Encuesta de Movilidad 2015

Producto 4, Indicadores Metro Cali S.A.
Unión Temporal UT SDG-CNC

ENCUESTA DE MOVILIDAD Encuesta de Movilidad
HOGARES CALI 2015
Informe Nuestra ref: 22784801

Diciembre de 2015 915,104,10,03-2015
Producto 4, Indicadores Metro Cali S.A.
Unión Temporal UT SDG-CNC
ENCUESTA DE MOVILIDAD Encuesta de Movilidad
HOGARES CALI 2015
Informe Nuestra ref: 22784801

Diciembre de 2015 915,104,10,03-2015
Preparado por: Preparado para:
Steer Davies Gleave Metro Cali S.A.

Carrera 7 No.71-52 Torre A Oficina 904 Avenida Vásquez Cobo No. 23N-59
Edificio Carrera Séptima PBX: 660 0001
Bogotá D.C. Colombia
+57 1 322 1470

la.steerdaviesgleave.com
Este documento fue preparado por Steer Davies Gleave para Metro Cali S.A.. La información contenida en
este documento debe considerarse confidencial, cada destinatario reconoce la confidencialidad de la
información aquí incluida y se compromete a no divulgarla de ninguna manera. Cualquier persona o
institución que utilice cualquier parte de este documento sin el consentimiento expreso por escrito de Steer
Davies Gleave, se considerará que otorga su conformidad a indemnizar a Steer Davies Gleave por todas las
pérdidas o daños que resulten de dicha utilización. Steer Davies Gleave ha llevado a cabo su propio análisis
utilizando toda la información disponible en el momento de elaboración del presente documento y señala
que la llegada de nuevos datos e información podría alterar la validez de los resultados y conclusiones que
aquí se presentan. Por lo tanto, Steer Davies Gleave no se responsabiliza de los cambios en la validez de los
resultados y conclusiones debido a eventos y circunstancias actualmente imprevisibles.
Contenido
1 Introducción ........................................................................................................................... 15
2 Glosario y abreviaturas ........................................................................................................... 16
3 Procesamiento de información EODH...................................................................................... 17

Resumen del trabajo de campo de encuestas domiciliarias ............................................................ 17
Generalidades del diseño muestral .................................................................................................. 27
Validación de la base de datos ......................................................................................................... 29
Imputación de información ítems no-respuesta .............................................................................. 41
Cálculo de factores de expansión ..................................................................................................... 85
Error relativo de muestreo (Erm) ..................................................................................................... 89
4 Bases de datos EODH .............................................................................................................. 98

Módulo A - Identificación, vivienda y hogar ..................................................................................... 98
Módulo B – Características de los integrantes del hogar ............................................................... 100
Módulo C – Características de los vehículos disponibles en el hogar ............................................ 101
Módulo D – Características de los viajes realizados por las personas del hogar ........................... 102
5 Indicadores de movilidad ...................................................................................................... 107

Unidades de análisis y ámbito geográfico ...................................................................................... 107
Indicadores de muestra .................................................................................................................. 111
Indicadores de hogares................................................................................................................... 114
Indicadores de personas ................................................................................................................. 123
Indicadores de vehículos ................................................................................................................ 132
Indicadores de viajes ...................................................................................................................... 146
Indicadores comparativos entre la moto y el transporte público .................................................. 197
Indicadores sobre el uso del sistema MIO...................................................................................... 214
Indicadores sobre origen y destino de los viajes ............................................................................ 242
6 Metodología para ajustar y actualizar los indicadores de movilidad ....................................... 252

Estudios completos de movilidad ................................................................................................... 253
Encuestas intermedias .................................................................................................................... 253
Diciembre de 2015
Mediciones complementarias ........................................................................................................ 253
Nuevas tecnologías ......................................................................................................................... 255
7 Referencias .......................................................................................................................... 256
Figuras
Figura 3.1: Rendimientos promedio de siembra y cierre ................................................................. 23
Figura 3.2: Árbol de la encuesta, alcance de la imputación ............................................................. 44
Figura 3.3: Partición de perfiles según necesidad o no de imputación. ........................................... 53
Figura 3.4: Diagrama de frecuencias de las tasas de donantes por receptor .................................. 67
Figura 3.5: Resultados perfil 1: Cali, estrato 0, propósito trabajo .................................................... 68
Figura 3.6: Resultados perfil 2: Cali, estrato 0, propósito estudio ................................................... 69
Figura 3.7: Resultados perfil 3: Cali, estrato 0, otros propósitos ..................................................... 69
Figura 3.8: Resultados perfil 4: Cali estratos 1 y 2, propósito trabajo.............................................. 70
Figura 3.9: Resultados perfil 5: Cali estratos 1 y 2,propósito estudio .............................................. 70
Figura 3.10: Resultados perfil 6: Cali estratos 1 y 2, otros propósitos ............................................. 71
Figura 3.11: Resultados perfil 7: Cali estrato 3, propósito trabajo ................................................... 71
Figura 3.12: Resultados perfil 8: Cali estrato 3, propósito estudio .................................................. 72
Figura 3.13: Resultados perfil 9: Cali estrato 3, otros propósitos .................................................... 72
Figura 3.14: Resultados perfil 10: Cali estratos 4 - 6, propósito trabajo .......................................... 73
Figura 3.15: Resultados perfil 11: Cali estratos 4 - 6, propósito estudio .......................................... 73
Figura 3.16: Resultados perfil 12: Cali estratos 4-6, otros propósitos.............................................. 74
Figura 3.17: Resultados perfil 13: Municipios aledaños, estrato 0, propósito trabajo .................... 74
Figura 3.18: Resultados perfil 14: Municipios aledaños estrato 0, propósito estudio ..................... 75
Figura 3.19: Resultados perfil 15: Municipios aledaños estrato 0, otros propósitos ....................... 75
Figura 3.20: Resultados perfil 16: Municipios aledaños, estratos 1 y 2, propósito trabajo ............. 75
Figura 3.21: Resultados perfil 17: Municipios aledaños estratos 1 y 2, propósito estudio .............. 76
Figura 3.22: Resultados perfil 18: Municipios aledaños estratos 1 y 2, otros propósitos ................ 77
Figura 3.23: Resultados perfil 19: Municipios aledaños estrato 3, propósito trabajo ..................... 77
Figura 3.24: Resultados perfil 20: Municipios aledaños estrato 3, propósito estudio ..................... 78
Diciembre de 2015
Figura 3.25: Resultados perfil 21: Municipios aledaños estrato 3, otros propósitos ....................... 78
Figura 3.26: Resultados perfil 22: Municipios aledaños estratos 4 – 6, propósito trabajo .............. 79
Figura 3.27: Resultados perfil 23: Municipios aledaños estratos 4 – 6, propósito estudio.............. 79
Figura 3.28: Resultados perfil 24: Municipios aledaños estratos 4 – 6, otros propósitos................ 80
Figura 3.29: Algoritmo de validación de sesgos ............................................................................... 82
Figura 3.30: Análisis de sensibilidad - Estimación del sesgo............................................................. 84
Figura 3.31: Vista de Pance urbano .................................................................................................. 93
Figura 3.32: Mapa de comuna 3 de Cali según uso (azul: no residencial, amarillo residencial) ...... 94
Figura 5.1: Área de estudio y unidades territoriales usadas para el análisis de indicadores ......... 108
Figura 5.2: División geográfica de comunas ................................................................................... 110
Figura 5.3: División geográfica de UTAM........................................................................................ 111
Figura 5.4: Encuestas válidas por estrato ....................................................................................... 112
Figura 5.5: Encuestas válidas por UTAM ........................................................................................ 112
Figura 5.6: Número de encuestas válidas por punto de interceptación ........................................ 113
Figura 5.7: Número de encuestas válidas por punto de interceptación en intersecciones
vehiculares ...................................................................................................................................... 114
Figura 5.8: Número de hogares establecidos por comuna en Cali ................................................. 115
Figura 5.9: Número de hogares establecidos por municipio .......................................................... 116
Figura 5.10: Distribución porcentual de los hogares por municipio y comuna .............................. 117
Figura 5.11: Tamaño promedio del hogar por comuna en Cali ...................................................... 118
Figura 5.12: Tamaño promedio del hogar por municipio ............................................................... 119
Figura 5.13: Tamaño promedio del hogar por estrato ................................................................... 119
Figura 5.14: Distribución porcentual de los hogares por tipo de vivienda por comuna y municipio
........................................................................................................................................................ 120
Figura 5.15: Distribución porcentual de los hogares por tipo de vivienda por estrato .................. 121
Figura 5.16: Tipo de propiedad de la vivienda por comuna y municipio ....................................... 121
Figura 5.17: Tipo de propiedad de la vivienda por estrato socioeconómico ................................. 122
Figura 5.18: Nivel de ingresos por estrato ...................................................................................... 123
Figura 5.19: Población por municipio en el área de estudio .......................................................... 123
Figura 5.20: Población por comuna en Cali .................................................................................... 124
Figura 5.21: Densidad de población por comuna en Cali ............................................................... 125
Diciembre de 2015
Figura 5.22: Género de la población en el área de estudio ............................................................ 126
Figura 5.23: Distribución porcentual de la población por rango de edad ...................................... 127
Figura 5.24: Distribución porcentual del máximo nivel educativo de la población por estrato .... 128
Figura 5.25: Distribución porcentual del nivel educativo por municipio ....................................... 128
Figura 5.26: Tipo de ocupación de las personas por estrato en el área de estudio ....................... 129
Figura 5.27: Tipo de ocupación de las personas por comuna y municipio ..................................... 130
Figura 5.28: Personas con limitaciones físicas para movilizarse por modo de transporte ............ 130
Figura 5.29: Número de personas con limitaciones físicas que tienen dificultar para movilizarse por
UTAM .............................................................................................................................................. 131
Figura 5.30: Tipo de limitación por municipio ................................................................................ 132
Figura 5.31: Tipo de vehículo disponible por comuna o municipio ................................................ 133
Figura 5.32: Tipo de vehículo por estrato socioeconómico ............................................................ 133
Figura 5.33: Tasa de motorización por municipio .......................................................................... 134
Figura 5.34: Tasa de motorización por estrato económico ............................................................ 134
Figura 5.35: Tasa de motorización de autos por municipio ........................................................... 135
Figura 5.36: Tasa de motorización de autos por estrato socioeconómico ..................................... 135
Figura 5.37: Tasa de motorización de autos por cada 1.000 habitantes por comuna ................... 136
Figura 5.38: Tasa de motorización de motocicletas por municipio ................................................ 137
Figura 5.39: Tasa de motorización de motocicletas por estrato socioeconómico ......................... 137
Figura 5.40: Tasa de motorización de motos por cada 1000 habitantes por comuna ................... 138
Figura 5.41: Tasa de bicicletas por cada 1.000 habitantes por municipio...................................... 139
Figura 5.42: Tasa de bicicletas por cada 1.000 habitantes por estrato socioeconómico ............... 139
Figura 5.43: Tasa de bicicletas por cada 1.000 habitantes por comuna ........................................ 140
Figura 5.44: Lugar de matrícula de los vehículos motorizados en Candelaria, Jamundí, Palmira y
Yumbo ............................................................................................................................................. 141
Figura 5.45: Lugar de matrícula de los vehículos motorizados en Cali........................................... 142
Figura 5.46: Propiedad de los vehículos por estrato socioeconómico ........................................... 143
Figura 5.47: Tipo de estacionamiento de vehículos en la vivienda por municipio ......................... 143
Figura 5.48: Tipo de estacionamiento de vehículos en la vivienda por estrato socioeconómico .. 144
Figura 5.49: Tenencia de licencia de conducción por municipio .................................................... 145
Figura 5.50: Tenencia de licencia de conducción por estrato ........................................................ 145
Diciembre de 2015
Figura 5.51: Tasa de viajes al día por hogar en el área de estudio ................................................. 146
Figura 5.52: Tasa de viajes por hogar por UTAM............................................................................ 147
Figura 5.53: Tasa de viajes al día por persona en el área de estudio ............................................. 148
Figura 5.54: Tasa de viajes por persona por UTAM ........................................................................ 149
Figura 5.55: Tasa de viajes al día por persona que viaja en el área de estudio.............................. 150
Figura 5.56: Tasa de viajes por persona que viaja por UTAM ........................................................ 151
Figura 5.57: Tasa de viajes por género ........................................................................................... 152
Figura 5.58: Tasa de viajes por ocupación ...................................................................................... 152
Figura 5.59: Tasa de viajes por edad .............................................................................................. 153
Figura 5.60: Tasa de viajes motorizados de las personas ............................................................... 154
Figura 5.61: Tasa de viajes motorizados por persona por UTAM................................................... 155
Figura 5.62: Tasa de viajes en auto por persona por UTAM .......................................................... 156
Figura 5.63: Tasa de viajes en moto por pesona por UTAM........................................................... 157
Figura 5.64: Tasa de viajes en transporte público por persona por UTAM .................................... 158
Figura 5.65: Tasa de viajes en bicicleta por estrato........................................................................ 159
Figura 5.66: Tasa de viajes en bicicleta por persona por UTAM .................................................... 160
Figura 5.67: Tasa de viajes de personas con limitaciones físicas para usar algún modo de
transporte ....................................................................................................................................... 161
Figura 5.68: Tasa de viajes de personas con alguna limitación por UTAM .................................... 162
Figura 5.69: Distribución porcentual de los viajes por motivo en el área de estudio .................... 163
Figura 5.70: Distribución porcentual por estrato de los viajes por motivo en el área de estudio . 163
Figura 5.71: Perfil horario de los viajes .......................................................................................... 164
Figura 5.72: Perfil horario de los viajes por modo de transporte................................................... 165
Figura 5.73: Perfil horario de los viajes con motivo trabajo ........................................................... 166
Figura 5.74: Perfil horario de los viajes con motivo estudio .......................................................... 166
Figura 5.75: Perfil horario de los viajes con otros motivos ............................................................ 167
Figura 5.76: Perfil horario de los viajes con motivo regreso a casa ............................................... 168
Figura 5.77: Partición modal general en el área de estudio ........................................................... 169
Figura 5.78: Partición modal por estrato en el área de estudio ..................................................... 170
Figura 5.79: Partición modal por género en el área de estudio ..................................................... 170
Diciembre de 2015
Figura 5.80: Partición modal por propósitos de viaje en el área de estudio .................................. 171
Figura 5.81: Partición modal por edad de la población en el área de estudio ............................... 172
Figura 5.82: Partición modal de los viajes en motorizados y no motorizados en el área de estudio
........................................................................................................................................................ 173
Figura 5.83: Partición modal de los viajes en motorizados y no motorizados por estrato en el área
de estudio ....................................................................................................................................... 173
Figura 5.84: Partición modal de los viajes en vehículo en el área de estudio ................................ 174
Figura 5.85: Partición modal de los viajes en vehículo por estrato en el área de estudio ............. 174
Figura 5.86: Partición modal de los viajes en transporte individual en el área de estudio ............ 175
Figura 5.87: Participación modal de los viajes en transporte individual por estrato en el área de
estudio ............................................................................................................................................ 176
Figura 5.88: Partición modal de los viajes en transporte público en el área de estudio................ 177
Figura 5.89: Partición modal de los viajes en transporte público por estrato en el área de estudio
........................................................................................................................................................ 177
Figura 5.90: Partición modal de los viajes de personas con limitaciones físicas en el área de estudio
........................................................................................................................................................ 178
Figura 5.91: Distribución porcentual de la cantidad de trasbordos por estrato en el área de estudio
........................................................................................................................................................ 179
Figura 5.92: Tiempo promedio de viaje por modo de transporte en el área de estudio ............... 180
Figura 5.93: Tiempo promedio (en minutos) de viaje total en auto por UTAM ............................. 181
Figura 5.94: Tiempo promedio (en minutos) de viaje total en bicicleta por UTAM ....................... 182
Figura 5.95: Tiempo promedio (en minutos) de viaje total en MIO por UTAM ............................. 183
Figura 5.96: Tiempo promedio (en minutos) de viaje total en moto por UTAM............................ 184
Figura 5.97: Tiempo promedio (en minutos) de viaje total en TPC formal por UTAM................... 185
Figura 5.98: Tiempo promedio (en minutos) de viaje total en TP informal por UTAM .................. 186
Figura 5.99: Tiempo promedio (en minutos) de viaje total en transporte público individual por
UTAM .............................................................................................................................................. 187
Figura 5.100: Tiempo promedio de viaje por estrato por modo de transporte en el área de estudio
........................................................................................................................................................ 188
Figura 5.101: Tiempo de los viajes basados en el hogar en el área de estudio.............................. 189
Figura 5.102: Perfil horario de los tiempos de viaje en el área de estudio .................................... 190
Figura 5.103: Distribución de motivos para no usar vehículo privado en el área de estudio ........ 190
Diciembre de 2015
Figura 5.104: Porcentaje de usuarios de transporte masivo que tienen acceso al vehículo privado
en el área de estudio ...................................................................................................................... 192
Figura 5.105: Porcentaje de usuarios de transporte masivo que tienen acceso al vehículo privado
por comuna y municipio ................................................................................................................. 192
Figura 5.106: Autocontención de los viajes con motivo trabajo por municipio ............................. 193
Figura 5.107: Autocontención de los viajes con motivo estudio por municipio ............................ 194
Figura 5.108: Gasto en transporte público del hogar por municipio ............................................. 195
Figura 5.109: Gasto en transporte público del hogar por estrato en el área de estudio ............... 195
Figura 5.110: Gasto en transporte público de la persona por municipio ....................................... 196
Figura 5.111: Gasto en transporte público de la persona por estrato en el área de estudio ........ 197
Figura 5.112: Distribución de los usuarios por rango de edad y por modo de transporte en Cali. 198
Figura 5.113: Distribución de los usuarios por rango de edad y por modo de transporte en los
municipios aledaños a Cali.............................................................................................................. 198
Figura 5.114: Distribución de los usuarios por género y por modo de transporte en Cali ............ 199
Figura 5.115: Distribución de los usuarios por género y por modo de transporte en los municipios
aledaños a Cali ................................................................................................................................ 200
Figura 5.116: Distribución de los usuarios por estrato y por modo de transporte en Cali ............ 201
Figura 5.117: Distribución de los usuarios por estrato y por modo de transporte en los municipios
aledaños a Cali ................................................................................................................................ 201
Figura 5.118: Distribución de los usuarios por motivo de viaje y por modo de transporte en Cali 202
Figura 5.119: Distribución de los usuarios por motivo de viaje y por modo de transporte en los
Figura 5.120: Distribución de los usuarios por segunda ocupación y por modo de transporte en Cali
........................................................................................................................................................ 204
Figura 5.121: Distribución de los usuarios por segunda ocupación y por modo de transporte en los
Figura 5.122: Distribución de los usuarios por actividad principal y por modo de transporte en Cali
........................................................................................................................................................ 205
Figura 5.123: Distribución de los usuarios por actividad principal y por modo de transporte en los
Figura 5.124: Distribución de los usuarios por nivel educativo y por modo de transporte en Cali 207
Figura 5.125: Distribución de los usuarios por nivel educativo y por modo de transporte en los
Diciembre de 2015
Figura 5.126: Distribución de los usuarios con limitación por tipo de limitación y por modo de
transporte en Cali ........................................................................................................................... 208
Figura 5.127: Distribución de los usuarios con limitación por tipo de limitación y por modo de
transporte en los municioios aledaños a Cali ................................................................................. 209
Figura 5.128: Distribución de los viajes por propósito de viaje y por modo de transporte en Cali 210
Figura 5.129: Distribución de los viajes por propósito de viaje y por modo de transporte en Cali 210
Figura 5.130: Distribución horaria de los viajes por modo de transporte en Cali .......................... 211
Figura 5.131: Distribución horaria de los viajes por modo de transporte en los municipios aledaños
a Cali ............................................................................................................................................... 212
Figura 5.132: Distribución de tiempos de viaje (minutos) por rangos por modo de transpote en Cali
........................................................................................................................................................ 213
Figura 5.133: Distribución de tiempos de viaje (minutos) por rangos por modo de transpote en los
municipios aledaños Cali ................................................................................................................ 214
Figura 5.134: Partición modal de las etapas de viaje antes de una etapa en MIO ........................ 215
Figura 5.135: Partición modal de las etapas de viaje antes de una etapa en transporte público
colectivo.......................................................................................................................................... 215
Figura 5.136: Distribución porcentual de trasbordos de viajes en MIO ......................................... 216
Figura 5.137: Distribución porcentual de los trasbordos de MIO a MIO........................................ 217
Figura 5.138: Tiempo promedio de espera de viajes en MIO ........................................................ 217
Figura 5.139: Tiempo de viaje promedio de los viajes en MIO por hora ....................................... 218
Figura 5.140: Tiempo de no usar el sistema por comuna o municipio........................................... 219
Figura 5.141: Razones principales de no uso del MIO .................................................................... 222
Figura 5.142: Partición modal de los viajes no realizados en MIO por motivo: “Cree que podría
demorarse menos tiempo”............................................................................................................. 226
Figura 5.143: Partición modal de los viajes no realizados en MIO por motivo: “ El pasaje es
costoso” .......................................................................................................................................... 226
Figura 5.144: Partición modal de los viajes no realizados en MIO por motivo: “ El sistema es
inseguro” ........................................................................................................................................ 227
Figura 5.145: Partición modal de los viajes no realizados en MIO por motivo: “El tiempo de espera
es muy largo” .................................................................................................................................. 228
Figura 5.146: Partición modal de los viajes no realizados en MIO por motivo: “ Está seguro de que
se demora más tiempo” ................................................................................................................. 228
Figura 5.147: Partición modal de los viajes no realizados en MIO por motivo: “ La zona en la que se
encuentra/dirige no tiene cobertura” ............................................................................................ 229
Diciembre de 2015
Figura 5.148: Partición modal de los viajes no realizados en MIO por motivo: “No le gusta hacer
trasbordos” ..................................................................................................................................... 230
Figura 5.149: Partición modal de los viajes no realizados en MIO por motivo: “No lo necesité
porque hago viajes cortos” ............................................................................................................. 230
Figura 5.150: Partición modal de los viajes no realizados en MIO por motivo: “No sabe cómo
funciona el MIO”............................................................................................................................. 231
Figura 5.151: Partición modal de los viajes no realizados en MIO por motivo: “No sabe/no
responde” ....................................................................................................................................... 232
Figura 5.152: Partición modal de los viajes no realizados en MIO por motivo: “No tiene buena
imagen del MIO” ............................................................................................................................. 232
Figura 5.153: Partición modal de los viajes no realizados en MIO por motivo: “Otra”.................. 233
Figura 5.154: Partición modal de los viajes no realizados en MIO por motivo: “Utilicé vehículo
propio” ............................................................................................................................................ 233
Figura 5.155: Conocimiento de rutas del MIO por comuna o municipio ....................................... 234
Figura 5.156: Distribución porcentual de los no usuarios del MIO por tenencia de la tarjeta del MIO
por comuna o municipio ................................................................................................................. 237
Figura 5.157: Distribución porcentual de los no usuarios del MIO por conocimiento de los puntos
de recarga de la tarjeta del MIO por comuna o municipio ............................................................ 240
Figura 5.158: Generación de viajes al día en transporte público por UTAM ................................. 243
Figura 5.159: Atracción de viajes al día en transporte público por UTAM ..................................... 244
Figura 5.160: Generación de viajes al día en transporte individual por UTAM .............................. 245
Figura 5.161: Atracción de viajes al día en transporte individual por UTAM ................................. 246
Figura 5.162: Generación de viajes en transporte público en hora pico........................................ 247
Figura 5.163: Atracción de viajes en transporte público en hora pico ........................................... 248
Figura 5.164: Generación de viajes en transporte individual en hora pico .................................... 249
Figura 5.165: Atracción de viajes en transporte individual en hora pico ....................................... 250
Figura 5.166: Viajes al día desde y hacia Cali.................................................................................. 251
Tablas
Tabla 3.1: Niveles de reporte de los indicadores de cumplimiento muestral .................................. 18
Tabla 3.2: Cobertura de Muestra por UTAM .................................................................................... 19
Tabla 3.3: Cobertura de muestra por estrato ................................................................................... 21
Diciembre de 2015
Tabla 3.4: Sectores que requirieron acompañamiento social Fundación Luz Verde ....................... 25
Tabla 3.5: Sectores adicionales con acompañamiento especial....................................................... 25
Tabla 3.6: Total de hogares en la región objeto de estudio ............................................................. 27
Tabla 3.7: Número mínimo de respuesta a módulos de viajes para determinar la validez de una
encuesta............................................................................................................................................ 31
Tabla 3.8: Módulo de Identificación y control .................................................................................. 34
Tabla 3.9: Módulo A: Vivienda y hogar ............................................................................................. 35
Tabla 3.10: Módulo B: Información de las personas del hogar ........................................................ 36
Tabla 3.11: Módulo C: Información sobre los vehículos que disponen las personas del hogar....... 37
Tabla 3.12: Módulo D: Información de viajes por persona .............................................................. 38
Tabla 3.13: Módulo D: Preguntas específicas sobre las etapas de viaje .......................................... 39
Tabla 3.14: Información adicional – ingresos del hogar ................................................................... 40
Tabla 3.15: Módulo E – Personas que no utilizaron el sistema MÍO ................................................ 40
Tabla 3.16: Resumen de las encuestas domiciliarias ........................................................................ 41
Tabla 3.17: Recuento de los métodos de imputación estudiados.................................................... 46
Tabla 3.18: Códigos municipios y municipios agrupados ................................................................. 54
Tabla 3.19: Códigos de estratos y estratos agrupados ..................................................................... 54
Tabla 3.20: Códigos de ocupación y ocupación agrupada ................................................................ 55
Tabla 3.21: Donantes por receptores de información...................................................................... 57
Tabla 3.22: Ejercicio de análisis de sesgos – Caso I .......................................................................... 83
Tabla 3.23: Ejercicio de análisis de sesgos – Caso II ......................................................................... 84
Tabla 3.24: Cálculo de los factores de la primera etapa................................................................... 85
Tabla 3.25: Cálculo de los factores de la segunda etapa y factor final ............................................. 85
Tabla 3.26: Proyección de la población en comuna 02 de Cali......................................................... 87
Tabla 3.27: Proyección del factor final ............................................................................................. 88
Tabla 3.28: Estimación puntual y estimación por intervalo (95 % de confiabilidad) del número
promedio de viajes por hogar en la zona urbana de Cali ................................................................. 91
Tabla 3.29: . Estimación puntual y estimación por intervalo (95 % de confiabilidad) del número
promedio de viajes por hogar por estrato en la zona urbana de Cali .............................................. 95
promedio de viajes por hogar en la zona rural de Cali ..................................................................... 95
Diciembre de 2015
promedio de viajes por hogar en la zona de influencia de Cali ........................................................ 96
Tabla 3.32: CV estimado a partir de los datos disponibles en la muestra ........................................ 96
Tabla 4.1: Descripción de campos del módulo A – Identificación, vivienda y hogar........................ 99
Tabla 4.2: Descripción de campos del módulo B – Personas. ........................................................ 100
Tabla 4.3: Descripción de campos del módulo C – Vehículos. ....................................................... 102
Tabla 4.4: Descripción de campos del módulo D – Viajes sin imputar ítems no-respuesta. .......... 104
Tabla 5.1: Distribución porcentual del tiempo de no usar el sistema MIO por UTAM .................. 220
Tabla 5.2: Razones principales de no uso del MIO por UTAM ....................................................... 224
Tabla 5.3: Conocimiento de rutas del MIO por UTAM ................................................................... 235
Tabla 5.4: : Distribución porcentual de los no usuarios del MIO por tenencia de la tarjeta del MIO
por UTAM ....................................................................................................................................... 238
Tabla 5.5: Distribución porcentual de los no usuarios del MIO por conocimiento de los puntos de
recarga de la tarjeta del MIO por UTAM ........................................................................................ 240
Anexos
A Base de datos de la encuesta de hogares
B Informe ejecutivo “Encuesta de Movilidad Cali 2015”
C Aplicativo web de consulta de indicadores de la encuesta de hogares
Diciembre de 2015
1 Introducción
1.1 Este documento corresponde al Producto No. 4: Indicadores Encuesta de Movilidad, del Contrato
de Consultoría No. 915.104.10.03-2015, por medio del cual METRO CALI S.A., ha contratado a la
Unión Temporal UT SDG-CNC ENCUESTA DE MOVILIDAD HOGARES CALI 2015, cuyo objeto es la:
“Prestación de los servicios de Consultoría para la realización de la Encuesta de Movilidad –
Encuesta de Hogares – para la caracterización de la movilidad urbana de personas de cinco (5) o
más años de edad residentes del área urbana de la ciudad de Cali y de los cuatro (4) municipios
vecinos de su área de influencia, y su correlación con las variables socioeconómicas explicativas,
mediante técnicas y estrategias estadísticas”.
1.2 El documento presenta el proceso realizado con las encuestas de hogares realizadas en la zona del
estudio con el fin de obtener los indicadores de movilidad. Dentro de este marco, el presente
informe se compone de los siguientes capítulos:
 Glosario y abreviaturas
 Procesamiento de encuestas de hogares
 Bases de datos
 Indicadores de movilidad
 Metodología para el ajuste y actualización de los indicadores de movilidad
1.3 Como complemento a lo expuesto en el documento, se entregan los siguientes productos como
anexo:
 Base de datos de la encuesta de hogares
 Informe ejecutivo “Encuesta de Movilidad Cali 2015” con los resultados de la encuesta en
1000 copias
 Copia digital del informe ejecutivo: “Encuesta de Movilidad Cali 2015”
 Aplicativo web de consulta de indicadores de la encuesta de hogares
Diciembre de 2015 | 15
2 Glosario y abreviaturas
 Coeficiente de Variación (CV): es una medida que indica la dispersión relativa de un conjunto
de datos respecto al valor medio. Sirve entre otras cosas, para comparar variables que están a
distintas escalas pero que están correlacionadas estadísticamente. A mayor valor de CV
mayor es la heterogeneidad de los valores de la variable y a menor CV mayor homogeneidad
en los valores.
 Grado de precisión: es el porcentaje aceptable de error relativo de muestreo de las
estimaciones.
 Nivel de confianza: es la probabilidad a priori de que el intervalo de confianza a calcular
contenga al verdadero valor del parámetro. Se indica por 1-α y habitualmente se da en
porcentaje (1-α) %. Los valores que se suelen utilizar para el nivel de confianza son el 90 %, 95
% y 99 %.
 Unidad territorial de análisis de movilidad (UTAM): se refiere al conjunto de 60 zonas
tomadas en cuenta para los propósitos de diseño y selección de muestra, contemplando los
niveles de precisión y confianza establecidos para el estudio.
 Zonas de análisis de transporte (ZAT): se refiere al conjunto aproximado de 500 zonas de
modelación, que hacen parte de la cartografía propuesta por el consultor, en proceso de
revisión y aprobación, con el fin de realizar el detalle geográfico para los propósitos de
modelación estratégica para la planeación del transporte de la región.
3 Procesamiento de información EODH
Resumen del trabajo de campo de encuestas domiciliarias
3.1 El trabajo de campo de las EODH inició el día 14 de mayo y finalizó el día 12 de septiembre de
2015. Se suspendió la toma de información entre el 21 de junio y el 21 de julio por considerarse
período atípico de movilidad como consecuencia del período vacacional de las instituciones
educativas como los colegios y universidades. El trabajo de campo durante el primer semestre de
toma de información fue realizado por un grupo de 54 encuestadores y 14 supervisores, y se
alcanzó el cubrimiento del 20 % de la muestra programada.
3.2 En el segundo semestre se reforzó el equipo de campo con el fin de incrementar el avance diario
de recolección de información alcanzando un máximo de 189 encuestadores, 36 supervisores 3
coordinadores zonales y coordinador general, 2 asistentes de cartografía, 1 asistente tecnológico,
3 motorizados para controlar asistencia del equipo y apoyar logísticamente.
Cobertura
3.3 Es importante definir los indicadores de cumplimiento muestral para los diferentes niveles de
reporte. Este este sentido, un indicador sencillo para medir el cumplimiento muestral es el
siguiente:
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎𝑠
𝐼𝑐 = 𝑥100
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎𝑠 𝑝𝑙𝑎𝑛𝑒𝑎𝑑𝑎𝑠
3.4 Como el indicador de cumplimiento muestral debe calcularse para los diferentes niveles de
reporte, a continuación se establecen dichos niveles bajo la jerarquización geográfica propia de la
división político y administrativa de la subregión.
Tabla 3.1: Niveles de reporte de los indicadores de cumplimiento muestral
Reporte Incluye Observación

