Enriquecer los datos
Su análisis requiere datos, por lo que creará una capa que contenga los distritos censales del condado de Gwinnett. Después, enriquecerá los distritos con los indicadores clave de vulnerabilidad socioeconómica que utilizará en su análisis de adecuación.
Crear un proyecto
Primero, creará un proyecto en ArcGIS Pro. También confirmará que dispone de la licencia de ArcGIS Business Analyst necesaria para completar el tutorial.
- Inicie ArcGIS Pro. Si se le pide, inicie sesión en su cuenta de organización con licencia de ArcGIS.
Nota:
Si no tiene acceso a ArcGIS Pro o una cuenta de organización de ArcGIS, consulte las opciones de acceso a software.
- En Nuevo proyecto, haga clic en Mapa.
- En la ventana Nuevo proyecto, en Nombre, escriba Socioeconomic_vulnerability_in_Gwinnett_County. Deje Ubicación como está y confirme que Crear una carpeta para este proyecto esté activado.
- Haga clic en Aceptar.
El proyecto se crea con un mapa predeterminado. Por ahora, la única capa es el mapa base Topográfico, que proporciona el contexto geográfico.
- En la cinta, haga clic en la pestaña Proyecto.
- Haga clic en Licencia.
- En Extensiones de ArcGIS Pro, confirme que tiene una licencia de ArcGIS Business Analyst, ya que es necesaria para completar este tutorial.
Nota:
Para obtener más información sobre la licencia de ArcGIS Business Analyst y cómo adquirirla, visite la página de producto de ArcGIS Business Analyst.
- Haga clic en el botón Atrás.
Volverá a su proyecto.
Agregar límites de distritos censales
A continuación, creará una capa con los límites de los distritos censales del condado de Gwinnett utilizando una herramienta de geoprocesamiento disponible con la extensión de ArcGIS Business Analyst.
Nota:
El flujo de trabajo de este tutorial puede realizarse para cualquier condado de Estados Unidos o equivalente. Si lo desea, puede utilizar un condado que le interese en lugar del condado de Gwinnett, pero sus resultados diferirán de las imágenes de ejemplo. Se recomienda que complete el flujo de trabajo para el condado de Gwinnett antes de probarlo con otro condado.
Antes de continuar, confirmará que está utilizando los datos más recientes de Estados Unidos de Esri.
- En la cinta, haga clic en la pestaña Análisis.
- En el grupo Flujos de trabajo, haga clic en Análisis empresarial.
- En la parte inferior del menú, confirme que la fuente de datos de Business Analyst está establecida en Estados Unidos (Esri 2024).
Nota:
Si la fuente de datos no está establecida en Estados Unidos (Esri 2024), haga clic en Cambiar fuente de datos. En la ventana Fuente de datos de Business Analyst, en Portal, haga clic en Norteamérica. Expanda Estados Unidos y haga clic en Esri 2024. Haga clic en Aceptar.
A continuación, creará los límites de los distritos censales.
- En el grupo Geoprocesamiento, haga clic en Herramientas.
Se abre el panel Geoprocesamiento.
- En la barra de búsqueda del panel Geoprocesamiento, escriba Generar áreas comerciales de geografía estándar. En la lista de resultados, haga clic en Generar áreas comerciales de geografía estándar
Esta herramienta crea una capa con límites geográficos básicos a un nivel que usted especifica en función de la fuente de datos de ArcGIS Business Analyst activa.
- Para Nivel geográfico, elija Distritos censales (US.Tracts).
- En Clase de entidad de salida, escriba Gwinnett_County_tracts.
A continuación, elegirá los distritos censales que desea incluir en su capa de salida. Puede buscar y elegir distritos censales de cualquier condado de Estados Unidos.
- Para Lista de Id. de geografía, haga clic en el botón Examinar.
- En la ventana Seleccionar geografía: US.Tracts, haga clic en EE. UU. por distritos.
Aparece una lista de todos los estados. El condado de Gwinnett está en Georgia.
- Haga clic en Georgia.
- En la lista de condados de Georgia, desplácese hacia abajo y haga clic en el condado de Gwinnett.
Sugerencia:
También puede buscar el condado utilizando la barra de búsqueda.
Aparece una lista de todos los distritos censales del condado. Cada distrito censal se designa con un número. Seleccionará todos los distritos del condado.
- Marque la casilla del condado de Gwinnett.
Un icono indica que se han seleccionado 220 distritos censales. Esta cifra representa el número total de distritos del condado de Gwinnett.
