pública e información turística con el método multicriterio AHP y técnicas de SIG, demostró que es posible seleccionar un sector censal o sectores censales que contienen el mejor sitio de hospedaje para un determinado turista, según sus necesidades. Las variables previamente seleccionadas demostraron ser las óptimas al brindar al turista un amplio rango de características utilizables para su proceso de selección. Y los rangos usados en ellas de forma similar fueron interpretados fácilmente por los turistas al estandarizar el uso del parámetro espacial de la distancia para evaluarlas. La metodología propuesta mejora su aplicabilidad, dependiendo de la buena definición de las preferencias por parte del turista, así como el correcto traslado de estas preferencias hacia mapas. Este proceso es automatizable como se lo comprobó, con el parámetro distancia pudiendo integrarse algunos parámetros espaciales adicionales. Se recomienda realizar este estudio en lenguajes que permitan integración Web y SIG. La metodología realizada llega a proporcionar una selección del mejor sitio de hospedaje a nivel de sector censal, esto por el nivel de cartografía utilizada, se podría llegar a nivel de manzana utilizando la metodología propuesta. El proceso de selección de un sitio de hospedaje integra múltiples criterios/factores para un turista, las técnicas o herramientas como son SIG y MCDA poseen individualmente ciertas limitaciones para proveer una solución completa, por lo que al integrarlas dichas limitaciones se eliminan proporcionando al turista un enfoque innovador para la toma de la decisión. El AHP se caracteriza por ser un método compensatorio, por lo que todos los criterios/factores seleccionados por el turista son representados y ninguno es descartado en el proceso. La valoración de todos los criterios/factores son incluidas ya que el AHP trata estas valoraciones de manera aditiva, al seleccionar un determinado establecimiento de hospedaje.

6 BIBLIOGRAFÍA

Al Amri, M., y Eldrandaly, K. (2011). A proposed GIS-Based decision making framework for tourism development sites selection. The International Arab Conference on Information Technology, 6. Aladejana, O. (2016). Integrating knowledge-based multi-criteria evaluation techniques with GIS for landfill site selection. RMZ – M&G, 63, 14. doi:10.1515/rmzmag-2016-0016 Alonso, A., y Lamata, T. (2006). Consistency in the Analytic Hierarchy Process: A new approach. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 14(4), 15. Barakat, A., Hilali, A., El Baghdadi, M., y Touhami, F. (2017). Landfill site selection with GIS-based multi-criteria evaluation technique. A case study in Be´ni Mellal-Khouribga Region, Morocco. Environ Earth Sci, 76:413, 13. doi:10.1007/s12665-017-6757-8 Cabrero, Y., y García, A. (2015). Análisis Estadístico de datos espaciales con QGis y R (U. N. d. E. a. Distancia Ed.). Madrid, España.: Universidad Nacional de Educación a Distancia. CELADE, Centro Latinoamericano y Caribeño de Demografía. (2017). REDATAM: Módulo de Procesamiento de Datos. Chabuk, A., Al-Ansari, N., Musa Hussain, H., y Knutson, S. (2017). GIS-based assessment of combined AHP and SAW methods for selecting suitable sites for landfill in Al-Musayiab Qadhaa. Environmental Earth Sciencias, 76:209, 12. doi:10.1007/s12665-017-6524-x Cinelli, M., Coles, S., y Kirwan, K. (2014). Analysis of the potentials of multi criteria decision analysis methods to conduct sustainability assessment. Elsevier Ltda., 46(Ecological Indicators), 11. Devillers, R., Luther, J., y Eddy, B. (2014). GIS-Based Multiple Criteria Decision Analysis. Geography Compass, 5, 21. doi:10.1111/j.1749-8198.2011.00431.x El-mewafi, M., Alzamili, H., Beshr, A., y Awad, A. (2015). GIS Based Multi Criteria Dicesion Analysis for Industrial Site Selection in Al-Nasiriyah City in Iraq. International Journal os Scientific&Engineering Research, 6(7), 9. doi:10.13140/RG.2.1.4883.2480 ESRI, Environmental Systems Research Institute. (2000). MapObjectLT Royalty-Free Embeddable Mappping Components for Application Developers. 4. Ghamgosar, M. (2011). Multicriteria Decision Making Based on Analytical Hierarchy Process (AHP) in GIS for Tourism. Middle-East Journal of Scientific Research, 10(4), 7. Goded, M. (1998). El impacto del turismo sobre el desarrollo económico. El caso de Argentina. (Doctoral Tesis Doctoral), Universidad Complutense de Madrid, Madrid. Hora., L. (2014). Baños es el Pedacito de cielo’. La Hora. Recuperado el 24/04/2014 desde https://lahora.com.ec/noticia/1101741981/bac3b1os-es-el-e28098pedacito-decieloe28099 Huang, Y., y Bian, L. (2009). A Bayesian network and analytic hierarchy process based personalized recommendations for tourist attractions over the Internet. Expert Systems with Applications, 36, 933-943. doi:10.1016/j.eswa.2007.10.019 INEC, Instituto Nacional de Estadística y Censos. (2010a). Base de Datos REDATAM. Censal. Recuperado el 16/11/2019 desde http://www.ecuadorencifras.gob.ec/banco-deinformacion/ INEC, Instituto Nacional de Estadística y Censos. (2010b). Manual del Empadronador. Censo Nacional Económico 2010. I. Instituto Nacional de Estadística y Censos (Ed.) (pp. 56). Lapo, G. (2010). Investigación y puesta en valor de los Recursos Gastronómicos del Ecuador. (Ingenieria), Universidad Técnica Particular de Loja, Loja.

