ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea)
https://www.revistaespacios.com Pag. 38
Vol. 45 (06) 2024 • Nov-Dic • Art. 4
Recibido/Received: 02/10/2024 • Aprobado/Approved: 25/10/2024 • Publicado/Published: 30/11/2024
DOI: 10.48082/espacios-a24v45n06p04
Factores asociados al número de nacimientos en mujeres
de edad fértil en Ecuador
Factors associated with the number of births in women of childbearing age in Ecuador
HIDALGO-OLMEDO, Byron G.
1
MENESES-FREIRE, Manuel A.
2
Resumen
El estudio examina los factores demográficos y sociales que influyen en la tasa de natalidad en Ecuador
entre 2018 y 2022. Utiliza un enfoque cuantitativo basado en datos del Instituto Nacional de Estadística
y Censos (INEC) y otras fuentes relevantes. Se aplicó un modelo de regresión múltiple para identificar
las relaciones entre la tasa de natalidad y variables como el matrimonio, el nivel educativo y el empleo
remunerado. Los resultados sugieren que el matrimonio y el analfabetismo aumentan la tasa de
natalidad, mientras que la educación superior y el empleo remunerado la disminuyen
significativamente.
Palabras clave: natalidad, ecuador, factores demográficos, factores sociales
Abstract
The study examines the demographic and social factors that influence the birth rate in Ecuador between
2018 and 2022. It uses a quantitative approach based on data from the National Institute of Statistics
and Census (INEC) and other relevant sources. A multiple regression model was applied to identify
relationships between the birth rate and variables such as marriage, educational level and paid
employment. The results suggest that marriage and illiteracy increase the birth rate, while higher
education and paid employment significantly decrease it.
Key words: birth rate, ecuador, demographic factors, social factors
1. Introducción
En la actualidad la estadística, lejos de limitarse a una ciencia formal que se ocupa exclusivamente del análisis de
datos de muestras representativas, se ha consolidado como una herramienta esencial e interdisciplinaria en el
ámbito de la investigación científica. Su aplicación trasciende las barreras disciplinarias, siendo fundamental para
el estudio exhaustivo de fenómenos complejos que abarcan desde la economía hasta la biología, pasando por la
demografía y las ciencias sociales.
Los seres humanos desde tiempos inmemorables han conseguido un mayor interés en cuestiones de problemas
acerca de la población. Desde la antigüedad, estadistas y pensadores de las cunas de civilizaciones como Grecia,
Roma, China y Medio Oriente han mantenido criterios basados en índoles políticos, militares, sociales y
1
Magister en Agroindustria. Universidad Politecnica Estatal del Carchi. Ecuador. byron.hidalgo@upec.edu.ec
2
Ph. D en Estadística e Investigación Educativa. Universidad Nacional de Chimborazo. Ecuador. ameneses@unach.edu.ec
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 39
económicos, en temas como el número de habitantes más adecuados o la necesidad de estimular o retardar las
altas tasas de natalidad (Pánchez, 2011).
Desde este punto de vista analizar el comportamiento de las poblaciones humanas, específicamente las tasas de
natalidad, se presenta como un campo fértil para la estadística. Estas tasas no solo son reflejo de fenómenos
biológicos como la maduración y el desarrollo gestacional, sino que también están profundamente influidas por
una amalgama de factores externos. Entre estos, se destacan variables económicas, educativas, psicológicas y
sociales, que configuran un entramado complejo de influencias que determinan los patrones de natalidad.
El análisis estadístico de estos determinantes no solo proporciona una comprensión más profunda de las
dinámicas poblacionales, sino que también ofrece herramientas valiosas para la formulación de políticas públicas
y estrategias de intervención social y de salud orientadas a las necesidades específicas de las mujeres en este
grupo etario. Este enfoque multidimensional, que combina métodos estadísticos avanzados con un
entendimiento integral de lo que sucede en la sociedad, es crucial para desentrañar los patrones y tendencias
en la tasa de natalidad.
El estudio de la natalidad, al igual que otros temas relacionados con la vida humana, está intrínsecamente ligado
a diversas disciplinas como la biología, psicología, demografía y sociología. Desde una perspectiva integral del
ser humano, la natalidad se convierte en un fenómeno de interés para numerosos investigadores a nivel mundial.
Un ejemplo destacado es el análisis realizado por el Fondo de Población de las Naciones Unidas (UNFPA, 2023),
que señala el descenso de la tasa de natalidad como un desafío global. Según el informe, este fenómeno se debe
principalmente a que las mujeres están tomando un control cada vez mayor sobre su vida reproductiva (p. 3).
Este fenómeno ha sido particularmente evidente en países europeos, donde se proyecta que la tendencia
decreciente en la natalidad se profundizará en las próximas décadas, generando importantes implicaciones
sociales y demográficas a largo plazo.
Este fenómeno ha producido gran alarma en países cuya densidad poblacional se ha visto mermada a causa de
múltiples factores, tales como la desatención de programas asistenciales en materia de salud, como estímulo y
garantía de bienestar integral de las mujeres en edad fértil (MEF) en términos de reproducción humana. De
acuerdo con estudio realizado en el Instituto de Métricas y Evaluaciones de Salud de la Universidad de
Washington (IHME, 2020), existe al menos “23 países que verán su población reducida en más de la mitad; esto
incluye a España, Italia, Portugal, Tailandia, Japón y Corea del Sur” (p. 7).
Todo esto ocasionado por múltiples factores que inciden directamente en la tasa de natalidad al estudiar la
realidad en la que se encuentran inmersas las MEF; así lo evidencia una investigación realizada por The World
Factbook (2022) que revela, como los rasgos socioeconómicos y educativos de la mujer, son un elemento
condicionante en la toma de decisiones sobre las acciones que influyen en la tasa de natalidad en países como
Bangladesh, Etiopia y Estados Unidos.
Desde esta perspectiva, la limitada investigación reciente sobre la natalidad en Ecuador, sumada a la relevancia
de este tema para la formulación de políticas públicas de salud, motiva la realización de un estudio que examine
los factores que influyen en la tasa de natalidad de las Mujeres en Edad Fértil (MEF). Este análisis se basará en
datos oficiales proporcionados por el Instituto Nacional de Estadística y Censos (INEC) de Ecuador, así como en
otras fuentes de datos relevantes. La investigación busca aportar información clave para el diseño de estrategias
orientadas a mejorar la salud reproductiva y promover políticas que respondan a las necesidades demográficas
del país.
El objetivo central de la investigación es determinar los factores demográficos y sociales que influyen en la tasa
de natalidad en Ecuador en el periodo 1998-2022. Para lograr el fin planteado se propone desarrollar y emplear
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 40
un modelo de regresión múltiple, herramienta estadística que permitirá identificar y cuantificar la relación entre
la tasa de natalidad y variables potencialmente influyentes.