Nota:
La herramienta Generar áreas comerciales de geografía estándar solo puede procesar un máximo de 1000 registros. Para condados con más de 1000 distritos censales, se recomienda en su lugar ejecutar la herramienta con Nivel geográfico fijado en Condados (US.Counties) y la Lista de Id. de geografía fijada en el condado de interés. Así se crea una capa de los límites del condado. A continuación, ejecute la herramienta Generar geografías a partir de superposición para crear distritos censales dentro de los límites del condado. Puede obtener más información acerca de esta herramienta en la página de documentación Generar áreas comerciales estándar basadas en la geografía, la distancia o el tiempo.
- Haga clic en Aceptar.
- En el panel Geoprocesamiento, haga clic en Ejecutar.
Se ejecuta la herramienta. Se crea una capa de distritos censales en el condado de Gwinnett y se agrega al mapa.
Nota:
Su simbología predeterminada puede ser distinta de las imágenes de ejemplo.
Cambiará el mapa base a uno con un diseño más minimalista para enfatizar los resultados de sus análisis como el énfasis del mapa.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Capas, haga clic en Mapa base.
- Elegir el mapa base Lona gris claro.
El mapa base cambia.
- En la Barra de herramientas de acceso rápido, haga clic en el botón Guardar proyecto.
Sugerencia:
También puede pulsar Ctrl+S para guardar el proyecto.
Agregar indicadores socioeconómicos
Ahora que dispone de los datos de los distritos censales de su área de estudio, los enriquecerá con indicadores clave para evaluar la vulnerabilidad socioeconómica, incluidos los ingresos, la vivienda, el empleo y el seguro médico. Utilizará la herramienta Enriquecer capa, que agrega datos demográficos a las entidades en función de su ubicación geográfica.
Nota:
En un escenario real, antes de determinar qué indicadores utilizar para determinar la vulnerabilidad socioeconómica, es importante trabajar con un amplio rango de partes interesadas, incluidos los residentes de las áreas afectadas, para definir e objetivo de su análisis y la pregunta a la que pretende responder.
- En el panel Geoprocesamiento, haga clic en el botón Atrás.
- En la barra de búsqueda, escriba Enriquecer capa. En la lista de resultados, elija Enriquecer capa (herramientas de Business Analyst).
- En Entidades de entrada, elija Gwinnett_County_ tracts. En Clase de entidad de salida, escriba Gwinnett_County_enriched.
- Junto a Variables, haga clic en el botón para agregar.
Aparece la ventana Explorador de datos. Esta ventana categoriza y muestra todas las variables de datos disponibles para la fuente de datos seleccionada. Buscará y agregará variables que capten los siguientes componentes de la vulnerabilidad socioeconómica:
- Ingresos y situación laboral
- Pobreza y ayudas públicas
- Asequibilidad y carga de viviendas
- Acceso a atención sanitaria
- Educación y acceso digital
- Discapacidad y accesibilidad
Nota:
Al final del tutorial, en la sección Justificación de las variables, se proporciona una lista de cada variable, su dimensión y la razón para incluirlas en el análisis.
- En la ventana del Explorador de datos, en la barra de búsqueda, escriba Household Income y pulse Intro.
- En la lista de resultados, marque la casilla correspondiente a 2024 Median Household Income.
Para esta variable, existen dos opciones, conocidas como métricas: # e Índice. Estos parámetros determinan si los ingresos se miden como un número sin procesar o como un índice que los compara con la media nacional. Puede elegir incluir una o ambas métricas, pero para este tutorial, solo se agregará la métrica numérica, que es la elegida de forma predeterminada.
El icono del panel Mostrar/Ocultar detalles indica que ha seleccionado una variable.
- En la barra de búsqueda, escriba Food Stamps y pulse Intro.
- En la lista de resultados, active la casilla 2022 HHs w/Food Stamps/SNAP (ACS 5-Yr). Seleccione la métrica porcentual (%) y anule la selección de la métrica de recuento (#).
Ahora, los datos de los hogares (HH) con cupones de comida se presentarán como un porcentaje del número total de viviendas, en lugar de como un número sin procesar.
- Utilizando la barra de búsqueda, busque y agregue las siguientes variables con la métrica indicada:
Variable Métrica 2024 Median Home Value
#
2024 Owner Occupied HUs
%
2022 HHs/Gross Rent 50+% of Income (ACS 5-Yr)
%
2022 HHs: Inc Below Poverty Level (ACS 5-Yr)
%
2024 Pop Age 25+: Bachelor's Degree
%
2024 Unemployed Population 16+
%
2022 HHs w/1+ Persons w/Disability (ACS 5-Yr)
%
2022 Pop 35-64: No Health Insurance (ACS 5-Yr)
%
2022 Pop 65+: No Health Insur (ACS 5-Yr)
%
2022 HHs w/No Internet Access (ACS 5-Yr)
%
Ha seleccionado 12 variables en total.