Total Cali y cuatro municipios de su área de influencia: Incluye las zonas rurales de Cali, Candelaria
general Candelaria, Jamundí, Palmira y Yumbo y Palmira en la cobertura del estudio
 Cali
 Candelaria
Municipio  Jamundí
 Palmira
 Yumbo
 Cali urbano por comunas (1 a 22)
Cali
 Cali rural
comunas
 Cali urbano por estrato socioeconómico (1 a 6)
 Cali por UTAM
UTAM
 Candelaria, Jamundí, Palmira y Yumbo por UTAM
Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015
3.5 Para el análisis de los resultados se revisaron en paralelo el conjunto de indicadores de

cumplimiento muestral y el conjunto de indicadores de precisión estadística (se presentan
posteriormente en este informe). Este análisis conjunto permite apreciar la idoneidad de los
resultados obtenidos y el contexto en el que se adelantó el trabajo de campo; es decir, establece
el marco de referencia en el que los resultados son útiles para la toma de decisiones.
3.6 Los resultados en cuanto a la cobertura total muestran un cumplimiento del 104 %, es decir que el
total de encuestas válidas realizadas fue de 11.269 de una meta de 10.791. Al analizar el
porcentaje de encuestas sembradas esta cifra asciende a 13.668, equivalente al 127 % de la
muestra inicialmente programada. Esta situación se explica por la misma dinámica de la encuesta,
ya que al requerir información directa de todos los miembros del hogar de 5 años y más,
generalmente se requiere realizar re-contactos, muchos de éstos infructuosos, ya sea por rechazo
posterior o por imposibilidad de contacto, resultando en invalidación por no tener alcanzar un
mínimo de contenido. La experiencia previa de la UT SDG-CNC en este tipo de estudios le permitió
proveer esta situación desde el inicio del trabajo de campo, realizando un número de siembras
mayor que el número efectivo de muestra.
Tabla 3.2: Cobertura de Muestra por UTAM
%
Comuna UTAM Total siembras Encuestas válidas Muestra propuesta % válida/muestra
siembra/muestra
1 101 269 221 212 127 % 104 %
2 201 311 270 220 141 % 123 %
2 202 128 117 214 60 % 55 %
2 203 175 165 183 96 % 90 %
2 204 77 70 45 171 % 156 %
3 301 79 67 181 44 % 37 %
3 302 52 45 90 58 % 50 %
3 303 90 76 181 50 % 42 %
4 401 185 156 207 89 % 75 %
4 402 266 225 204 130 % 110 %
5 501 308 243 237 130 % 103 %
6 601 313 274 230 136 % 119 %
6 602 293 252 219 134 % 115 %
7 701 319 252 213 150 % 118 %
7 702 302 259 195 155 % 133 %
8 801 268 217 205 131 % 106 %
8 802 236 227 199 119 % 114 %
8 803 237 200 192 123 % 104 %
9 901 122 112 90 136 % 124 %
9 902 286 244 204 140 % 120 %
10 1001 262 214 185 142 % 116 %
10 1002 302 246 228 132 % 108 %
11 1101 332 269 234 142 % 115 %
12 1201 290 228 216 134 % 106 %
13 1301 390 270 222 176 % 122 %
13 1302 283 209 231 123 % 90 %
14 1401 312 230 237 132 % 97 %
14 1402 280 219 227 123 % 96 %
15 1501 468 370 260 180 % 142 %
16 1601 82 74 90 91 % 82 %
16 1602 302 218 224 135 % 97 %
17 1701 224 176 220 102 % 80 %
17 1702 187 168 204 92 % 82 %
17 1703 254 207 218 117 % 95 %
18 1801 241 205 186 130 % 110 %
18 1802 266 203 194 137 % 105 %
%
Comuna UTAM Total siembras Encuestas válidas Muestra propuesta % válida/muestra
siembra/muestra
18 1803 262 227 197 133 % 115 %
19 1901 208 188 199 105 % 94 %
19 1902 59 50 54 109 % 93 %
19 1903 147 135 181 81 % 75 %
19 1904 375 349 218 172 % 160 %
20 2001 225 191 208 108 % 92 %
20 2002 179 149 206 87 % 72 %
21 2101 313 253 230 136 % 110 %
21 2102 361 300 235 154 % 128 %
22 2201 165 74 90 183 % 82 %
0 Candelaria1 269 233 211 127 % 110 %
0 Candelaria2 220 200 176 125 % 114 %
Cali rural ElHormiguero 117 108 45 260 % 240 %
0 Jamundi1 249 240 260 96 % 92 %
0 Jamundi2 156 124 31 503 % 400 %
Cali rural La Buitrera 123 107 45 273 % 238 %
Cali rural Montebello 172 137 45 382 % 304 %
0 Palmira1 319 221 259 123 % 85 %
0 Palmira2 287 254 260 110 % 98 %
0 Palmira3 59 47 30 197 % 157 %
22 PanceUrbano 7 6 20 35 % 30 %
Cali rural Pance Rural 92 89 45 204 % 198 %
0 Yumbo1 269 203 229 117 % 89 %
0 Yumbo2 282 224 220 128 % 102 %
Total general 13.706 11.307 10.791 127 % 105 %
Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.
3.7 La tabla anterior ilustra el porcentaje de cobertura en cada una de las 60 UTAM diseñadas en la
muestra, incluyendo tanto las encuestas sembradas, como las encuestas válidas, evidenciando el
nivel de esfuerzo requerido para obtener el número efectivo de encuestas en la muestra. Se
evidencia que, en promedio, para lograr 100 encuestas válidas se requirió la siembra de 122. Esta
proporción se incrementa en la medida en que las zonas son difíciles, especialmente esta razón se
incrementa en aquellos segmentos donde hay sectores muy deprimidos, o también en la situación
totalmente opuesta, especialmente en estrato 6 donde realizar el acceso y contacto con el hogar
resulta ser muy complejo.
3.8 Particularmente hay segmentos donde el esfuerzo que se requirió fue mayor, por ejemplo las
UTAM de la comuna 13 y 15 donde se ubica el distrito de Aguablanca, requirieron un porcentaje
de siembra considerablemente superior al promedio, dado el alto nivel de vulnerabilidad
socioeconómico de las zonas.
3.9 En cuanto a las UTAM de la comuna 3 se evidencia un nivel promedio del 50 % en siembra y del 43
% de encuestas efectivas sobre la muestra inicial, esta situación obedece a que a esta comuna es
el centro del casco urbano, en su totalidad el uso del suelo es mixto y en esta comuna están
ubicados un importante número de instituciones financieras y establecimientos comerciales de la
ciudad, así como también lugares emblemáticos como la plaza Caicedo, la iglesia La Ermita, el
teatro Municipal, el palacio Nacional, y la torre Mudejar. Tanto para los corregimientos de Cali
rural como para las UTAM con una muestra de encuestas inferior a 50 se optó por realizar
porcentajes de siembra mayores a los realizados en la zona urbana de Cali, con el fin de optimizar
los tiempos y desplazamientos en campo, ante eventuales fracasos en re-contacto.
Tabla 3.3: Cobertura de muestra por estrato
Estrato Total siembras Encuestas válidas Muestra propuesta %siembra/muestra %válida/muestra

Cali rural 502 441 180 279 % 245 %
0 24 21
1 2.233 1.843 1.847 121 % 100 %
2 3.303 2.641 2.834 117 % 93 %
3 3.447 2.837 2.880 120 % 99 %
4 1.102 955 783 141 % 122 %
5 627 572 402 156 % 142 %
6 358 251 189 189 % 133 %
Candelaria 489 433 387 126 % 112 %
Jamundí 405 364 291 139 % 125 %
Palmira 665 522 549 121 % 95 %
Yumbo 551 427 449 123 % 95 %
TOTAL 13.706 11.307 10.791 127 % 105 %
3.10 Al analizar la cobertura por estrato y por municipio, se evidencia la cobertura de la muestra para
todos los segmentos con porcentajes superiores al 90 %, así mismo es importante anotar que para
todos los segmentos se realizó un esfuerzo importante de siembra; sin embargo en el estrato 2,
Palmira y Yumbo el porcentaje de muestra efectiva se ubicó alrededor del 95 % del tamaño
inicialmente previsto, situación que para este nivel de estratificación muestral no representa
ningún inconveniente en la medida en que el tamaño logrado es suficientemente amplio para
lograr la estimación del parámetro de interés con la precisión esperada. Adicionalmente y otro
aspecto importante para anotar el mayor esfuerzo que fue requerido para el estrato 6, pues dada
la experiencia de la UT SDG CNC en este tipo de estudios se optó por realizar un mayor porcentaje
de siembras para este segmento que el promedio realizado en los demás segmentos.
Logística de campo
3.11 En la planeación inicial de campo se esperaba tener 70 encuestadores y 14 supervisores con 2
coordinadores de zona que apoyaban al coordinador general de la sede Cali, pero en el desarrollo
del trabajo este equipo se tuvo que complementar así:
 Director operativo de campo (1)
 Coordinadora general de campo (1)
 Coordinadores de zona (3)
 Supervisores (35) con un promedio de 4 encuestadores cada uno.
Adicionalmente se tuvo que agregar a este equipo diferentes grupos de apoyo que se mencionan
a continuación:
 Administración del recurso humano: debido a la alta rotación de personal y la generación de
novedades de nómina, se implementó ayuda local de personas que atendieran
exclusivamente este tipo de requerimientos y fueran canal directo con equipo de Bogotá;
esto con el fin de dar respuesta ágil en este aspecto y no afectar trabajo de campo y
productividad respectiva.
 Estadística y manejo de cartografía (2): teniendo en cuenta novedades de campo se dispuso
de un apoyo permanente de un estadístico y una persona local con amplio conocimiento
geográfico de la ciudad, para apoyar los procesos de ubicación e identificación de los sectores
seleccionados. Esto como consecuencia de las limitaciones generadas por no disponer de
fuentes oficiales de información completas para las zonas rurales. La información disponible
se limitaba a polígonos carentes de señalización, puntos de referencia y nomenclatura. Ante
estas dificultades se refuerza la capacitación a los equipos de trabajo de campo, en la lectura
de la cartografía rural y la contrastación de los polígonos con otras alternativas tecnológicas
como Google Maps. Esta metodología posibilitó la ubicación del equipo de campo en sectores
como la Buitrera, Montebello y el Hormiguero.
 Validación de campo con re contacto telefónico y pre crítica en Cali (26): teniendo en cuenta
el alto volumen de encuestas y la necesidad de procesar la información de manera ágil, se
creó un grupo de trabajo que realizara las siguientes actividades:
1. Filtro básico, que verificaba datos generales y básicos de la encuesta, en cuanto a calidad y
completitud de la misma, ejemplo: IDM, composición del hogar y número de viajes realizados
2. Validación telefónica, su objetivo era verificar la veracidad de la encuesta, concertar citas con
personas que en la visita presencial estaban ausentes. En caso de no lograrse esta validación
telefónica se retomaba en campo presencial para verificación por parte del supervisor
/coordinador de zona.
3. Remisiones de material a Bogota, en esta última etapa realizada en Cali se realizaba una
relación básica de IDM correspondientes a las encuestas enviadas.
 Validación de campo con re contacto telefónico y pre crítica en Bogotá (4): Continuando con
el proceso para la garantía de calidad de la información recolectada en campo, el material
recibido en Bogota surtía las siguientes etapas.
1. Verificación de validez de IDMS de acuerdo con el diseño y selección muestral.
2. Validación MIC, se validaba cada encuesta recibida de acuerdo con los criterios MIC definidos
y acordados en el documento correspondiente.
3. Re-contacto telefónico, se verificaba consistencia de las respuestas y el número de personas
que efectivamente habían sido contactadas. En caso de identificar faltantes de información se
procedía a la recuperación telefónica.
Rendimiento
3.12 Los rendimientos, tanto a nivel de siembra como de cierre de encuestas por encuestador al día, se
ubicaron en niveles inferiores a lo inicialmente programado y obtenido en el pilotaje, el promedio
de siembra por encuestador/día fue de 1,7 encuestas mientras que el promedio de cierre se ubicó
en 1,5. Como se evidencia en el gráfico siguiente el mayor rendimiento diario de siembra se
obtuvo a mediados del mes de agosto alcanzando un máximo de 2,4 encuestas sembradas al día x
encuestador; mientras que el mayor rendimiento de cierre se obtuvo en la última semana del
trabajo de campo, alcanzando un indicador de 2,7 encuestas cerradas día por encuestador.
Figura 3.1: Rendimientos promedio de siembra y cierre
3.13 En promedio, el proceso de siembra de una encuesta estuvo alrededor de los 25 minutos, y a cada
persona que respondía el módulo de viajes le tomaba en promedio 12 minutos responder dicho
módulo, sin embargo este tiempo variaba según el número de viajes que la persona había
realizado el día anterior.
Dificultades del operativo de campo EODH
3.14 Dentro de las dificultades que se enfrentaron en la realización del operativo de campo, fueron de
alto impacto y en su orden de importancia la fragmentación del trabajo de campo por las
vacaciones de mitad de año, la deserción de encuestadores, y la percepción de inseguridad de la
ciudadanía.
3.15 En cuanto a la primera dificultad, la suspensión del trabajo de campo en la mitad del año generó
dificultades a nivel logístico y operativo; ya que implicó realizar la contratación del personal de
campo ininterrumpidamente para garantizar la permanencia del equipo y evitar la deserción entre
el primero y segundo semestre; esta situación también implicó procesos continuos de
capacitación no solo para los grupos que ingresaron durante el II semestre sino para reforzar la
metodología y el conocimiento de aquellos que habían iniciado desde el primer semestre.
Adicionalmente, una vez consolidado el grupo de campo del primer semestre y adquirida la
experiencia en el proyecto, la suspensión del trabajo durante el período de vacaciones implicó la
caída de la curva de aprendizaje y prácticamente empezar desde el punto inicial cuando se retomó
el trabajo de campo en el mes de julio.
3.16 En segundo orden de importancia, otra de las dificultades que se enfrentaron fue la deserción del
equipo encuestador, si bien la UT tomó acciones preventivas para mitigar los efectos de la
deserción, los resultados de convocatorias realizadas muestran que se realizaron pruebas
psicotécnicas y de reclutamiento a más de 800 personas y capacitaciones especificas en el tema
del proyecto a alrededor de 450 personas.
3.17 La tercera dificultad asociada a las labores de campo está compuesta por dos circunstancias
originadas por un mismo fenómeno: La inseguridad. En primera instancia se tuvieron algunos
episodios que amenazaron la integridad del equipo encuestador entre ellos en las comunas 7, 13,
15 y 20 (sector de Siloé), lugares donde se presenció fuego cruzado entre pandillas, asalto a
encuestadores robo de elementos de trabajo, intimidaciones con arma blanca, entre otros
eventos. En segunda instancia y también asociado al tema de seguridad, el equipo de campo se
enfrentó a la desconfianza de la ciudadanía para abrir la puerta de sus viviendas y atender a los
encuestadores, adicionalmente sucedía en algunos casos que cuando se indagaba por variables de
tipo socioeconómico como la disponibilidad y propiedad de vehículos, mostraban su desacuerdo
con indagar este tipo de información en la encuesta.
Acompañamiento
3.18 Una de las dificultades enfrentadas durante el trabajo de campo y asociada con el tema de
seguridad, fue el acceso a zonas deprimidas de la ciudad ya que no solamente se dificultaba el
objetivo de recolectar la información, sino también el acceso podía ser riesgoso para la integridad
física del equipo de campo. Para mitigar estas adversidades, se incorporó el acompañamiento de
un equipo de la Fundación Luz Verde, ampliamente conocido por sus trabajos previos con
comunidades. A continuación se listan los sectores que fueron objeto de acompañamiento por
parte de la Fundación.
Tabla 3.4: Sectores que requirieron acompañamiento social Fundación Luz Verde
Comuna Sectores
1 Palermo, Patio Bonito, Aguacatal, Terrón Colorado
3 Calvario, San Pascual
4 La Isla
6 Petecuy
7 San Marino, Puerto Nuevo
9 Sucre
13 El Vergel
14 Manuela Beltrán, Promociones Populares, Puertas del Sol
15 El Retiro, Mojica
18 Altos Los Chorros
El cortijo, Lleras Camargo, Parcelación Monaco La Sultana, Siloé, Tierra Blanca, Pueblo Jóven, Urbanización
20
Venezuela, Belisario Caicedo, Belén
21 Potrero Grande, Compartir, Desepaz, Pizamos I, Pizamos III, Villa Mercedes, Villa Luz
3.19 Adicionalmente al acompañamiento de la Fundación, se requirió el apoyo de otras instancias

locales como Policía Nacional y líderes comunitarios. A continuación se incluyen los sectores y tipo
de acompañamiento.
Tabla 3.5: Sectores adicionales con acompañamiento especial
Comuna Barrio Tipo de acompañamiento

21 Potrero Grande Líder comunitario
20 Siloe Policía Nacional
18 Altos de Jordán Policía Nacional
14 Orquídeas Líder comunitario
13 Charco Azul Líder comunitario / Policía Nacional
13 Los lagos Líder comunitaria Ana Trujillo
7 San Marino Líder comunitario
2 Terrón Colorado Líder comunitario
Lecciones aprendidas
3.20 Los procesos de convocatoria y capacitación masivos permiten identificar y filtrar de manera más
ágil y oportuna el personal que conformará el equipo de campo. Procesos individuales resultan
dispendiosos y poco eficientes en la medida en que la deserción del personal es muy alta y se
refleja en que para lograr un encuestador efectivo fue necesario convocar a cuatro.
3.21 La supervisión en este tipo de trabajos de campo masivos y amplios debe ser en distintos niveles
de los procesos. La supervisión a los supervisores a través de equipos motorizados que se
desplazaban rápidamente por la ciudad y verificaban la asistencia del personal de campo a sus
sectores de trabajo, permitió identificar algunos casos de ausentismo laboral no justificado.
3.22 Es también fundamental en este tipo de encuestas, realizar retroalimentaciones semanales con el
equipo de campo para verificar el adecuado diligenciamiento de la encuesta, el manejo de
conceptos como viaje, etapa, propósito del viaje, y el tratamiento a situaciones atípicas de
movilidad como mensajeros, conductores, etc.
3.23 La implementación de una estrategia telefónica a través de un esquema de call center debe
constituirse como una actividad transversal al trabajo de campo presencial. Desde la formulación
de los pliegos esta actividad deberá presupuestarse y solicitarse como proceso requerido ya que
es de suma importancia en las encuestas de movilidad para concertar citas, recuperar información
y validar la veracidad de las encuestas.
3.24 Tener acompañamiento permanente de un experto cartográfico que facilite la ubicación de los
equipos en terreno; especialmente en las zonas rurales donde los polígonos que representan los
sectores son irregulares y carecen de puntos de referencia y nomenclatura.
3.25 Utilizar herramientas tecnológicas complementarias de libre acceso como Google Maps, Google
Earth que permitan la superposición de polígonos y faciliten la lectura cartográfica y ubicación de
los equipos.
3.26 Es importante sectorizar la ciudad en cuatro zonas correspondientes a los puntos cardinales y
especializar a los equipos de campo para que trabajen, en principio, en una sola zona. Esto
permite eficiencia en tiempos de desplazamiento en la medida en que los equipos no requieren
desplazarse de un punto cardinal a otro.
3.27 El proceso de divulgación y sensibilización a los hogares debe constituirse como un proceso
continuo y permanente y de amplio espectro; es decir debe adoptarse estrategias masivas en
distintos canales (radio, prensa, TV) además de las herramientas actuales que ofrece la tecnología
como redes sociales y portales de internet. Adicionalmente es fundamental disponer de
estrategias e incentivos para los hogares que colaboran proporcionando la información, si bien los
encuestadores entregaban un obsequio, los hogares eran expectantes de recibir un incentivo más
de tipo económico o su equivalente, ej. Pasajes en el sistema público de transporte.
3.28 La identificación de líderes comunales, autoridades locales, juntas de acción comunal, resulta
fundamental para acceder a sectores de difícil acceso, ya sea por condiciones de seguridad o por
características particulares como el hermetismo de los estratos altos, donde ni siquiera hay
posibilidad de establecer un contacto directo sin antes haberlo hecho con un administrador de la
unidad residencial.
Crítica
3.29 Una vez recolectada la información se continúa con el proceso de crítica; para desarrollar este
proceso, se diseña una lista de chequeo que permite identificar la consistencia de los formularios.
El objetivo de este instrumento fue el de permitir hacer una verificación de la consistencia de la
información.
3.30 Para adelantar el proceso de crítica de la totalidad de encuestas sembradas y cerradas, se
requirieron 9 personas que trabajaron 10 horas diarias aproximadamente durante 43 días. El
tiempo destinado a cada encuesta osciló entre 15 minutos y hasta 45 minutos, dependiendo de la
cantidad de personas que reportan haber viajado y de la cantidad de viajes que hicieron.
Digitación
3.31 Para el proceso de digitación de las encuestas realizadas en papel, se diseña un programa de
captura específico para este fin, independiente al programa de captura utilizado en tableta para la
aplicación de la encuesta en medio digital; este proceso fue adelantado por el equipo de
digitación del CNC, que lo conforma personal experto en la labor y con más de 15 años de
experiencia. El proceso de digitación toma un total de 34 días el cuál emplea un equipo de 7
digitadores que laboran jornadas diarias de 9 horas para digitar cada uno en promedio 40
encuestas diarias.
Generalidades del diseño muestral
Generalidades
3.32 En las siguientes secciones se describen los detalles de los principales indicadores de resultados en
cuanto a la ejecución del operativo de campo y presenta los indicadores de precisión asociados a
los resultados en la variable "número de viajes por hogar".
3.33 La EODH tiene como objetivo caracterizar la movilidad de personas de cinco (5) o más años de
edad residentes en Cali y en cuatro municipios de su área de influencia, y su correlación con las
variables socioeconómicas explicativas, mediante técnicas y estrategias estadísticas.
3.34 El universo de referencia para el estudio es el conjunto de hogares residentes en Cali (Colombia) y
en cuatro (4) municipios de su área de influencia, a saber: Candelaria, Jamundí, Palmira y Yumbo.
De acuerdo a las proyecciones de población al año 2015 realizadas por el DANE, en Cali y su área
de influencia habitan 2,8 millones de personas. Adicionalmente, la Encuesta Nacional de Calidad
de Vida realizada por el DANE en 2014 indica que cada hogar en el Valle del Cauca tiene en
promedio 3,2 personas; integrando estos datos se obtiene el número de hogares objeto de
estudio: 882 mil (estimación del número actual de hogares en Cali y en la zona urbana de los 4
municipios de su área de influencia).
Tabla 3.6: Total de hogares en la región objeto de estudio
Depmun Municipio Total hogares