Longley, P., Goodchild, M., Maguire, D., y Rhind, D. (2005). Geographical Information Systems and Science (L. John Wiley & Sons Ed. Segunda ed.). Chichester, England.: John Wiley & Sons, Ltd. Malczewski, J. (2006). GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science, 20(14/02/2006), 24. doi:10.1080/13658810600661508 Meng, Y., Malczewski, J., y Boroushaki, S. (2010). A GIS-Based Multicriteria Decision Analysis Approach for Mapping Accessibility Patterns of Housing Development Sites: A Case Study in Canmore, Alberta. Journal of Geographic Information System, 3, 50-61. doi:10.436/jgis.2011.31004 MINTUR, Ministerio de Turismo. (2010). Plan estratégico de desarrollo de turismo sostenible para Ecuador PLANDETUR 2020. Ministerio de Turismo. (Ed.) PLANDETUR 2020 (pp. 106). MINTUR, Ministerio de Turismo. (2011). La experiencia turística en Ecuador. Cifras esenciales de Turismo Interno y Receptor. Recuperado el 07/06/2018 desde https://servicios.turismo.gob.ec/index.php/anuario-de-estadisticas-turisticas MINTUR, Ministerio de Turismo. (2015). Principales Indicadores de Turismo Febrero 2015, E. Ministerio de Turismo (Ed.) (pp. 12). Mobaraki, O., Mahdi, A., y Kamelifar, Z. (2014). Site suitability evaluation for ecotourism using GIS and AHP: A case study of Isfahan Townships, Iran. Management Science Letters, 4, 6. doi:10.5267/j.msl2014.6.038 Moreno-Jiménez, J. M., Aguaron, J., y Escobar, M. T. (1998). Validez, Robustez y Estabilidad en Decisión Multicriterio. Análisis de Sensibilidad en el Proceso Analítico Jerárquico. Revista de la Real Academia de Ciencias Exactas, Física y Naturales, 92(4), 11. PostgreSQL, G. D. G. (2018). PostgreSQL 9.4.20 Documentation. 3150. Saaty, T. (1990). How to make a decision: The Analytic Hierarchy Process. European Journal of Operational Research, 48, 18. Soosani, J., y Karami, O. (2013). Site selection for local forest park using analytic hierarchy process and geographic information system. International Research Journal of Applied and Basic Sciences, 6, 6. Sybase, I. (2011). Getting Started PowerBuilder Classic 12.5. 274. Sybase, I. (2013). Data Modeling PowerDesigner 16.5. 650. Yang, Y., Zhenxing, M., y Jingyin, T. (2017). Understanding Guest Satisfaction with Urban Hotel Location. Journal of Travel Research, 39. doi:10.1177/0047287517691153 Zaman, M., Botti, L., y Thanh, T. V. (2015). Weight of criteria in hotel selection: An empirical illustration based on TripAdvisor criteria. European Journal os Tourism Research., 13, 7. Zumarraga, M., y Rivadeneira, L. (2015). Evolución de las variables investigadas en los censos de Población y Vivienda del Ecuador 1950, 1962, 1974, 1982, 1990, 2001 y 2010 I. Instituto Nacional de Estadística y Censos (Ed.) (pp. 71).