- Haga clic en Aceptar.
Las variables se agregan al panel de la herramienta Enriquecer capa. Guardará esta lista de variables por si quiere volver a utilizarlas para analizar otro condado más adelante.
- Haga clic en Guardar lista.
- En la ventana Guardar lista de variables, en Nombre, escriba Variables socioeconómicas y demográficas. Haga clic en Aceptar.
Puede acceder a esta lista de variables más adelante abriendo la ventana del Explorador de datos y haciendo clic en la pestaña Listas de variables.
Antes de ejecutar la herramienta, calculará el consumo de créditos. El número de créditos que consume esta herramienta depende del número de variables y del tamaño del área geográfica. Dado que utiliza un área de estudio pequeña, el número de créditos debe ser relativamente pequeño. Si ejecutara la herramienta en un condado más grande con más distritos censales, el número de créditos podría ser mucho mayor. Se recomienda comprobar el uso de créditos antes de ejecutar una herramienta que los consuma.
- En la parte superior del panel de la herramienta Enriquecer capa, haga clic en el vínculo Estimar créditos.
Esta herramienta consumirá 26,4 créditos. El número de créditos de su cuenta aparece en la lista a modo de comparación.
Nota:
Si no dispone de créditos suficientes para completar este paso, o si no desea gastar créditos, puede utilizar una capa enriquecida proporcionada para continuar el tutorial. Para agregar esta capa, en la cinta, en la pestaña Mapa del grupo Capa, haga clic en Agregar datos. Busque Gwinnett_County_enriched owner:Learn_ArcGIS. En la lista de resultados, elija la capa Gwinnett_County_enriched. A continuación, cierre el panel Geoprocesamiento en lugar de ejecutar la herramienta.
- Haga clic en Ejecutar.
La capa Gwinnett_County_enriched se agrega al panel Contenido y aparece en el mapa. La capa no tiene un aspecto diferente al de la capa original, pero tiene nueva información en su tabla de atributos.
- En el panel Contenido, haga clic con el botón derecho en Gwinnett_County_enriched y elija Tabla de atributos. En la tabla, desplácese hacia la derecha.
Las variables que ha elegido se han agregado como campos de atributo. Cada variable está representada por una columna en la tabla.
- Cierre la tabla. Guarde el proyecto.
Evaluar la correlación entre variables
Antes de utilizar las variables que ha agregado para el análisis, investigará las correlaciones entre ellas. Las variables muy correlacionadas pueden afectar de forma desproporcionada y sesgar los resultados. Si dos variables están correlacionadas, puede que tenga que eliminar una.
Para determinar la correlación, creará una matriz de dispersión, que muestra patrones y relaciones en sus datos.
- En el panel Contenido, confirme que la capa Gwinnett_County_enriched esté seleccionada.
- En la cinta, haga clic en la pestaña Datos. En el grupo Visualizar, haga clic en Crear gráfico y elija Matriz de gráficos de dispersión.
Aparece un gráfico vacío y el panel Propiedades de gráfico.
- En el panel Propiedades del gráfico, en Campos numéricos, haga clic en Seleccionar.
- En el menú Seleccionar, marque la casilla de los siguientes campos:
- 2024 Median Household Income
- 2022 HHs w/Food Stamps/SNAP (ACS 5-Yr): Percent
- 2024 Median Home Value
- 2024 Owner Occupied HUs: Percent
- 2022 HHs/Gross Rent 50+% of Income (ACS 5-Yr): Percent
- 2022 HHs: Inc Below Poverty Level (ACS 5-Yr): Percent
- 2024 Pop Age 25+: Bachelor's Degree: Percent
- 2024 Unemployed Population 16+: Percent
- 2022 HHs w/1+ Persons w/Disability (ACS 5-Yr): Percent
- 2022 Pop 35-64: No Health Insurance (ACS 5-Yr): Percent
- 2022 Pop 65+: No Health Insur (ACS 5-Yr): Percent
- 2022 HHs w/No Internet Access (ACS 5-Yr): Percent
- Haga clic en Aplicar.
El gráfico se actualiza, mostrando una matriz de dispersión para los campos seleccionados. Configurará el gráfico para que utilice r de Pearson, un método estadístico para evaluar el grado de correlación entre variables.
- En Tendencia, seleccione Mostrar línea de tendencia.
- En Diseño de matriz, defina los siguientes parámetros:
- En Inferior izquierda, elija R de Pearson.
- En Superior derecha, elija Diagramas de dispersión.
- En Ordenar por, elija R de Pearson.
El gráfico se actualiza.