2. Metodología
El principal objetivo de la investigación es identificar y analizar los factores demográficos y sociales que inciden
en la tasa de natalidad en Ecuador durante el periodo 2018-2022. Para alcanzar este objetivo, se realizó una
exhaustiva revisión de la literatura (Hidalgo-Cajo & Delgadillo-Avila, 2025), que permitió identificar los factores
clave a ser evaluados en este estudio y que contengan en las bases de datos consultadas. La investigación se
sustenta en datos obtenidos a partir de encuestas longitudinales de fuentes confiables, como el Instituto
Nacional de Estadísticas y Censos (INEC) y el Sistema Nacional de Estadísticas Educativas del Ecuador (SINEC),
entre otras bases de datos relevantes, detalladas en la Tabla 1. Estos datos permitirán un análisis integral de los
factores que influyen en la dinámica de la natalidad.
La investigación se enmarca en un enfoque cuantitativo, ideal para medir de manera precisa y numérica las
percepciones y comportamientos de grupos específicos dentro de la población ecuatoriana. Este enfoque es
fundamental para analizar datos concretos y extraer conclusiones basadas en evidencias empíricas.
El estudio inicialmente tiene un alcance exploratorio, cuyo propósito es identificar posibles conexiones y
patrones en datos que, hasta ahora, han sido relativamente poco explorados en el contexto particular de las
bases de datos empleadas. Este enfoque exploratorio es esencial para desarrollar una comprensión inicial y
detectar áreas de interés que podrían no haber sido previamente consideradas. Posteriormente, la investigación
avanza hacia un alcance descriptivo, donde se realiza una descripción detallada de las variables involucradas,
tales como la tasa de natalidad, los factores demográficos y los factores sociales. Este nivel descriptivo es crucial
para establecer un marco claro de las características de cada variable antes de proceder a un análisis más
profundo. Por consiguiente, la investigación alcanza un enfoque correlacional, cuyo objetivo es determinar la
relación entre diversas variables independientes—como los factores demográficos y sociales—y la variable
dependiente, la tasa de natalidad. Este enfoque correlacional no solo busca identificar la existencia de relaciones
entre las variables, sino que también aspira a una explicación causal, permitiendo inferir cómo y por qué ciertos
factores impactan la tasa de natalidad en el Ecuador. Esta combinación de enfoques proporciona un análisis
integral, permitiendo tanto la identificación de patrones como la explicación de las dinámicas subyacentes que
influyen en la fecundidad dentro del contexto ecuatoriano.
Finalmente, el diseño de la investigación es no experimental longitudinal, ya que se analizan datos observados
sin manipular las variables de estudio. Esto significa que se examinarán las relaciones entre variables tal como se
presentan en los contextos naturales de las participantes, sin intervención o alteración por parte del investigador
entre el periodo 2018-2022.
Se utiliza datos secundarios recolectados de diversas fuentes confiables:
• Encuesta Nacional sobre desnutrición infantil (ENDI).
• Censo Estimaciones y proyecciones de Población
• Registro Estadístico de Matrimonios y Divorcios
• Sistema Nacional de Estadísticas Educativas del Ecuador (SINEC), 2020)
• Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU)
• Encuesta Nacional de salud, salud Reproductiva (ENSANUT)
• Encuesta de filiación religiosa de la población en el Ecuador
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 41
Las fuentes incluyen información detallada sobre las variables demográficas y sociales que serán utilizadas como
regresores del modelo econométrico. Las variables clave a considerar incluyen:
• Dependiente: Tasa de natalidad (número de nacimientos por cada 1000 mujeres en edad fértil).
• Independientes: Factores Demográficos y Factores Sociales (Variables que serán analizadas y
seleccionadas mediante la revisión de la literatura y la existencia en las bases de datos gubernamentales)
El análisis se realizó de manera descriptiva con las variables identificadas e inferencial mediante la creación del
modelo de regresión lineal múltiple, con la tasa de natalidad como variable dependiente y las variables
independientes.
Supuestos del modelo:
• Linealidad: La relación entre las variables independientes y la dependiente es lineal.
• Homocedasticidad: La varianza de los errores es constante.
• Independencia: Las observaciones son independientes entre sí.
• Normalidad: Los errores están normalmente distribuidos.
Métodos de estimación y validación:
• Se utilizó el método de mínimos cuadrados ordinarios (MCO) para la estimación de los coeficientes.
• Para validar el modelo, se aplicó técnicas de diagnóstico como el análisis de residuos, la prueba de
multicolinealidad (Factor de Inflación de la Varianza - VIF) y la prueba de Durbin-Watson para detectar
autocorrelación.
• Se realizó una validación cruzada y se ajustó el modelo según sea necesario para mejorar la precisión y
la interpretación.
Para la validación del modelo, se utilizaron la técnica de validación cruzada y se calcularán estadísticos de bondad
de ajuste como el R2 y el F-test.
Se realizaron pruebas de multicolinealidad, heterocedasticidad y autocorrelación para asegurar la robustez del
modelo mediante el software estadístico SPSS (Satatistical Package for Social Sciences).
3. Resultados y discusión
La investigación realizó, en primera instancia, la localización de los principales factores demográficos y sociales
mediante un análisis de la literatura. En la tabla 1 se presentan los principales factores identificados por
investigaciones que respaldan los resultados. Estos factores y sus derivados proporcionan una base para
comprender las interacciones complejas que afectan la tasa de natalidad y otras dinámicas poblacionales.
Tabla 1
Tasa de natalidad variables demográficas y sociales
Factores
Variables
Descripción de la
data
Descripción del Impacto en la Natalidad
Referencias
Población Total
Número total de
habitantes tanto
hombres como
mujeres en el
Ecuador entre los
años 1998- 2022.
La población total de un país es un factor
fundamental para entender la tasa de natalidad,
ya que establece el contexto demográfico en el
que se producen los nacimientos. Un
crecimiento en la población total, especialmente
en poblaciones jóvenes, puede indicar un
aumento potencial en las tasas de natalidad,
mientras que un envejecimiento poblacional
puede tener el efecto contrario.
(Gónzalez, 2000)
(Mercader & i Mercader,
1992)
(Palma, 2020)
(Instituto Nacional de
Estadística y Censos, 2024)
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 42
Factores
Variables
Descripción de la
data
Descripción del Impacto en la Natalidad
Referencias
Población
Mujer en edad
fértil
Número total de
mujeres en edad
fértil en el Ecuador
en los años 2018-
2022
La población de mujeres en edad fértil (15-49
años) es un indicador directo de la capacidad
reproductiva de la sociedad. Cuanto mayor sea
el número de mujeres en este rango de edad,
mayor será la tasa de natalidad esperada,
condiciona con otros factores.
(Flórez & Rendón, 2023)
(Salazar Landauro, 2020)
(Instituto Nacional de
Estadística y Censos (INEC),
2022)
Factor
Estado civil
Matrimonio
Número total de
matrimonios y
divorcios llevados a
cabo en el Ecuador
durante los años
1998 a 2022.
El estado civil de una mujer, específicamente si
está casada o divorciada, tiene una influencia
significativa en la tasa de natalidad. Las mujeres
casadas tienden a tener una mayor probabilidad
de procrear, ya que el matrimonio a menudo se
asocia con estabilidad emocional y económica,
lo que facilita la decisión de tener hijos. En
contraste, las mujeres divorciadas generalmente
presentan una tasa de natalidad más baja,
debido a la ruptura de la unión conyugal y a
posibles cambios en sus prioridades personales
y económicas tras el divorcio.