76001 Cali 740.569
76520 Palmira 76.370
76892 Yumbo 32.146
76364 Jamundí 25.467
76130 Candelaria 7.098
Total 881.650
Fuente: DANE.
3.35 Como marco de muestreo para el operativo de campo se utilizó la herramienta VIHOPE
(manzanas, Viviendas, Hogares y Personas) de Cali, Candelaria, Jamundí, Palmira y Yumbo provista
por el DANE y disponible en el Centro Nacional de Consultoría. Esta herramienta se ha actualizado
periódicamente con el material cartográfico disponible, incluyendo la capa de definición de las
UTAM.
Método de muestreo (diseño de muestreo)
3.36 El diseño de muestreo es probabilístico, estratificado y bietápico con selección de unidades por
muestreo aleatorio simple (M.A.S.). Un estrato estadístico es la zona geográfica dentro de una
UTAM, conformada por los bloques o manzanas con predominancia de viviendas de un mismo
estrato socioeconómico.
3.37 Dentro de cada estrato estadístico se implementó el siguiente mecanismo de selección.
 Selección de bloques o manzanas. Usando el algoritmo "coordinado negativo", se seleccionó
un conjunto de bloques a considerar en la muestra,
 Luego en cada bloque seleccionado en la etapa I, se realizó la selección aleatoria de hogares a
través del mismo algoritmo,
 en cada hogar se indagó por información en todas las personas de 5 o más años de edad; se
tomó una persona mayor de edad como referente en el hogar para las revisitas y los re-
contactos telefónicos.
3.38 En la etapa II, la selección de hogares fue precedida por la selección de viviendas, pero se
consideró pertinente no agregar una etapa al diseño de muestreo para hacerlo más eficiente; esta
acción se sustenta en el hecho de que la herramienta VIHOPE proporciona el número promedio de
hogares por vivienda en cada una de los bloques, insumo necesario para el cálculo de factores de
expansión. Adicionalmente, en aquellas viviendas donde cohabitan dos o más hogares, el diseño
de muestreo estableció la selección del hogar de la persona que atendió el llamado del
encuestador. Otro aspecto logístico a tener en cuenta es que el trabajo de campo consideró la
definición de las ZAT para el desarrollo del operativo. Se planeó la visita a todas las ZAT (de uso
residencial) con el fin de lograr buena micro representatividad.
3.39 Durante el trabajo de levantamiento de información en campo se encontraron dificultades que
afectaron el cumplimiento del tamaño de la muestra (se reportan en el informe de trabajo de
campo); también se realizaron ejercicios parciales de cálculo de errores relativos de muestreo con
el propósito de ajustar el tamaño de muestra de acuerdo a la magnitud de la brecha entre el error
relativo de muestreo obtenido en ese momento del trabajo de campo y el error relativo de
muestreo planeado. Estos dos motivos provocan que el tamaño de muestra logrado
efectivamente difiera del tamaño de muestra planeado.
3.40 En los términos del contrato se solicita de forma expresa que el diseño de la muestra para las
encuestas en hogares debe realizarse de tal manera que se garantice un nivel de confianza del 95
% y un error relativo de muestreo máximo de 7 % en cada UTAM en la estimación del número
total de viajes por hogar. Aquellas zonas que sean heterogéneas tendrán un error relativo máximo
de 10 % y estas serán definidas y aprobadas entre la interventoría y Metrocali S.A.
Validación de la base de datos
3.41 Aunque existen estándares internacionales aceptados para lo que se considera una “Encuesta
válida de movilidad de un hogar”, en una encuesta domiciliaria de viajes, la decisión de rechazar
una encuesta realizada debe tomar en cuenta dos aspectos clave:
 El reemplazo de un hogar muestreado modifica la integridad de la muestra original e induce
sesgos en la muestra obtenida.
 La eliminación y su reemplazo aumenta el costo de la información recolectada.
 Una encuesta de hogares se puede entender como un árbol de información para el que no
siempre es posible contar con la información detallada de los viajes de alguna de las personas.
Rechazar una encuesta debido a esta condición implicaría desperdiciar una cantidad de
información útil y valiosa para los propósitos del estudio.
3.42 En consecuencia, es necesario establecer los contenidos de información mínimos aceptables para
obtener los datos esenciales de la estructura de viajes del hogar, que permitan aceptar como
válida una encuesta domiciliaria. La definición de qué constituye una encuesta válida también es
importante dado que contribuye a determinar cuándo se alcanza el tamaño de muestra
especificado para la encuesta.
3.43 En este contexto, se requiere clarificar los requerimientos mínimos en la calidad de la información
recolectada en la encuesta a hogares, teniendo como propósitos fundamentales:
 Los diferentes niveles de importancia y uso de la información.
 La calidad de la información a recolectar.
 El control de las consecuencias en el procesamiento de datos.
 El rendimiento y aprobación de las encuestas domiciliarias.
3.44 En efecto, una parte de la información a obtener mediante la encuesta es crítica, es decir, sin ella
la encuesta no cumple sus objetivos. Por ejemplo, el número de personas que viven en el hogar es
un dato imprescindible para efectos de validar la encuesta, teniendo en cuenta que la información
obtenida será utilizada para los propósitos de expansión y modelación.
3.45 Otra parte de la información no es crítica, o bien, puede deducirse a partir de datos registrados en
otras preguntas. Por ejemplo, el barrio donde se ubica el hogar se puede obtener a partir del
identificador del predio. La falta de este tipo de información no invalida la encuesta, teniendo en
cuenta las posibilidades de recuperación de los datos.
3.46 Es importante identificar el nivel de importancia de cada pregunta de la encuesta y definir los
criterios de validación, teniendo en cuenta que no siempre se logra obtener una encuesta
domiciliaria correcta y completamente diligenciada. En la práctica ocurren numerosas razones que
dificultan la toma de información: residentes ausentes en el momento de la encuesta, falta de
tiempo de los encuestados, resistencia a llenar formatos largos, deseo de “simplificar la tarea” por
parte del individuo porque … “ayer fue un día excepcional”, lo que resulta en registros
incompletos, entre muchas otras razones.
3.47 También, subyace el tema de la no-respuesta, que ha sido definido como … “la falla para obtener
una parte específica de información de alguien que responde la encuesta” (Zimowski et al, 1997),
o … “la falla para obtener información verdadera y completa de cada encuestado” (Zmud & Arce,
1997). Así, el ítem no-respuesta ocurre no sólo como resultado de información no existente, sino
también, cuando se proporciona información incorrecta. (Stopher et al, 2008).
3.48 A partir de las consideraciones anteriores, se considera fundamental para el éxito de una encuesta
de movilidad, incorporar el concepto de contenido mínimo de Información (más conocido como
MIC, por sus siglas en inglés ) de encuestas domiciliarias, que identifica la información
imprescindible para los objetivos del proyecto.
Parámetros de aceptación para la encuesta domiciliaria
3.49 En esta parte de definición de parámetros es importante identificar de manera preliminar, que la
encuesta de hogares se debe dividir en dos partes: la información del hogar (módulos A, B y C, y la
información adicional sobre ingresos), y la información de los viajes (módulo D). De esta manera
deben definirse criterios claros para cada una de estas partes teniendo en cuenta que al invalidar
un dato en los módulos A, B y C, invalida también el módulo D. Sin embargo, al invalidar un
módulo de viajes (D) no necesariamente se invalida la encuesta al hogar.
3.50 Por ejemplo: suponiendo un hogar con 4 personas mayores a 5 años que realizaron viajes el día
anterior. De ellos se cuenta con un informante principal que suministra la información de los
módulos A, B y C, así como su módulo propio de viajes. Posteriormente, mediante el re-contacto
de las 3 personas restantes, dos responden sin problema, pero la persona restante respondió
incorrectamente las preguntas obligatorias a la luz del contenido mínimo de información definido.
En este caso, de no ser posible realizar un re-contacto o tener un rechazo definitivo por parte de
esta persona, se invalida solo su módulo de viajes, quedando la encuesta con información de
viajes válida de 3 personas e información válida del hogar.
3.51 Otra situación podría ser, que en un hogar no se suministró la información válida en el módulo A.
Dado que esta información aplica para todo el hogar y los encuestados, se invalida toda la
encuesta, incluyendo los módulos de viajes.
Debido a este tipo de situaciones es importante entonces definir criterios

para un adecuado proceso de validación tanto de la encuesta total como de
los módulos de viajes.
3.52 Con el fin de definir los parámetros de aceptación, se tuvo en cuenta las recomendaciones de la
literatura técnica específica (Stopher et al, 2008), así como los resultados específicos de recientes
encuestas domiciliarias (Santiago, 2001; Santiago, 2006; Auckland, 2007, Bogotá, 2011 y Popayán
2015). A partir de las referencias revisadas se adoptaron los criterios correspondientes,
estableciendo que un módulo de viajes por persona, no es válido si falta alguno de los datos del
contenido mínimo de información ( MIC = SÍ) definidos en este documento.
3.53 Por otra parte, se estableció que una encuesta de hogar no es válida, si se presenta alguna de las
siguientes situaciones:
 Si falta alguno de los datos del contenido mínimo de información (MIC = SÍ) de los módulos A,
B y C.
 Si en total para un hogar, se obtuvo menos del número establecido en la siguiente tabla, de
respuestas válidas sobre viajes para las personas de 5 años o más. Este criterio incluye a las
personas que realizaron viajes el día anterior y las que contestaron que no viajaron.
Tabla 3.7: Número mínimo de respuesta a módulos de viajes para determinar la validez de una encuesta
Personas de 5 años o más en el hogar Número válido de respuesta sobre viajes
1 1
2 2
3 2
4 3
5 3
6 4
7 4
8 5
9 5
10 6
11 6
12 7
Nota: Los hogares en los cuales las personas no realizaron viajes el día anterior son válidos, siempre y cuando se haya
respondido correctamente las preguntas MIC de los módulos A, B y C.
Aspectos clave del re-contacto

3.54 Teniendo en cuenta que normalmente en la primera visita no se logra que estén disponibles todos
los miembros del hogar, la metodología de trabajo de campo considera la necesidad del re-
contacto, con el fin de obtener la información de módulos de viajes faltantes con miras a
completar la encuesta y cumplir los estándares MIC definidos mediante el presente documento.
3.55 De esta manera, es importante citar los aspectos claves de recuperación de información y re-
contacto con el fin de validar su desarrollo durante el levantamiento de la información:
 En primera instancia, el re-contacto a los hogares se realizará mediante visitas adicionales que
buscan el diligenciamiento presencial por parte de las personas del hogar.
 Ya que es frecuente que las personas ausentes tengan dificultad para agendar una cita, o que
los horarios de atención posibles pongan en riesgo la integridad de los encuestadores debido
a las características de seguridad de la zona, se establece como segunda opción el re-contacto
telefónico al hogar permitiendo:
 Obtención de información de viajes, siempre y cuando la información sea suministrada
directamente por la persona que realizó los viajes.
 Verificación de información específica de los módulos de hogar, personas, vehículos y
viajes dentro de los alcances del proceso de validación de las encuestas.
3.56 La información de los viajes sólo podrá suministrarse para los días hábiles de lunes a viernes,
objeto del estudio. De esta manera, solo se tomará como referencia el día hábil anterior a la fecha
del contacto de la persona. Toda información de días fin de semana será rechazada, pudiendo
realizar la labor de re-contacto del informante para indagar la información de viajes del día típico
anterior al re-contacto.
Definición de MIC para la encuesta domiciliaria
3.57 El aspecto clave de la definición del concepto de MIC es la identificación de la información
imprescindible, no sólo para contribuir a asegurar los objetivos básicos de la encuesta de
movilidad, sino, también para definir los lineamientos básicos para establecer como válida una
encuesta domiciliaria.
3.58 Conforme a lo anterior, la práctica adoptada a nivel mundial en ejercicios de este tipo consiste en
definir un MIC para cada aspecto de la encuesta. Mediante la determinación de este contenido de
información mínimo, se realizó un proceso de validación para cada uno de las preguntas y
opciones de respuesta. Para este fin, se tomó como referencia el control de calidad de la
información adoptado en las encuestas domiciliarias utilizadas para definir los parámetros de
aceptación.
3.59 Para establecer el grado de aceptación de la cantidad y tipo de información esencial a recolectar
en los hogares, con miras a definir la validez de las encuestas, se debe tener en cuenta los
siguientes aspectos:
 Fijar parámetros claros y específicos que permitan evitar interpretaciones erróneas por parte
de las diferentes agencias o instituciones que utilicen posteriormente la información.
 Identificar cada uno de los indicadores imprescindibles para los procesos de corrección,
expansión y modelación futuros con la información recolectada.
3.60 Para este caso, se han diseñado las tablas 3,8 a 3,15que presentan el identificador y detalle de
cada una de las preguntas del cuestionario (Columnas 1 y 2). En la columna 3 se indica el módulo
al cual pertenece cada una de estas preguntas. En la cuarta columna de la tabla se presenta la
calificación del contenido mínimo de información, es decir, se identifica la obligación o no de
obtener cada dato. Si a una pregunta se asigna el atributo “Sí”, ello significa que el dato es
esencial y, por consiguiente, la ausencia de uno de estos datos puede ser causal para el rechazo de
la encuesta. Si a una pregunta se asigna el atributo “No”, se entiende que la omisión de esta
información no significa que la encuesta sea rechazada.
3.61 La quinta columna define una relación con el tipo de datos de la encuesta. Adicional a la
clasificación MIC (“Sí” o “No”), se puede realizar una categorización de datos según su naturaleza,
desde los puntos de vista de manejo y obtención de la información. En consecuencia, se pueden
asignar los siguientes parámetros según sea el caso:
i. Datos de procedimiento de trabajo: se trata de aquellos datos que no serán indagados
en el hogar encuestado y que serán de manejo exclusivo por parte del encuestador y el
supervisor de campo. En esta clasificación, algunos datos corresponden a la localización
del hogar (IDM, municipio, etc.). Esta datos serán suministrados directamente por el
supervisor de campo según los datos recibidos por parte del equipo de estadística y
selección aleatoria de predios.
Otros datos de procedimiento pueden estar pre-impresos en el formulario, como por
ejemplo los números de orden de la persona entrevistada, el número del viaje, etc.
Finalmente, hay otros datos de procedimiento que son tratados directamente por el
encuestador según las condiciones particulares de cada encuesta, por ejemplo los datos
del control de la entrevista, el número del folleto de viajes, que depende del número de
personas de 5 años o más, que realizaron viajes el día de referencia asignado.
ii. Datos deducibles: se trata de aquellos datos que se pueden obtener a partir de otros
datos de la encuesta. Por ejemplo, datos como la comuna, el barrio, el estrato
socioeconómico, son deducibles a partir del identificador del predio y su dirección.
Con respecto a los datos deducibles, es importante tener en cuenta que éstos deben ser
obtenidos durante la supervisión y el procesamiento de la información a fin de completar
la base de datos de la encuesta.
iii. Datos del encuestado: se trata de los datos que solo pueden ser obtenidos mediante
indagación a las personas del hogar. Por ejemplo: el motivo del viaje, la edad de la
persona, etc.
3.62 La última columna de la tabla correspondiente a la etiqueta “Acción”, presenta las actividades o
recomendaciones a tener en cuenta para cada caso.
3.63 Para este caso, los cuadros siguientes muestran la definición de la información mínima requerida
para la validez de una encuesta. Del total de preguntas se tiene un 36 % de datos MIC. La ausencia
de alguno de esos registros invalida la encuesta realizada en el hogar o el módulo de viajes según
sea el caso. La mayor parte de los datos de validación MIC (presencia absoluta y relativa)
corresponden a la caracterización de los viajes individuales de las personas. Asimismo, existe sólo
un registro, que aunque es dato del encuestado, no se considera MIC dada la vulnerabilidad de su
respuesta, no sólo por una eventual no-respuesta, sino porque podría no ser verdadero.
Tabla 3.8: Módulo de Identificación y control
ID Preguntas Módulo MIC Acción
Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario

1 Municipio ID SÍ
para consistencia con el diseño muestral.
2 Encuestador. ID NO Dato de procedimiento (deducible).
IDM (Identificador Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario

3 ID SÍ
de muestreo). para la identificación y georeferenciación de la encuesta.
Dato de procedimiento (deducible). Se puede obtener a partir del
4 Comuna. ID NO
Predio, el IDM y la dirección de la vivienda.
Estrato socio- Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario
5 ID SÍ
económico. para clasificación socio-económica y modelación.
Día de la semana. Dato de procedimiento (deducible). Se puede obtener a partir de
6 ID NO
Fecha. las fechas de visita al hogar.
7 Fecha ID SÍ Dato de procedimiento. MIC="NO" invalida la encuesta.
Dato de procedimiento (deducible). Se puede obtener a partir del

8 Barrio. ID NO
Predio, el IDM y la dirección de la vivienda.
Dirección de la Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario
9 ID SÍ
vivienda. para la georeferenciación de la encuesta.
Dato de procedimiento (deducible). Se puede obtener a partir de
10 Hora de Inicio ID NO
las fechas de visita al hogar.
Tabla 3.9: Módulo A: Vivienda y hogar
Nombre de la persona de Se trata de un dato imprescindible para el re-contacto. Se

1 contacto o informante A SÍ* debe analizar puntualmente cada encuesta cuando no se
principal. cuente con esta información.
Se trata de un dato imprescindible para el re-contacto. Se
2 Teléfonos de contacto. A SÍ* debe analizar puntualmente cada encuesta cuando no se
cuente con esta información.
Dato del encuestado. No es probable que la expansión se
Tipo de la vivienda (casa,
realice utilizando esta información. Sin embargo, puede ser
3 apartamento, cuarto en A NO
utilizada para otros propósitos informativos. Adicionalmente,
inquilinato, etc.).
tampoco será utilizada en modelación.
Número de hogares en la Dato del encuestado. MIC="NO" invalida la encuesta.
4 A SÍ
vivienda. Necesario para ajustar el factor de expansión
Número total de personas Dato del encuestado. MIC="NO" invalida la encuesta.
5 A SÍ
que viven en el hogar. Requerido para expansión y propósitos de modelación.
Número de personas de 5
Dato del encuestado. MIC="NO" invalida la encuesta.
6 años y más que viven en el A SÍ
Requerido para expansión y propósitos de modelación.
hogar.
Propiedad de la vivienda
(propia pagada, propia Dato del encuestado. Dato de carácter informativo. No será
7 A NO
pagando, arriendo, usufructo, utilizado para efectos de validación y modelación.
etc.).
* Si la encuesta no requiere re-contacto, este dato no es MIC.
Tabla 3.10: Módulo B: Información de las personas del hogar
Dato de procedimiento. MIC="NO" invalida la encuesta. Es

importante para identificar la propiedad vehicular y la
1 Número de orden B SÍ
identificación de la persona que viaja. Este formato es
pre-impreso.
Dato del encuestado. No es necesario para los procesos
2 Nombre B NO
de corrección o validación.
Parentesco con el jefe(a) del
3 B NO Dato del encuestado de carácter informativo.
hogar.
Dato del encuestado. MIC="NO" invalida la encuesta. Es
4 Sexo. B SÍ
deseable para modelación y necesario para corrección.
5 Edad en años cumplidos. B NO Dato del encuestado de carácter informativo (no crítico).
6 Nivel educativo aprobado. B NO Dato del encuestado de carácter informativo (no crítico).
7 Ocupación principal. B NO Dato del encuestado de carácter informativo (no crítico).
8 Ocupación secundaria. B NO Dato del encuestado de carácter informativo (no crítico).
Actividad económica de la
9y
empresa, establecimiento o B NO Dato del encuestado de carácter informativo (no crítico).
10
negocio donde trabaja.
11
Limitaciones para utilizar medios
y B NO Dato del encuestado de carácter informativo (no crítico).
de transporte
12
Dato del encuestado de carácter informativo (no crítico).
13 Licencia de conducción B NO Sin embargo, es útil para modelación y en algunos casos
puede inferirse.
Desplazamientos realizados el Dato del encuestado. MIC="NO" invalida la encuesta.
14 B SÍ
día anteior. Necesario para controlar si la persona viajó o no.
Dato de procedimiento utilizado solo para fines de
verificación del número de mujeres presentes en el hogar
15 Persona presente en el hogar. B NO
para la aplicación de las preguntas de seguridad en el
transporte público.
Dato de procedimiento utilizado para fines informativos
16 Respuesta al módulo de viajes. B NO
para conocer la causalidad de rechazo.
MIC="NO" invalida la encuesta. Dato de procedimiento
17 Número de viajes realizado. B SÍ deducible, utilizado para verificar el número de viajes
reportado en el módulo D.
Tabla 3.11: Módulo C: Información sobre los vehículos que disponen las personas del hogar
Cantidad de vehículos Dato del encuestado. MIC="NO" invalida la encuesta.

1 C SÍ
disponibles en el hogar. Importante para modelación de partición modal.
Dato de procedimiento. MIC="NO" invalida la encuesta.
2 Número de orden C SÍ Información pre-impresa en el formulario necesaria para
identificación.
Código del vehículo Dato del encuestado (no crítico). Sin embargo, es útil para
3 C NO
motorizado. modelación y en algunos casos puede inferirse.
4 Tipo de combustible. C NO Dato del encuestado de carácter informativo (no crítico).
5 Municipio de matrícula. C NO Dato del encuestado de carácter informativo (no crítico).
6 Modelo del vehículo C NO Dato del encuestado de carácter informativo (no crítico).
7 Propiedad del vehículo. C NO Dato del encuestado de carácter informativo (no crítico).
8y Vehículo exento de pico y

C NO Dato del encuestado de carácter informativo (no crítico).
9 placa.
Estacionamiento en la
10 C NO Dato del encuestado de carácter informativo (no crítico).
vivienda.
Costo del estacionamiento
11 C NO Dato del encuestado de carácter informativo (no crítico).
en la vivienda.
Tabla 3.12: Módulo D: Información de viajes por persona
MIC-
ID Preguntas Módulo Acción
D
Dato de procedimiento. MIC="NO" invalida el módulo de viajes. Es
Folleto _____
1 D SÍ indispensable para relacionar el módulo de viajes con la encuesta
Formulario.
domiciliaria.
No. de orden de la Dato de procedimiento. MIC="NO" invalida el módulo de viajes.
2 D SÍ
persona entrevistada. Necesario para identificar la persona dentro del hogar.
Dato de procedimiento. MIC="NO" invalida el módulo de viajes.
Esta información se encuentra pre-impresa. Sin embargo, cuando
3y
Número de viaje D SÍ el número de viajes realizado por la persona supere el los espacios
12
disponibles, se deberá utilizar un formato adicional y referenciar el
número del viaje continuando con la numeración según sea el caso.
Identificación del
encuestador e Dato de procedimiento. Utilizado para verificación de personal
4 D NO
identificación del (dato no crítico).
supervisor.
Fecha de realización
5 D NO Dato de procedimiento. Indicador para verificación.
de la encuesta.
Dato del encuestado. MIC="NO" invalida el módulo de viajes.
6 Lugar de inicio del día. D SÍ
Indispensable para establecer el origen del primer viaje.
Dato del encuestado (no crítico). Se puede obtener a partir del
7 Barrio. D NO
lugar donde inició el día.
8 Municipio. D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.
Dato del encuestado. MIC="NO" invalida el módulo de viajes.

Hora de salida por
9 D SÍ Necesario para medir la duración del viaje y la distribución a lo
primera vez en el día.
largo del día.
Preguntas: “Ayer
10 utilizó vehículo
y privado como D NO Dato del encuestado de carácter informativo (no crítico).
11 conductor?”,
“Motivo?”
Propósito: Qué fue a
13 D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.
hacer?
Medios de transporte
utilizados
24 Dirección destino D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.
25 Municipio D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.
Dato del encuestado. Esta información subjetiva no es siempre

Cuánto caminó para confiable y requiere ajustes de corrección para que pueda ser
26 D NO
llegar a su destino utilizada en modelación. En la práctica esta información será
objetivamente medida o se extraerá del modelo.
Hora de llegada al
destino?
MIC-
D
Hora de salida del
destino?
Tabla 3.13: Módulo D: Preguntas específicas sobre las etapas de viaje
MIC-
D
Medio de transporte
utilizado
Cuánto caminó para llegar confiable y requiere ajustes de corrección para que pueda ser
16 D NO
al vehículo? utilizada en modelación. En la práctica esta información será
En qué estación abordó el Dato del encuestado. Esta información se contrasta con el
17 D NO
MÍO? lugar de inicio.
Cuánto tiempo esperó a
confiable y requiere ajustes de corrección para que pueda ser
18 que pasara/arrancara el D NO
utilizada en modelación. En la práctica esta información será
vehículo?
Dato del encuestado. Esta información subjetiva para algunos
19 Tarifa pagada D NO
medios de transporte.
Dato del encuestado. Dato informativo no crítico. No es
20 Propiedad del vehículo D NO
necesario para modelación.
Dirección/Estación donde
21 D NO Dato del encuestado.
se bajó del vehículo
Lugar, costo y modalidad
Esta información es útil pero no siempre confiable y será
22 de estacionamiento en el D NO
estimada en el modelo
destino
23 Municipio D NO Dato del encuestado
Tabla 3.14: Información adicional – ingresos del hogar
Preguntas Módulo MIC Acción
Los ingresos mensuales del

NO
hogar (en pesos):
1 0 – 644.350
2 644.351- 1300000
3 1.300.001- 1.800.000 Dato del encuestado. No siempre es confiable dado que
4 1.800.001-2.300.000 depende de la disposición de respuesta y el conocimiento
Información por parte del informante, de los ingresos de cada uno de los
5 2.300.001- 3.200.000 NO integrantes del hogar
adicional
6 3.200.001- 4.500.000
7 4.500.001- 6.300.000
8 6.300.001- 9.000.000
9 Más de 9.000.000
Tabla 3.15: Módulo E – Personas que no utilizaron el sistema MÍO
ID Preguntas Módulo MIC-D Acción
1 Formulario E SÍ Dato de procedimiento. MIC="NO" invalida el módulo E.
2 Miembro del hogar E SÍ Dato de procedimiento. MIC="NO" invalida el módulo E.
3 Uso del sistema MÍO E NO Dato del encuestado.
4 Razones no lo utiliza E NO Dato del encuestado.
5 Conocimiento de las rutas E NO Dato del encuestado.
6 Tarjeta MÍO E NO Dato del encuestado.
7 Conoce lugar de recarga E NO Dato del encuestado
Tabla 3.16: Resumen de las encuestas domiciliarias
Número total de Número de preguntas %Preguntas MIC

Módulo
preguntas MIC=SÍ =SÍ
Identificación de la encuesta 9 3 33 %
A (Hogar) 7 3 43 %
B (Personas) 17 4 24 %
C (Vehículos) 11 2 20 %
D (Datos de Viajes) 19 12 63 %
D (Etapas de viaje) 8 1 38 %
Información adicional sobre el
1 0 13 %
hogar
E (Uso sistema MÍO) 7 2 29 %
Total encuesta 86 29 34 %
Imputación de información ítems no-respuesta