Nota:
Para ver mejor los nombres de las variables, puede cambiar el tamaño del gráfico. También puede señalar un rectángulo para ver los nombres de las variables que se comparan.
Los rectángulos de colores indican el grado de correlación entre las variables correspondientes en los ejes x e y. Los rectángulos rosa oscuro indican una correlación negativa (cuando una variable aumenta, la otra disminuye), mientras que los rectángulos verde oscuro indican una correlación positiva (cuando una variable aumenta, la otra aumenta). El número de cada rectángulo es su valor r de Pearson, que oscila entre -1 y 1. Un valor 0 indica que no existe correlación. Los valores inferiores a -0,8 indican una correlación negativa muy fuerte, mientras que los valores superiores a 0,8 indican una correlación positiva muy fuerte.
En general, no hay mucha correlación entre la mayoría de las variables. La correlación más fuerte se da entre la mediana de los ingresos familiares y las viviendas ocupadas por sus propietarios. Este rectángulo tiene un valor r de Pearson de 0,72.
Tiene la opción de eliminar una de estas variables de su análisis debido a su fuerte correlación. Para este tutorial, sin embargo, mantendrá ambas, porque es aceptable tener cierta correlación entre variables.
- Cierre el gráfico y el panel Propiedades de gráfico.
- Guarde el proyecto.
Hasta ahora, ha creado una capa de distritos censales para el condado de Gwinnett (Georgia). Ha enriquecido la capa con datos socioeconómicos y evaluado la correlación entre las variables con una matriz de dispersión. Ya puede realizar el análisis de adecuación.
Calcular puntuaciones de prioridad
El análisis de idoneidad mediante ArcGIS Business Analyst Pro se utiliza para clasificar y puntuar sitios en función de varios criterios ponderados. En este caso, sus criterios son las variables que utilizó para enriquecer su capa de distritos censales. Utilizará el análisis de idoneidad para identificar las áreas con mayor vulnerabilidad socioeconómica, a las que se puede dar prioridad de intervención en función de su necesidad.
Realizar un análisis de idoneidad
En primer lugar, creará una capa para el análisis de idoneidad. A continuación, especificará los campos que se utilizarán como criterios de idoneidad y ajustará la influencia de cada criterio de forma apropiada. El resultado de su análisis será una puntuación de idoneidad para cada distrito censal, que indica un mayor o menor nivel de prioridad para la intervención.
- En la cinta, haga clic en la pestaña Análisis. En el grupo Flujos de trabajo, haga clic en Análisis de negocio y elija Análisis de idoneidad.
Aparecerá la herramienta Crear capa de análisis de idoneidad. Esta herramienta crea una nueva capa en el panel Contenido para almacenar los resultados de su análisis.
- En Entidades de entrada, elija Gwinnett_County_enriched. En Nombre de capa, escriba Niveles de prioridad del condado de Gwinnett.
- Haga clic en Ejecutar.
La herramienta se ejecuta y se crea la capa. A continuación, elegirá los criterios que va a analizar.
- En la cinta, haga clic en la pestaña Análisis de idoneidad. En el grupo Criterios, haga clic en el menú desplegable Agregar criterios y elija Agregar campos desde la capa de entrada.
Aparece la herramienta Agregar criterios de idoneidad basados en campos.
- Para la Capa de entrada de análisis de idoneidad, confirme que se ha elegido Niveles de prioridad del condado de Gwinnett. En Campos, haga clic en el botón Agregar muchos.
Aparecerá una lista de los campos de la capa, incluidas las variables que haya agregado mediante el enriquecimiento.
- En la lista de campos, marque la casilla correspondiente a los siguientes campos:
- 2024 Median Household Income
- 2022 HHs w/Food Stamps/SNAP (ACS 5-Yr): Percent
- 2024 Median Home Value
- 2024 Owner Occupied HUs: Percent
- 2022 HHs/Gross Rent 50+% of Income (ACS 5-Yr): Percent
- 2022 HHs: Inc Below Poverty Level (ACS 5-Yr): Percent
- 2024 Pop Age 25+: Bachelor's Degree: Percent
- 2024 Unemployed Population 16+: Percent
- 2022 HHs w/1+ Persons w/Disability (ACS 5-Yr): Percent
- 2022 Pop 35-64: No Health Insurance (ACS 5-Yr): Percent
- 2022 Pop 65+: No Health Insur (ACS 5-Yr): Percent
- 2022 HHs w/No Internet Access (ACS 5-Yr): Percent
- Haga clic en Agregar.
Se agregan los 12 campos.
- Haga clic en Ejecutar.
Se ejecuta la herramienta. Calcula una puntuación de idoneidad para cada distrito censal en función de los campos que haya elegido. La simbología de la capa Niveles de prioridad del condado de Gwinnett se actualiza para mostrar el rango de los valores de la puntuación de idoneidad.