(Halas Milushka Noemí et al.,
2018)
(Seperak Viera & Rivera
Calcina, 2018)
(Bumpass et al., 1991)
(Instituto Nacional de
Estadística y Censos, 2023)
Divorcios
Factor
Vivienda
Urbana
Número total de
mujeres que viven
en zonas urbana o
rural en el Ecuador
durante los años
1998 a 2022.
Las áreas urbanas tienden a tener tasas de
natalidad más bajas debido a estilos de vida y
costos asociados a la crianza en ciudades.
(Zhang, 2016)
(Ducci, 1989)
(Santos & I., 2020)
(Instituto Nacional de
Estadística y Censos, 2022a)
Censos de Población y
Vivienda.
Rural
Factor
Educación
Analfabetismo
Datos de años de
escolaridad de
mujeres en el
Ecuador entre los
años 1998-2022.
Un mayor nivel educativo suele correlacionarse
con menores tasas de natalidad, debido a la
priorización de carreras y metas personales.
(Años de escolaridad)
(Foschiatti, 2010)
(Becker, 1992)
(Becker et al., 2018)
(Solis-Mallma, 2021)
(Sistema Nacional de
Estadisticas Educativas del
Ecuador (SINEC), 2020)
Nivel primario
Nivel secundario
Nivel Superior
Factor
Económico
Población
Femenina
económica
activa
Tasa de empleo
femenino y nivel de
ingresos en Ecuador
durante el periodo
1998-2022
Los ingresos económicos de las mujeres pueden
influir en las decisiones sobre el número de
hijos, donde mayores ingresos a menudo se
correlacionan con menores tasas de natalidad
debido al acceso a anticonceptivos y otras
prioridades.
(Navarro et al., 2022)
(Doepke et al., 2023)
(Evan & Vozárová, 2018)
(Aparicio-Fenoll & Vidal-
Fernandez, 2015)
(Instituto Nacional de
Estadística y Censos, 2022c)
Factor
Salud
Acceso a
servicios de
salud
reproductiva
Datos sobre acceso
a servicios de salud
reproductiva en
Ecuador entre los
años 1998-2022
El acceso a servicios de salud reproductiva está
directamente relacionado con menores tasas de
natalidad, permitiendo una mayor planificación
familiar con el conocimiento y uso de
anticonceptivos.
(Escobar Acarapi, 2020)
(Wang et al., 2003)
(World Health Organization
(WHO), 2022)
(Acad et al., 2023)
(Instituto Nacional de
Estadistica y Censos, 2020)
Cultura y
Religión
Creencias
Religiosas
Distribución de
creencias religiosas
en mujeres en edad
fértil en Ecuador
entre los años 1998-
2022
Creencias y prácticas que afectan el uso de
métodos anticonceptivos. Influencias culturales
y religiosas pueden tener un impacto
significativo en la tasa de natalidad,
promoviendo valores familiares que favorecen
la procreación.
(Chere, 2021)
(Palomino Lozano, 2023)
Johnson-Hanks, J. (2006).
(Jara, 2023)
(Instituto Nacional de
Estadística y Censos, 2022b)
Fuente: Análisis de la literatura y bases de datos gubernamentales
3.1. Descriptivo variables de estudio
Los aspectos demográficos desempeñan un papel fundamental en la identificación de las variables que influyen
en la vida de las personas. Diferenciar las condiciones de vida de cada población estudiada es esencial para
agruparlas según características similares y facilitar un análisis más profundo. En este contexto, el estudio de los
factores demográficos como sociales nos permite examinar cómo varía la tasa de natalidad.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 43
El gráfico 1 muestra la evolución de la tasa de natalidad en el Ecuador desde 1998 hasta 2023, representada por
el número de nacimientos por cada 1000 habitantes. A partir del análisis del gráfico, se puede observar una
tendencia descendente continua en la tasa de natalidad a lo largo de los años.
Grafico 1
Tasa de natalidad en el Ecuador, periodo 1998-2022
Fuente: Censo Estimaciones y proyecciones de población
En 1998, la tasa de natalidad se encontraba cerca de los 26 nacimientos por cada 1000 habitantes, pero esta cifra
ha disminuido gradualmente hasta aproximadamente 14 nacimientos por cada 1000 habitantes en 2023.
De la misma manera al analizar la evolución de la población total en Ecuador, desglosada por sexo (hombres y
mujeres) desde 1950 hasta una proyección al año 2100, se presenta un crecimiento equitativo en la población
para ambos sexos, Sin embargo, para el año 2050, alcanza un pico cercano a los 21.737.600 de personas,
momento en el que ambos grupos alcanzan su punto máximo (alrededor de 10.827.200 de hombres y un poco
más de 10.910.400 de mujeres). Posteriormente, a partir del 2050, se observa un cambio en la tendencia con
una disminución proyectada hasta el año 2100. Este decrecimiento es indicativo de una estabilización de la
población con reducción de la misma en las décadas futuras.
Así también se analiza la población de mujeres en edad fértil como un factor muy importante en la tasa de
natalidad, la misma que es desarrollada por grupos etarios como las mujeres en edad fértil (15-49 años) en
Ecuador, desglosado por grupos etarios, desde 1990 hasta su proyección al 2025, representando los datos en
miles de personas. Se observan varias tendencias relevantes en las diferentes cohortes de edad, lo cual es crucial
para la investigación sobre los factores que influyen en la tasa de natalidad en el Ecuador.
El aumento constante en el número de mujeres en las cohortes de 25-34 años sugiere que este grupo seguirá
siendo el principal contribuyente a la tasa de natalidad en los próximos años. Sin embargo, la estabilización en el
crecimiento en los últimos años refleja que, aunque hay más mujeres en edad fértil, existe otros factores que
están modulando la fecundidad.
Al analizar en que zona (urbana o rural) vive la población femenina en Ecuador, se evalúa desde 1950 hasta 2025.
En 1950 se presenta una población femenina urbana de 516.000 con un crecimiento vertiginoso hacia 2025 de
6.315.000 mujeres. Este crecimiento refleja el proceso de urbanización que ha experimentado el Ecuador en las
últimas décadas. Las áreas urbanas tienden a concentrar mejores oportunidades educativas, laborales y de
acceso a servicios de salud, lo que influye en las decisiones reproductivas. De hecho, se ha observado que las
mujeres en áreas urbanas tienden a tener menos hijos debido a factores como el acceso a la planificación
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 44
familiar, la priorización de carreras profesionales y los mayores costos de vida asociados a la crianza en zonas
urbanas (Zhang, 2016). En contraste, el crecimiento de la población femenina en áreas rurales es menos
pronunciado, se proyecta un aumento leve de 1.229.600 millones en 1995 hasta cerca de 2.937.900 millones en
2025. Las áreas rurales tradicionalmente han tenido tasas de natalidad más altas debido a factores como las
normas culturales y el acceso limitado a servicios de planificación familiar. Sin embargo, el crecimiento más lento
de la población rural podría indicar una migración hacia áreas urbanas, lo que reduce el impacto de las mujeres
rurales en la tasa de natalidad general del país (Ducci, 1989).
