Acceso usuarios
Carlos Garrocho, Juan Campos
Este artículo se apoya en ejemplos numéricos deliberadamente sencillos para: i) Explicitar los graves problemas de utilizar indicadores no espacialess de segregación residencial (como los indicadores tradicionales de Disimilaridad, Aislamiento e Interacción, tan utilizados en la literatura iberoamericana), y, ii) Demostrar conceptual y operativamente la superioridad de los indicadores de segregación genuinamente espaciales, en particular la de los índices de Autocorrelación Espacial Global y Local de Moran. Los indicadores no espacialess de segregación registran, al menos, cuatro fallas fundamentales: generan los mismos resultados para diferentes patrones espaciales de segregación (Falla 1); son incapaces de revelar lo que ocurre con la segregación al interior de las zonas de estudio (Falla 2); sus resultados dependen enteramente de la manera como se agrupan los datos (Falla 3) y no ofrecen información sobre la confiabilidad estadística de sus resultados (Falla 4). Los indicadores genuinamente espaciales (como los índices de Autocorrelación Espacial Global y Local de Moran) resuelven o minimizan estos problemas. Es momento de abandonar el uso de los indicadores tradicionales (no espacialess) de segregación originados en la sociología y de recurrir a los indicadores genuinamente espaciales desarrollados en el análisis espacial: Réquiem por los indicadores no espacialess de segregación residencial.
This paper is based on deliberately simple numerical examples for: i. To explain the serious problems of using no spatial indicators of residential segregation (as the traditional indicators of Dissimilarity, Isolation and Interaction, intensively reported in the Latin American literature); and, ii. Conceptually and operationally demonstrate the superiority of the genuinely spatial segregation indicators, as Moran's Global and Local Spatial Autocorrelation indexes. No spatial indicators of segregation register, at least, four fundamental flaws: produce the same results for different spatial patterns of segregation (Flaw 1), are unable to disclose what happens with the segregation within the study area (Flaw 2), their results depend entirely on how the data are grouped and organized (Flaw 3), and do not provide information on the statistical confidence (reliability) of the results (Flaw 4). Genuinely spatial indicators (such as Moran's Global and Local Spatial Autocorrelation indexes) solve or minimize these problems. It is time to abandon the use of traditional no spatial indicators of residential segregation originated in sociology and advance in the utilization of genuinely spatial indicators developed in spatial analysis: Requiem for no spatial indicators of residential segregation.