Generalidades
3.64 Usualmente, en las encuestas de hogares sucede que a pesar de aplicar los mecanismos del
contacto previo y de las visitas directas al hogar, algunas personas no reportan una parte de la
información. Las no respuestas mencionadas pueden ser de dos tipos:
 Personas que no les es posible responder, por ausencia en el hogar, imposibilidad de
contacto, etcétera, y,
 Personas que rechazan la encuesta por falta de tiempo, poca disposición, extensión del
formulario, etcétera.
3.65 Teniendo en cuenta que esta es una situación común en la práctica, se define previamente por
parte del consultor el documento de identificación de encuestas válidas, en el cual se especifica
las preguntas de contenido mínimo de información (MIC) y el número máximo de ítems no-
respuesta según el número de personas de 5 años o más en el hogar.
3.66 A partir de la base de datos de hogares, el siguiente paso es definir los procedimientos y criterios
de manejo y ajuste de los ítems no-respuesta a fin de obtener una base de información válida para
los procesos posteriores de análisis de la información.
3.67 Normalmente, la imputación estadística hace referencia a datos directamente relacionados con la
unidad de muestreo. En este caso, es importante mencionar que la unidad de muestreo son los
hogares, de los cuales se tiene el 100 % de la información requerida. Teniendo en cuenta que la
encuesta de movilidad agrupa diferentes sub-niveles de información al considerar las unidades
conglomeradas que conforman dichos hogares, es importante mencionar que el proceso de
imputación debe ser entendido de una manera especial de acuerdo con la complejidad del árbol
de información aquí obtenido. Por consiguiente, el primer paso es entender a qué nivel se
desarrolla la imputación y cuál es el nivel de obtención de la información recolectada, así:
3.68 Unidades que están definidas en el marco de muestreo: hogares. Información recolectada 100 %
de las variables del estudio. No requiere imputación.
3.69 Segundo nivel de información: personas que hacen parte del hogar. Información recolectada 100
% de las variables del estudio. No requiere imputación.
3.70 Segundo nivel de información: vehículos disponibles para el hogar. Información recolectada 100 %
de las variables del estudio. No requiere imputación.
3.71 Tercer nivel de información: viajes de las personas del hogar. Información recolectada 93 % de la
información de viajes de las personas. Requiere proceso de imputación.
3.72 Vale la pena mencionar que incluso para los casos puntuales de rechazo de personas, su
información socio-económica fue obtenida por medio del informante principal del hogar. Incluso
se llegó a obtener la información de si la persona que no responde al módulo de viajes, realizó
desplazamientos durante el día de referencia y de esta manera poder clasificarla como viajero
“imputable”.
3.73 La aplicación de imputaciones en ítems no-respuesta busca lograr una base estadística suficiente
dentro de los rangos de confiabilidad y error aceptable.
3.74 Este tipo de procedimientos se hace aún más necesario para efectos de evitar sesgos no realistas
en la información, ya que en este tipo de encuestas las personas de mayor probabilidad de
contacto y disposición para contestar la encuesta son aquellas que no realizan desplazamientos.
Por otra parte, las personas que realizan desplazamientos tienen una menor probabilidad de
contacto y menor disposición a contestar.
3.75 De esta manera, no se debe ignorar los ítems no-respuesta relacionados con la información de
viajes. En el caso específico de la Encuesta de Movilidad Cali 2015 se diseñaron los filtros
correspondientes en los instrumentos de medición para conocer con certeza si las personas que
no suministraron información de viajes realizaron desplazamientos el día de referencia. De esta
manera, estos datos de imputación son adecuadamente diferenciables de los casos “no viajó”.
Fundamentos teóricos de la imputación estadística
3.76 La imputación estadística es un proceso mediante el cual se asignan valores no informados en una
observación por otros seleccionados por un procedimiento estadístico específico. La imputación
corresponde al caso en el que se asigna un único valor según las reglas de consistencia
establecidas.
3.77 Existe una gran cantidad de métodos de imputación que se adaptan a diferentes casos según las
características propias de la encuesta a desarrollar y de una buena selección del mismo dependerá
la no alteración de los resultados de la encuesta.
La necesidad de imputar
3.78 El procedimiento de imputación cumple un papel fundamental dentro del desarrollo de la
encuesta ya que permite validar una fracción importante de la información recolectada que sigue
siendo representativa para el estudio.
3.79 Adicionalmente permite estudiar los perfiles de no respuesta de los encuestados con el fin de
identificar sesgos que puedan alterar la representatividad de la información recolectada.
3.80 Finalmente el éxito en la obtención de la totalidad de los indicadores de movilidad requiere que se
apliquen los procedimientos de imputación estadística para no subestimar o sobreestimar valores
absolutos que terminen alternando los resultados del estudio.
Aspectos claves del procedimiento
3.81 La selección del método de imputación se encuentra relacionado principalmente con:
 Perfil de la no respuesta
 Variables a imputar
3.82 En cuanto al perfil de no respuesta, se debe identificar si la información faltante corresponde a
algún comportamiento en especial en el encuestado que incite la no respuesta de la misma, es
decir, que la no respuesta dependa o no de las variables socio-económicas y de comportamiento
de los encuestados. Para ello se definen dentro de la literatura los perfiles de información
faltantes nombrados a continuación:
 MCAR: (Missing completely at random), este perfil se le asigna cuando la probabilidad de no
respuesta es totalmente independiente de los datos observados y no observados.
 MAR: (Missing at random), se asigna cuando la probabilidad de no respuesta depende
únicamente de los datos observados, es decir, se pueden hacer inferencias sobre la
información faltante utilizando los datos recolectados.
 MNAR: (Missing not at random), es asigna cuando la probabilidad de no respuesta depende
del valor no observado de los elementos faltantes. (Restrepo & Marín, 2012)
3.83 Por otro lado se deben analizar los tipos de variables a imputar, ya que algunos métodos se
restringen únicamente a variables numéricas mientras que otros permiten imputar variables como
textos y fechas.
3.84 En el caso específico de la Encuesta de Movilidad Cali 2015, los tipos de variables a imputar se
encuentran listados a continuación.
 Variables numéricas
 Cantidad de viajes
 Tiempos de espera
 Variables de cadenas de texto
 Modos de transporte
 Motivos de viaje
 Variables tipo hora
 Hora de salida
 Hora de llegada
3.85 Debido a la variedad en la tipologías de las variables a imputar, se debe escoger un método que
permita obtener estos diferentes tipos de información para un mismo individuo de manera
simultánea, dado que se trata de variables relacionadas entre sí.
Alcance de la imputación
3.86 Los procesos de imputación de datos son desarrollados para variables específicas según análisis
requeridos. De esta manera, al analizar la base de datos se encontró que en general la
información del hogar (módulo A), la información de las personas (módulo B) y la información de
los vehículos (módulo C) fue obtenida en su totalidad. Incluso para los casos puntuales de rechazo
de personas, su información socio-económica fue obtenida por medio del informante principal del
hogar. Incluso se llegó a obtener la información de si la persona que no respondió al módulo de
viajes, realizó desplazamientos durante el día de referencia, esta información se explica de
manera detallada en la siguiente figura.
Figura 3.2: Árbol de la encuesta, alcance de la imputación
Módulo A
No imputable
(Hogares)
Módulo B
No imputable
(Personas)
Encuesta de Módulo C
No imputable
hogares (Vehículos)
Viajes de los que

Módulo D (Viajes) Imputable no responden/ no
se contactaron
Módulo E (No
No imputable
usuarios)
3.87 De esta manera, con el fin de estimar el número de viajes en la zona de estudio según las
diferentes categorías geográficas, modales y socio-económicas, el proceso de imputación de datos
solo va a ser aplicable a la variable de número de viajes realizados al día para los casos específicos
de personas cuya información no se pudo obtener.
3.88 La aplicación de imputaciones en ítems no-respuesta busca lograr una base estadística suficiente
dentro de los rangos de confiabilidad y error aceptable, que represente de manera adecuada los
indicadores de movilidad. No obstante, por falta de información geográfica de los viajes
imputados, este procedimiento no será utilizado para la alimentación de las matrices origen-
destino.
Revisión de métodos de imputación
3.89 En esta sección se lleva a cabo la recopilación de diferentes métodos de imputación estadística de
los cuales se ha podido recopilar algún tipo de evidencia de aplicación en diferentes países. La
información obtenida se condensa en la siguiente tabla que cumple con los fines de validación y
organización de los métodos y permite realizar una selección metodológica de los más
convenientes para la encuesta EODH Cali.
3.90 La selección del método más conveniente se lleva a cabo analizando:
 El tipo de información de no respuesta (tipo de variables a imputar).
 Perfiles de la no respuesta (análisis de sesgos).
3.91 Luego de identificar el método que mejor se pueda ajustar a la encuesta de hogares, se procede a
explicar la metodología detallada con la cual se llevará a cabo el procedimiento de imputación.
3.92 Para este estudio específico se seleccionó el método de imputación Hot Deck condicionado a
covariables que se adapta mejor a las especificaciones del estudio y el uso posterior de la
información a recolectar.
A continuación se presenta el recuento de los métodos de imputación más importantes
manejados en los estudios estadísticos y que han sido estudiados por la presente consultoría.
Tabla 3.17: Recuento de los métodos de imputación estudiados
Método/ Tipos de
Técnica Perfil Aplicación Ventajas Desventajas
variable datos
Según el criterio de revisión *No se garantiza que represente

de crítica y codificación, se 100 % la realidad.
Fundamentad *Numéricos
edita la información * Puede considerarse como una
a en *Fecha-Hora *Se garantiza la consistencia
Deductivo MNAR faltante tal que sea edición de la información.
información *Campos de la información.
coherente con la *Se pueden excluir casos muy
externa alfanuméricos información revisada a la atípicos que tienen la probabilidad
fecha. de representar el caso a imputar.
* Fácil aplicación. *No se cuenta con información de

*Numéricos * En los casos en los que el encuestas anteriores.
Fundamentad
Toma valores constantes de comportamiento probable es *El reemplazo histórico podría
a en *Fecha-Hora
Histórico MNAR fuentes externas para más representativo que los inducir ruido en la encuesta, ya que
información *Campos llenar la variable perdida cambios temporales resulta las condiciones y la oferta de
externa alfanuméricos ser una muy buena transporte ha cambiado en la
herramienta de imputación. ciudad en los últimos años.
* Es un método muy tedioso de

Se compara el perfil del aplicar en estudios con una gran
*Numéricos dato faltante con casos *Permite revisar que no se cantidad de información.
Aparejamiento Determinístic
MAR completos, imputando el tengan datos de imputaciones
de media a * El estudio de los casos puede ser
valor correspondiente al repetidas.
caso más cercano. diferente en función de la persona
que los analiza.
*No se puede permitir no tener la
información completa de las
*Numéricos Se utilizan los las variables a imputar.
Datos *Fácil aplicación
*Fecha-Hora MCAR- observaciones que tienen *No cumple las necesidades del
completos/ Eliminación
*Campos MAR información para todas las *Uso común estudio de generar indicadores con
Listwise
alfanuméricos variables base en la información de los viajes
(como los viajes totales de la
ciudad).
Método/ Tipos de
variable datos
Se analiza cada variable por
*Numéricos aparte con todos los datos
Datos que se dispongan de ella, * Fácil aplicación. * Se distorsionan los parámetros
*Fecha-Hora estadísticos de la muestra.
completos/ Eliminación MCAR por lo que los registros * Trabaja con todas las
Pairwise *Campos incompletos pueden ser variables.
alfanuméricos analizados de manera
parcial.
*No se conoce la calidad de la
información de las encuestas
*Numéricos Los valores faltantes se anteriores.
Determinístic *Fecha-Hora asignan a partir de una * Fácil aplicación. * El comportamiento de la
Cold Deck MNAR
a *Campos encuesta o estudios ciudadanía puede variar en función
alfanuméricos anteriores del tiempo, por lo que puede no
representar completamente la
realidad.
* No permite imputar otros tipos
Se estima la media de los de datos diferentes a las variables
Por medias/ no Determinístic valores observados y con numéricas.
Numéricos MCAR *Fácil aplicación.
condicionadas a estos se estiman los valores * Genera indicadores sesgados.
faltantes. * Altera la varianza de los
indicadores.
Se dividen los registros
completos e incompletos * No permite imputar otros tipos
en subgrupos que cumplan * Disminuye la afectación de de datos diferentes a las variables
Por medias/ Por las mismas características, los indicadores al imputar numéricas.
Determinístic
subgrupos Numéricos MCAR luego se imputan los valores diferentes por grupo y
a * Genera indicadores sesgados.
(Condicionada) valores faltantes por la no por la totalidad de la
media de los valores información. * Altera la varianza de los
observados dentro de la indicadores.
clase respectiva.
Método/ Tipos de
variable datos
Se usan variables auxiliares
que se encuentran * No es completamente eficiente.
altamente relacionadas con * Pueden generarse modelos * Si hay variables auxiliares
Determinístic las variables a imputar. altamente correlacionados idénticas generarán indicadores
Por tasas *Numéricos MCAR
a El dato a imputar se que generen imputaciones similares, lo que puede distorsionar
obtiene multiplicando la muy características. la distribución de la variable
tasa de la media de los imputada.
registros completos .
Se crea una función
logística en función de
En los modelos de regresión
Variables variables binarias que *Las variables binarias tienen
Aleatoria Datos SI/NO MCAR producen distorsiones en los
binarias permiten identificar las un planteamiento sencillo
parámetros.
observaciones con datos
faltantes.
Se forman subgrupos
basados en características
similares y sobre ellos se
Permite estimar valores * Cuando se tienen altas tasas de
Determinístic eliminan los datos
Reponderación *Numéricos MCAR correctos dentro de cada uno no respuesta se puede sesgar los
a faltantes, posteriormente
de los registros valores.
se pondera la información
por variable dentro de cada
grupo.
completos en subgrupos *Los donantes y receptores
que cumplan las mismas hacen parte de un mismo
*Numéricos * Los criterios bajo los cuales se
Hot Deck / características. grupo.
*Fecha-Hora forman los subgrupos deben ser
Condicionado a Aleatoria MAR Los registros incompletos *El número de donantes viene
*Campos cuidadosamente analizados y
covariables se sustituyen con la condicionado a las
alfanuméricos validados.
información de un registro covariantes.
completo que se encuentre
en el mismo grupo.
Método/ Tipos de
variable datos
completos en subgrupos
que cumplan las mismas *Se repite el valor imputado en las
Hot deck / Por características. observaciones a imputar en un
regresión *Numéricos * Fácil de aplicar.
Aleatoria MCAR Los registros incompletos mismo grupo.
condicionado a
covariables se reemplazan con el valor * Se subestima la varianza y el
medio estimado por la error estándar.
regresión para el grupo de
interés.
Se organizan los registros
*Numéricos en función de un *Fácil aplicación. * Si se deben imputar muchos
parámetro previamente *La definición del parámetro registros puede que se use muchas
Hot deck/ Determinístic *Fecha-Hora veces el mismo valor, lo que
MAR elegido, luego se de organización puede simular
Secuencial a *Campos produce sesgos.
reemplazan los valores el acercamiento entre perfiles
alfanuméricos perdidos por el registro similares.
inmediatamente anterior.
Parte de la suposición de
que los individuos cercanos
tienen características
* Posible duplicación del mismo
*Numéricos similares.
* Permite hacer una selección valor muchas veces.
Hot Deck/ Se definen subgrupos de
Determinístic *Fecha-Hora técnica justificada de los casos *Selección de la métrica de
Vecino más MCAR medidas, una medida de
a *Campos 1 de reemplazo hacia los distancia adecuada puede ser un
cercano distancia basada en un
alfanuméricos registros a imputar. tema delicado a la hora de su
parámetro conocido y se le
aplicación.
imputa al registro faltante
los datos del registro más
cercano a él.
1
Medidas de distancia posibles: Máxima desviación, distancia de Mahalanobis y distancia euclídea.
Método/ Tipos de
variable datos
Los valores faltantes se *puede sesgar las estimaciones.

sustituyen con el valor * Subestima la varianza de los
Determinístic
Regresión/ *Numéricos MCAR medio estimado por la Fácil de aplicar indicadores.
a
General regresión efectuada en la * No es fácil encontrar un modelo
base de todos los registros. válido para la variable de interés.
Se divide la base de datos
en subgrupos basados en *puede sesgar las estimaciones.
variables correlacionadas.
* Subestima la varianza de los
Regresión/ Por Determinístic Los valores faltantes se
*Numéricos MCAR Fácil de aplicar indicadores.
subgrupos a sustituyen con el valor
medio estimado por la * No es fácil encontrar un modelo
regresión efectuada en el válido para la variable de interés.
subgrupo de interés
* Puede crear inconsistencias
Similar al método general, Resuelve el problema de la
Regresión/ dentro de la base de datos, ya que
Aleatoria *Numéricos MAR agrega un valor residual distorsión de la distribución
Aleatoria puede generar valores fuera de
aleatorio. de la variable a imputar
rango.
* La definición de la función puede
*Numéricos Se plantea un modelo ser compleja.
Máxima multivariante con las
Determinístic *Fecha-Hora Puede hacer asimilaciones * Puede que se le asigne a más de
verosimilitud MAR variables completas para
a *Campos importantes con la realidad. una imputación la misma
(EM) estimar los parámetros
alfanuméricos faltantes. información resultado del modelo
EM.
Método/ Tipos de
variable datos
Se plantea la creación de
una red neuronal de * Complejo de diseñar y actuar.
procedimientos que evalúa Se retroalimenta
* Requiere un conocimiento
una serie de casos previos y constantemente, esto hace
Redes avanzado sobre el tema.
Aleatoria * Numéricos MAR bajo la supervisión del que el resultado sea
neuronales * En caso de no ser supervisado se
programador imputa según reevaluado imputación tras
los criterios parametrizados imputación. puede salir de los rangos esperados
y aprendidos y perder total validez.
constantemente.
Se lleva a cabo la
imputación de varios
valores a un mismo dato * Requiere que los datos sean
Permite obtener estimadores MAR.
faltante generando m
no sesgados y reflejar
Imputación Determinístic estimaciones, luego * Ocurren situaciones en las que no
*Numéricos MAR adecuadamente la
múltiple a mediante análisis se cumplen los supuestos.
incertidumbre de la no
estadísticos se combinan * La búsqueda del modelo
respuesta.
las diferentes asignaciones adecuado puede ser muy compleja.
para imputar un único
valor.
Imputación *Numéricos Parte de la información
múltiple sobre la distribución de las Permite conservar los * Requiere de información previa
Determinístic *Fecha-Hora respuestas, mediante un
basados en MAR parámetros estadísticos de para estimar las distribuciones de
a *Campos cálculo de probabilidad.
modelos error y la varianza. probabilidad.
bayesianos alfanuméricos
Desarrollo del procedimiento
Selección del método
3.93 A partir del análisis de metodologías de imputación posibles, se escoge el método Hot Deck,
tomando en cuenta los siguientes argumentos:
 El análisis realizado a la información que se presenta en detalle más adelante, permite
conocer que los casos de no-respuesta se encuentran distribuidos de manera aleatoria en
todos los grupos poblacionales, geográficos y socio-económicos. De tal manera, el principio
acerca de imputación de ítems disponibles o “donantes” a los ítems no-respuesta o
“receptores” es aplicable a este caso.
 Permite la imputación de diversos tipos de variable como fechas, texto y variables numéricas.
 Garantiza la obtención de información requerida en términos de cadenas de consistencia de
información.
Definición de grupos de imputación
3.94 El aspecto más importante del método de imputación utilizado tiene que ver con la definición de
sub-grupos de personas basados en perfiles específicos. En consecuencia, la definición del perfil
de la persona debe ser analizado de tal manera que garantice la consistencia asociada a los
patrones de movilidad de las personas que hacen parte de cada grupo definido.
3.95 La definición de grupos de imputación considera las siguientes variables:
 Municipio: teniendo un total de 5 grupos.
 Cali, incluyendo el sector urbano y los 5 corregimientos
 Candelaria
 Palmira
 Jamundí
 Yumbo
 Sector / comuna: se refiere a la ubicación específica de la persona, teniendo:
 Cali: 22 comunas de análisis + 5 corregimientos
 Municipios: 4 grupos
 Estrato socio-económico: considera 7 grupos que abarcan los estratos de cero a seis.
 Ocupación: considera 3 grupos contemplando las siguientes ocupaciones generales:
 Trabajo
 Estudio
 Otros
 Sexo: considera 2 grupos clasificando hombres y mujeres por separado.
 Edad: se definen 3 grupos o rangos de edad según ocupación, a saber:
 Menores de 18 años: edad escolar básica y media.
 Personas entre los 18 y 55 años: edad de educación superior y principalmente laboral.
 Mayores a 55 años: edad de etapa de jubilación
3.96 Basados en las anteriores combinaciones, al realizar una des-agrupación de la población en los
grupos identificados, se tendrían cerca de 3906 perfiles de análisis. De esta manera, teniendo en
cuenta que para la totalidad de la muestra se cuenta con cerca de 36.196 personas, no es
recomendable utilizar la clasificación anterior al contar con un número alto de combinaciones o
clasificaciones con respecto al número de personas del análisis.
3.97 Por lo anterior, se revisó el nivel de agrupación para uso de las variables identificando aquellas
cuyos parámetros de comportamiento puedan estar implícitamente identificados en otras,
obteniendo:
 Los patrones de la variable edad están considerados de manera implícita dentro del análisis
de la variable ocupación, considerando sobre-todo que los grupos de edad han sido definidos
según la ocupación esperada para cada grupo específico. Por esta razón, la variable edad se
excluye de la clasificación.
 La variable sexo también se excluyó teniendo en cuenta la necesidad de reducir el nivel de
detalle de los grupos, considerando que en la actualidad los hombres y las mujeres presentan
patrones similares de comportamiento y actividades a lo largo del día.
3.98 Delimitando las variables a nivel de ubicación, estrato y ocupación y analizando los grupos
posibles dentro de la base de datos de la encuesta, se obtuvo en total 387 perfiles. Del número
total de perfiles se realizó un análisis adicional para saber cuántos de ellos eran perfiles con
necesidad o no de imputación, encontrando que el 39 % de los perfiles no requieren algún tipo de
imputación. Quiere decir esto que se cuenta con 236 perfiles (61 %) que corresponden a casos de
imputación, reflejando la condición aleatoria de los ítems no-respuesta de manera distribuida en
los grupos socio-económicos, en lugar de corresponder solo a unos cuantos perfiles específicos.
Figura 3.3: Partición de perfiles según necesidad o no de imputación.
Codificación
3.99 Para este ejercicio se asigna un código según la característica que define cada perfil, así:
 Códigos de Municipio: se utiliza la letra M y a continuación el código del municipio. Por
ejemplo, Cali tiene el código M76001.
 Códigos de comuna: se utiliza la letra C y a continuación el código de la comuna. Por ejemplo,
C11.
 Estrato: se utiliza la letra E y a continuación el código del estrato. Por ejemplo, E3.
 Ocupación: se utiliza las letras OC y a continuación el código asignado a la ocupación.
3.100 Adicionalmente, teniendo la necesidad de utilizar códigos agrupados para una selección posterior
de los grupos de donantes, se utilizan los siguientes códigos.
Tabla 3.18: Códigos municipios y municipios agrupados
Códigos Base Descripción Grupo Municipio

76001 Cali M01
76130 Municipios M02
Tabla 3.19: Códigos de estratos y estratos agrupados
Códigos Base Descripción Grupo Estrato

1 Estrato Bajo E12
2 Estrato Bajo E12
3 Estrato Medio E33
4 Estrato Alto E46
5 Estrato Alto E46
6 Estrato Alto E46
0 Sin Estrato E00
Tabla 3.20: Códigos de ocupación y ocupación agrupada
Códigos Base Descripción Grupo ocupación