De igual manera la evolución del nivel educativo de la población femenina en Ecuador, se analiza por niveles
tanto por analfabetismo, educación primaria, secundaria y superior, desde 1998 hasta 2022, expresado en
porcentaje estos factores pueden influir en la tasa de natalidad, ya que la educación es uno de los determinantes
clave en las decisiones reproductivas. Es así que el índice de analfabetismo femenino en 1998, superaba el 10 %,
pero para 2022, este índice ha caído a menos del 7 %. Esta disminución es un indicativo del mejor acceso a la
educación básica, lo cual es un factor importante para la reducción de la tasa de natalidad, ya que se ha
demostrado que, a mayor nivel de educación, menor es la fecundidad, debido a la postergación de la maternidad
y el mayor uso de métodos anticonceptivos (Jara, 2023).
De acuerdo a lo expuesto anteriormente se puede mencionar que el porcentaje de mujeres con educación
primaria ha mostrado cierta estabilidad en las primeras dos décadas, con ligeras oscilaciones. Sin embargo, a
partir de 2015, se nota una tendencia a la baja, lo que puede estar relacionado con una mayor continuidad en
los estudios hacia niveles más altos. Es así que las mujeres con solo educación primaria tienden a tener tasas de
natalidad más altas en comparación con quienes han alcanzado niveles educativos superiores. Esta relación
puede ser explicada por el acceso limitado a información sobre planificación familiar y oportunidades
económicas más restringidas (Benavides-Escobar, 2023).
De igual forma el porcentaje de mujeres con educación secundaria muestra un incremento sostenido a partir de
2005, alcanzando cerca del 32 % en 2022. Este aumento refleja una mejora en el acceso a las mujeres a la
educación secundaria en el país, es así que las mujeres con educación secundaria suelen tener menos hijos que
aquellas con solo educación primaria o sin estudios, ya que este nivel educativo tiende a retrasar la edad de la
maternidad y fomenta un mayor control sobre las decisiones reproductivas (Bustamante-Dueñas & Berdejo-
Bustamante, 2024).
Así también, el porcentaje de mujeres con educación superior ha crecido de manera constante, alcanzando un
24 % en 2022, lo que indica un aumento significativo en el acceso de las mujeres a la educación terciaria, situación
que tiende a tener las tasas de natalidad más bajas, debido a que la priorización de la carrera profesional y el
acceso a información y servicios de salud reproductiva son más comunes en este grupo, además, tienden a
retrasar la maternidad o incluso optar por tener menos hijos (Pierrin et al., 2023).
Dentro de este orden, la variable población de mujeres económicamente activa en Ecuador, mayor de 15 años,
desde 1980 con 2.553.302 personas (hombres y mujeres) económicamente activas a 2022 con 9.110.815
millones, que participan en el mercado laboral, muestran un crecimiento constante, es así que la diferencia se
ha reducido en el tiempo en lo referente al mercado laboral. Es así que para 1980, cuando la población de mujeres
económicamente activas fue 650.499 y en hombres de 1.902.803. Para 2022 fue de 3.807.146 mujeres frente a
5.303.669 hombres. Desde estos datos se puede mencionar que el aumento en la participación de las mujeres
en la economía es un fenómeno multifactorial que responde a cambios estructurales en la sociedad y en la
economía de Ecuador, con impactos significativos tanto en la composición de la fuerza laboral como en las
tendencias demográficas del país, en particular en la tasa de natalidad.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 45
Dentro de este marco se analiza el índice de la población femenina ecuatoriana mayor de 15 años con acceso a
servicios de salud reproductiva, su evolución desde 1998 ha mostrado una tendencia general de crecimiento
sostenido, partiendo de un índice cercano al 70 % y alcanzando aproximadamente el 99 % en 2022. Este aumento
refleja una mejora en la cobertura de los servicios de salud reproductiva y en la difusión de información sobre
planificación familiar a lo largo de las últimas dos décadas. La expansión del acceso a anticonceptivos y la
educación sexual ha permitido que un mayor número de personas, especialmente mujeres, tomen decisiones
informadas sobre la cantidad y el espaciamiento de los hijos.
Al analizar la variable sobre las creencias religiosas se puede revelar una tendencia relativamente estable en el
tiempo, con un índice que oscila entre el 96 % y el 98 %. Esto indica que la religiosidad sigue siendo un aspecto
predominante en la vida de la mayoría de las mujeres en Ecuador. Este dato es significativo para el estudio de la
tasa de natalidad, ya que las creencias religiosas suelen influir en las decisiones reproductivas, especialmente en
relación con el uso de métodos anticonceptivos y la planificación familiar.
3.2. Modelo Econométrico de los factores que influyen en la tasa de natalidad en el Ecuador
El análisis de regresión múltiple es una técnica de análisis estadístico multivariable que permite establecer una
relación funcional entre una variable dependiente, como la tasa de natalidad y múltiples variables
independientes o explicativas, como los factores demográficos y sociales. A lo largo del proceso analítico, se
calculan coeficientes de regresión que cuantifican el impacto que las variaciones en las variables independientes
ejercen sobre la variable dependiente. Esto facilita la generación de inferencias sobre posibles relaciones
causales, las cuales son fundamentales para los objetivos planteados en la investigación.
La ecuación Y = f (x) describe cómo la variable dependiente Y, que como su denominación sugiere, está
condicionada por los valores que asumen una o más variables independientes, identificadas como X o un
conjunto de ellas (X1, X2, …, Xk). Estas variables independientes, que no son aleatorias, pueden ser medidas,
cuantificadas o categorizadas. El término f () simboliza una función algorítmica o un procedimiento operativo
empleado para calcular los valores de Y. Según Montgomery (2002), esta formulación matemática constituye el
fundamento del modelo explicativo y ofrece una representación visual de la relación entre dos o más variables
interrelacionadas, la cual puede adoptar infinitas configuraciones.
En este contexto, se distinguen dos tipos de funciones que modelan la relación entre la variable dependiente y
la independiente: las funciones determinísticas y las probabilísticas. Las funciones determinísticas, comunes en
las leyes de la física como la mecánica clásica, están claramente definidas por ecuaciones y han sido verificadas
exhaustivamente a lo largo de los años, de tal modo que el error asociado a estas ecuaciones es insignificante y
permite la predicción precisa de eventos (Mendenhall et al., 2003). Por otro lado, las funciones probabilísticas
pertenecen al ámbito de la estadística inferencial.
En la estadística inferencial, la función de probabilidad define un valor esperado o un componente determinístico
E(Y), al cual se le añade un término de error ℇ para modelar las variaciones posibles en la variable Y.
Matemáticamente, esto se expresa como: Y= E(Y) +
𝜖
. En el contexto de la regresión lineal simple, la forma
general básica para E(Y) es: E(Y) = B0+B1. Este modelo sugiere que, conociendo un solo valor de x, se puede prever
el valor esperado de Y. Los parámetros desconocidos B0 y B1 en la ecuación de regresión proporcionan visiones
importantes sobre la relación entre las variables. Por tanto, la ecuación completa de la regresión se convierte en:
Y=B0+B1x+
𝜖
. En esta fórmula de regresión, ℇ se considera como una variable aleatoria que sigue una distribución
normal con media 0. En otras palabras, E(Y) se convierte en la mejor estimación cuando E(
𝜖
) = 0, representando
la serie de puntos que se distribuyen normalmente y se ajustan a la línea de regresión, minimizando así el error
a prácticamente cero.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 46
Desde esta perspectiva surge el modelo estadístico lineal de dos o más variables independientes x1, x2, ….. ,xk con
variable de respuesta Y.