Estos resultados consideran que los 12 campos, o criterios, tienen el mismo peso e influencia. Sin embargo, no todos los criterios influyen de la misma manera en la vulnerabilidad socioeconómica. Por ejemplo, una renta familiar mediana más alta indica menos vulnerabilidad, mientras que una población desempleada más alta indica más vulnerabilidad. Ajustará las variables para que influyan en el análisis de forma apropiada.
De forma predeterminada, cuando realiza un cambio en los criterios, los resultados se calculan automáticamente y se aplican en el mapa. Desactivará el cálculo automático hasta que haya realizado todos los cambios.
- En la pestaña Análisis de idoneidad, en el grupo Puntuación de idoneidad, desactive la opción Calcular automáticamente.
- En el grupo Criterios, haga clic en el panel Análisis de idoneidad.
Aparece el panel Análisis de idoneidad. Enumera los criterios utilizados en el análisis. Cada criterio tiene varios parámetros asociados.
En el panel Análisis de idoneidad, en Configuración, haga clic en Ponderación y verá que, de forma predeterminada, todos los criterios tienen el mismo valor de Ponderación. El peso representa lo importante que es un criterio para el análisis en relación con los demás criterios. Se expresa en porcentaje y todos los pesos combinados deben ser iguales a 100. Como tiene 12 variables, el peso predeterminado es 100 dividido por 12, es decir, 8,33. Puede ajustar los pesos para que determinadas variables sean más o menos importantes para el análisis. Por ejemplo, podría hacer que la mediana de los ingresos familiares fuera más importante y que las viviendas con cupones de comida fueran menos importantes.
El parámetro Influencia determina si un criterio tiene una influencia positiva o negativa en el análisis. De forma predeterminada, todos los criterios tienen una influencia positiva, lo que significa que los valores más altos indican una mayor prioridad de intervención. Aunque esta influencia es correcta para la mayoría de los criterios, algunos (como la mediana de ingresos familiares) deberían tener una influencia negativa, lo que significa que los valores más bajos indican una mayor prioridad.
La opción Filtro proporciona los parámetros Valor mínimo y Valor máximo, que pueden utilizarse para excluir del análisis las entidades que se encuentren fuera del rango mínimo o máximo.
En este tutorial no cambiará las ponderaciones ni los valores de filtro. Sin embargo, cambiará la influencia para algunos parámetros.
- En la pestaña Criterios, busque la variable 2024 Median Household Income. En Influencia, elija Inversa.
- Para las siguientes variables, cambie Influencia a Inversa:
- 2024 Median Home Value
- 2024 Owner Occupied HUs: Precent
- 2024 Pop Age 25+: Bachelor's Degree: Percent
Ahora todos los criterios tienen una influencia apropiada en el análisis. Volverá a calcular la puntuación de idoneidad.
- En la cinta, en el grupo Puntuación de idoneidad, haga clic en Calcular.
La capa Nivel de prioridad del condado de Gwinnett se actualiza para reflejar los cambios realizados. Los distritos con menor prioridad aparecen en amarillo y los de mayor prioridad en rojo.
El mapa muestra muchos distritos censales de alta prioridad en la parte central occidental del condado, con unos pocos distritos de alta prioridad en el norte y el sur.
- Haga clic en Ver resultados para acceder al resumen de los resultados.
Puede explorarlos interactivamente en una vista de histograma, diagrama de dispersión o tabla y exportar sus resultados a Excel. En la vista Resumen, se puede ver que el condado de Gwinnett tiene 220 secciones censales, con una puntuación media del Índice de vulnerabilidad socioeconómica de 0,3. También puede explorar interactivamente los 5 tramos censales más altos y los 5 más bajos en función de sus puntuaciones de vulnerabilidad.
- Guarde el proyecto.
Simbolizar los distritos
Ahora que su análisis de idoneidad está completo, simbolizará los resultados. Actualmente, existen cinco clases de símbolos, definidos por patrones estadísticos en el dataset. Su simbología clasificará los datos en cuartiles, que dividen los datos en cuatro partes iguales.
- En el panel Contenido, haga clic con el botón derecho en Niveles de prioridad del condado de Gwinnett y elija Simbología.
Aparece el panel Simbología. La capa ya utiliza colores graduados para su simbología, por lo que solo tiene que cambiar el método y el número de clases.
- En Método, elija Cuantil. En Clases, elija 4.
También cambiará el esquema de color.
- En Esquema de color, elija Morados (4 clases).
Sugerencia:
Para ver el nombre de un esquema de colores, señálelo o marque la casilla situada junto a Mostrar nombres.