01 Trabajo OC1
02 Trabajo OC1
03 Trabajo OC1
04 Trabajo OC1
05 Trabajo OC1
06 Trabajo OC1
07 Trabajo OC1
08 Trabajo OC1
09 Trabajo OC1
10 Trabajo OC1
11 Trabajo OC1
12 Trabajo OC1
13 Trabajo OC1
14 Trabajo OC1
15 Trabajo OC1
16 Trabajo OC1
20 Estudiante OC2
21 Estudiante OC2
22 Estudiante OC2
23 Estudiante OC2
24 Estudiante OC2
25 Estudiante OC2
27 Estudiante OC2
30 Otros OC3
31 Otros OC3
32 Otros OC3
33 Otros OC3
34 Otros OC3
35 Otros OC3
36 Otros OC3
37 Otros OC3
Al realizar las combinaciones entre las características utilizadas, es posible obtener códigos como
por ejemplo:
 M76001C01E2OC1: que se refiere a las personas de Cali (76001), comuna 01, estrato 2 y
ocupación trabajo (código agrupado OC1).
 M76001C06E4OC3: que se refiere a las personas de Cali (76001), comuna 06, estrato 4 y
ocupación “otros” (código agrupado OC3).
Clasificación donantes-receptores
3.101 Una ventaja importante del método de imputación es que cada sub-grupo o perfil analizado,
puede ser imputado de manera independiente según sus características. De esta manera se busca
adoptar el procedimiento de imputación que mejor represente las condiciones de cada perfil de
manera específica.
3.102 En este contexto, es posible escoger a nivel de agrupación un nivel más completo que permita un
mejor rango de elementos de respuesta. La clasificación de donantes y receptores para cada uno
de los perfiles identificados se presenta a continuación.
Tabla 3.21: Donantes por receptores de información
Perfil detallado Perfil agrupado Donantes Receptores Tasa donantes por receptor
M76001C00E0OC1 M01E00OC1 290 30 9,7
M76001C00E0OC2 M01E00OC2 167 22 7,6
M76001C00E0OC3 M01E00OC3 123 11 11,2
M76001C00E1OC1 M01E12OC1 4.449 20 222,5
M76001C00E1OC2 M01E12OC2 2.657 16 166,1
M76001C00E1OC3 M01E12OC3 2.381 11 216,5
M76001C00E2OC1 M01E12OC1 4.449 3 1.483,0
M76001C00E2OC2 M01E12OC2 2.657 6 442,8
M76001C00E2OC3 M01E12OC3 2.381 No requiere imp.
M76001C00E3OC2 M01E33OC2 1.297 1 1.297,0
M76001C00E6OC2 M01E46OC2 586 1 586,0
M76001C00E6OC3 M01E46OC3 981 No requiere imp.
M76001C01E0OC1 M01E00OC1 290 1 290,0
M76001C01E1OC1 M01E12OC1 4.449 14 317,8
M76001C01E1OC2 M01E12OC2 2.657 5 531,4
M76001C01E2OC1 M01E12OC1 4.449 3 1.483,0
M76001C01E2OC2 M01E12OC2 2.657 1 2.657,0
M76001C01E5OC1 M01E46OC1 1.643 1 1.643,0
M76001C01E6OC1 M01E46OC1 1.643 1 1.643,0
M76001C02E1OC1 M01E12OC1 4.449 7 635,6
M76001C02E1OC2 M01E12OC2 2.657 6 442,8
M76001C02E1OC3 M01E12OC3 2.381 3 793,7
M76001C02E2OC1 M01E12OC1 4.449 6 741,5
M76001C02E2OC3 M01E12OC3 2.381 3 793,7
M76001C02E3OC1 M01E33OC1 2.705 14 193,2
M76001C02E3OC2 M01E33OC2 1.297 5 259,4
M76001C02E3OC3 M01E33OC3 1.586 4 396,5
M76001C02E4OC1 M01E46OC1 1.643 19 86,5
M76001C02E4OC2 M01E46OC2 586 6 97,7
M76001C02E4OC3 M01E46OC3 981 2 490,5
M76001C02E5OC1 M01E46OC1 1.643 6 273,8
M76001C02E5OC2 M01E46OC2 586 2 293,0
M76001C02E5OC3 M01E46OC3 981 1 981,0
M76001C02E6OC1 M01E46OC1 1.643 4 410,8
M76001C02E6OC2 M01E46OC2 586 5 117,2
M76001C02E6OC3 M01E46OC3 981 4 245,3
M76001C03E1OC1 M01E12OC1 4.449 8 556,1
M76001C03E1OC2 M01E12OC2 2.657 1 2657,0
M76001C03E2OC1 M01E12OC1 4.449 4 1.112,3
M76001C03E2OC2 M01E12OC2 2.657 2 1.328,5
M76001C03E3OC1 M01E33OC1 2.705 11 245,9
M76001C03E3OC2 M01E33OC2 1.297 4 324,3
M76001C03E3OC3 M01E33OC3 1.586 9 176,2
M76001C04E1OC1 M01E12OC1 4.449 1 4.449,0
M76001C04E1OC2 M01E12OC2 2.657 1 2.657,0
M76001C04E2OC1 M01E12OC1 4.449 25 178,0
M76001C04E2OC2 M01E12OC2 2.657 7 379,6
M76001C04E2OC3 M01E12OC3 2.381 3 793,7
M76001C04E3OC1 M01E33OC1 2.705 19 142,4
M76001C04E3OC2 M01E33OC2 1.297 9 144,1
M76001C04E3OC3 M01E33OC3 1.586 6 264,3
M76001C05E2OC2 M01E12OC2 2.657 1 2.657,0
M76001C05E3OC1 M01E33OC1 2.705 42 64,4
M76001C05E3OC2 M01E33OC2 1.297 8 162,1
M76001C05E3OC3 M01E33OC3 1.586 5 317,2
M76001C06E2OC1 M01E12OC1 4.449 38 117,1
M76001C06E2OC2 M01E12OC2 2.657 7 379,6
M76001C06E2OC3 M01E12OC3 2.381 2 1.190,5
M76001C06E3OC1 M01E33OC1 2.705 13 208,1
M76001C06E3OC2 M01E33OC2 1.297 1 1.297,0
M76001C06E3OC3 M01E33OC3 1.586 1 1.586,0
M76001C06E4OC1 M01E46OC1 1.643 1 1.643,0
M76001C07E1OC1 M01E12OC1 4.449 1 4.449,0
M76001C07E2OC1 M01E12OC1 4.449 27 164,8
M76001C07E2OC2 M01E12OC2 2.657 7 379,6
M76001C07E2OC3 M01E12OC3 2.381 3 793,7
M76001C07E3OC1 M01E33OC1 2.705 35 77,3
M76001C07E3OC2 M01E33OC2 1.297 7 185,3
M76001C07E3OC3 M01E33OC3 1.586 9 176,2
M76001C08E0OC1 M01E00OC1 290 1 290,0
M76001C08E0OC2 M01E00OC2 167 1 167,0
M76001C08E1OC1 M01E12OC1 4.449 2 2.224,5
M76001C08E2OC1 M01E12OC1 4.449 16 278,1
M76001C08E2OC2 M01E12OC2 2.657 12 221,4
M76001C08E2OC3 M01E12OC3 2.381 3 793,7
M76001C08E3OC1 M01E33OC1 2.705 56 48,3
M76001C08E3OC2 M01E33OC2 1.297 18 72,1
M76001C08E3OC3 M01E33OC3 1.586 15 105,7
M76001C09E1OC1 M01E12OC1 4.449 1 4.449,0
M76001C09E1OC2 M01E12OC2 2.657 2 1.328,5
M76001C09E1OC3 M01E12OC3 2.381 1 2.381,0
M76001C09E2OC1 M01E12OC1 4.449 7 635,6
M76001C09E2OC2 M01E12OC2 2.657 3 885,7
M76001C09E3OC1 M01E33OC1 2.705 26 104,0
M76001C09E3OC2 M01E33OC2 1.297 16 81,1
M76001C09E3OC3 M01E33OC3 1.586 7 226,6
M76001C10E2OC1 M01E12OC1 4.449 7 635,6
M76001C10E2OC2 M01E12OC2 2.657 2 1.328,5
M76001C10E2OC3 M01E12OC3 2.381 1 2.381,0
M76001C10E3OC1 M01E33OC1 2.705 43 62,9
M76001C10E3OC2 M01E33OC2 1.297 14 92,6
M76001C10E3OC3 M01E33OC3 1.586 13 122,0
M76001C10E4OC1 M01E46OC1 1.643 22 74,7
M76001C10E4OC2 M01E46OC2 586 11 53,3
M76001C10E4OC3 M01E46OC3 981 4 245,3
M76001C11E2OC1 M01E12OC1 4.449 22 202,2
M76001C11E2OC2 M01E12OC2 2.657 6 442,8
M76001C11E2OC3 M01E12OC3 2.381 3 793,7
M76001C11E3OC1 M01E33OC1 2.705 17 159,1
M76001C11E3OC2 M01E33OC2 1.297 8 162,1
M76001C11E3OC3 M01E33OC3 1.586 8 198,3
M76001C11E4OC2 M01E46OC2 586 1 586,0
M76001C11E5OC1 M01E46OC1 1.643 1 1.643,0
M76001C12E2OC1 M01E12OC1 4.449 6 741,5
M76001C12E2OC2 M01E12OC2 2.657 2 1.328,5
M76001C12E2OC3 M01E12OC3 2.381 3 793,7
M76001C12E3OC1 M01E33OC1 2.705 21 128,8
M76001C12E3OC2 M01E33OC2 1.297 3 432,3
M76001C12E3OC3 M01E33OC3 1.586 2 793,0
M76001C13E0OC1 M01E00OC1 290 1 290,0
M76001C13E0OC3 M01E00OC3 123 2 61,5
M76001C13E1OC1 M01E12OC1 4.449 20 222,5
M76001C13E1OC2 M01E12OC2 2.657 2 1.328,5
M76001C13E1OC3 M01E12OC3 2.381 2 1.190,5
M76001C13E2OC1 M01E12OC1 4.449 54 82,4
M76001C13E2OC2 M01E12OC2 2.657 11 241,5
M76001C13E2OC3 M01E12OC3 2.381 11 216,5
M76001C13E3OC1 M01E33OC1 2.705 17 159,1
M76001C13E3OC2 M01E33OC2 1.297 1 1.297,0
M76001C13E3OC3 M01E33OC3 1.586 2 793,0
M76001C14E1OC1 M01E12OC1 4.449 57 78,1
M76001C14E1OC2 M01E12OC2 2.657 14 189,8
M76001C14E1OC3 M01E12OC3 2.381 9 264,6
M76001C14E2OC1 M01E12OC1 4.449 15 296,6
M76001C14E2OC2 M01E12OC2 2.657 3 885,7
M76001C14E2OC3 M01E12OC3 2.381 1 2.381,0
M76001C15E1OC1 M01E12OC1 4.449 14 317,8
M76001C15E1OC2 M01E12OC2 2.657 7 379,6
M76001C15E1OC3 M01E12OC3 2.381 4 595,3
M76001C15E2OC1 M01E12OC1 4.449 33 134,8
M76001C15E2OC2 M01E12OC2 2.657 10 265,7
M76001C15E2OC3 M01E12OC3 2.381 9 264,6
M76001C15E3OC1 M01E33OC1 2.705 12 225,4
M76001C15E3OC2 M01E33OC2 1.297 3 432,3
M76001C15E3OC3 M01E33OC3 1.586 3 528,7
M76001C15E4OC2 M01E46OC2 .86 No requiere imp.
M76001C16E1OC1 M01E12OC1 4.449 1 4449,0
M76001C16E2OC1 M01E12OC1 4.449 28 158,9
M76001C16E2OC2 M01E12OC2 2.657 4 664,3
M76001C16E2OC3 M01E12OC3 2.381 4 595,3
M76001C16E4OC1 M01E46OC1 1.643 8 205,4
M76001C16E4OC2 M01E46OC2 586 7 83,7
M76001C16E4OC3 M01E46OC3 981 2 490,5
M76001C17E1OC1 M01E12OC1 4.449 1 4449,0
M76001C17E3OC1 M01E33OC1 2.705 32 84,5
M76001C17E3OC2 M01E33OC2 1.297 13 99,8
M76001C17E3OC3 M01E33OC3 1.586 7 226,6
M76001C17E4OC1 M01E46OC1 1.643 17 96,6
M76001C17E4OC2 M01E46OC2 586 15 39,1
M76001C17E4OC3 M01E46OC3 981 5 196,2
M76001C17E5OC1 M01E46OC1 1.643 14 117,4
M76001C17E5OC2 M01E46OC2 586 5 117,2
M76001C17E5OC3 M01E46OC3 981 5 196,2
M76001C17E6OC1 M01E46OC1 1.643 3 547,7
M76001C17E6OC2 M01E46OC2 586 1 586,0
M76001C18E1OC1 M01E12OC1 4.449 13 342,2
M76001C18E1OC2 M01E12OC2 2.657 2 1.328,5
M76001C18E1OC3 M01E12OC3 2.381 1 2.381,0
M76001C18E2OC1 M01E12OC1 4.449 34 130,9
M76001C18E2OC2 M01E12OC2 2.657 20 132,9
M76001C18E2OC3 M01E12OC3 2.381 8 297,6
M76001C18E3OC1 M01E33OC1 2.705 32 84,5
M76001C18E3OC2 M01E33OC2 1.297 9 144,1
M76001C18E3OC3 M01E33OC3 1.586 5 317,2
M76001C18E5OC1 M01E46OC1 1.643 1 1643,0
M76001C18E5OC2 M01E46OC2 586 1 586,0
M76001C19E1OC1 M01E12OC1 4.449 6 741,5
M76001C19E1OC2 M01E12OC2 2.657 1 2.657,0
M76001C19E1OC3 M01E12OC3 2.381 2 1.190,5
M76001C19E3OC1 M01E33OC1 2.705 4 676,3
M76001C19E4OC1 M01E46OC1 1.643 37 44,4
M76001C19E4OC2 M01E46OC2 586 8 73,3
M76001C19E4OC3 M01E46OC3 981 13 75,5
M76001C19E5OC1 M01E46OC1 1.643 25 65,7
M76001C19E5OC2 M01E46OC2 586 15 39,1
M76001C19E5OC3 M01E46OC3 981 11 89,2
M76001C19E6OC1 M01E46OC1 1.643 1 1.643,0
M76001C19E6OC2 M01E46OC2 586 1 586,0
M76001C20E1OC1 M01E12OC1 4.449 37 120,2
M76001C20E1OC2 M01E12OC2 2.657 21 126,5
M76001C20E1OC3 M01E12OC3 2.381 6 396,8
M76001C20E2OC2 M01E12OC2 2.657 1 2.657,0
M76001C20E2OC3 M01E12OC3 2.381 1 2.381,0
M76001C21E1OC1 M01E12OC1 4.449 77 57,8
M76001C21E1OC2 M01E12OC2 2.657 31 85,7
M76001C21E1OC3 M01E12OC3 2.381 12 198,4
M76001C21E2OC1 M01E12OC1 4.449 8 556,1
M76001C21E2OC2 M01E12OC2 2.657 4 664,3
M76001C21E2OC3 M01E12OC3 2.381 5 476,2
M76001C22E1OC1 M01E12OC1 4.449 1 4.449,0
M76001C22E5OC1 M01E46OC1 1.643 4 410,8
M76001C22E5OC2 M01E46OC2 586 1 586,0
M76001C22E6OC1 M01E46OC1 1.643 3 547,7
M76001C22E6OC2 M01E46OC2 586 2 293,0
M76001C22E6OC3 M01E46OC3 981 3 327,0
M76130C00E0OC1 M02E00OC1 313 37 8,5
M76130C00E0OC2 M02E00OC2 136 18 7,6
M76130C00E0OC3 M02E00OC3 162 5 32,4
M76130C00E1OC1 M02E12OC1 868 2 434,0
M76130C00E1OC3 M02E12OC3 559 1 559,0
M76130C00E2OC1 M02E12OC1 868 10 86,8
M76130C00E2OC2 M02E12OC2 429 7 61,3
M76130C00E2OC3 M02E12OC3 559 2 279,5
M76130C00E3OC1 M02E33OC1 325 8 40,6
M76130C00E3OC2 M02E33OC2 169 4 42,3
M76364C00E1OC1 M02E12OC1 868 2 434,0
M76364C00E2OC1 M02E12OC1 868 20 43,4
M76364C00E2OC2 M02E12OC2 429 25 17,2
M76364C00E2OC3 M02E12OC3 559 7 79,9
M76364C00E3OC1 M02E33OC1 325 20 16,3
M76364C00E3OC2 M02E33OC2 169 7 24,1
M76364C00E3OC3 M02E33OC3 223 5 44,6
M76520C00E0OC1 M02E00OC1 313 10 31,3
M76520C00E0OC2 M02E00OC2 136 3 45,3
M76520C00E0OC3 M02E00OC3 162 2 81,0
M76520C00E1OC1 M02E12OC1 868 7 124,0
M76520C00E1OC2 M02E12OC2 429 11 39,0
M76520C00E1OC3 M02E12OC3 559 3 186,3
M76520C00E2OC1 M02E12OC1 868 24 36,2
M76520C00E2OC2 M02E12OC2 429 22 19,5
M76520C00E2OC3 M02E12OC3 559 12 46,6
M76520C00E3OC1 M02E33OC1 325 26 12,5
M76520C00E3OC2 M02E33OC2 169 20 8,5
M76520C00E3OC3 M02E33OC3 223 6 37,2
M76520C00E4OC1 M02E46OC1 58 6 9,7
M76520C00E4OC2 M02E46OC2 23 1 23,0
M76520C00E4OC3 M02E46OC3 30 3 10,0
M76520C00E5OC2 M02E46OC2 23 1 23,0
M76520C00E5OC3 M02E46OC3 30 1 30,0
M76892C00E0OC1 M02E00OC1 313 3 104,3
M76892C00E1OC1 M02E12OC1 868 17 51,1
M76892C00E1OC2 M02E12OC2 429 5 85,8
M76892C00E1OC3 M02E12OC3 559 2 279,5
M76892C00E2OC1 M02E12OC1 868 34 25,5
M76892C00E2OC2 M02E12OC2 429 24 17,9
M76892C00E2OC3 M02E12OC3 559 4 139,8
M76892C00E3OC1 M02E33OC1 325 5 65,0
M76892C00E3OC2 M02E33OC2 169 2 84,5
M76892C00E3OC3 M02E33OC3 223 3 74,3
3.103 Como resumen de esta tabla, a continuación se presenta el diagrama de frecuencias de la tasa de
donantes por receptores, dado que en más del 90 % de los casos la tasa de donantes por receptor
es superior a 377, la distribución obtenida es válida para este tipo de ejercicios y, basado en esto,
continuar con el proceso siguiente de selección y análisis de los datos.
Figura 3.4: Diagrama de frecuencias de las tasas de donantes por receptor
Estabilidad de la imputación por medio de simulación

3.104 El método de imputación consiste en seleccionar de manera aleatoria la información en cadena de
algunos individuos de un perfil específico y posteriormente asignar estos datos a los receptores
pertenecientes al mismo perfil. Al tratarse de un proceso de carácter aleatorio, es importante
garantizar el nivel de estabilidad que brinda una imputación aleatoria frente a otra.
3.105 Con miras a identificar el nivel de variación de los indicadores obtenidos bajo diferentes
escenarios de imputación se realizó un proceso de simulación donde se estima la variable número
de viajes por persona que viaja y a partir de comparar los resultados de cada una de ellas para
cada uno de los grupos agrupados resultantes se determinó la validez de continuar adelante con el
procedimiento considerando el escenario de imputación de mayor variabilidad.
3.106 Tal como se aprecia a continuación, para cada perfil seleccionado se realizó un proceso
independiente de imputación que abarca cada uno 10 escenarios de simulación. Los resultados de
variación entre una simulación y otra son estables en términos de que el cambio en el promedio
de viajes por persona que viaja se altera en cerca de una décima de unidad.
3.107 A continuación se ilustra la estimación de viajes promedio por persona que viaja para cada uno de
los perfiles agrupados mencionados.
Figura 3.5: Resultados perfil 1: Cali, estrato 0, propósito trabajo
Figura 3.6: Resultados perfil 2: Cali, estrato 0, propósito estudio
Figura 3.7: Resultados perfil 3: Cali, estrato 0, otros propósitos
Figura 3.8: Resultados perfil 4: Cali estratos 1 y 2, propósito trabajo
Figura 3.9: Resultados perfil 5: Cali estratos 1 y 2,propósito estudio
Figura 3.10: Resultados perfil 6: Cali estratos 1 y 2, otros propósitos
Figura 3.11: Resultados perfil 7: Cali estrato 3, propósito trabajo
Figura 3.12: Resultados perfil 8: Cali estrato 3, propósito estudio
Figura 3.13: Resultados perfil 9: Cali estrato 3, otros propósitos
Figura 3.14: Resultados perfil 10: Cali estratos 4 - 6, propósito trabajo
Figura 3.15: Resultados perfil 11: Cali estratos 4 - 6, propósito estudio
Figura 3.16: Resultados perfil 12: Cali estratos 4-6, otros propósitos
Figura 3.17: Resultados perfil 13: Municipios aledaños, estrato 0, propósito trabajo
Figura 3.18: Resultados perfil 14: Municipios aledaños estrato 0, propósito estudio
Figura 3.19: Resultados perfil 15: Municipios aledaños estrato 0, otros propósitos
Figura 3.20: Resultados perfil 16: Municipios aledaños, estratos 1 y 2, propósito trabajo
Figura 3.21: Resultados perfil 17: Municipios aledaños estratos 1 y 2, propósito estudio
Figura 3.22: Resultados perfil 18: Municipios aledaños estratos 1 y 2, otros propósitos
Figura 3.23: Resultados perfil 19: Municipios aledaños estrato 3, propósito trabajo
Figura 3.24: Resultados perfil 20: Municipios aledaños estrato 3, propósito estudio
Figura 3.25: Resultados perfil 21: Municipios aledaños estrato 3, otros propósitos
Figura 3.26: Resultados perfil 22: Municipios aledaños estratos 4 – 6, propósito trabajo
Figura 3.27: Resultados perfil 23: Municipios aledaños estratos 4 – 6, propósito estudio
Figura 3.28: Resultados perfil 24: Municipios aledaños estratos 4 – 6, otros propósitos
Control de sesgos en la imputación

3.108 El uso de métodos de imputación requiere de análisis adicionales sobre el control de sesgos que
este tipo de procedimientos pueda implicar. Dicha posibilidad puede estar representada por el
hecho de que el grado de variabilidad de los ítems no-respuesta sea considerablemente alto con
respecto a los datos obtenidos para los donantes potenciales del proceso.
3.109 Como primera medida de mitigación del sesgo en los resultados de la imputación tiene que ver
con el diseño adecuado de categorías de la muestra. Al contar con las categorías de clasificación
de imputación consistentes con las posibles variaciones de la información según las variables de
estudio, se garantiza que los rangos de variación de los sub-grupos imputados resulten en un
rango realista. Basados en este criterio, el proceso de imputación realizado, consideró los grupos
de clasificación, teniendo en cuenta las variables que podrían generar mayor variabilidad en el
comportamiento de la información de viajes de las personas.
3.110 El conocimiento de la variable de estudio para la cual se está realizando el procedimiento de
imputación juega un papel fundamental para la validación de ciertos grupos de clasificación de los
individuos. Dentro del entendido de que existe cierto grado de similitud entre personas que
comparten algunas características socio-económicas, de edad, de ocupación, entre otras, es
posible validar los grupos de clasificación, así como evaluar los grados de magnitud obtenidos. Por
ejemplo: el caso específico de la encuesta de viajes de las ciudades en general, se conoce que
existen ciertas variaciones entre algunos grupos socio-económicos como aquellas identificadas
entre el número de viajes que en promedio realizan los grupos de población con mayores
ingresos, con respecto a los grupos poblacionales de menores ingresos, así como las tendencias de
variación entre ciertas decisiones como el uso de los medios de transporte.
3.111 En general, el resultado de un posible sesgo es una consecuencia del aspectos como:
 Tipo de variable
 Clasificación de segmentos o grupos de imputación
 Porcentaje de receptores del total de la muestra
 Variación de los datos específicos a imputar
 El método escogido
3.112 Dentro de los procedimientos desarrollados se ha tenido especial cuidado en cada uno de los
aspectos listados, de manera que se mitigue en cada uno de los pasos del proceso la posibilidad
de generar sesgos en cada uno de ellos.
Definición del sesgo
3.113 El sesgo se define como la diferencia entre el valor esperado y el valor numérico del parámetro
estimado, que para este caso se trata de los viajes promedio por persona. En esta imputación se
podría producir un sesgo en el que se fortalece la media y la variación de la muestra al asignar
aquellos datos obtenidos a los casos en que no logra una respuesta.
3.114 Bajo esta situación es importante mencionar que el grado de sesgo se analiza de manera externa
al conjunto de datos, analizando qué pasa si la los ítems de respuesta faltante tienen una mayor
variabilidad que pudiera cambiar los estimadores obtenidos en caso de que se tuviera toda
información.
3.115 Dependiendo del tipo de información a recolectar, cada encuesta tendrá unas condicionantes
propias para validar el proceso de imputación. De esta manera, utilizando los datos de la Encuesta
de Movilidad Cali 2015 se realiza a continuación un caso de análisis sobre el grado de variación y
cantidad de datos faltantes que podrían generar algún tipo de sesgo que requiera un tratamiento
especial.
3.116 Dado que en este procedimiento específico se desconocen los datos reales de viajes en el
universo, un método alternativo de acercarse a la estimación del sesgo se realiza a través de
modelos de simulación. Por medio de un análisis de sensibilidad es posible brindar un indicador
acerca del grado de imputación cuyo nivel de circunstancias o variables condicionantes generen
sesgo en las estimaciones. A continuación se presenta el algoritmo de simulación aplicado a un
caso de estudio realizado y que se desarrolla en el siguiente aparte:
Figura 3.29: Algoritmo de validación de sesgos
• Selección de un grupo de personas con características similares.

Extracción
de muestra
• Se plantean 3 categorías, para la muestra: Viajantes, donantes y

Categorías
receptores.
• Se plantean diversos casos variando cantidad de receptores y

Casos de variabilidad de la imputación
análisis
• Se calcula para cada caso el promedio y la desviación estándar para

el grupo sin imputar e imputado, se calcula la diferencia de
Parámetros y
prueba T parámetros y se realiza la prueba T hasta encontrar el caso ideal.
3.117 Por parte del equipo de consultoría se realizó una revisión extensa sobre los métodos de
estimación del sesgo aplicables al análisis de la calidad del estimador teniendo en cuenta la
necesidad del uso de técnicas de imputación.
3.118 Para este tipo de muestras complejas en la teoría se utiliza el término sesgo relativo del estimador
 
Br tˆy dado como la diferencia del estimador y el valor numérico real del parámetro sobre el
error estándar del estimador 𝑡̂𝑦 .
E (tˆy )  t y
Br tˆy  
V (tˆy )
3.119 Tomando esta formulación en consideración, diferentes textos de referencia como DANE (2012),
Bautista, L (2000), coinciden en que para este tipo de procedimientos que involucran grandes
universos, en la práctica cotidiana el valor esperado real del parámetro y su varianza no se pueden
calcular, puesto que para ello sería necesario conocer todos los valores del universo o contar con
series históricas para validar comparativamente el resultado obtenido.
3.120 Teniendo en cuenta que no existe información base que permita la aplicación teórica del método,
se realizó un ejercicio práctico a partir de los datos obtenidos en la misma encuesta.
Caso de análisis
3.121 Con el fin de entender mejor el grado de ocurrencia de un sesgo para la muestra de datos, se
realizó un ejercicio práctico basado en los resultados obtenidos. Para este caso, se seleccionó al
azar una décima parte de las personas, para cada una de las categorías de viajeros y no viajeros:
 Categoría 1 – No viajeros: personas que no realizaron viajes. De esta categoría se tienen
1.115 casos seleccionados aleatoriamente.
 Categoría 2 - Donantes: personas que realizaron viajes durante el día de referencia de la
encuesta y que respondieron el módulo de viajes. De este grupo se tienen 2.216 casos
seleccionados aleatoriamente.
 Categoría 3 - Receptores: personas que realizaron viajes durante el día de referencia de la
encuesta pero que no respondieron el módulo de viajes. De este grupo se tienen 236 casos
seleccionados aleatoriamente.
3.122 El primer ejercicio realizado fue suponer de manera hipotética que se conoce con los datos reales
de los viajes de los receptores. Para este supuesto, los datos “reales” del número de viajes
realizados al día de los receptores guardan cierta consistencia con los datos de la muestra de
donantes. A continuación se ilustra al respecto:
Tabla 3.22: Ejercicio de análisis de sesgos – Caso I
Variación
Descriptivos Descriptivos escenario alta tasa viajes Descriptivos con imputación
%
Media Total 1,59 1,59 0,0 %
Std.Dev Total 1,33 1,33 0,2 %
Media Donantes 2,32 2,32 0,0 %
Std.Dev Donantes 0,96 0,96 0,0 %
Media Receptores 2,32 2,32 0,0 %
Std.Dev Receptores 0,87 0,82 6,2 %
% Imputación total 6,6 % 6,6 %
3.123 Al realizar una imputación para una muestra del 6,6 % de las personas resultantes de la sub-
muestra seleccionada, se encuentra que cuando la varianza de los viajes reales realizados por los
receptores es similar a la varianza del número de viajes realizado por los donantes, los resultados
con o sin imputación son casi los mismos. En este caso no se generan necesidades de generar
tratamientos específicos para el control de sesgos.
3.124 En contraste, se realizó un segundo ejercicio hipotético en donde se supone un cambio altamente
significativo en el número real de viajes realizado por las personas que no contestan la encuesta
(receptores). En consecuencia se tiene una información real con alta varianza, pero que es
obtenida por un método de imputación que asigna datos de menor variabilidad basados en los
datos de los donantes. Como resultado para este caso, se tiene que una diferencia del 68,7 % en el
promedio de los viajes realizado y un aumento del 133,8 % en la desviación estándar de los viajes
“realmente” realizados contra los viajes imputados, genera una variación del 6,6 % en el promedio
total de los viajes del sub-grupo y una variación del 13,4 % en la desviación estándar.
Tabla 3.23: Ejercicio de análisis de sesgos – Caso II
Variación
Descriptivos Descriptivos escenario alta tasa viajes Descriptivos con imputación
%
Media Total 1,70 1,59 6,6 %
Std.Dev Total 1,51 1,33 13,4 %
Media Donantes 2,32 2,32 0,0 %
Std.Dev Donantes 0,96 0,96 0,0 %
Media Receptores 3,91 2,32 68,7 %
Std.Dev Receptores 1,91 0,82 133,8 %
% Imputación total 6,6 % 6,6 %
3.125 Como conclusión de este ejercicio se tiene que para una encuesta de viajes donde los datos tienen
una varianza consistente entre ciertos grupos identificados de la población, solo se requiere un
ajuste por control de sesgo en aquellos casos donde la variación de los viajes del grupo de
población faltante superan de una manera altamente significativa el promedio y la variación del
sub-grupo de estudio.
3.126 En el caso recién descrito, una variación altamente significativa corresponde a tener un patrón de
casi el doble en el número de viajes promedio de las personas para aquellos ítems de no-
respuesta. Sin embargo, es importante aclarar que en cada procedimiento estadístico la
terminología utilizada puede hacer referencia a otras características según el propósito. De esta
manera, la mejor forma de estandarizar el procedimiento para determinar el grado de validación
de la imputación es analizar por medio de una prueba T-Student el análisis de similitud entre dos
conjuntos de datos y a partir de dichos resultados determinar si las variaciones esperadas de la
población son aceptables.
3.127 Los resultados de aplicar las pruebas T-Student a la muestra imputada asumiendo varios niveles
de variabilidad reflejados en la media, muestran que para las características propias del ejercicio
cuando la variación en el promedio estimado y obtenido con imputación, de aquellos viajes de
personas con ítem no-respuesta, cambia en cerca de un 50 % se cruza el umbral donde podría
establecerse la valoración altamente significativa. En este caso se está tomando como parámetro
de comparación P(T<=t). A continuación se ilustra al respecto.
Figura 3.30: Análisis de sensibilidad - Estimación del sesgo
Cálculo de factores de expansión
3.128 El diseño de muestreo fue planteado como estratificado en dos etapas de muestreo. La unidad de
selección final fue el hogar pero el estudio requiere indicadores de resultados también por
persona. Por esta característica del estudio, se plateó la estrategia de proyectar las variables en
estudio con único conjunto de factores para garantizar la consistencia entre los resultados
obtenidos en las variables de hogar y los resultados en las variables de persona.
3.129 La estrategia tiene los siguientes pasos:
i) En cada estrato estadístico (combinación de UTAM y NSE) se calcularon los factores
(𝑓𝐼 ) de la primera etapa de muestreo (selección de bloques) y (𝑓𝐼𝐼 ) de la segunda etapa
de muestreo (selección de hogares dentro del bloque)
ii) Se obtuvo el factor (𝑓) para cada hogar como el producto de los factores (𝑓𝐼 ) y (𝑓𝐼𝐼 )
obtenidos en el paso i)
iii) Se calculó un factor de calibración (𝑓𝐶 ) con la información del número de personas en
cada uno de los municipios en estudio y su estructura etaria y por género. Estas
estructuras fueron obtenidas de las proyecciones de población al año 2015 realizadas
por el DANE
iv) El factor final de expansión (𝑓𝐹 ) para cada hogar (y para cada persona dentro del
hogar) se obtuvo como el producto del factor (𝑓) y (𝑓𝐶 ) descritos en los pasos ii) y iii)
respectivamente.
Se ilustra el cálculo de los factores para algunos hogares de la UTAM 0202:
i) La siguiente tabla ilustra el cálculo de los factores de la primera etapa para los estratos
muestrales de la UTAM. Posteriormente, se encuentra el cálculo del factor de la segunda
etapa.
Tabla 3.24: Cálculo de los factores de la primera etapa
UTA Estrato Estrato Número de manzanas en el Número de manzanas en la