𝑌 = 𝛽!+ '𝛽"𝑥"+ '𝛽#𝑥#$ + ⋯ + ' '𝛽%𝑥%$$ + '𝜖
De la misma manera en la fase de validación o contrastes diagnósticos del modelo, se busca verificar si la
especificación del modelo ha sido adecuada. Esto implica establecer criterios claros para aceptar o rechazar el
modelo propuesto, es decir:
Hipótesis Nula (H₀):
𝛽
= 0 (El modelo no influye significativamente en la tasa de natalidad).
Hipótesis Alternativa (H₁):
𝛽
≠ 0 (El modelo tiene una influencia significativa en la tasa de natalidad).
El objetivo en esta etapa es confirmar la relevancia de una variable explicativa dentro del modelo o, en su
defecto, descartarla.
Resultados del modelo econométrico de los factores que influyen en la tasa de natalidad ecuatoriana
En el modelo de regresión lineal múltiple planteado dentro de la investigación sobre la natalidad, se utilizó un
modelo econométrico uniecuacional para su desarrollo, por ende, una sola ecuación se encargará de explicar a
la variable endógena o independiente, en este caso el comportamiento de la “Tasa de natalidad”. Está ultima se
encuentra en función de sus variables exógenas o dependientes las cuales se encuentran directamente
relacionadas con los factores que inciden en el ascenso o descenso de los nacimientos en Ecuador (Mujer en
edad fértil, Población total, matrimonios, divorcios, mujeres en zona urbana y rural) y sociales (analfabetismo,
Nivel primario, secundario, superior, empleo remunerado, salud reproductiva, Creencia religiosa).
Matemáticamente, los resultados obtenidos de la estimación de los parámetros del modelo se pueden expresar
de la siguiente forma: En primer lugar, dado que el número de observaciones es menor a 50, se aplicó la prueba
de Shapiro-Wilk para evaluar la normalidad de los datos. El resultado de la prueba arrojó un valor de p mayor a
0,05, lo que indica que no se rechaza la hipótesis nula, concluyendo que los datos provienen de una distribución
normal. Este resultado sugiere que los datos no presentan desviaciones significativas respecto a la normalidad,
lo cual es adecuado para la aplicación de técnicas estadísticas paramétricas como la regresión o la correlación de
Pearson. El supuesto de homocedasticidad se cumple ya que se estableció que la varianza de los errores o
residuos es constante a lo largo de los valores predichos por el modelo.
Resumen del modelo
Para conocer si la tasa de natalidad está prediciendo en función de las variables independientes propuestas, se
llevó a cabo la regresión lineal mediante el método intro. Los resultados de la tabla 2, muestran que todos los
índices de significancia, potencia estadística y tamaño del efecto son adecuados y que en conjunto las variables
predicen el 98 % de la tasa de natalidad, lo que indica que es un modelo sólido y preciso, de la misma amanera
el modelo es altamente significativo, con un valor F elevado y un valor p-valor asociado muy bajo (p < 0,0001) lo
que confirma que las variables incluidas son relevantes para explicar la tasa de natalidad en Ecuador, de la misma
manera Durbin – Watson = 1,737 implica que los errores en la medición de las variables explicativas son
independientes entre sí, ya que se encuentra entre 1,5 y 2,5 (Camacho & Vildosola, 2020).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 47
Tabla 2
Resumen del modelo econométrico inicial de los factores que inciden en la tasa de natalidad ecuatoriana
Modelo
R
R2
R2
Ajustado
Error
estándar de
la
estimación
Estadísticos de cambio
gl1
gl2
Sig. Cambio en F
Durbin-
Watson
1
,993a
,986
,975
,73425
13
11
,000
1,737
a. Predictores: (Constante), Población_Total, Mujer_Fertil, Matrimonio, Divorcios, Zona_Urbana, Zona_Rural, Analfabetismo, Nivel_primaria,
Nivel_secundaria, Nivel_Superior, Empleo_Remunerado, Salud_Reproductiva, Religion_Creyente.
En el contexto del análisis de varianza (ANOVA), se ha verificado que es viable construir un modelo de regresión
lineal múltiple entre la variable dependiente y las variables predictoras. El valor de p obtenido de 0,000 (p < 0,05)
indica que el modelo es estadísticamente significativo, lo que quiere decir que al menos una de las variables
independientes tiene un efecto significativo sobre la variable dependiente. Este resultado respalda la validez del
modelo y su capacidad para predecir la tasa de natalidad en función de las variables seleccionadas.
Tabla 3
ANOVA de los factores que inciden en la tasa de natalidad ecuatoriana
Modelo
Suma de
cuadrados
gl
Media Cuadrática
F
Sig.
1
Regresión
43,109
13
33,547
62,224
,000b
Residuo
5,930
11
,539
Total
442,039
24
a. Variable dependiente: Tasa_Natalidad
b. Predictores: (Constante), Población_Total, Mujer_Fertil, Matrimonio, Divorcios, Zona_Urbana, Zona_Rural, Analfabetismo,
Nivel_primaria, Nivel_secundaria, Nivel_Superior, Empleo_Remunerado, Salud_Reproductiva, Religion_Creyente.
Para confirmar si realmente las variables seleccionadas explican la tasa de natalidad, se realiza el supuesto de la
colinealidad bajo el análisis de la tolerancia y el factor de inflación de la varianza (FIV). La tolerancia está basada
en la correlación múltiple de una determinada variable independiente con las restantes. Es un indicador de la
variabilidad de cada variable independiente que no está explicada por las otras variables independientes en el
modelo.
Para que no haya multicolinealidad la tolerancia debe ser alta: Una tolerancia menor de 0,10 diagnostíca graves
problemas de colinealidad. Por otra parte, el FIV es un indicador reciproco de la tolerancia. Cuanto menor sea
este valor, menor será la multicolinealidad. Se estima que el valor FIV mayor a 10 diagnostica graves problemas
de colinealidad.
Tabla 4
Modelo econométrico inicial de los factores que inciden en la tasa de natalidad ecuatoriana
Fuente: Instituto Nacional de estadísticas y Censo
Modelo
Coeficientes no
estandarizados
Coeficien
tes
estandari
zados
t
Sig.
95,0% intervalo de
confianza para B
Correlaciones
Estadísticas de
colinealidad
B
Desv.