La simbología se actualiza en el mapa. Ahora, la capa tiene cuatro clases de símbolos. Cada clase de símbolo representa el 25 % del número total de distritos censales, organizados por nivel de prioridad.
Las etiquetas de las clases de símbolos utilizan los puntos de corte de la puntuación de idoneidad para cada cuartil. Las puntuaciones de idoneidad pueden no significar mucho para los usuarios que no entienden lo que significan. Cambiará las etiquetas de las clases de símbolos para describir en su lugar el nivel de prioridad de cada cuartil.
- En Clases, haga doble clic en la etiqueta de la primera clase de símbolo para editarla. Escriba Clase 1: prioridad mínima y pulse Intro.
- Cambie la etiqueta de la segunda clase de símbolos a Clase 2: prioridad baja, la tercera a Clase 3: prioridad moderada y la cuarta a Clase 4: prioridad alta.
Las etiquetas se actualizan en el panel Contenido.
- Cierre el panel Simbología. Guarde el proyecto.
Ha realizado un análisis de idoneidad en ArcGIS Business Analyst Pro para evaluar qué distritos censales deben priorizarse para las intervenciones destinadas a mejorar las vulnerabilidades socioeconómicas. A continuación, contextualizará sus resultados con gráficos y datos demográficos.
Contextualizar los resultados
La capa que ha creado prioriza los distritos censales del condado de Gwinnett para la intervención en base a indicadores de vulnerabilidad socioeconómica. Aunque su análisis esté completo, aún puede mejorar su mapa con un contexto que ofrezca una mejor perspectiva de la demografía del condado.
En primer lugar, creará un gráfico para mostrar variables demográficas específicas, como los ingresos, para cada nivel de prioridad. A continuación, agregará otra capa al mapa, que mostrará la raza o etnia predominante en cada distrito. Este contexto puede ayudar a los responsables políticos a tomar decisiones más informadas sobre la distribución equitativa de los recursos en función de las necesidades.
Clasificar los distritos por nivel de prioridad
Cuando simbolizó la capa de niveles de prioridad, clasificó los datos en cuartiles. Estos cuartiles sirvieron de base para sus niveles de prioridad, que van de menos prioritario a más prioritario. Actualmente, esta clasificación solo existe en la simbología de la capa. Para crear un gráfico o realizar más análisis utilizando esta clasificación, tendrá que crear un campo en la tabla de atributos de la capa para mostrar el nivel de prioridad de cada distrito. Puede hacerlo utilizando la herramienta Reclasificar campo.
- En la cinta, haga clic en la pestaña Análisis. En el grupo Geoprocesamiento, haga clic en Herramientas.
- En el panel Geoprocesamiento, busque y abra la herramienta Reclasificar campo.
Esta herramienta reclasifica un campo basándose en un método estadístico especificado y crea un nuevo campo con los resultados.
- En Tabla de entrada, seleccione Gwinnett County Priority Levels\Candidate Sites.
A continuación, elegirá el campo que desea reclasificar. El campo de salida creado por su análisis de idoneidad se denomina Puntuación final.
- En Campo que reclasificar, elija Puntuación final.
- En Método de reclasificación, elija Cuantil. En Número de clases, escriba 4.
- Para Nombre de campo de salida, escriba Priority_Level_by_Quartile.
- Haga clic en Ejecutar.
Se ejecuta la herramienta. Dado que el análisis solo ha afectado a la tabla de atributos, el mapa no cambia.
- Abra la tabla de atributos para la capa Candidate Sites. Desplácese al final de la tabla.
La herramienta agregó dos campos al final de la tabla: Priority_Level_by_Quartile_CLASS y Priority_Level_by_Quartile_RANGE. El primero muestra si un distrito se encuentra en el primer, segundo, tercer o cuarto cuartil, mientras que el segundo muestra el rango de valores en el cuartil del distrito. Puesto que ha utilizado el mismo método de clasificación para la simbología de las capas, las clases de la tabla corresponden a los símbolos.
- Cierre la tabla.
Cree un gráfico para comparar clases
El valor de crear un campo con las clases de cuartil es que puede utilizar estas clases para análisis posteriores. Por ejemplo, ¿y si quisiera saber cómo difiere entre clases un indicador socioeconómico concreto, como la mediana de los ingresos? Creará un gráfico que muestre la renta mediana media de cada clase.
- En el panel Contenido, haga clic con el botón derecho en Candidate Sites, apunte a Crear gráfico y elija Gráfico de barras.
Aparecerá un gráfico y el panel Propiedades del gráfico.
- En el panel Propiedades del gráfico, para Categoría o Fecha, elija Priority_Level_by_Quartile_CLASS.