M Socioeconómico Muestral universo muestra
(𝒇𝑰 )
01-02 0202_B 38 12 3,167
202 3 0202_M 10 4 2,500
04-06 0202_A 311 37 8,405
ii) El factor de expansión de cada uno de los hogares corresponde al producto de los factores
(𝒇 =)(𝒇𝑰 ) ∗ 𝒇𝑰𝑰 , así los hogares pertenecientes a una misma manzana tendrán el mismo
factor de expansión.
Tabla 3.25: Cálculo de los factores de la segunda etapa y factor final
Número de
Estrato ID de bloque Número de hogares en el
hogares en la 𝒇𝑰 𝒇𝑰𝑰 𝒇
Muestral seleccionado universo
muestra
0202_B 76001102070115 7 2 3,2 3,5 11,1
0202_B 76001102070116 56 3 3,2 18,7 59,1
Número de
muestra
0202_B 76001102090408 29 6 3,2 4,8 15,3
0202_B 7600110209040D 33 1 3,2 32,8 104,0
0202_B 76001102090411 34 2 3,2 17,0 53,8
0202_B 76001102090416 14 1 3,2 14,0 44,3
0202_B 76001102170101 116 5 3,2 23,2 73,5
0202_B 7600110217010C 33 2 3,2 16,4 52,0
0202_B 7600110217010D 33 4 3,2 8,2 26,0
0202_B 7600110217010E 33 4 3,2 8,2 26,0
0202_B 7600110217010G 33 1 3,2 32,8 104,0
0202_B 7600110217030E 33 2 3,2 16,4 52,0
0202_M 76001102160104 11 1 2,5 11,0 27,5
0202_M 76001102160105 32 2 2,5 16,0 40,0
0202_M 76001102160106 100 4 2,5 25,0 62,5
0202_M 76001102170104 33 1 2,5 33,0 82,5
0202_A 76001102070114 18 1 8,4 18,0 151,3
0202_A 76001102080105 33 1 8,4 33,0 277,4
0202_A 76001102080108 22 1 8,4 22,0 184,9
0202_A 7600110208010A 30 3 8,4 9,9 82,9
0202_A 76001102080111 21 4 8,4 5,3 44,1
0202_A 76001102080112 27 1 8,4 26,6 223,9
0202_A 76001102080306 48 4 8,4 12,0 100,9
0202_A 76001102080317 27 2 8,4 13,3 111,9
0202_A 76001102080319 13 1 8,4 13,0 109,3
0202_A 76001102080408 28 3 8,4 9,3 78,2
0202_A 76001102080409 30 3 8,4 9,9 82,9
0202_A 76001102080412 9 3 8,4 3,0 25,2
0202_A 76001102090109 19 3 8,4 6,3 53,2
0202_A 76001102090110 15 1 8,4 15,0 126,1
0202_A 76001102090113 27 2 8,4 13,3 111,9
0202_A 76001102090208 21 1 8,4 21,0 176,5
0202_A 76001102090209 41 1 8,4 41,0 344,6
0202_A 76001102090217 9 1 8,4 9,0 75,6
0202_A 76001102090305 30 1 8,4 29,6 248,8
0202_A 76001102090310 18 1 8,4 18,0 151,3
0202_A 76001102130103 21 1 8,4 21,0 176,5
0202_A 76001102130117 27 5 8,4 5,4 45,4
0202_A 76001102130312 31 1 8,4 31,0 260,6
Número de
muestra
0202_A 76001102130314 31 5 8,4 6,2 52,1
0202_A 76001102130403 38 2 8,4 19,0 159,7
0202_A 76001102130405 41 7 8,4 5,9 49,2
0202_A 76001102140108 106 1 8,4 106,0 891
0202_A 76001102140113 27 3 8,4 8,9 74,6
0202_A 76001102150103 30 2 8,4 15,0 126,1
0202_A 76001102150107 30 1 8,4 29,6 248,8
0202_A 76001102150108 27 2 8,4 13,5 113,5
0202_A 76001102150117 25 1 8,4 25,0 210,1
0202_A 76001102170106 19 3 8,4 6,3 53,2
0202_A 76001102170118 36 1 8,4 36,0 302,6
0202_A 76001102170201 28 1 8,4 27,9 234,7
0202_A 76001102170211 99 1 8,4 99,0 832,1
0202_A 76001102190101 28 1 8,4 28,0 235,3
iii) Se calcula un factor persona (𝒇𝑷 ) que conserva la estructura poblacional en las comunas
de Cali y en los municipios de interés en cuanto a grupos de edad y género, este es
requerido para el cálculo del factor de calibración. Por ejemplo se espera que en la
comuna 02 de Cali se proyecten 143.978 personas con la estructura que se expone. Por lo
cual, cada persona de esa comuna tiene un 𝒇𝑷 correspondiente a su grupo de edad y sexo.
Tabla 3.26: Proyección de la población en comuna 02 de Cali
Comuna Municipio Grupo de edad Sexo Proyección de personas Personas en la muestra (𝒇𝑷 )
02 76001 0 a 4 años Hombre 5.490 36 152,5
02 76001 0 a 4 años Mujer 5.235 27 193,9
02 76001 5 a 17 años Hombre 14.809 116 127,7
02 76001 5 a 17 años Mujer 14.408 138 104,4
02 76001 18 a 34 años Hombre 20.506 192 106,8
02 76001 18 a 34 años Mujer 20.682 213 97,1
02 76001 35 a 54 años Hombre 17.621 225 78,3
02 76001 35 a 54 años Mujer 20.366 263 77,4
02 76001 55 años o más Hombre 10.405 243 42,8
02 76001 55 años o más Mujer 14.457 357 40,5
iv. Finalmente, se procede a calcular el factor final 𝒇𝑭 calculado como se ejemplifica para 25
hogares pertenecientes a la comuna 0202
Tabla 3.27: Proyección del factor final
∑ 𝒇 ∑ 𝒇𝒑
𝒇̅𝒑 en el hogar 𝑩
Orden Estrato Muestral 𝑬𝒔𝒕𝒓𝒂𝒕𝒐 𝑬𝒔𝒕𝒓𝒂𝒕𝒐 𝒇𝑭 = 𝑨 ∗
𝑴𝒖𝒆𝒔𝒕𝒓𝒂𝒍 (B) 𝑴𝒖𝒆𝒔𝒕𝒓𝒂𝒍 𝑪
(A) (C)
18802 0202_A 27.678,8 69,9 14.526,2 133,2

23725705 0202_A 27.678,8 73,5 14.526,2 140,1
40003 0202_A 27.678,8 99,0 14.526,2 188,6
22801 0202_A 27.678,8 57,6 14.526,2 109,8
22879038 0202_A 27.678,8 111,4 14.526,2 212,3
18796 0202_A 27.678,8 58,1 14.526,2 110,7
17182 0202_A 27.678,8 40,7 14.526,2 77,6
24119 0202_A 27.678,8 39,6 14.526,2 75,4
13678 0202_A 27.678,8 39,6 14.526,2 75,4
21231 0202_A 27.678,8 80,0 14.526,2 152,5
22811 0202_A 27.678,8 58,0 14.526,2 110,6
23076107 0202_A 27.678,8 39,6 14.526,2 75,4
18807 0202_A 27.678,8 40,7 14.526,2 77,6
17271 0202_B 4.052,6 66,8 7.069,9 38,3
17141 0202_B 4.052,6 68,8 7.069,9 39,4
23387 0202_B 4.052,6 114,0 7.069,9 65,3
13696 0202_B 4.052,6 117,6 7.069,9 67,4
23405925 0202_B 4.052,6 116,7 7.069,9 66,9
17106 0202_B 4.052,6 79,0 7.069,9 45,3
22729 0202_B 4.052,6 83,6 7.069,9 47,9
22728 0202_B 4.052,6 43,2 7.069,9 24,8
22700 0202_B 4.052,6 79,9 7.069,9 45,8
21305 0202_B 4.052,6 76,4 7.069,9 43,8
21341 0202_B 4.052,6 107,7 7.069,9 61,7
16586 0202_M 1.082,5 73,5 1.421,6 56,0
16574 0202_M 1.082,5 129,0 1.421,6 98,2
3.130 A continuación el detalle de la construcción de cada uno de los factores, la información utilizada y
la fuente y fecha de actualización de cada una.
3.131 La herramienta utilizada para determinar el número de bloques o manzanas presentes en cada
una de los estratos estadísticos del punto i) es la cartografía digital de los municipios en estudio.
Esta información se obtuvo de un proveedor de información especializada actualizada al año 2012.
El factor de expansión (𝑓𝐼 ) es el cociente entre el número total de bloques en el estrato estadístico
y el número de bloques seleccionados en la muestra.
3.132 Por otro lado, el número de hogares por bloque fue obtenido de la herramienta VIHOPE
(Viviendas, Hogares y Personas), construida por el DANE a partir de la información recolectada en
el Censo Nacional de Población y Vivienda en el año 2005. El número de hogares para los bloques
que se construyeron entre el año 2005 y el año 2012 fue imputado. El factor de expansión (𝑓𝐼𝐼 ) es
el cociente entre el número total de hogares del bloque seleccionado y el número de hogares
seleccionados en la muestra de dicho bloque.
3.133 El factor de calibración del paso iii) está sustentado teóricamente en algunos textos de muestreo
como el de Gutiérrez, H.A. (2009): “Estrategias de muestreo. Diseño de encuestas y estimación de
parámetros”. Este texto de muestreo describe brevemente el método en 5 pasos. En el paso 1 se
define una variable auxiliar (número de personas) para cada una de los hogares en la muestra y en
el paso 2 se identifica una fuente secundaria de donde se puede obtener la estructura del número
de personas por municipio, por género y por grupos de edad; esta fuente de información es el
DANE con sus proyecciones de población al año 2015 de los 5 municipios en estudio. En los
siguientes pasos define la ecuación de calibración:
∑ wk xk = t x
k∈S
3.134 Donde “x” es la variable auxiliar, 𝑡𝑥 = ∑𝑘∈𝑈 𝑥𝑘 , es el total poblacional de la variable auxiliar y los
𝑤𝑘 son los ponderadores incognitos que se deben estimar; se busca que los ponderadores sean lo
más cercanos posible a los factores (𝑓) calculados en el punto ii) de la estrategia de tal manera
que el factor (𝑓𝐶 ) sea cercano a la unidad (𝑓𝐶 se obtiene como el cociente de los ponderadores 𝑤𝑘
y el factor 𝑓).
3.135 A partir del factor de calibración, fue posible llegar a un escenario óptimo para los factores de
expansión de tal manera que se proyecten adecuadamente las variables observadas en hogares y
las variables observadas en personas (con un único conjunto de factores), manteniendo la
consistencia de los indicadores resultantes del estudio.
3.136 Una vez establecido el factor de expansión final, se procedió a estimar los indicadores de
resultados a partir de la información colectada en campo. Como ya se había establecido desde el
diseño de muestreo, el número de viajes por hogar es la variable central del estudio y la que
determinó los principales elementos del diseño de muestreo como el tamaño de muestra. Es por
esto que el siguiente apartado de este informe está dedicado a la presentación y análisis de los
indicadores de resultados (para el número de viajes por hogar) y sus correspondientes indicadores
de precisión estadística (errores relativos de muestreo).
Error relativo de muestreo (Erm)
3.137 En esta sección se presentan los indicadores de resultados puntuales y en forma de intervalo con
95 % de confiabilidad. En la construcción del intervalo de confianza participa el Error relativo de
muestreo (Erm) a partir de los datos recolectados en campo.
3.138 Para dar claridad a la relación existente entre intervalo de confianza y el Erm, a continuación se
incluyen las expresiones matemáticas que la sustentan. En general, la raíz cuadrada de la varianza
√V(𝑡̂𝑦 ) es llamada el error estándar del estimador 𝑡̂𝑦 . Donde 𝑡̂𝑦 corresponde al estimador de un
total, (aunque en términos se podría hablar de una proporción, un promedio o una razón).
El cociente entre el error estándar del estimador y su valor esperado ERM(𝑡̂𝑦 ) = √V(𝑡̂𝑦 )⁄E(𝑡̂𝑦 ),
es llamado el Error relativo de muestreo (ERM) del estimador.
3.139 Como parte de la fase de estimación, un estimador 𝑉̂ (𝑡̂𝑦 ) de la varianza es usualmente calculado a
partir de los datos de una encuesta. Para eliminar las unidades de medida de la variable en
estudio se recomienda (porque permite la comparabilidad con estudios pasados o futuros del
mismo tema) utilizar la expresión:
̂(𝑡̂𝑦 )
√V
𝐸𝑟𝑚(𝑡̂𝑦 ) =
𝑡̂𝑦
3.140 En donde el ERM es estimado a partir de una muestra con el Erm y expresado en porcentaje
(Särndal, 1992, p 42). De otro lado, un intervalo para 𝑡̂𝑦 , con aproximadamente 1 − 𝛼 como nivel
de confiabilidad es representado como
̂(𝑡̂𝑦 )
𝑡̂𝑦 ± 𝑧1−𝛼⁄2 √V
3.141 Donde 𝑧1−𝛼⁄2 es la constante excedida con probabilidad 𝛼 ⁄2 por la variable aleatoria N(0,1). La
expresión anterior es equivalente a la expresión
𝑡̂𝑦 ± 𝑧1−𝛼⁄2 𝐸𝑟𝑚(𝑡̂𝑦 ) ∗ 𝑡̂𝑦
3.142 multiplicando por 𝑡̂𝑦 ⁄𝑡̂𝑦 (la unidad) la expresión de la derecha (Särndal, 1992, p 55-56). Esta
última es la expresión matemática para construir un intervalo de confianza a partir Erm estimado
(precisión) y la constante (𝑧1−𝛼⁄2 ) asociada con la distribución normal (confiabilidad).
3.143 Con esta aclaración, a continuación se presenta el resultado con la estimación del número
promedio de viajes por hogar, el Erm y los límites inferior y superior del intervalo con 95 % de
confiabilidad para cada UTAM estudiada:
3.144
Tabla 3.28: Estimación puntual y estimación por intervalo (95 % de confiabilidad) del número promedio de viajes por
hogar en la zona urbana de Cali
Promedio de viajes por Límite Error relativo de muestreo

UTAM Límite inferior
hogar superior ( %)
0101 4,86 4,36 5,35 5,20
0201 5,02 4,58 5,46 4,47
0202 4,61 4,02 5,20 6,50
0203 5,32 4,75 5,89 5,49
0204 5,52 4,63 6,40 8,18
0301 5,11 4,16 6,06 9,48
0302 5,03 4,00 6,05 10,42
0303 5,64 4,56 6,72 9,77
0401 5,64 4,97 6,30 6,01
0402 5,41 4,82 6,00 5,57
0501 6,16 5,62 6,70 4,47
0601 4,92 4,50 5,34 4,35
0602 4,71 4,32 5,11 4,29
0701 5,14 4,68 5,61 4,62
0702 5,81 5,27 6,34 4,74
0801 5,24 4,72 5,77 5,10
0802 5,42 4,98 5,87 4,21
0803 6,12 5,51 6,72 5,03
0901 4,96 4,24 5,67 7,34
0902 5,37 4,87 5,87 4,72
1001 5,39 4,87 5,91 4,91
1002 5,13 4,65 5,61 4,76
1101 4,96 4,52 5,40 4,55
1201 5,38 4,80 5,96 5,51
1301 5,41 4,95 5,86 4,27
1302 5,74 5,18 6,29 4,91
1401 5,97 5,41 6,52 4,75
1402 5,94 5,42 6,45 4,46
1501 5,65 5,27 6,03 3,42
1601 5,02 4,36 5,68 6,72
1602 4,97 4,51 5,44 4,77
1701 5,19 4,58 5,81 6,03
1702 5,20 4,60 5,79 5,83
1703 5,66 5,13 6,19 4,78
1801 5,49 4,98 5,99 4,69
1802 5,52 5,06 5,99 4,30
Promedio de viajes por Límite Error relativo de muestreo
UTAM Límite inferior
hogar superior ( %)
1803 4,77 4,31 5,24 4,97
1901 4,71 4,24 5,17 5,01
1902 5,70 4,50 6,90 10,76
1903 4,74 4,10 5,38 6,89
1904 5,02 4,60 5,44 4,24
2001 5,58 5,07 6,08 4,60
2002 4,95 4,42 5,49 5,52
2101 4,79 4,41 5,17 4,03
2102 4,86 4,49 5,23 3,88
2201 6,79 5,45 8,13 10,05
Pance Urbano 5,31 - - -
3.145 En general, las estimaciones de los errores relativos de muestreo se encuentran por debajo de 7%.
Sin embargo, se presentan casos en donde el error relativo de muestreo supera el 7%; estos casos
están relacionados principalmente con los siguientes tres aspectos: (1) aplicación de lineamientos
de muestreo durante la etapa de planeación y uso de la información disponible para optimizar la
distribución de la muestra en cada estrato de la misma (2) consideración de requerimientos
legales contenidos en los términos de referencia para la realización del estudio y (3) estructura de
variabilidad poblacional observada en la variable en estudio: “número promedio de viajes por
hogar”. Aunque estas tres causas no son independientes, a continuación se detalla cada una y se
explica su relación con las UTAM en donde el error relativo de muestreo fue superior a 7%.
3.146 En el aspecto (1), diseñar una muestra óptima supone encontrar aquel tamaño donde es posible
obtener un alto nivel de precisión estadística y que considere las particularidades del estrato
muestral, en este caso las UTAM . Con ese objetivo, textos especializados de muestreo como el de
Särndal hacen recomendaciones específicas como la siguiente: en muestreo estratificado, una vez
definido el tamaño de muestra total del estudio, la asignación del tamaño de muestra por estrato
𝑁ℎ𝑆𝑦𝑈ℎ
debe considerar la siguiente relación: 𝑛ℎ = 𝑛 ∗ ∑𝐻 donde 𝑛 es el tamaño total de
ℎ=1 𝑁ℎ 𝑆𝑦𝑈ℎ
muestra, 𝑛ℎ es el tamaño de muestra en el estrato h, 𝑁ℎ es el tamaño de la población en el
estrato h y 𝑆𝑦𝑈ℎ es la raíz cuadrada de la varianza poblacional de la variable en estudio en el
estrato h. Este resultado es llamado asignación de Neyman. Con este lineamiento, las UTAM
grandes deben tener tamaño de muestra mayor que las UTAM pequeñas. En el aspecto 2, los
términos de referencia enfatizan en la necesidad de reporte de resultados por UTAM con errores
de muestreo de máximo 7% (con excepciones de los casos con alta heterogeneidad). En el aspecto
3, la variabilidad poblacional de la variable en estudio se desconoce y por lo tanto, en la etapa de
planeación fue asumida igual en todas las UTAM. El tamaño de muestra pleaneado por UTAM (ver
tabla 3.2) es el resultado de analizar conjuntamente estos tres aspectos.
3.147 Se presentan los siguientes casos donde el error relativo de muestreo fue superior al 7% debido al
tamaño reducido de la UTAM (muy pocas bloques con predios residenciales) y los casos en donde
el uso del suelo era mixto y primordialmente comercial, o lotes sin contruir. En estos casos la
limitada o inexistancia de unidades de observación (hogares),impidió la realización de un mayor
número de encuestas. Particularmente y como se detalla posteriormente las UTAM de la comuna
3 donde se encuentra el centro histórico, y Pance Urbano registran este tipo de situaciones que
como evidencia la tabla 3.2, donde incluso el porcentaje de siembra resultó ser inferior a la
muestra propuesta, precisamente por la misma imposibilidad de encontrar hogares que habitaran
estas UTAM.
Caso 1. Pance urbano
3.148 Durante la planeación del estudio se encontró que esta UTAM contiene muy pocos bloques con
predios residenciales y los existentes son hogares en viviendas de estratos 5 y 6; de acuerdo al
material cartográfico utilizado, esta UTAM contiene 14 bloques (o manzanas) mientras que el
promedio de bloques por UTAM en Cali es de 327; adicionalmente y como se observa en el gráfico
1, un área importante de la UTAM está sin construir.
3.149
Figura 3.31: Vista de Pance urbano
Fuente: © 2015 Google Inc. Todos los derechos reservados. Google Earth, Goolge Earth Pro, Google Street View, Google
maps y Google maps for work son marcas de sus respectivos dueños.
3.150 Este análisis condujo a la planeación de 20 encuestas en la UTAM con el fin de tener
representación de la microzona en el estudio. Durante el trabajo del campo se logró la realización
de 6 encuestas. Se recomienda no reportar separadamente los indicadores de resultados para
Pance urbano porque tiene asociado un error relativo de muestreo extremadamente alto; como
alternativa de solución es posible juntar las encuestas de esta UTAM con las encuestas de otra
UTAM que sea afín desde el punto de vista de la movilidad en la ciudad de Cali para la
presentación de resultados.
Caso 2. UTAM 2201
3.151 Se planeó la realización de 90 encuestas y se levantó en campo la información en 74 encuestas.
Aunque hubo dificultades para el levantamiento de información, el indicador de precisión
asociado (error relativo de muestreo de 10 %) permite analizar los resultados de la manera que se
realiza con otras UTAM.
Caso 3. Comuna 3 (UTAM 0301, 0302 y 0303)
3.152 Se presentaron dificultades durante la recolección de información. En la comuna 3 se observa que
gran parte está ocupada por predios no residenciales (corresponde al centro de la ciudad con
predominancia de predios comerciales)
Figura 3.32: Mapa de comuna 3 de Cali según uso (azul: no residencial, amarillo residencial)
Fuente: Acuerdo 0373 de 2014, por medio del cual se adopta la revisión ordinaria de contenido de largo plazo del plan
de ordenamiento territorial del municipio de Santiago de Cali.(Alcaldía de Cali).
3.153 Adicionalmente en la comuna 3 se encontró que el Coeficiente de Variación (CV) estimado, una
medida realtiva de la dispersión de los datos del número promedio de viajes por hogar obtenidos
en la muestra (sin tener en cuenta el diseño de muestreo), es 7 % mayor que el indicador
promedio observado en otras comunas de Cali. En este caso, el bajo nivel del cumplimiento
muestral es la causa de que el error relativo de muetreo haya sobrepasado el 7%.
Caso 4. UTAM 0204, 0901 y 1902.
3.154 Este caso incluye las UTAM de Cali en donde la principal causa de que el error de muestreo
relativo haya sobrepasado el 7% es el aspecto 1 mencionado anteriormente (asignación óptima
del tamaño de muestra por estrato). Las UTAM 0204, 0901 y 1902 tiene respectivamente 48, 119 y
51 bloques (indicador del tamaño de la UTAM) en contraste con 327 bloques que tiene en
promedio una UTAM en la ciudad de Cali; esta es la razón por la cual los tamaños de muestra
propuestos en estas UTAM (45, 90 y 54 encuestas respectivamente) son inferiores al promedio de
tamaño de muestra por UTAM (190 encuestas). Adicionalmente, la variable de estudio en las
UTAM 0204, 0901 y 1902 es 4%, 11% y 4% más variable que el comportamiento de la misma
variable en las UTAM restantes (usando el CV estimado como indicador de variabilidad). Los datos
de CV estimados se encuetran en la tabla 3.31.
3.155 Las estimaciones del error relativo de muestreo por estrato socioeconómico en la zona urbana de
Cali presentan niveles adecuados. Incluso en estrato 6, en donde se pronosticaba una tasa de
respuesta muy baja por el difícil acceso del personal de campo al hogar, se logró un error relativo
de muestreo inferior a 5 %.
Tabla 3.29: . Estimación puntual y estimación por intervalo (95 % de confiabilidad) del número promedio de viajes por
hogar por estrato en la zona urbana de Cali
Promedio de viajes por error relativo de

Estrato Límite inferior Límite superior
hogar muestreo
1 5,30 5,12 5,48 1,74 %
2 5,32 5,16 5,48 1,50 %
3 5,47 5,30 5,63 1,53 %
4 4,94 4,71 5,18 2,44 %
5 5,15 4,81 5,48 3,30 %
6 5,66 5,14 6,17 4,66 %
3.156 En la zona rural de Cali los resultados son igualmente muy buenos. Los errores relativos de
muestreo son inferiores a 10 %; incluso en tres casos el error relativo de muestreo es inferior a 7
%.
hogar en la zona rural de Cali
Promedio de viajes por error relativo de

UTAM Límite inferior Límite superior
hogar muestreo ( %)
El Hormiguero 5,45 4,76 6,14 6,43 %
La Buitrera 5,57 4,93 6,22 5,93 %
Montebello 5,51 4,90 6,12 5,63 %
Pance rural 4,43 3,75 5,10 7,77 %
3.157 En cada una de estas UTAM se había planeado realizar 45 encuestas para lograr indicadores de
resultado con error relativo de muestreo de 15 %, sin embargo, el esfuerzo realizado por el equipo
de trabajo de campo logró 107, 107, 137 y 90 encuestas en El Hormiguero, La Buitrera,
Montebello y Pance rural respectivamente alcanzando así niveles de precisión excelentes.
3.158 Finalmente, en la zona de influencia de Cali (municipios vecinos), los resultados también son muy
buenos. Incluso en zonas rurales de los municipios se lograron buenos indicadores de precisión; en
Jamundí 2 se programaron 31 encuestas y durante el trabajo de campo se lograron 124 mientras
que en Palmira 3 se programaron 30 encuestas y el operativo de campo permitió disponer de 47.
En todas las UTAM, excepto en Palmira 3, el error relativo de muestreo es inferior a 7,0 %.
hogar en la zona de influencia de Cali
Promedio de viajes por error relativo de muestreo

Estrato Límite inferior Límite superior
hogar ( %)
Candelaria 1 3,98 3,51 4,45 6,06 %
Candelaria 2 5,41 4,97 5,85 4,15 %
Jamundí 1 4,81 4,40 5,21 4,28 %
Jamundí 2 5,02 4,37 5,67 6,58 %
Palmira 1 5,76 5,20 6,31 4,94 %
Palmira 2 4,57 4,12 5,01 4,93 %
Palmira 3 4,58 3,67 5,50 10,17 %
Yumbo 1 5,88 5,38 6,39 4,39 %
Yumbo 2 4,94 4,52 5,35 4,28 %
3.159 Como herramienta para analizar la variabilidad muestral por UTAM en el número total de viajes
por hogar (diariamente), se entrega el CV estimado en la siguiente tabla. En la interpretación del
CV es muy importante conocer que este indicador mide la variabilidad en los datos de la muestra
(no considera los factores de expansión ni los otros elementos del diseño muestral). Su utilidad
radica en que ayuda a entender la dispersión del número de viajes que realizar diariamente un
hogar (en cada UTAM), dejando de lado la relación entre el tamaño de muestra y el tamaño del
universo.
Tabla 3.32: CV estimado a partir de los datos disponibles en la muestra
UTAM CV estimado UTAM CV estimado UTAM CV estimado
0101 0,77 1401 0,75 Candelaria 1 0,93
0201 0,67 1402 0,67 Candelaria 2 0,59