Error
Beta
Límite
inferior
Límite
superior
Orden
cero
Parcial
Parte
Toleran
cia
VIF
(Constante)
27,140
72,198
0,376
0,714
-131,766
186,045
Poblacion_Total
-3,586E-06
0,000
-1,525
-0,590
0,567
0,000
0,000
-0,978
-0,175
-0,021
0,000
5471,198
Mujer_Fertil
2,539E-07
0,000
0,034
0,066
0,948
0,000
0,000
-0,962
0,020
0,002
0,005
216,622
Matrimonio
6,188E-05
0,000
0,136
1,715
0,114
0,000
0,000
0,741
0,459
0,060
0,194
5,142
Divorcios
-4,325E-05
0,000
-0,065
-0,567
0,582
0,000
0,000
-0,826
-0,168
-0,020
0,093
10,745
Zona_Urbana
7,036E-06
0,000
1,175
0,630
0,542
0,000
0,000
-0,978
0,187
0,022
0,000
2855,086
Zona_Rural
1,697E-05
0,000
0,704
1,375
0,197
0,000
0,000
-0,953
0,383
0,048
0,005
215,299
Analfabetismo
0,363
0,341
0,134
1,065
0,310
-0,387
1,113
0,900
0,306
0,037
0,077
13,011
Nivel_Primaria
-0,105
0,279
-0,040
-0,377
0,713
-0,718
0,508
0,261
-0,113
-0,013
0,110
9,099
Nivel_Secundaria
0,083
0,505
0,078
0,164
0,873
-1,029
1,195
-0,946
0,049
0,006
0,005
185,141
Nivelel_Superior
-0,396
0,252
-0,241
-1,571
0,144
-0,159
0,950
-0,791
-0,428
-0,055
0,152
7,339
Empleo_Remunerado
-6,853E-06
0,000
-1,141
-1,115
0,289
0,000
0,000
-0,974
-0,319
-0,039
0,281
7,620
Salud_Reproductiva
-0,156
0,158
-0,259
-0,984
0,346
-0,504
0,193
-0,923
-0,285
-0,034
0,018
56,634
Religion_Creyente
-0,166
0,633
-0,013
-0,262
0,798
-1,560
1,228
0,076
-0,079
-0,009
0,499
2,004
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 48
Modelo Inicial:
𝑌
*
(𝑇𝑎𝑠𝑎'𝑑𝑒'𝑛𝑎𝑡𝑎𝑙𝑖𝑑𝑎𝑑) =
27,140 – 3,586e-6 * (Población_Total) + 2,539e-7 * (Mujer_Fertil) + 6,188e-5 *
(Matrimonios) – 4,325e-5 * (Divorcios) + 7,036e-6 * (Zona_Urbana) + 1,697e-5 *
(Zona_Rural) + 0,363 * (Analfabetismo) - 0,105*(Nivel_Primaria) + 0,083 *
(Nivel_Secundaria) - 0,396 * (Nivel_Superior) – 6,853e-6 * (Empleo_Remunerado) – 0,156
* (Salud_Reproductiva) – 0,166 * (Religion_Creyente)+
𝜖
Bajo los resultados obtenidos el modelo muestra indicios claros de multicolinealidad, particularmente con las
variables Población_Total, Mujer_Fértil, Zona_Urbana y Zona Rural, ya que presentan valores de VIF
extremadamente altos. Esto puede afectar la precisión de los coeficientes y hacer que las interpretaciones sean
poco confiables. Para solucionar este problema, se realiza la generación de un modelo final eliminando y
analizando de manera secuencial cada variable.
Matemáticamente, los resultados obtenidos de las variables que son significativas estadísticamente se pueden
expresar de la siguiente forma: Depurando el análisis se recoge que el modelo de la variable tiene linealidad
entre la variable dependiente y las independientes, de la misma manera se considera independencia de errores
según Durbin-Watson =1,563, así como también se cumple el supuesto de homogeneidad, ANOVA indica que el
modelo es estadísticamente significativo 0,00 < 0,05 por lo tanto se procede al análisis de regresión lineal.
Tabla 5
Resumen del Modelo econométrico final de los factores
que inciden en la tasa de natalidad ecuatoriana
Modelo
R
R2
R2 Ajustado
Error estándar
de la
estimación
Estadísticos de cambio
gl1
gl2
Sig. Cambio en F
Durbin-
Watson
1
,990a
,980
,976
,66645
4
20
,000
1,563
Tabla 6
Anova de los factores que inciden en
la tasa de natalidad ecuatoriana
Modelo
Suma de
cuadrados
gl
Media Cuadrática
F
Sig.
1
Regresión
433,156
4
108,289
243808,251
,000b
Residuo
8,883
20
,444
Total
442,039
24
Fuente: Instituto Nacional de estadísticas y Censo
Tabla 7
Modelo econométrico final de los factores que
inciden en la tasa de natalidad ecuatoriana
Fuente: Instituto Nacional de estadísticas y Censo
Modelo
Coeficientes no
estandarizados
Coeficie
ntes
estanda
rizados
t
Sig.
95,0% intervalo de
confianza para B
Correlaciones
Estadísticas de
colinealidad
B
Desv.
Error
Beta
Límite
inferior
Límite
superior
Orde
n
cero
Parcial
Parte
Toler
ancia
VIF
(Constante)
20,779
3,646
5,698
0,000
13,172
28,385
20,779
3,646
Matrimonio
5,819E-05
0,000
0,128
2,930
0,008
0,000
0,000
0,529
1,891
5,819E-05
0,000
0,128
Analfabetismo
0,422
0,201
0,156
2,101
0,049
0,003
0,841
0,182
5,484
0,422
0,201
0,156
Nivel_Superior
- 0,405
0,111
0,247
3,639
0,002
0,173
0,637
0,218
4,582
0,405
0,111
0,247
Empleo_Remunerado
-5,796E-06
0,000
-0,965
-10,300
0,000
0,000
0,000
0,115
8,731
-5,796E-06
0,000
-0,965
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 49
Modelo final:
'
𝑌
*
(𝑇𝑎𝑠𝑎'𝑑𝑒'𝑛𝑎𝑡𝑎𝑙𝑖𝑑𝑎𝑑) =
20,779 + 5,819e-5 * (Matrimonios) + 0,422 * (Analfabetismo) - 0,405 *
(Nivel_Superior) – 5,796e-6 * (Empleo_Remunerado) +
𝜖
El modelo es extremadamente robusto, como lo demuestra el alto valor de R² (98 %), lo que indica que casi toda
la variabilidad en la tasa de natalidad se puede explicar por las variables predictoras seleccionadas. Además, el
bajo error estándar de la estimación y el alto valor de R refuerzan la conclusión de que este modelo es altamente
eficiente y ajustado a los datos disponibles.
La constante sugiere que, si todas las variables independientes fueran cero, la tasa de natalidad sería de 20,779
nacimientos por cada 1.000 habitantes. El valor de p = 0,000 indica que este resultado es estadísticamente
significativo.
La variable matrimonio tiene un coeficiente positivo (B = 5,819e-5) indica que un aumento en la tasa de
matrimonios está asociado con un aumento en la tasa de natalidad. Este valor es significativo (p = 0,008), lo que
sugiere que el matrimonio es un predictor importante de la natalidad en Ecuador. De la misma manera Beta =
0,128 indica que el impacto del matrimonio es moderado, pero relevante. Además, el VIF (1,391) indica que no
existe un problema significativo de colinealidad con otras variables.