Ajustará el eje y para que muestre la renta familiar media.
- En Agregación, elija Valor medio.
- En Campos numéricos, haga clic en Seleccionar. Active la casilla 2024 Median Household Income y haga clic en Aplicar.
El gráfico se actualiza para mostrar la mediana de los ingresos por unidad familiar en 2024 para cada nivel de prioridad. Antes de ver el gráfico, cambiará el título del gráfico y las etiquetas de los ejes para que sean más comprensibles.
- En el panel Propiedades de gráfico, haga clic en la pestaña General.
- Defina los siguientes parámetros:
- En Título de gráfico, escriba Clase de prioridad para la mediana de los ingresos por unidad familiar en 2024.
- En Título de eje X, escriba Clase de prioridad.
- En Título de eje Y, escriba Mediana de los ingresos por unidad familiar en 2024.
El gráfico ya está completo.
El gráfico muestra una clara tendencia a que las clases con mayor prioridad tengan una renta familiar mediana más baja. Los ingresos de la clase 1 (unos 133.000 $) son más del doble que los de la clase 4 (unos 58.645 $), lo que da una idea de la disparidad económica en todo el condado. En 2024, la renta familiar media de Georgia era de 86.853 $. La clase 3 está ligeramente por encima de esa marca, mientras que la clase 4 está casi 30.000 $ por debajo.
Sugerencia:
Puede repetir el flujo de trabajo de esta sección para crear gráficos de cualquier variable demográfica que haya utilizado para su análisis de idoneidad. Incluso puede utilizar la herramienta Enriquecer capa para agregar otras variables de comparación. Por ejemplo, podría enriquecer sus datos con información sobre la raza y etnia y hacer un gráfico por niveles de prioridad para comprender mejor cómo difieren la raza y la etnia entre los distintos grupos socioeconómicos.
- Cierre el gráfico y el panel Propiedades de gráfico.
Agregar datos sobre raza y etnia
Hasta ahora, su análisis no ha tenido en cuenta la raza y la etnia. La raza y la etnia están con frecuencia entrelazadas con la vulnerabilidad socioeconómica y pueden ser factores importantes a tener en cuenta a la hora de determinar cómo priorizar los recursos para la intervención. Para contextualizar los resultados de su análisis, agregará una capa de ArcGIS Living Atlas que muestre la raza predominante en cada distrito censal.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Capa, haga clic en el botón Agregar datos.
- En la ventana Agregar datos, en Portal, haga clic en Living Atlas. Búsqueda de Variables de raza y origen hispano de la ACS.
- Haga doble clic en Variables de raza y origen hispano de la ACS - Centroides.
La capa tiene tres subcapas, correspondientes a geografías diferentes: condado, estado y distrito. Agregará la capa de distritos, porque su análisis implica distritos censales.
- Haga doble clic en Distrito.
La capa se agrega al mapa.
La capa muestra centroides o símbolos de puntos que representan el centro de un polígono (en este caso, polígonos de distritos censales). El tamaño del círculo corresponde a la población, mientras que el color corresponde a la raza o etnia predominante en cada distrito. La transparencia de cada símbolo indica la fuerza del predominio.
Creará una consulta de definición para mostrar únicamente el condado de Gwinnett.
- En el panel Contenido, haga doble clic en Distrito.
- En la ventana Propiedades de capa, haga clic en la pestaña Consulta de definición. Haga clic en Nueva consulta de definición.
- Cree la cláusula Donde Estado es igual a Georgia. Agregue una cláusula que diga Y Condado es igual a Condado de Gwinnett.
- Haga clic en Aceptar.
La ventana Propiedades de capa se cierra y se aplica la consulta. Ahora solo se muestran los centroides del condado de Gwinnett.
Por último, ajustará la simbología para que los centroides aparezcan más claramente sobre los niveles de prioridad.
- En el panel Contenido, haga clic con el botón derecho en Distrito y seleccione Simbología.
Dará a cada símbolo un halo, para que se muestren con más fuerza sobre una variedad de colores de fondo.
- En Clases, y haga clic en Más y elija Formatear todos los símbolos.
- Haga clic en la pestaña Propiedades. Expanda Halo y cambie el Símbolo de halo a Relleno negro.
- Cambie Tamaño de halo a 0,5 pt.
- En la parte inferior del panel Simbología, haga clic en Aplicar.
El halo se aplica al mapa. También ajustará el tamaño y la transparencia de los símbolos.
- Haga clic en el botón de opciones y elija Variar la simbología por atributo.
- Expanda Transparencia. En Valores bajos, escriba 60 %.
- Expanda Tamaño. Cambie Mínimo a 5 pt y Máximo a 35 pt.