7 ANEXOS 7.1

ANEXO 1. BOLETAS DE LA INVESTIGACIÓN TURÍSTICA

Se realizaron dos tipos de encuesta una desde el punto de vista de la demanda representada por los turistas hospedados en los establecimientos de hospedaje, y la otra desde el punto de vista de la oferta representada por los informantes calificados (gerentes o propietarios) de los establecimientos de hospedaje. Estos formularios son referenciales ya que las encuestas se realizaron en dispositivos móviles.

DESDE EL PUNTO DE VISTA DE LA DEMANDA

DESDE EL PUNTO DE VISTA DE LA OFERTA

7.2

ANEXO 2. MODELO ENTIDAD RELACIÓN DEL APLICATIVO AHP-SIG

7.3

ANEXO 3. DESCRIPCIÓN DEL APLICATIVO AHP-SIG

Estas páginas constituyen una guía breve que contiene los procedimientos necesarios para trabajar con el Sistema AHP-SIG. Primero se explica algunos conceptos básicos y luego las operaciones principales del sistema. En versiones posteriores y mediante convenios con las instituciones participantes, como son el Ministerio de Turismo, Cámara de Turismo, Universidades de la provincia del Tungurahua e INEC, se migrará y publicará en el sitio web según determine el convenio. Conceptos Básicos Menú del Sistema.- (Barra de Menú) Es la lista de comandos y opciones que proporciona el sistema. La selección de una opción es fácil, ya que nos proporciona un camino intuitivo para la búsqueda de estas.

Barra de Herramientas.- Es la barra que contiene los botones con las opciones del menú del Sistema, que se usan con mayor frecuencia dentro de él.

Barra de Estado.- Es la barra que se encuentra en la parte inferior de la ventana donde se visualiza la operación que realiza el botón de la barra de herramientas que estamos posicionados.

Área de Trabajo.- Se encuentra entre la barra de herramientas y la barra de estado. Es el lugar donde se despliegan las diferentes ventanas durante el uso del Sistema.

Opciones Principales Mantenimiento.- Sirve para la parametrización del Sistema. Se ejemplifica con la incorporación de las variables a utilizar.

Pantalla de Mantenimiento para Criterio (Criterio/Factor), configurada para parรกmetro distancia.

AHP-SIG.- Contiene las opciones principales del sistema, siendo estas las opciones de uso del turista.

Turista: Interface para que el turista ingrese su informaciรณn personal.

Selección de hospedaje: Interface que administra la ejecución de la metodología basada en el parámetro espacial distancia. Se encuentra dividido el proceso AHPSIG en los siguientes pasos: Interface general del proceso.

PASOS

Paso 1. Al generar un nuevo proceso el sistema pregunta al turista cuantas variables desea utilizar, se debe escoger y presionar el botón del paso 1, que es Generar Variables, según lo seleccionado. Esto genera tantas filas según el número de variables seleccionadas, y en cada una de ellas se debe seleccionar la variable específica (criterio/factor) a utilizar ya sea del Censo de Población y Vivienda 2010, Censo Nacional Económico 2010 y Censo turístico.

Una vez seleccionada la variable el sistema recupera el valor máximo, medio y mínimo de dicha variable, con lo que el usuario al escoger el valor a utilizar como referencia, recupera el sector censal o los sectores censales que cumplen esa condición. Luego debe escoger el número de rangos a utilizar y dar pesos (valores) a cada rango.

Ingresados los valores referenciales y los rangos con sus respectivas valoraciones de todas las variables, nos dirigimos al paso 2. Paso 2. En el paso 2 el turista define la matriz de comparaciones entre las variables (criterios/factores) seleccionadas, mediante la siguiente interface.