0202 0,61 1501 0,67 Jamundí 1 0,61
UTAM CV estimado UTAM CV estimado UTAM CV estimado
0203 0,71 1601 0,58 Jamundí 2 0,71
0204 0,72 1602 0,73 Palmira 1 0,68
0301 0,64 1701 0,65 Palmira 2 0,74
0302 0,72 1702 0,73 Palmira 3 0,69
0303 0,84 1703 0,65 Yumbo 1 0,63
0401 0,77 1801 0,66 Yumbo 2 0,66
0402 0,72 1802 0,62
0501 0,71 1803 0,70
0601 0,70 1901 0,65
0602 0,68 1902 0,72
0701 0,73 1903 0,71
0702 0,75 1904 0,76
0801 0,75 2001 0,65
0802 0,63 2002 0,68
0803 0,70 2101 0,64
0901 0,77 2102 0,67
0902 0,70 2201 0,71
1001 0,67 Pance Urbano 0,55
1002 0,76 El Hormiguero 0,67
1101 0,76 La Buitrera 0,62
1201 0,76 Montebello 0,65
1301 0,71 Pance rural 0,76
1302 0,72
3.160 El CV estimado en una UTAM resulta de dividir la desviación estántar del número total de viajes en
los hogares de la muestra en la UTAM y el promedio de viajes por hogar en dicha UTAM
4 Bases de datos EODH
4.1 En este capítulo se presenta de manera detallada la descripción de los campos de información que
conforman los módulos de la encuesta domiciliaria en formato Microsoft Access (*.accdb). El
documento ha sido organizado secuencialmente en 4 módulos, los mismos módulos en que se
dividió el formulario de la encuesta de hogares.
Módulo A - Identificación, vivienda y hogar
4.2 El objetivo de este módulo es obtener la información general de los hogares, así como los datos de
contacto del informante principal para posteriores actividades de re-contacto y verificación. El
módulo está compuesto por 52 campos (columnas) y 11.307 registros (filas).
4.3 A continuación se describen los campos contenidos en este módulo.
Tabla 4.1: Descripción de campos del módulo A – Identificación, vivienda y hogar.
Nombre del campo ID pregunta en formulario Descripción

ORDEN Formulario Número de orden del hogar
MUNICIPIO 1 Código DANE de identificación del municipio
IDM 3 Identificador de muestreo
COMUNA 4 Comuna
ESTRATO 5 Estrato socio-económico
DIA_SEM 6 Día de la semana
DIA 7 Fecha - Número correspondiente al día
MES 7 Fecha - Número correspondiente al Mes
ANIO 7 Fecha - Número correspondiente al Año
BARRIO 8 Barrio
DIR_HOG 9 Dirección de la vivienda
P_01_A A-1 Nombre de la persona de contacto o informante principal
P_02A_A A-2 Teléfono de contacto 1
P_02B_A A-2 Teléfono de contacto 2
P_02C_A A-2 Teléfono de contacto 3
P_02D_A A-2 Teléfono de contacto 4
P_03_A A-3 Tipo de vivienda donde reside el hogar
P_04_A A-4 Total hogares en la vivienda
P_05_A A-5 Total personas que viven en el hogar
P_06_A A-6 Cantidad de personas de 5 años y más viven en el hogar
P_07_A A-7 Propiedad de la vivienda
INGRESO Sin ID Rango de Ingresos del Hogar
UTAM Procedimiento Unidad Territorial de Análisis de Movilidad
ZAT Procedimiento Zona de análisis de transporte
P_01_01C C-1 Cantidad de automóviles
P_01_02C C-1 Cantidad de camperos/camionetas
P_01_03C C-1 Cantidad de pick up, van
P_01_04C C-1 Cantidad de motos
P_01_05C C-1 Cantidad de taxi
P_01_06C C-1 Cantidad de camiones
P_01_07C C-1 Cantidad de automóviles o camionetas de servicio especial
P_01_08C C-1 Cantidad de moto-carros
P_01_09C C-1 Cantidad de trici-motos
P_01_10C C-1 Cantidad de bicicletas con motor (adultos)
P_01_11C C-1 Cantidad de Bicicletas (niños)
P_01_12C C-1 Cantidad de bicicletas sin motor (adultos)
P_01_13C C-1 Cantidad de vehículos de tracción animal
P_01_77C C-1 Cantidad de otros tipos de vehículo
P_01_77AC C-1 Cantidad de otros tipos de vehículo - Opción 1
P_01_77BC C-1 Cantidad de otros tipos de vehículo - Opción 2
P_01_77CC C-1 Cantidad de otros tipos de vehículo - Opción 3
ENCUEST ID-2 Encuestador
HOR_INI Control Hora de inicio
MIN_INI Control Minuto de inicio
HOR_FIN Control Hora de finalización
MIN_FIN Control Minuto de finalización
SUPERV Control Supervisor en campo
TIPOSUP Control Tipo de supervisión de la encuesta
ID_CODIF Control Codificador etapa de revisión
DIGITADOR Control Digitador
CODIFICAD Control Codificador
F_EXP Procedimiento Factor de expansión
Módulo B – Características de los integrantes del hogar

4.4 El objetivo de este módulo es obtener la información socioeconómica detallada de cada uno de
los miembros del hogar con 5 años de edad o más, por lo tanto la unidad de medida es la
“persona” encuestada. El módulo está compuesto por 42 campos (columnas) y 38.191 registros
(filas).
Tabla 4.2: Descripción de campos del módulo B – Personas.

ID_PER B-1 Número de orden de los integrantes del hogar
P_02_B B-2 Nombre de la persona
P_03_B B-3 Parentezco de la persona con el jefe del hogar
P_04_B B-4 Sexo
P_05_B B-5 Edad
P_06_B B-6 Nivel educativo aprobado de la persona
P_07_B B-7 Primera ocupación de la persona
P_08_B B-8 Segunda ocupación de la persona
P_09_B B-9 Actividad económica de la primera ocupación
P_10_B B-10 Actividad económica de la segunda ocupación
Código de dificultades de uso de modos de transporte debido a
P_11A_B B-11
limitaciones físicas

Código de dificultades de uso de modos de transporte debido a
P_11B_B B-11
limitaciones físicas
P_12A_B B-12 Tipo de limitaciones físicas
P_12B_B B-12 Tipo de limitaciones físicas
P_13_B B-13 Tenencia de licencia de conducción
P_14_B B-14 Código sobre realización de viajes el día anterior
P_15_B B-15 Código de presencia en el hogar en el momento de la encuesta
P_16_B B-16 Respuesta a módulo de viajes
P_17_B B-17 Número de viajes realizado por la persona
P_05DD_D D-5 Día de diligenciamiento del módulo D
P_05MM_D D-5 Día de diligenciamiento del módulo D
P_05AA_D D-5 Día de diligenciamiento del módulo D
P_06A_D D-6 Lugar en el que inició su día de ayer
P_06B_D D-6 Dirección o sitio de referencia del lugar
P_07_D D-7 Barrio del lugar de inicio del día anterior
P_08_D D-8 Municipio del lugar de inicio del día anterior
UTAM Procedimiento Unidad territorial de análisis de movilidad
P_09HR_D D-9 Hora a la que salió por primera vez el día anterior
P_09MN_D D-9 Minutos de la hora a los que salió por primera vez el día anterior
P_10_D D-10 Código de uso del vehículo privado el día anterior
P_11A_D D-11 Códigos de motivos de no utilización del vehículo privado
P_11B_D D-11 Otro motivo de no utilización del vehículo privado
P_03_E E-3 ¿Última vez que usó el MIO?
P_04A_E E-4 Razones por las que no usa el MIO (1)
P_04B_E E-4 Razones por las que no usa el MIO (2)
P_04C_E E-4 Otra, ¿cúal?
P_05_E E-5 ¿Conoce las rutas del MIO que le sirven?
P_06_E E-6 ¿Tiene tarjeta del MIO?
P_07_E E-7 ¿Sabe donde recargarla?
Módulo C – Características de los vehículos disponibles en el hogar

4.6 El objetivo de este módulo es obtener la información detallada de cantidad y tipo de vehículo de
los vehículos disponibles en cada hogar encuestado, así como la información asociada a éstos. La
unidad de medida principal es el “vehículo”. El módulo está compuesto por 14 campos (columnas)
y 6.918 registros (filas).

Tabla 4.3: Descripción de campos del módulo C – Vehículos.

NO_VEH C-2 Número de orden del vehículo
P_03_C C-3 Tipo de vehículo
P_04_C C-4 Tipo de combustible
P_04A_C C-4 Otro ¿cúal?
P_05_C C-5 Municipio de matrícula del vehículo
P_06_C C-6 Año de modelo del vehículo
P_07_C C-7 Propiedad del vehículo
P_07A_C C-7 Otro ¿cúal?
P_08_C C-8 Está excento de pico y placa
P_09_C C-9 Razones por las que está exento de pico y placa
P_10_C C-10 Sitio de estacionamiento en la vivienda
P_11_C C-11 Costo del estacionamiento
Módulo D – Características de los viajes realizados por las personas del

hogar
4.8 El objetivo de este módulo es obtener la información detallada los desplazamientos mayores a 3
minutos del día anterior a la aplicación de la encuesta realizados por personas de 5 años o más. En
este caso, cada registro o fila corresponde a un desplazamiento con un propósito definido
realizado por una persona independientemente del número de vehículos que haya utilizado para
dicho desplazamiento.
4.9 El módulo D se procesó en dos niveles lo que da origen a dos sub-módulos. El primero es el
módulo D sin imputar la información de personas que si viajaron pero no contestaron información
relevante o suficiente sobre estos viajes; el segundo es un módulo D con imputación de la
información para los que si viajaron pero no contestaron información relevante o suficiente sobre
estos viajes. El módulo para consulta de total de viajes es el módulo D con imputación ya que
contiene factores de expansión de todos las personas que si viajaron.
4.10 Es importante tener en cuenta que, en el caso del módulo D sin imputación, la información
relacionada con el inicio del primer viaje del día se encuentra consignada en el Módulo B (ver
variables: P6DIR_D, P6TDIR_D, ZAT, BARRIO_D, MUN_D, P9HI_D, P9MI_D).
4.11 Por su parte, para consultar los viajes realizados por una persona en el módulo D sin imputación
se debe tener en cuenta la estructura del viaje o etapas del viaje, en donde las variables
descriptivas del fin del primer viaje se deben considerar también las variables descriptivas del
inicio del siguiente viaje. El módulo D con imputación ya contiene la información de hora y lugar
de inicio y fin de viaje como campo independiente.

4.12 Mientras que el módulo D sin imputación está compuesto por 109 campos (columnas) y 51.835
registros (filas), el módulo D con imputación está por 37 campos (columnas) y 57.276 registros
(filas).
4.13 A continuación se describen los campos contenidos en este módulo D sin imputación de datos
dado que es el más completo y reúne las variables del módulo D con imputación.

Tabla 4.4: Descripción de campos del módulo D – Viajes sin imputar ítems no-respuesta.

ORDEN Formulario P1 No de orden del hogar
ID_PER Formulario P2 No de orden de los integrantes del hogar
NO_VIAJE Formulario P3 Número del viaje realizado por la persona
P_12_D D-12 Número del viaje
P_13_D D-13 Motivo de viaje
P_14P_D D-14 Modos de transporte utilizados
P_E1_14_D D-14 Modo de transporte utilizado en la etapa del viaje
P_E1_16CD_ D-16 Número de cuadras caminadas al vehículo
P_E1_16MN_ D-16 Minutos de caminata al vehículo
P_E1_17_D D-17 Estación de abordaje del sistema MIO
P_E1_18_D D-18 Minutos de espera a que pasara / arrancara el vehículo
P_E1_19_D D-19 Costo del pasaje
P_E1_20_D D-20 Propiedad del vehículo
P_E1_21_D D-21 Lugar de descenso del vehículo
P_E1_22A_D D-22 Lugar de estacionamiento del vehículo
P_E1_22B_D D-22 Costo del estacionamiento
P_E1_22C_D D-22 Modalidad de pago del estacionamiento
P_E1_23_D D-23 Municipio de descenso del vehículo

P_E3__16MN D-16 Minutos de caminata al vehículo

P_24A_D D-24 Lugar del destino
P_24B_D D-24 Dirección del lugar de destino si es diferente del hogar
P_25_D D-25 Municipio del destino del viaje
UTAM Procedimiento Unidad territorial de análisis de movilidad
P_26CD_D D-26 Número de cuadras caminadas al destino
P_26MN_D D-26 Minutos de caminata al destino
P_27HR_D D-27 Hora de llegada al destino
P_27MN_D D-27 Minutos de la hora de llegada al destino
P_28HR_D D-28 Hora de salida del lugar para el siguiente desplazamiento
Minutos de la hora de salida del lugar para el siguiente
P_28MN_D D-28
desplazamiento
Fuente: Encuesta de Movilidad Cali 2015.

5 Indicadores de movilidad
5.1 Los indicadores más relevantes de la encuesta de movilidad se presentan en el informe ejecutivo
“Encuesta de Movilidad Cali 2015” que complementa el presente documento. Como
complemento, a continuación se presentan los resultados para cada una de las preguntas de la
encuesta de hogares, los cuales se han dividido así:
 Indicadores de hogares
 Indicadores de personas
 Indicadores de vehículos
 Indicadores de viajes
 Indicadores comparativos entre la moto y el transporte público
 Indicadores sobre el uso del sistema MIO
 Indicadores sobre origen y destino de los viajes
Unidades de análisis y ámbito geográfico
5.2 La Encuesta de Movilidad Cali 2015 se desarrolló para alcanzar los siguientes objetivos:
5.3 Obtener indicadores socioeconómicos y de movilidad para los 5 municipios que conforman el área
de estudio (Cali, Candelaria, Jamundí, Palmira y Yumbo), así como para los 6 estratos
socioeconómicos y 60 unidades territoriales de análisis de movilidad.
5.4 Identificar los principales flujos de personas en el área de estudio y consignar estos viajes en una
matriz de origen destino a nivel de zonas de análisis de transporte (ZAT).
5.5 El siguiente mapa presenta las unidades de análisis de los indicadores:

Figura 5.1: Área de estudio y unidades territoriales usadas para el análisis de indicadores
Fuente: UT SDG-CNC - Encuesta Movilidad – Hogares Cali 2015
Se presentan las siguientes definiciones para un mayor entendimiento de las unidades de análisis de los
indicadores. Cada unidad agrupa los hogares con base en características socioeconómicas o de ubicación
similares:
 Estrato socioeconómico: es un atributo de la vivienda y su asignación busca reflejar la situación
socioeconómica de los habitantes. Los estratos 1, 2 y 3 corresponden a estratos bajos que albergan
a los usuarios con menores recursos y que son beneficiarios de subsidios en los servicios públicos
domiciliarios; en los estratos 5 y 6 están los usuarios con mayores recursos económicos y que deben
pagar sobrecostos sobre el valor de los servicios públicos domiciliarios. El estrato 4 no es
beneficiario de subsidios y no debe asumir sobrecostos (DANE).
 Unidad territorial de análisis de movilidad (UTAM): conformada por uno o varios barrios, tanto en
suelo urbano como en suelo de expansión, que mantienen condiciones de uso del suelo y
socioeconómicas homogéneas. El área de estudio se divide en 60 UTAM.

En el caso de Cali, los indicadores son presentados también a nivel de comuna. El área urbana de
Cali está sectorizada en 22 comunas y el área rural en 15 corregimientos.
A continuación se presentan las divisiones geográficas de las comunas y UTAM, para una mejor
lectura de los indicadores que se presentan en este documento:

Figura 5.2: División geográfica de comunas

Figura 5.3: División geográfica de UTAM
Indicadores de muestra
Encuestas válidas por UTAM y estrato
5.6 Número de encuestas válidas por unidad territorial (UTAM) y por estrato socioeconómico. Los
hogares participantes en la encuesta se seleccionaron en función de la cantidad de hogares por
UTAM, la proporción de hogares por estrato socioeconómico y su distribución espacial. Se
recolectaron en total 11.307 encuestas válidas en el área de estudio.

Figura 5.4: Encuestas válidas por estrato
Figura 5.5: Encuestas válidas por UTAM

Muestra recolectada en la encuesta de interceptación en transporte público.
5.7 Las encuestas de interceptación en transporte público se realizaron en el periodo de 6 a.m. a 12
m. con el objetivo de captar los viajes de la hora pico y la hora valle de la mañana, las cuales
coinciden con las horas de simulación del modelo de transporte de la ciudad. Las estaciones del
MIO y los puntos de encuestas en el resto de la ciudad escogidos corresponden a los de mayor
volumen de usuario en la hora pico.
5.8 Durante este ejercicio se recolectaron 15.612 encuestas válidas a usuarios MIO en 37 estaciones
de este sistema y 4.347 encuestas válidas a usuarios MIO o del transporte público colectivo en 20
tramos sobre corredores de tráfico mixto. El mayor volumen de encuestas captado corresponde a
los corredores de transporte masivo.
Figura 5.6: Número de encuestas válidas por punto de interceptación
Muestra recolectada en la encuesta de interceptación en transporte privado

5.9 Las encuestas de interceptación enfocadas en transporte privado se realizaron en el periodo de 6
a.m. a 12 m con el objetivo de captar los viajes de la hora pico y la hora valle de la mañana , las
cuales coinciden con las horas de simulación del modelo de transporte de la ciudad. Los puntos de
interceptación escogidos corresponden con los de mayor volumen de vehículos ene l periodo de la
mañana de un día típico.
5.10 Durante este ejercicio se recolectaron en total 32.762 encuestas válidas, de las cuales 27.249
fueron realizadas a usuarios carro, moto o bicicleta, 798 a usuarios de camperos (vehículos de

transporte público de pasajeros que operan principalmente en zonas ladera) o intermunicipales,
1.800 a usuarios de taxis y 2.915 a vehículos de carga.
Figura 5.7: Número de encuestas válidas por punto de interceptación en intersecciones vehiculares
Indicadores de hogares
Hogares
5.11 El hogar es una unidad básica de muestreo de esta encuesta. El número estimado de hogares en el
área de estudio es de 830.957. En Cali se encuentra ubicado el 81 % de los hogares del área de
estudio, se presenta la mayor concentración en las zonas alejadas del centro de la ciudad.

Figura 5.8: Número de hogares establecidos por comuna en Cali

5.12 En cuanto al número de hogares establecidos por municipio, Cali tiene la gran mayoría con
676.782, seguido de Palmira con 85.592. El municipio con menos hogares es Candelaria, en donde
hay tan solo 15.988.
Figura 5.9: Número de hogares establecidos por municipio
Estrato Socioeconómico
5.13 Las características de los viajes se pueden explicar por el nivel de ingresos del hogar, lo cual se
infiere del estrato socioeconómico de la vivienda. Por esto para lograr un mayor entendimiento de
los indicadores de movilidad por municipio, comuna y del área rural (corregimientos) a
continuación se presenta la distribución porcentual de los hogares por estrato en cada una de
estas unidades territoriales. Adicionalmente, dada la importancia de este atributo del hogar, el
diseño de la muestra de la Encuesta de Movilidad de Cali 2015 garantizó la representatividad por
estrato socioeconómico de los indicadores de movilidad.

Figura 5.10: Distribución porcentual de los hogares por municipio y comuna
Tamaño del hogar

5.14 El tamaño del hogar se define como el número de personas que lo conforman. Las comunas 12 y
13 de Cali son las que presentan el mayor tamaño del hogar promedio y tienen una alta
proporción de hogares en estratos 1, 2 y 3. Las comunas 2 y 22 son las de menor tamaño del hogar
y el 70 % de sus hogares son de estrato 4, 5 o 6.

Figura 5.11: Tamaño promedio del hogar por comuna en Cali

Figura 5.12: Tamaño promedio del hogar por municipio
Figura 5.13: Tamaño promedio del hogar por estrato

Tipo de vivienda
5.15 Este indicador busca identificar el tipo de vivienda donde residen los hogares que fueron
encuestados. En general, la mayoría de los hogares residen en viviendas tipo casa.
5.16 En las comunas 2 y 22, se presentan el mayor número de viviendas tipo apartamento con un
porcentaje del 22 % y del 32 % respectivamente. La participación de los otros tipos de vivienda es
muy baja en todas las comunas y municipios, sólo en las comunas 2 y 9 el tipo de vivienda cuartos
en inquilinato tiene un porcentaje superior al 5 % en el caso de las comunas; y en el municipio de
Candelaria superior al 1 %.
Figura 5.14: Distribución porcentual de los hogares por tipo de vivienda por comuna y municipio

Figura 5.15: Distribución porcentual de los hogares por tipo de vivienda por estrato
Tipo de propiedad de la vivienda donde reside el hogar

5.17 En el área de estudio la mayoría de las comunas y municipios habitan mayoritariamente en
vivienda propia pagada, excepto en las comunas, 3, 4, 8, 9, 10 y 15 donde este porcentaje es
menor que 50 % pero mayor al 35 %. La siguiente categoría que predomina es la vivienda en
arriendo o subarriendo que en todos los casos está por encima del 20 % excepto en la comuna 22.
Figura 5.16: Tipo de propiedad de la vivienda por comuna y municipio

5.18 En cuanto a la variación por estratos, resalta que el estrato 6 tenga la mayor proporción de
viviendas en proceso de pago, el estrato 3 es el que más vive en arriendo y la proporción de
viviendas es usufructo es similar para todos los estratos.
Figura 5.17: Tipo de propiedad de la vivienda por estrato socioeconómico
Nivel de ingresos
5.19 El nivel de ingresos es una variable socioeconómica que se utiliza para relacionar la capacidad
adquisitiva de las personas con los modos de transporte que utiliza. Por estrato, se evidencia que
en el estrato 1 y 2 el ingreso predominante es menos de un salario mínimo mientras que en el
estrato 3 la proporción de hogares es similar entre 1 y 2 salarios mínimos. Por lo sensible que es
esta pregunta para los hogares, en al menos el 30 % de los casos los hogares deciden no
responder la pregunta.

Figura 5.18: Nivel de ingresos por estrato
Indicadores de personas
Población
5.20 La población del área de estudio se estimó en 2.901.206 habitantes, en Cali se concentra el 83 %.
Las comunas de Cali con mayor densidad de población son la 12, 13, 14, 15 y 20, en las cuales
predominan los estratos 1 y 2, a excepción de la comuna 12; dentro de las menos densas están la
2, 4, 19, 17 y 22, en las cuáles predominan los estratos 4, 5 y 6, a excepción de la Comuna 4.
Figura 5.19: Población por municipio en el área de estudio

Figura 5.20: Población por comuna en Cali

Densidad de población
5.21 Se presenta la densidad de población por hectárea. Para el caso de la encuesta de hogares, se
calcula a nivel de comuna y se observa la mayor densidad en las comunas 5, 12, 13, 14 y 20.
Figura 5.21: Densidad de población por comuna en Cali

Género de la población
5.22 Los indicadores de género y edad tienen en cuenta a todos los miembros del hogar, incluso a los
menores de 5 años. De un municipio a otro el porcentaje de mujeres varía entre 52 % y 55 %.
Palmira es el municipio con mayor proporción de mujeres y Yumbo, la menor.
Figura 5.22: Género de la población en el área de estudio
Edad de la población
5.23 La población del área de estudio se clasifica por medio de grupos de edad para expresarlos como
pirámide poblacional.
5.24 Más de la mitad de la población del área de estudio es menor a 35 años, por lo cual se pueden
considerar ciudades jóvenes. El 69 % de la población está entre 16 y 65 años, rango en el cual se
encuentran los viajeros que hacen más viajes al día.

Figura 5.23: Distribución porcentual de la población por rango de edad
Máximo nivel educativo de la población

5.25 El 24 % de la población mayor a 5 años del área de estudio se encuentra estudiando o ha
terminado algún programa de educación técnico o universitario y el 1,4 % está estudiando o ha
terminado algún posgrado.
5.26 El 45 % de la población está estudiando o ha terminado la secundaria y el 2 % informa no tener
estudios. La comuna 17 es la que reporta un mayor número de habitantes con estudios
universitarios mientras que la comuna 13 es la que reporta un mayor número de personas sin
estudios.
5.27 El 22 % de la población mayor a 5 años de los municipios vecinos está estudiando algún programa
de educación técnico o universitario y el 2 % reporta no tener estudios.

Figura 5.24: Distribución porcentual del máximo nivel educativo de la población por estrato
Figura 5.25: Distribución porcentual del nivel educativo por municipio

Tipo de ocupación de las personas
5.28 El tipo de ocupación de las personas es determinante en sus patrones de movilidad; generalmente
los trabajadores y estudiantes deben desplazarse con mayor frecuencia para llevar a cabo sus
actividades cotidianas.
5.29 A continuación se presenta la distribución porcentual de la población por la principal ocupación
durante la semana anterior a la realización de la encuesta de hogares. El 44 % de las personas
mayores a 5 años del área de estudio indicaron que el trabajo fue su ocupación principal, el 24 %
estudian. El número de personas jubiladas aumentan con el estrato y las dedicadas al hogar
disminuyen. La comuna 22 de Cali tiene el mayor porcentaje de jubilados de la ciudad.
Figura 5.26: Tipo de ocupación de las personas por estrato en el área de estudio

Figura 5.27: Tipo de ocupación de las personas por comuna y municipio
Personas con limitaciones físicas para usar algún modo de transporte

5.30 De las personas mayores a 5 años que habitan en el área de estudio, se estima que 99.101 tienen
limitaciones físicas para movilizarse en uno o más modos de transporte, el 21 % para usar el
transporte público colectivo, 8 % el MIO, 6 % el auto, 6 % moto-taxi o bici-taxi y el 3 % el campero.
Figura 5.28: Personas con limitaciones físicas para movilizarse por modo de transporte

Figura 5.29: Número de personas con limitaciones físicas que tienen dificultar para movilizarse por UTAM
Tipo de limitación de las personas

5.31 El tipo de limitación de las personas se le pregunta a las personas que manifestaron tener
limitaciones físicas para usar algún modo de transporte, entre las principal limitación encontrada
es moverse(usa muletas, caminadores, bastones, etc.), seguida de moverse (Utiliza silla de ruedas)
y otras limitaciones.

Figura 5.30: Tipo de limitación por municipio
Indicadores de vehículos
Tipos de vehículos disponibles en el hogar
5.32 Este indicador fue calculado como una distribución porcentual de los vehículos disponibles en el
hogar por comuna y por estrato socioeconómico. Los datos fueron obtenidos mediante la
respuesta de los encuestados a la pregunta 1 del módulo C “De la siguiente lista de vehículos,
¿Cuántos y cuáles dispone su hogar, independientemente de la propiedad de los mismos” Los
resultados obtenidos se muestran a continuación

Figura 5.31: Tipo de vehículo disponible por comuna o municipio
5.33 En general predomina la tenencia de motos en los hogares, a excepción de las comunas 2, 17, 19 y
22, donde se observa que el automóvil es el vehículo que prevalece.
Figura 5.32: Tipo de vehículo por estrato socioeconómico
5.34 : Si se observa la distribución de tipo de vehículo por estrato socioeconómico, se puede apreciar
que en los estratos bajos (1, 2 y 3) la tenencia de moto sobresale frente a los demás vehículos,
mientras que en los estratos altos (4, 5 y 6) es el automóvil el tipo de vehículo predominante.

Tasa de motorización
5.35 La tasa de motorización se mide con el número de vehículos motorizados disponibles en el hogar
por cada 1.000 habitantes y es un indicador que refleja la tenencia de vehículos en la población.
En Cali la tasa de motorización es de 195 vehículos por cada 1.000 habitantes, mientras que en
Candelaria es de 201, en Jamundí de 189, en Palmira de 216 y en Yumbo de 192 . Dentro de Cali, el
sector noroccidental y el sector sur son los de mayor tenencia de vehículo.
Figura 5.33: Tasa de motorización por municipio
Figura 5.34: Tasa de motorización por estrato económico

5.36 Es evidente que en los estratos altos la tasa de motorización es significativamente mayor que en
estratos bajos. De igual manera, se observa como en estratos bajos predomina la tenencia de
moto, mientras que en estratos altos el vehículo predominante es el automóvil.
Tasa de motorización de autos
5.37 La tasa de motorización de autos se calcula con el número de automóviles por cada 1.000
habitantes por unidad territorial, (municipio o comuna) y por cada estrato socioeconómico.
Figura 5.35: Tasa de motorización de autos por municipio
Figura 5.36: Tasa de motorización de autos por estrato socioeconómico
5.38 En las anteriores gráficas se puede apreciar que Cali es el municipio con la mayor tasa de
motorización de automóviles, seguido de Jamundí y Yumbo. De igual manera se observa como
esta tasa de motorización crece a medida que aumenta el estrato socioeconómico.