Los cambios se aplican en el mapa. Ahora es más fácil leer el color de cada símbolo.
El mapa deja clara la diversidad racial y étnica del condado de Gwinnett. Muchos distritos censales de alta prioridad en la parte occidental del condado tienen centroides verdes (población hispana) o amarillos (población negra), lo que sugiere un elemento de disparidad racial a la vulnerabilidad socioeconómica. Con este contexto, los responsables políticos pueden comprender mejor cómo la raza y la etnia se entrecruzan en sus resultados.
- Guarde el proyecto.
Razonamiento de las variables
Cada una de las variables o indicadores utilizados en este ejemplo de análisis refleja una dimensión distinta de la vulnerabilidad socioeconómica. Se recomienda elegir y desarrollar las dimensiones e indicadores en colaboración con un grupo de partes interesadas que incluya a miembros o representantes de la comunidad afectada. Para obtener más información sobre la selección de indicadores para crear un índice compuesto, consulte el documento técnico de Esri Creación de índices compuestos mediante ArcGIS: prácticas recomendadas.
| Dimensión | Variables o indicadores | Razonamiento |
|---|---|---|
| Ingresos y situación laboral |
| Los ingresos y la situación laboral pueden indicar la salud económica general y la fortaleza del mercado laboral de un área. |
Pobreza y ayudas públicas |
| Un alto índice de pobreza es un indicador de la salud económica general de una comunidad y de la proporción de la población que probablemente lucha por satisfacer necesidades básicas como la alimentación, la vivienda y la atención sanitaria. La pobreza también se asocia con frecuencia a otros rangos de vulnerabilidad, como el acceso limitado a una educación de calidad, la exposición a áreas con índices de delincuencia más elevados y el aumento de los riesgos para la salud. Los niños que crecen en la pobreza corren un riesgo especial, con efectos a largo plazo en su educación, su salud y sus futuras oportunidades económicas. |
Asequibilidad y carga de viviendas |
| La asequibilidad de viviendas revela la carga financiera que soportan los hogares. Lo ideal es que los gastos de vivienda no superen el 28-33 % de los ingresos del hogar. Los hogares que soportan una pesada carga de pagos hipotecarios son más vulnerables a la inestabilidad económica en escenarios de reducción de ingresos o pérdida de empleo. La mediana del valor de la vivienda es un indicador que puede reflejar la prosperidad económica general de un área, mientras que el porcentaje de unidades de vivienda ocupadas por sus propietarios ofrece información valiosa sobre la estabilidad de la comunidad y la inversión a largo plazo. |
Educación y acceso digital |
| Por lo general, un mayor nivel educativo conlleva mejores perspectivas laborales, mayores ingresos y una mejor calidad de vida. El acceso a Internet es fundamental para la educación, la búsqueda de empleo y el acceso a los servicios. La falta de acceso digital puede exacerbar las disparidades educativas y económicas. |
Acceso a la atención sanitaria |
| Las personas sin seguro médico pueden verse abrumadas por elevados costes médicos. Esto puede derivar en importantes tensiones económicas, especialmente en casos de enfermedad o lesiones inesperadas y significativas. Las personas sin seguro médico tienen menos probabilidades de acceder a los servicios de atención preventiva, como revisiones periódicas, vacunas y detección precoz de enfermedades. Esto puede dar lugar a retrasos en el diagnóstico y el tratamiento, lo que se traduce en afecciones más graves cuyo tratamiento resulta costoso. |
Discapacidad y accesibilidad |
| Este componente reconoce los desafíos únicos a los que se enfrentan los hogares con miembros discapacitados. Las discapacidades pueden afectar a las oportunidades de empleo, los niveles de ingresos, el acceso a la atención sanitaria y la calidad de vida en general. |
En este tutorial, ha realizado un análisis de idoneidad para determinar la vulnerabilidad socioeconómica. Ha enriquecido los datos de los distritos censales con indicadores socioeconómicos, calculado las puntuaciones de vulnerabilidad de cada distrito y contextualizado los resultados con datos sobre raza y etnia, lo que ha revelado datos significativos y posibles implicaciones políticas. Gracias a este análisis ha podido destacar los distritos censales del condado de Gwinnett que deberían ser prioritarios para intervenciones específicas, capacitando a los responsables políticos con información basada en datos para cambios positivos en la comunidad.
Este flujo de trabajo puede realizarse para cualquier condado de Estados Unidos. Para ver un análisis a nivel nacional, consulte el mapa web Vulnerabilidad socioeconómica. Para obtener más información sobre el flujo de trabajo del análisis de idoneidad, consulte Realizar un análisis de idoneidad.
Encontrará más tutoriales en la galería de tutoriales.