En la cual se ingresa los valores en escala Saaty por cada par de variables. Al guardar la matriz, esta se valida con la metodología de Alonso & Lamata, antes de guardarse. Si la matriz es consistente el sistema la guarda, caso contrario solicita su redefinición. Una vez lista la matriz, nos dirigimos al paso 3. Paso 3. En el paso 3, se ejecutan las operaciones geográficas mediante scripts de Python, por lo que el turista observara pantallas solicitándole un tiempo de espera para finalizarlos. Debe cerrarse la ventana de Python y el usuario observará el mensaje Proceso Terminado, luego de esto debe oprimir el botón Aceptar.

Este paso genera ya la capa del sector o sectores seleccionados utilizando la metodología. Continuamos presentando el resultado con el paso4. Paso 4. Una vez obtenido el resultado se crea un archivo shape vectorial, con el nombre de decisionXXX.shp, donde XXX es el número del proceso. Esta capa junto a la capas de la cartografía INEC utilizada son presentadas en una interface que permite algunas operaciones sobre ellas, para mejorar su visualización.

7.4

ANEXO 4. TABLA DE VARIABLES DISPONIBLES PARA EL PROCESO DE SELECCIÓN

Fuente

Variables

Censo de Población y POBLACIÓN POR SEXO POBLACIONH = POBLACION MASCULINA POR Vivienda 2010, enlazada SECTOR CENSAL a la capa de sectores POBLACIONM = POBLACION FEMENINA POR SECTOR CENSAL censales 2010. Variables TOTALPOBLA = POBLACION TOTAL POR SECTOR CENSAL

a nivel de sector censal, POBLACIÓN POR ETNIA ADEINDIGEN = POBLACION INDIGENA POR categorías de las SECTOR CENSAL ADEAFROECU = POBLACION preguntas utilizadas. AFROECUATORIANA POR SECTOR CENSAL ADENEGRO = POBLACION NEGRA POR SECTOR CENSAL ADEMULATO = POBLACION MULATA POR SECTOR CENSAL ADEMONTUBI = POBLACION MONTUBIA POR SECTOR CENSAL ADEMESTIZO = POBLACION MESTIZA POR SECTOR CENSAL ADEBLANCO = POBLACION BLANCA POR SECTOR CENSAL ADEOTRO = POBLACION AUTODEFINIDA COMO ETNIA OTRO POR SECTOR CENSAL definidas

según

POBLACION POR GRUPOS DE EDAD EDADGRUPOS = POBLACION DE O A 14 AÑOS POR SECTOR CENSAL EDADGRUPO2 = POBLACION DE 15 A 64 AÑOS POR SECTOR CENSAL EDADGRUPO3 = POBLACION DE MAS DE 65 AÑOS POR SECTOR CENSAL POBLACIÓN POR NIVEL DE INSTRUCCIÓN INSTRUCCIO = POBLACION SIN INSTRUCCIÓN ACADÉMICA POR SECTOR CENSAL INSTRUCCI2 = POBLACION CON INSTRUCCIÓN CENTRO DE ALFABETIZACIÓN POR SECTOR CENSAL INSTRUCCI3 = POBLACION CON INSTRUCCIÓN PREESCOLAR POR SECTOR CENSAL INSTRUCCI4 = POBLACION CON INSTRUCCIÓN PRIMARIA POR SECTOR CENSAL INSTRUCCI5 = POBLACION CON INSTRUCCIÓN SECUNDARIA POR SECTOR CENSAL INSTRUCCI6 = POBLACION CON INSTRUCCIÓN EDUCACIÓN BÁSICA POR SECTOR CENSAL INSTRUCCI7 = POBLACION CON INSTRUCCIÓN EDUCACIÓN MEDIA POR SECTOR CENSAL INSTRUCCI8 = POBLACION CON INSTRUCCIÓN CICLO POSTBACHILLERATO POR SECTOR CENSAL INSTRUCCI9 = POBLACION CON INSTRUCCIÓN SUPERIOR POR SECTOR CENSAL