La variable analfabetismo presenta un coeficiente de 0,422 lo que muestra que un mayor nivel de analfabetismo
está relacionado con un aumento en la tasa de natalidad. Este resultado es marginalmente significativo (p =
0,049), lo que implica que el analfabetismo tiene un impacto moderado en la tasa de natalidad. Así también el
VIF = 5,484 sugiere una colinealidad moderada, lo que indica que puede haber correlaciones entre el
analfabetismo y otras variables, aunque no de forma crítica.
La variable estudios a nivel superior por parte de las mujeres presenta un coeficiente negativo de - 0,405 indica
que un mayor nivel de estudios superiores está asociado con la disminución en la tasa de natalidad. Este
resultado es altamente significativo (p = 0,002). El VIF = 4,582 sugiere una colinealidad moderada.
La variable de empleo de las mujeres económicamente activa refleja un coeficiente negativo (B = -5.796E-6)
indica que a medida que más mujeres ingresan al mercado laboral, la tasa de natalidad disminuye
significativamente. El resultado es altamente significativo (p = 0,000), lo que sugiere que la participación
económica de las mujeres tiene un fuerte impacto negativo en la tasa de natalidad. El Beta = -0,965 indica que
esta es la variable con mayor efecto en la tasa de natalidad. Sin embargo, el VIF = 8.731 indica una colinealidad
moderada.
La validación de modelo econométrico de los factores que inciden en la tasa de natalidad ecuatoriana se
considera estadísticamente significativo y que en conjunto las variables predicen el 98 % la tasa de natalidad, lo
que demuestra que es un modelo sólido y preciso. Así también, de manera general, el factor de inflación de la
varianza no presenta multicolinealidad, ni heteroscedasticidad, así como también no cae en una zona de
presencia de autocorrelación.
4. Conclusiones
Los resultados obtenidos indican que todas las variables seleccionadas en el modelo tienen un efecto significativo
sobre la tasa de natalidad, aunque con diferentes direcciones y magnitudes.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 50
En primer lugar, el factor estado civil (matrimonio) muestra una relación positiva con la tasa de natalidad, lo que
sugiere que el aumento en la cantidad de matrimonios está asociado a un incremento en la tasa de nacimientos.
Esto es coherente con estudios previos que demuestran que las mujeres casadas tienden a tener más hijos en
comparación con las solteras o divorciadas.
Por otro lado, la variable de analfabetismo también presenta un impacto positivo sobre la tasa de natalidad. Las
mujeres con menor acceso a la educación básica tienen tasas de natalidad más elevadas, lo que puede
relacionarse con la falta de acceso a información sobre planificación familiar y métodos anticonceptivos.
El nivel educativo superior, sin embargo, muestra una relación negativa con la tasa de natalidad. Esto implica
que las mujeres con estudios superiores tienden a tener menos hijos. Este fenómeno puede explicarse porque,
generalmente, las mujeres con mayor educación priorizan el desarrollo profesional y personal antes de
considerar la maternidad, lo que lleva a tasas de fecundidad más bajas.
Finalmente, la participación en el empleo remunerado muestra un fuerte efecto negativo sobre la tasa de
natalidad. Las mujeres que están integradas en el mercado laboral y cuentan con un empleo remunerado tienen
una menor propensión a tener hijos. Este resultado es consistente con la teoría de la "doble carga", donde las
responsabilidades laborales y familiares compiten entre sí, lo que reduce las tasas de natalidad.
La tasa de natalidad en el Ecuador está influenciada tanto por factores educativos como laborales. Las mujeres
con menores niveles de educación y que no están integradas en el mercado laboral tienden a tener más hijos,
mientras que aquellas con mayor educación y empleo remunerado muestran tasas de fecundidad más bajas.
Estos resultados tienen implicaciones importantes para las políticas de planificación familiar y laboral en el país,
sugiriendo la necesidad de abordar el acceso equitativo a la educación y la promoción de políticas que faciliten
la conciliación entre el trabajo y la vida familiar.
Referencias bibliográficas
Acad, G., Mary, C., Carmen, D., & Valencia, A. C. (2023). Facultad De Escuela De Posgrado Escuela Académico
Profesional De Posgrado Tesis. https://orcid.org/0000-0002-4018-6140%0Ahttps://orcid.org/0000-0002-
7767-3751
Aparicio-Fenoll, A., & Vidal-Fernandez, M. (2015). Working women and fertility: the role of grandmothers’ labor
force participation. CESifo Economic Studies, 61(1), 123–147.
Becker, G. S. (1992). A Treatise on the Family. Population and Development Review, 18(3), 563.
Becker, S. A., Brown, M., Dahlstrom, E., Davis, A., DePaul, K., Diaz, V., & Pomerantz, J. (2018). NMC horizon
report: 2018 higher education edition. Louisville, CO: Educause.
Benavides-Escobar, C. L. (2023). Desigualdad de oportunidades educativas por incidencia del nivel educativo de
origen en Ecuador 2013–2014. Quito, Ecuador: Flacso Ecuador.
Bumpass, L. L., Martin, T. C., & Sweet, J. A. (1991). The impact of family background and early marital factors on
marital disruption. Journal of Family Issues, 12(1), 22–42.
Bustamante-Dueñas, Y., & Berdejo-Bustamante, N. L. (2024). Situación y factores asociados al empleo femenino
en la región del Cusco 2007-2017.
Camacho, L., & Vildosola, J. (2020). Algunos aspectos de la natalidad en el Ecuador. Boletín de La Oficina
Sanitaria Panamericana (OSP), 48(2), 114–120.
https://iris.paho.org/bitstream/handle/10665.2/14417/v48n2p114.pdf?sequence=1&isAllowed=y
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 51
Chere, R. A. (2021). Facultad de Ciencias Sociales Facultad de Ciencias Sociales. 1–40.
https://repositorio.untumbes.edu.pe/bitstream/handle/20.500.12874/64708/TRABAJO ACADEMICO -
CHERO ROQUE.pdf?sequence=1
Doepke, M., Hannusch, A., Kindermann, F., & Tertilt, M. (2023). The economics of fertility: A new era. In
Handbook of the Economics of the Family (Vol. 1, Issue 1, pp. 151–254). Elsevier.
Ducci, M. E. (1989). Introducción al urbanismo. 1–44.
Escobar Acarapi, A. E. (2020). Factores que intervienen en el uso de métodos anticonceptivos en mujeres en
edad fértil del municipio de Quiabaya durante el cuarto trimestre de la gestión 2018. Salud Pública En
Acción, 1(1), 1–7. https://doi.org/10.53287/vfvg7028hv46j
Evan, T., & Vozárová, P. (2018). Influence of women’s workforce participation and pensions on total fertility
rate: a theoretical and econometric study. Eurasian Economic Review, 8(1), 51–72.
Flórez, J. E. S., & Rendón, Á. P. E. (2023). Prevalence of contraception among fertile women in Sabaneta,
Antioquia. Revista de Obstetricia y Ginecologia de Venezuela, 83(1), 67–75.
https://doi.org/10.51288/00830110
Fondo de Población de las Naciones Unidas. (2023). El problema de una población demaciado baja.
https://www.unfpa.org/es/swp2023/too-few#:~:text=A escala internacional%2C la
fecundidad,nacimientos por mujer en 2050.
Foschiatti, A. M. (2010). La natalidad y la fecundidad. Geográfica Digital, 7(13), 1.
https://doi.org/10.30972/geo.7132324
Gónzalez, H. (2000). Aspectos teóricos para el estudio sociodemográfico del embarazo adolescente. Frontera
Norte, 12(23). http://www.redalyc.org/articulo.oa?id=13602303
Halas Milushka Noemí, P., de los Ancianos Desamparados, H., San Ramón, H., & Paz -Bolivia Alfaro Urquiola
Alhena, L. L. (2018). Influencia del apoyo social percibido, factores sociodemográficos y socioeconómicos
sobre la depresión de personas adultas mayores del área urbana de la ciudad de La Paz. Fides Et Ratio, 15,
15–28. http://revistasbolivianas.umsa.bo/pdf/rfer/v15n15/v15n15_a03.pdf
Hidalgo-Cajo, B. G., & Delgadillo-Avila, R. (2025). factores determinantes en la adopción de los sistemas de
gestión de aprendizaje social en entornos mixtos universitarios. 4–5.
http://www.uajournals.com/campusvirtuales/journal/26/13.pdf
IHME, I. de M. y E. de S. (2020). El dramático descenso de los nacimientos en el mundo (y cuáles serán sus
profundas consecuencias). https://www.bbc.com/mundo/noticias-53417504
Instituto Nacional de Estadística y Censos. (2024). Censo Estimaciones y proyecciones de Población.
https://www.ecuadorencifras.gob.ec/proyecciones-poblacionales/
Instituto Nacional de Estadística y Censos (INEC). (2022). Encuesta Nacional sobre desnutrición infantil (ENDI).
https://www.ecuadorencifras.gob.ec/encuesta_nacional_desnutricion_infantil/
Instituto Nacional de Estadistica y Censos, (INEC). (2020). Encuesta Nacional de Salud, Salud Reproductiva y
Nutrición (ENSANUT). Instituto Nacional de Estadistica y Censos.
Http://Www.Ecuadorencifras.Gob.Ec/Category/Ensanut (Accessed 02/05/2016).
https://datosabiertos.gob.ec/dataset/encuesta-salud-nutricion-2012
Instituto Nacional de Estadística y Censos, (INEC). (2022a). Censos de Población y Vivienda.
https://www.ecuadorencifras.gob.ec/censo-de-poblacion-y-vivienda/
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 52
Instituto Nacional de Estadística y Censos, (INEC). (2022b). Encuesta de filiación religiosa de la población en el
Ecuador. https://www.ecuadorencifras.gob.ec/filiacion-religiosa/
Instituto Nacional de Estadística y Censos, (INEC). (2022c). Encuesta Nacional de Empleo, Desempleo y
Subempleo (ENEMDU). https://www.ecuadorencifras.gob.ec/empleo-desempleo-y-subempleo/
Instituto Nacional de Estadística y Censos, (INEC). (2023). Registro Estadístico de Matrimonios y Divorcios.
https://www.ecuadorencifras.gob.ec/matrimonios-divorcios/
Jara, D. L. A. (2023). Anticoncepción y control de la natalidad. Brazilian Journal of Health Review, 6(6), 30601–
30628. https://doi.org/10.34119/bjhrv6n6-309
Mendenhall, W., Scheaffer, R. L., Wackerly, D. D., Rohatgi, V. K., Bain, L. J., & Engelhardt, M. (2003).
AMPLIACIÓN DE ESTADÍSTICA OBSERVACIONES.
Mercader, F.-X. A., & i Mercader, F.-X. A. (1992). Gerontología: aspectos biopsicosociales del proceso de
envejecer (Vol. 7). Marcombo.
Montgomery, D. C. (2002). Introducción al análisis de regresión lineal.
Navarro et al, J. (2022). Relación de la tasa de natalidad y crecimiento económico en perú y américa latina en el
periodo 2010 - 2017. Tesis de Grado Universidad Nacional Del Callao.
Palma, R. (2020). Bono Demográfico Y El Crecimiento Económico De Chile. Universidad Tecnológica
Metropolitana, November. https://doi.org/10.13140/RG.2.2.20724.37768
Palomino Lozano, R. (2023). Dobbs v. Jackson, un año después. Aborto y factor religioso en los Estados Unidos.
Pánchez, C. A. (2011). Situación demográfica del Ecuador y su incidencia en el desarrollo económico y social:
1990–2009. Quito: Pontificia Universidad Católico Del Ecuador Facultad de Economía.
Pierrin, B., Généus, W., & Simon, D. J. (2023). Análisis de la fecundidad de las mujeres haitianas por orden de
nacimiento. Mujer y Políticas Públicas, 2(2), 149–176.
Salazar Landauro, F. A. (2020). Anticonceptivos En Mujeres En Edad Fértil De 15 a 49 Años. Endes 2017.
http://repositorio.urp.edu.pe/bitstream/handle/URP/3006/FSALAZAR.pdf?sequence=1&isAllowed=y
Santos, P. E. B. dos, & I. (2020). 1 TWh = 0.086 Mtoe 1. 1–10.
Seperak Viera, R. A., & Rivera Calcina, R. (2018). Determinantes sociodemográficos de la alta fecundidad en
mujeres peruanas. Revista Chilena de Obstetricia y Ginecología, 83(5), 452–463.
https://doi.org/10.4067/s0717-75262018000500452
Sistema Nacional de Estadisticas Educativas del Ecuador (SINEC). (2020). Archivo Maestro de Estadisticas
Rducativas. https://educacion.gob.ec/base-de-datos/
Solis-Mallma, J. (2021). Factores que influyen en la informalidad laboral desde la perspectiva de la oferta
laboral en la provincia de Lima, Perú, en el año 2018. Modul Biokimia Materi Metabolisme Lemak, Daur
Asam Sitrat, Fosforilasi Oksidatif Dan Jalur Pentosa Fosfat, 6.
The World Factbook. (2022). De los próximos 1.000 bebés en el mundo, alrededor de 275 nacerán en India y
China. https://www.larepublica.co/globoeconomia/de-los-proximos-1-000-bebes-en-el-mundo-al-
rededor-de-275-naceran-en-india-y-china-3429548#:~:text=Si bien India ocupa el,cada 1.000 en el mundo.
Wang, C. C., Wang, Y., Zhang, K., Fang, J., Liu, W., Luo, S., Tang, S., Wang, S., & Li, V. C. (2003). Reproductive
health indicators for China’s rural areas. Social Science and Medicine, 57(2), 217–225.
https://doi.org/10.1016/S0277-9536(02)00341-6
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 45, Nº 6, Año 2024 • Nov-Dic
HIDALGO-OLMEDO B.G. & MENESES-FREIRE M.A. «Factores asociados al número de nacimientos en
mujeres de edad fértil en Ecuador»
Pag. 53
World Health Organization (WHO). (2022). World Family Planning. In United Nations.
https://www.un.org/en/development/desa/population/publications/pdf/family/WFP2017_Highlights.pdf
Zhang, X. Q. (2016). The trends, promises and challenges of urbanisation in the world. Habitat International, 54,
241–252.
Esta obra está bajo una Licencia Creative Commons
Atribución-NoComercial 4.0 Internacional