INSTRUCC10 = POBLACION CON INSTRUCCIÓN POSTGRADO POR SECTOR CENSAL INSTRUCC11 = POBLACION QUE NO CONOCE O NO INFORMA SU INSTRUCCIÓN POR SECTOR CENSAL POBLACIÓN ECONÓMICAMENTE ACTIVA PEATRABAJO = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJA POR SECTOR CENSAL PEANOTRABA = POBLACION ECONOMICAMENTE ACTIVA QUE NO TRABAJA POR SECTOR CENSAL PEAALMENOS = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJO AL MENOS UNA HORA FABRICO O BRINDO ALGUN SERVICIO POR SECTOR CENSAL PEAALMENO2 = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJA AL MENOS UNA HORA NEGOCIO FAMILIAR POR SECTOR CENSAL PEAALMENO3 = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJA AL MENOS UNA HORA LABORES AGRICOLAS POR SECTOR CENSAL PEACESANTE = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJA POR SECTOR CENSAL PEANOTRAB2 = POBLACION ECONOMICAMENTE ACTIVA QUE TRABAJA POR SECTOR CENSAL POBLACIÓN POR ESTADO CIVIL ECCASADO = POBLACION CON ESTADO CIVIL CASADO POR SECTOR CENSAL ECUNIDO = POBLACION CON ESTADO CIVIL UNIDO POR SECTOR CENSAL ECSEPARADO = POBLACION CON ESTADO CIVIL SEPARADO POR SECTOR CENSAL ECDIVORCIA = POBLACION CON ESTADO CIVIL DIVORCIADO POR SECTOR CENSAL ECVIUDO = POBLACION CON ESTADO CIVIL VIUDO POR SECTOR CENSAL ECSOLTERO = POBLACION CON ESTADO CIVIL SOLTERO POR SECTOR CENSAL VIVIENDAS POR TIPO TVCASA = VIVIENDAS PARTICULARES TIPO CASA POR SECTOR CENSAL

TVDEPAR = VIVIENDAS PARTICULARES TIPO DEPARTAMENTO POR SECTOR CENSAL TVCUARTO = VIVIENDAS PARTICULARES TIPO CUARTO POR SECTOR CENSAL TVMEDIAG = VIVIENDAS PARTICULARES TIPO MEDIA AGUA POR SECTOR CENSAL TVRANCHO = VIVIENDAS PARTICULARES TIPO RANCHO POR SECTOR CENSAL TVCOVACH = VIVIENDAS PARTICULARES TIPO COVACHA POR SECTOR CENSAL TVCHOZA = VIVIENDAS PARTICULARES TIPO CHOZA POR SECTOR CENSAL TVOTRO = VIVIENDAS PARTICULARES TIPO OTRO POR SECTOR CENSAL TVTOTALPAR = TOTAL VIVIENDAS PARTICULARES POR SECTOR CENSAL TVHOTEL = TOTAL VIVIENDAS COLECTIVAS TIPO HOTELES POR SECTOR CENSAL TVCUARTEL = TOTAL VIVIENDAS COLECTIVAS TIPO CUARTELES POR SECTOR CENSAL TVHOSPITAL = TOTAL VIVIENDAS COLECTIVAS TIPO HOSPITALES POR SECTOR CENSAL TVCONVENTO = TOTAL VIVIENDAS COLECTIVAS TIPO CONVENTOS POR SECTOR CENSAL TVOTRAC = TOTAL OTRAS COLECTIVAS POR SECTOR CENSAL TVTOTCOL = TOTAL VIVIENDAS COLECTIVAS POR SECTOR CENSAL TVSINV = TOTAL SIN VIVIENDA POR SECTOR CENSAL TOTALTV = TOTAL VIVIENDAS PARTICULARES Y COLECTIVAS POR SECTOR CENSAL VIVIENDAS POR ESTADO DE OCUPACIÃ&#x201C;N EOOCUPADA = VIVIENDAS PARTICULARES OCUPADAS CON PERSONAS POR SECTOR CENSAL EOOCUPADAP = VIVIENDAS PARTICULARES OCUPADAS SIN PERSONAS POR SECTOR CENSAL EODESOCUPA = VIVIENDAS PARTICULARES DESOCUPADAS POR SECTOR CENSAL EOCONSTRUC = VIVIENDAS PARTICULARES EN CONSTRUCCION POR SECTOR CENSAL TIPO DE ACCESO AL AGUA EN LA VIVIENDA AGUAREDPUB = VIVIENDAS CON RED PUBLICA DE ALCANTIRALLADO POR SECTOR CENSAL

AGUAPOZO = VIVIENDAS CUYA AGUA SE OBTIENE DE POZO POR SECTOR CENSAL AGUARIO = VIVIENDAS CUYA AGUA SE OBTIENE DEL RIO POR SECTOR CENSAL AGUAAGUALL = VIVIENDAS CUYA AGUA SE OBTIENE DE LA LLUVIA POR SECTOR CENSAL TIPO DE ENERGÍA ELÉCTRICA EN LA VIVIENDA ENERGIAELE = VIVIENDAS CON ELECTRICIDAD PROVENIENTE DE SERVICIO PÚBLICO POR SECTOR CENSAL ENERGIAEL2 = VIVIENDAS CON ELECTRICIDAD PROVENIENTE DE PANEL SOLAR POR SECTOR CENSAL ENERGIAEL3 = VIVIENDAS CON ELECTRICIDAD PROVENIENTE DE PLANTA ELÉCTRICA POR SECTOR CENSAL ENERGIAEL4 = VIVIENDAS CON ELECTRICIDAD PROVENIENTE DE OTRA FUENTE POR SECTOR CENSAL TOTALENERG = VIVIENDAS CON ELECTRICIDAD POR SECTOR CENSAL TIPO MANEJO DE BASURA EN LA VIVIENDA BASURACARR = VIVIENDAS QUE DESECHAN BASURA POR CARRO RECOLECTOR POR SECTOR CENSAL BASURATERR = VIVIENDAS QUE DESECHAN BASURA EN TERRENO RECOLECTOR POR SECTOR CENSAL BASURAQUEM = VIVIENDAS QUE DESECHAN BASURA QUEMANDOLA POR SECTOR CENSAL BASURAENTI = VIVIENDAS QUE DESECHAN BASURA ENTERRANDOLA POR SECTOR CENSAL BASURAARRO = VIVIENDAS QUE DESECHAN BASURA ARROJANDO A RIO/ACEQUIA/CANAL POR SECTOR CENSAL BASURAOTRA = VIVIENDAS QUE DESECHAN BASURA DE OTRA FORMA POR SECTOR CENSAL NÚMERO DE HOGARES POR VIVIENDA HOGARES_SI = VIVIENDAS CON UN SOLO HOGAR CENSAL POR SECTOR CENSAL HOGARES_CO = VIVIENDAS CON MAS DE UN HOGAR CENSAL POR SECTOR CENSAL TOTALHOGAR = TOTAL DE HOGARES POR SECTOR CENSAL

DE ESTABLECIMIENTOS Nacional CANTIDAD ECONÓMICOS POR TIPO Económico 2010, EENUM = ESTABLECIMIENTOS ECONOMICOS enlazada a la capa de POR SECTOR CENSAL EEARTESANA = ESTABLECIMIENTOS sectores censales 2010. ARTESANALES POR SECTOR CENSAL Variables a nivel de EEUNICO = ESTABLECIMIENTOS ECONOMICOS UNICOS POR SECTOR CENSAL sector censal, definidas EEMATRIZ = ESTABLECIMIENTOS según categorías de las ECONOMICOS QUE SON MATRIZ POR SECTOR CENSAL preguntas utilizadas. EESUCURSAL = ESTABLECIMIENTOS ECONOMICOS QUE SON SUCURSALES POR SECTOR CENSAL EECRUC = ESTABLECIMIENTOS ECONOMICOS QUE POSEEN RUC POR SECTOR CENSAL EESRUC = ESTABLECIMIENTOS ECONOMICOS QUE NO POSEEN RUC POR SECTOR CENSAL Censo

ESTABLECIMIENTOS ECONÓMICOS POR PRINCIPAL CLIENTE EECNACIO = ESTABLECIMIENTOS ECONOMICOS CUYO PRINCIPAL CLIENTE ES NACIONAL POR SECTOR CENSAL EECEXTRA = ESTABLECIMIENTOS ECONOMICOS CUYO PRINCIPAL CLIENTE ES EXTRANJERO POR SECTOR CENSAL

Censo Turístico, ciudad de

Baños

Santa,

enlazada

Agua a

capa

Establecimientos

Hospedaje

generada.

Preguntas a nivel de establecimiento.

TIPOS ESPECIALES DE ESTABLECIMIENTOS ECONÓMICOS EERESTAU = ESTABLECIMIENTOS ECONOMICOS QUE SON RESTAURANTES POR SECTOR CENSAL EEDISCO = ESTABLECIMIENTOS ECONOMICOS QUE SON DISCOTECAS POR SECTOR CENSAL CARÁCTERÍSTICAS GENERALES DEL ESTABLECIMIENTO DE HOSPEDAJE CLASE = CLASE DEL ESTABLECIMIENTO DE HOSPEDAJE NOMBRE = NOMBRE COMERCIAL DEL ESTABLECIMIENTO DE HOSPEDAJE RAZONSOCIA = RAZON SOCIAL DEL ESTABLECIMIENTO DE HOSPEDAJE DIRECCION = DIRECCION DEL ESTABLECIMIENTO DE HOSPEDAJE (CALLE PRINCIPAL + NUMERO + CALLE SECUNDARIA) TELEFONO = TELEFONO DEL ESTABLECIMIENTO DE HOSPEDAJE

EMAIL = EMAIL DEL ESTABLECIMIENTO DE HOSPEDAJE PAGWEB = PAGINA WEB DEL ESTABLECIMIENTO DE HOSPEDAJE ANIOFUNCI = ANIO DE INICIO DE FUNCIONES DEL ESTABLECIMIENTO DE HOSPEDAJE CANTIDAD DE HABITACIONES POR TIPO EN EL ESTABLECIMIENTO DE HOSPEDAJE NUMHABITA = NUMERO DE HABITACIONES DEL ESTABLECIMIENTO DE HOSPEDAJE NUMSUITE = NUMERO DE SUITES DEL ESTABLECIMIENTO DE HOSPEDAJE NUMCABA = NUMERO DE CABANIAS DEL ESTABLECIMIENTO DE HOSPEDAJE NUMSITIOC = NUMERO DE SITIOS DE CAMPING DEL ESTABLECIMIENTO DE HOSPEDAJE NUMCABAC = NUMERO DE CABANIAS DE CAMPING DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALHAB = TOTAL DE HABITACIONES DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALSIM = TOTAL DE HABITACIONES SIMPLES DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALDOB = TOTAL DE HABITACIONES DOBLES DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALTRI = TOTAL DE HABITACIONES TRIPLES DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALMUL = TOTAL DE HABITACIONES MULTIPLES DEL ESTABLECIMIENTO DE HOSPEDAJE TOTALMATR = TOTAL DE HABITACIONES MATRIMONIALES DEL ESTABLECIMIENTO DE HOSPEDAJE TIPO DE PERSONAL EN EL ESTABLECIMIENTO DE HOSPEDAJE PERSOHOM = PERSONAL SEXO MASCULINO EN EL ESTABLECIMIENTO DE HOSPEDAJE PERSOMUJ = PERSONAL SEXO FEMENINO EN EL ESTABLECIMIENTO DE HOSPEDAJE PERSOTH = PERSONAL TEMPORAL SEXO MASCULINO EN EL ESTABLECIMIENTO DE HOSPEDAJE

PERSOTM = PERSONAL TEMPORAL SEXO FEMENINO EN EL ESTABLECIMIENTO DE HOSPEDAJE HABITACIONES OCUPADAS EN EL ESTABLECIMIENTO DE HOSPEDAJE NUMOCUPA = NUMERO DE HABITACIONES OCUPADAS DEL ESTABLECIMIENTO DE HOSPEDAJE PRECIO POR NÃ&#x161;MERO DE PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO1P = PRECIO DE HABITACION POR PERSONA EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO2P = PRECIO DE HABITACION POR DOS PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO3P = PRECIO DE HABITACION POR TRES PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO4P = PRECIO DE HABITACION POR CUATRO PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO5P = PRECIO DE HABITACION POR CINCO PERSONAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIO6OM = PRECIO DE HABITACION POR SEIS PERSONAS O MAS EN EL ESTABLECIMIENTO DE HOSPEDAJE PRECIOIND = PRECIO DE HOSPEDAJE INDIVIDUAL EN EL ESTABLECIMIENTO DE HOSPEDAJE