Figura 5.37: Tasa de motorización de autos por cada 1.000 habitantes por comuna
Tasa de motorización de motos

5.39 La tasa de motorización de motos se mide como la cantidad de motocicletas por cada 1.000
habitantes en cada unidad territorial, (municipio o comuna) y por cada estrato socioeconómico.

Figura 5.38: Tasa de motorización de motocicletas por municipio
Figura 5.39: Tasa de motorización de motocicletas por estrato socioeconómico
5.40 Palmira es el municipio con la mayor tenencia de motocicletas por cada 1.000 habitantes, seguido
de Candelaria y Yumbo. A diferencia del automóvil, la tasa de motorización de motocicletas
decrece a medida que aumenta el estrato socioeconómico

Figura 5.40: Tasa de motorización de motos por cada 1000 habitantes por comuna

Tasa de bicicletas por 1.000 habitantes
5.41 La tasa de bicicletas mide la tenencia de bicicletas en las personas dentro de cada comuna o
municipio y por estrato socioeconómico. Esta tasa fue obtenida con las respuestas de los
encuestados que reportaron tener bicicleta con motor, bicicleta para niños o bicicleta sin motor.
Figura 5.41: Tasa de bicicletas por cada 1.000 habitantes por municipio
5.42 En Candelaria se tiene la mayor tenencia de bicicletas, 170 por cada 1.000 habitantes. Además es
el único municipio dentro del área de estudio en el que la bicicleta es el vehículo predominante
frente al automóvil y la motocicleta que tienen una tasa de 46 y 140 vehículos por cada 1.000
habitantes.
Figura 5.42: Tasa de bicicletas por cada 1.000 habitantes por estrato socioeconómico
5.43 A diferencia de los anteriores modos, la bicicleta toma una mayor importancia en el área rural,
donde presenta una tenencia de 138 por cada 1.000 habitantes. Se observa como esta tasa crece a

medida que aumenta el estrato socioeconómico, pasando de 44 bicicletas por cada 1.000
habitantes en estrato 1 a 127 en estrato 6.
Figura 5.43: Tasa de bicicletas por cada 1.000 habitantes por comuna
5.44 La comuna que presenta la mayor tenencia de bicicletas es la correspondiente a la zona de Pance,
situación consecuente con la posesión de este tipo de vehículo por estrato, ya que esta zona es
catalogada como rural o de estrato alto.

Lugar de matrícula de los vehículos motorizados
5.45 A continuación se presenta la distribución porcentual de los vehículos del área de estudio por tipo
de vehículo y municipio donde se matriculó. El 60 % de los vehículos de uso privado (moto,
automóvil, campero/ camioneta, pick up, van) se encuentran matriculados en Cali, mientras que
los camiones y los vehículos de servicio especial están matriculados principalmente en otros
municipios.
Figura 5.44: Lugar de matrícula de los vehículos motorizados en Candelaria, Jamundí, Palmira y Yumbo

Figura 5.45: Lugar de matrícula de los vehículos motorizados en Cali
Tipo de propiedad de los vehículos

5.46 La distribución porcentual de los vehículos por tipo de propiedad responde a la pregunta de
quiénes son los dueños principales de los vehículos. En el área de estudio el 95 % de los vehículos
disponibles en el hogar pertenece a alguna de las personas del hogar.

Figura 5.46: Propiedad de los vehículos por estrato socioeconómico
Tipo de estacionamiento de los vehículos en la vivienda

5.47 El 74 % de los vehículos del área de estudio son estacionados en garaje propio cuando están en la
vivienda y este porcentaje es mayor a medida que aumenta el estrato. El parqueadero privado es
el segundo tipo de estacionamiento más importante con una participación del 11 %.
Figura 5.47: Tipo de estacionamiento de vehículos en la vivienda por municipio

5.48 Por estrato socioeconómico, el uso del garaje propio aumenta junto con el estrato. En el estrato 1
el 52 % parquea en el garaje propio, mientras que en el estrato 6 esta cifra sube por encima del 90
%. Esta tendencia se puede deber a que como la moto predomina en los estratos bajos, estas son
más fáciles de guardar en los hogares ya que requieren menos espacio.
Figura 5.48: Tipo de estacionamiento de vehículos en la vivienda por estrato socioeconómico
Tipo de licencia de conducción de las personas

5.49 La tenencia de licencia de conducción describe con la tasa de motorización la cantidad de posibles
usuarios de transporte privado individual que se puede llegar a tener. Este indicador, por
municipio, expresa que más del 60 % de la población no posee licencia de conducción.
5.50 Aunque la tendencia es similar para todos los municipios, Jamundí tiene la población con más
licencias de conducción de la región. Se aprecia que la tenencia de la licencia de conducción
aumenta conforme al estrato, llegando a niveles del 70 % de la población para el estrato 6.

Figura 5.49: Tenencia de licencia de conducción por municipio
Figura 5.50: Tenencia de licencia de conducción por estrato

Indicadores de viajes
Viajes por hogar
5.51 Los viajes promedio por hogar se calculan dividiendo el número de viajes totales al día por estrato
o municipio por la cantidad de hogares que lo componen. Un viaje se define como un
desplazamiento realizado por una persona con un motivo específico y una duración mayor a 3
minutos, o un desplazamiento con motivo trabajo o estudio de cualquier duración.
5.52 En el área de estudio se realizan en el día un total de 4.396.630 viajes en todos los modos de
transporte.
5.53 La tasa de viajes al día por persona es el promedio de viajes que realiza la población mayor o igual
a 5 años en una unidad de análisis.
5.54 De igual manera se calcula la tasa de viajes por hogar como el promedio de viajes que se realizan
por cada hogar en el estrato. En el área de estudio la tasa de viajes por persona es de 1,52 y es
igual a la de Cali mientras que por hogar es de 5,29. Yumbo tiene las tasas más altas de viaje por
hogar y por persona, seguido de Cali.
5.55 Los resultados presentados por estrato socioeconómico son coherentes con la premisa de que
personas con mayor ingreso realizan en promedio más viajes al día. Si se calculan las tasas de viaje
solo considerando las personas que hacen por lo menos un viaje al día, la variación por estrato es
mínima.
Figura 5.51: Tasa de viajes al día por hogar en el área de estudio

Figura 5.52: Tasa de viajes por hogar por UTAM
Viajes por persona

5.56 La tasa de viajes al día está asociada con las características sociales y económicas que influyen en
las actividades que desarrolla la persona y en sus decisiones de transporte. Por esta razón, en las
siguientes gráficas se relaciona la tasa de viajes al día de la persona con la ocupación principal, el
género y la edad.

Figura 5.53: Tasa de viajes al día por persona en el área de estudio

Figura 5.54: Tasa de viajes por persona por UTAM
5.57 Para la tasa de viajes al día por persona que viaja, se calcula el promedio de viajes por persona por
estrato teniendo en cuenta únicamente aquellas personas que reportaron haber viajado, por esto,
la tasa de viajes sube hasta valores aproximadamente de 2,6 viajes por persona que viaja.

Figura 5.55: Tasa de viajes al día por persona que viaja en el área de estudio

Figura 5.56: Tasa de viajes por persona que viaja por UTAM
5.58 Por género, la tasa de viajes de las mujeres es un 12 % menor que la de los hombres.

Figura 5.57: Tasa de viajes por género
5.59 Al comparar las tasas de viajes por ocupación, se observa que las personas que trabajan viajan un
12 % más que los estudiantes, este valor baja aún más al considerar las personas que se dedican a
otras ocupaciones, esto se debe a que en este grupo se encuentran personas jubiladas, dedicados
al hogar y personas que buscan trabajo entre otros.
Figura 5.58: Tasa de viajes por ocupación
5.60 Entre los 25 y 39 años se presentan las tasas de viajes más altas. De acuerdo con los indicadores
socioeconómicos, el 54 % de la población del área de estudio es de género femenino, el 21 % está
entre los 25 y 39 años y el 44 % tiene como ocupación principal el trabajo.

Figura 5.59: Tasa de viajes por edad
Tasa de viajes motorizados de las personas

5.61 La tasa de viajes motorizados por persona muestra para cada estrato la composición de la misma
en función de la participación de cada modo. Vale la pena resaltar que, al no contar los viajes no
motorizados, la gráfica presenta una tendencia a aumentar con el estrato socioeconómico.

Figura 5.60: Tasa de viajes motorizados de las personas

Figura 5.61: Tasa de viajes motorizados por persona por UTAM

Figura 5.62: Tasa de viajes en auto por persona por UTAM

Figura 5.63: Tasa de viajes en moto por pesona por UTAM

Figura 5.64: Tasa de viajes en transporte público por persona por UTAM
Tasa de viajes en bicicleta

5.62 La tasa de viajes en bicicleta representa la dinámica de uso de este modo en los estratos del área
de estudio, se calcula tomando la cantidad de viajes hechos al día en bicicleta y dividirlo por el
total de personas mayores a 5 años.
5.63 En proporción, en las zonas rurales se viaja más en bicicleta, en las zonas urbanas el uso de este
modo de transporte es mayor en los estratos 1 al 3 que de 4 al 6 con una notoria caída entre los
estratos 3 y 4.

Figura 5.65: Tasa de viajes en bicicleta por estrato

Figura 5.66: Tasa de viajes en bicicleta por persona por UTAM
Viajes de las personas con limitaciones físicas para usar algún modo de transporte
5.64 La tasa de viajes por persona con limitaciones físicas representa la dinámica de la población desde
la perspectiva de las personas que tienen limitaciones. Al comparar estas cifras con la tasa de
viajes por persona se aprecia que son significativamente menor que la tasa general. Siendo más
similar únicamente en el estrato 5.

Figura 5.67: Tasa de viajes de personas con limitaciones físicas para usar algún modo de transporte

Figura 5.68: Tasa de viajes de personas con alguna limitación por UTAM
Propósito de los viajes

5.65 Los motivos de viaje son un indicador clave dado que influyen en la valoración que el usuario del
transporte hace de las variables del viaje y asimismo son un factor a considerar en las decisiones
sobre el horario de viaje y el destino. Más adelante se usan los motivos de viaje para explicar con
mayor detalle los indicadores de tiempo y el horario de viaje. En el área de estudio el 54 % de los
viajes tienen motivo trabajo o estudio.
5.66 Para este análisis se le asigna a los viajes con motivo “volver a casa”, el motivo del viaje anterior,
esto se aplica porque el propósito del viaje se define como la razón por la cual la persona realizó el
desplazamiento en un primer plano.

Figura 5.69: Distribución porcentual de los viajes por motivo en el área de estudio
5.67 En cuanto a la distribución de propósitos por estrato, los estratos 1,2 y 3 comparten las
proporciones de los propósitos de viaje mientras que en el estrato 4 predomina recibir atención
en salud, en estrato 5 los trámites y en estrato 6 buscar trabajo.
Figura 5.70: Distribución porcentual por estrato de los viajes por motivo en el área de estudio

Perfil horario de los viajes
5.68 El perfil horario de viajes en el área de estudio permite ver las horas de mayor y menor demanda
de viajes. Se observan tres picos acentuados a lo largo del día para el global de la movilidad, los
cuales ocurren a las 6: 15 am, 12: 00 m y 5: 30 pm.
Figura 5.71: Perfil horario de los viajes
5.69 Los picos observados en el perfil general se ven en los viajes en moto, automóvil, transporte
público formal y bicicleta. El comportamiento de los viajes en transporte público individual y
transporte público informal es más estable a lo largo del día.

Figura 5.72: Perfil horario de los viajes por modo de transporte
5.70 En las siguientes gráficas se puede ver el comportamiento de los viajes durante el día
dependiendo del motivo. Los viajes con motivo trabajo y estudio tienen un perfil similar, aunque
los desplazamientos por estudio tienen dos picos más por fuera del de la mañana, esto se puede
asociar a los horarios de las empresas versus los de los colegios y universidad.

Figura 5.73: Perfil horario de los viajes con motivo trabajo
Figura 5.74: Perfil horario de los viajes con motivo estudio

5.71 En cuanto a los viajes por otros motivos, el comportamiento a lo largo del día es estable y aunque
presenta picos, no son tan marcados como en los motivos de trabajo o estudio.
Figura 5.75: Perfil horario de los viajes con otros motivos
5.72 Finalmente la siguiente figura presenta el comportamiento de los viajes con motivo regreso a
casa, esta gráfica expresa claramente el comportamiento inverso de las gráficas de trabajo y
estudio juntas.

Figura 5.76: Perfil horario de los viajes con motivo regreso a casa
Partición modal de los viajes

5.73 Este indicador presenta la partición modal de los 4.396.630 viajes realizados al día en el área de
estudio. Los modos de transporte considerados corresponden con todos los disponibles en las 5
ciudades del área de estudio de manera formal o informal.

Figura 5.77: Partición modal general en el área de estudio
5.74 El mayor porcentaje de viajes lo tiene el modo a pie con 32 % y lo sigue la moto con un total de
788.227 viajes correspondientes al 18 % de la partición modal, lo cual representa una proporción
mayor a la del automóvil, el MIO y el transporte público colectivo.
5.75 En cuanto a la tendencia por estrato, se aprecia que el uso del automóvil es muy marcado en los
estratos altos mientras que en los bajos predomina el uso de la moto. El punto de inflexión, el
estrato 4, presenta el mayor uso de transporte público colectivo e individual, lo que va a
repercutir en los tiempos promedio de viaje.

Figura 5.78: Partición modal por estrato en el área de estudio
5.76 En la siguiente gráfica se observa la partición modal de los viajes por género. En las mujeres
predomina el uso del MIO y el transporte público colectivo mientras que en los hombres el uso de
los modos privados individuales como la moto o el automóvil.
Figura 5.79: Partición modal por género en el área de estudio

5.77 Por propósito, la partición modal no presenta tendencia específica hacia la preferencia por algún
modo por propósito. No obstante, se destaca que los viajes de propósito estudio, compras y
recreación se llevan a cabo mayoritariamente a pie, mientras que en los viajes de trabajo, asuntos
de trabajo, trámites y recibir atención en salud se utilizan modos motorizados.
Figura 5.80: Partición modal por propósitos de viaje en el área de estudio
5.78 La partición modal por grupos de edad presenta tendencias interesantes en cuanto al
comportamiento de las personas en sus desplazamientos. En primer lugar se observa como caen
los viajes a pie entre los grupos de edad de 15-19 y 20-24. Estos viajes son reemplazados por el
MIO y la moto.
5.79 El pico de uso de la moto se presenta entre los 20-29 años, luego de esto su uso comienza a
decrecer y se compensa con taxi y la caminata.

Figura 5.81: Partición modal por edad de la población en el área de estudio
Partición modal de los viajes en modos motorizados y no motorizados

5.80 En el área de estudio se realizan 1.657.536 viajes en modos no motorizados, 37,3 % del total. Esta
proporción varía según el nivel de ingreso, mientras en los estratos de menor ingres 4 de cada 3
viajes se hacen no modos no motorizados en estrato 6 la proporción es de 1 por cada 10 viajes.
5.81 Se puede concluir que la movilidad en el área de estudio se realiza principalmente en modos
motorizados (2.739.094 viajes). En el mundo el fenómeno de la motorización está asociado con el
mejoramiento del ingreso de la población, por lo que es de esperar que en este territorio se
acentúe en el futuro esta tendencia.
5.82 La tendencia de motorización se aprecia en la gráfica de motorizados y no motorizados por
estrato, en donde la caminata pasa de participar en el 40 % de los viajes en estrato 1 a solo un 10
% en el estrato 6.
5.83 En cuanto al uso de la bicicleta, excepto en las zonas rurales, su uso no sobrepasa más del 5 % en
todos los estratos, disminuyendo drásticamente en el estrato 6 con un 1,1 %.

Figura 5.82: Partición modal de los viajes en motorizados y no motorizados en el área de estudio
Figura 5.83: Partición modal de los viajes en motorizados y no motorizados por estrato en el área de estudio
Partición modal de los viajes en vehículo

5.84 Los viajes en vehículo son aquellos que se realizan en modos diferentes a pie. El total de viajes en
algún tipo de vehículo del área de estudio es de 2.975.550. Al no considerarse el modo a pie en la
partición modal, la moto representa el 26,6 % de los viajes, el automóvil el 19,8 % y el MIO el 18
%. Más de la mitad de los viajes en el área de estudio se realizan en vehículo privado.

Figura 5.84: Partición modal de los viajes en vehículo en el área de estudio
5.85 El comportamiento por estrato muestra que la moto es el modo de transporte más usado en las
zonas rurales y los estratos 1 y 2, y el automóvil el más usado en los estratos 5 y 6, esta tendencia
se agudiza al no considerar los viajes a pie.
Figura 5.85: Partición modal de los viajes en vehículo por estrato en el área de estudio

Partición modal de los viajes en transporte individual
5.86 La partición modal de los viajes en transporte individual se definen como la distribución de los
viajes realizados en vehículos motorizados de baja ocupación, en esta categoría se cuentan
automóviles, motos, moto carros, moto taxis, taxis y taxis blancos.
Figura 5.86: Partición modal de los viajes en transporte individual en el área de estudio

Figura 5.87: Participación modal de los viajes en transporte individual por estrato en el área de estudio
5.87 El modo predominante es el de la moto con el 47,3 % mientras que el automóvil alcanza el 35,3 %.
Finalmente el taxi llega a participar en un 13,5 % de los viajes. La variación por estrato mantiene
los patrones descritos en los indicadores anteriores, resaltando únicamente que el taxi es utilizado
principalmente en los estratos 3 y 4.
Partición modal de los viajes en transporte público
5.88 Diariamente, se realizan 1.234.000 viajes en transporte público que incluyen el MIO, transporte
público colectivo, camperos, moto taxi, auto informal, bus intermunicipal, chiva, taxi, taxi blanco,
bici taxi y motocarro. Dentro de transporte público colectivo se cuentan los buses informales.

Figura 5.88: Partición modal de los viajes en transporte público en el área de estudio
5.89 Dentro de este grupo, el modo predominante es el MIO con el 43,3 % de los viajes, seguido del
taxi con un 19 % y el transporte público colectivo con un 16,1 %. Al revisar la tendencia por
estrato, se aprecia que el MIO tiende a ganar participación en los estratos 4, 5 y 6 mientras que en
los estratos 1 y2 predomina el uso del transporte público colectivo y los camperos.
Figura 5.89: Partición modal de los viajes en transporte público por estrato en el área de estudio

Partición modal de los viajes de personas con limitaciones físicas para usar algún modo de
transporte
5.90 Los modos de transporte motorizados preferidos de las personas con limitaciones físicas para
movilizarse son el MIO, el taxi y el automóvil. Es de resaltar que prefieren caminar a utilizar
cualquier otro modo.
Figura 5.90: Partición modal de los viajes de personas con limitaciones físicas en el área de estudio
Trasbordos
5.91 El promedio de trasbordos realizados se define como el promedio de la cantidad de etapas
realizadas menos uno durante un viaje, esto debido a que los viajes de una etapa no tienen
trasbordos. En cuanto a la distribución por estratos, se presenta como tendencia general que más
del 90 % de los viajes no tienen trasbordos, mientras que en el 7 % u 8 % de los viajes se lleva a
cabo un trasbordo. Los viajes con dos trasbordos son menos del 2 % del total.

Figura 5.91: Distribución porcentual de la cantidad de trasbordos por estrato en el área de estudio
Tiempo de viaje
5.92 El tiempo promedio de viaje se calcula como la diferencia entre la hora de llegada y la hora de
salida del desplazamiento.Debido a que los tiempos usados son los reportados por los
encuestados y en la respuesta se tiende a redondear las horas de llegada/salida, las cifras
presentadas se redondean a cuartos de hora.

Figura 5.92: Tiempo promedio de viaje por modo de transporte en el área de estudio
5.93 El promedio de viaje del área de estudio es de 29 minutos. Este promedio aumenta a 35 minutos
al excluir los viajes que se realizan caminando. Se debe tener en cuenta que los valores de tiempo
presentados tienen implícitas las variables de distancia y velocidad, por lo cual un tiempo alto de
viaje se explica por una combinación de velocidad del modo de transporte, el volumen y la
distancia de los viajes.
5.94 Para los mapas mostrados a continuación es importante mencionar que los modos de transporte
se clasifican de la siguiente manera;
 Transporte público colectivo formal
- MIO-Troncal y expresos
- MIO-Pretroncal
- MIO-Alimentador+
- Bus/Buseta urbana
- Microbús
- Bus/buseta intermunicipal
- Chiva
- Campero/Jeep
 Transporte público colectivo informal
- Taxi colectivo
- Auto informal
- Bus/colectivo informal
 Transporte público individual
- Taxi

- Mototaxi
- Bicitaxi
- Taxi especial (placas blancas)
- UBER
- Motocarros
Figura 5.93: Tiempo promedio (en minutos) de viaje total en auto por UTAM

Figura 5.94: Tiempo promedio (en minutos) de viaje total en bicicleta por UTAM

Figura 5.95: Tiempo promedio (en minutos) de viaje total en MIO por UTAM

Figura 5.96: Tiempo promedio (en minutos) de viaje total en moto por UTAM

Figura 5.97: Tiempo promedio (en minutos) de viaje total en TPC formal por UTAM

Figura 5.98: Tiempo promedio (en minutos) de viaje total en TP informal por UTAM

Figura 5.99: Tiempo promedio (en minutos) de viaje total en transporte público individual por UTAM

Figura 5.100: Tiempo promedio de viaje por estrato por modo de transporte en el área de estudio
5.95 Por modo de transporte, el MIO es el que tiene los promedios de tiempo de viaje más largos, que
van desde 73 minutos en el estrato rural hasta 51 minutos en estrato 4. El estrato 4 es el único en
el que el transporte público colectivo supera en tiempos al MIO. Finalmente, el modo que emplea
menos tiempo de viaje es la moto con menos de la mitad de los tiempos del transporte público.
Tiempo de los viajes basados en el hogar
5.96 Los viajes basados en el hogar son todos aquellos que tienen como origen el hogar y no
necesariamente se refiere al primer desplazamiento del día, aunque en la mayoría de casos se
configura como el primer viaje.
5.97 Tal como se muestra en la figura, el MIO es modo que tiene el tiempo promedio de viaje más largo
con 69 minutos, seguido del transporte colectivo formal con 55 minutos. Los modos que tienen los
viajes con el menor tiempo promedio de viaje son la moto y la bicicleta con 37 minutos.

Figura 5.101: Tiempo de los viajes basados en el hogar en el área de estudio
Perfil horario del tiempo de viaje

5.98 El tiempo promedio de viaje por hora muestra que a lo largo del día el MIO y el TPC siguen siendo
los modos en los que se hacen los viajes más demorados, seguidos de la moto y el automóvil que
se ven parejos a lo largo del periodo de análisis.
5.99 En las horas pico se aprecia la diferencia entre la moto y el TPC, la moto se mantiene mientras que
el tiempo del viaje en auto puede estar hasta 20 minutos por encima del de la moto, este
comportamiento se aprecia principalmente en la hora de máxima demanda de la tarde.

Figura 5.102: Perfil horario de los tiempos de viaje en el área de estudio
Motivos para no usar el vehículo privado

5.100 A las personas que respondían que no habían manejado algún vehículo privado tipo camioneta,
automóvil o moto se les preguntó sobre las razones para no hacerlo, los 3 motivos principales para
no usarlo son que no se cuenta con uno, seguido de comodidad y finalmente prefiere no usarlo.
Figura 5.103: Distribución de motivos para no usar vehículo privado en el área de estudio

Figura 5.88: Distribución de motivos para no usar vehículo privado por comuna y por municipio
5.101 Al analizar las respuestas dadas como otros, se encuentra que las principales razones adicionales
son que la persona era menor de edad, iba como pasajero, no sabe conducir y no tiene licencia de
conducción.
Usuarios de transporte masivo que tienen acceso al vehículo privado
5.102 La cantidad de usuarios del MIO que tienen acceso a un vehículo se obtuvo clasificando a los
usuarios entre los que tienen disponible un vehículo privado o no. Este indicador es útil para
definir en qué estratos y proporciones el MIO se promueve como una alternativa ante el vehículo
privado.
5.103 La tendencia vista desde los indicadores de motorización se repite en esta figura, donde la
proporción de usuarios que tienen acceso al vehículo privado aumenta conforme al estrato
socioeconómico donde, en el estrato 1 el 7 % de las personas tiene acceso a un vehículo mientras
que en el 6 sube hasta 13 %.

Figura 5.104: Porcentaje de usuarios de transporte masivo que tienen acceso al vehículo privado en el área de estudio
Figura 5.105: Porcentaje de usuarios de transporte masivo que tienen acceso al vehículo privado por comuna y
municipio
Autocontención de los viajes con motivo trabajo

5.104 La autocontención en términos de movilidad representa el porcentaje de viajes con un motivo
específico que tienen origen y destino en la misma ciudad. En el caso del área de estudio se
observa una autocontención más alta en los municipios de mayor población: Cali y Palmira, lo que
puede estar asociado a una mayor oferta de empleos en sus propios territorios.

Figura 5.106: Autocontención de los viajes con motivo trabajo por municipio
Autocontención de los viajes con motivo estudio

5.105 La autocontención de los viajes con motivo estudio para los municipios muestra rangos que en
todos los casos están por encima del 92 %. Este comportamiento se presenta a que
principalmente las personas que estudian asisten a la primaria o bachillerato en sus municipios, y
no se tienen que desplazar hasta las universidades ubicadas en los municipios más grandes.

Figura 5.107: Autocontención de los viajes con motivo estudio por municipio
Gasto en transporte público del hogar

5.106 El gasto en transporte público del hogar ayuda a representar el peso que tiene en las finanzas del
hogar los costos de movilizarse al día. Por municipio, el gasto más alto lo tiene Cali con 3.349
pesos seguido de Yumbo con 2.227 pesos.

Figura 5.108: Gasto en transporte público del hogar por municipio
Figura 5.109: Gasto en transporte público del hogar por estrato en el área de estudio

5.107 Por estrato, el gasto va aumentando conforme al estrato socioeconómico pasando de 2.768 pesos
en el estrato 1 hasta 3.666 pesos en el estrato 5. Esta tendencia no se evidencia en el estrato 6
donde los costos bajan significativamente debido al uso del auto particular.
Gasto en transporte público de la persona
5.108 A continuación se analiza el gasto en transporte público por persona, que da un vistazo más
detallado de los costos que incurren a las personas al día para movilizarse. Por municipio, el mayor
gasto se presenta en Cali con 1.015 pesos y Palmira tiene el menor costo con 470 pesos.
5.109 Vale la pena destacar que este indicador cuenta a todas las personas de 5 años o más que se
encuentran en la ciudad, e incluye tanto viajantes como no viajantes. Por esto, el costo del viaje
resulta ser bajo en comparación con el costo del pasaje en MIO
Figura 5.110: Gasto en transporte público de la persona por municipio
5.110 En cuanto al estrato, el mayor gasto se presentó en el estrato 5 y el menor en las zonas rurales.
Los valores rondan desde 665 pesos para la zona rural hasta 1.257 en el estrato 5. Vale la pena
destacar que el comportamiento del gasto en transporte público de la persona por estrato tiene
un comportamiento similar al gasto en transporte público del hogar por estrato.

Figura 5.111: Gasto en transporte público de la persona por estrato en el área de estudio
Indicadores comparativos entre la moto y el transporte público

5.111 Para los indicadores contenidos en el presente capítulo se considera el transporte público como:
 MIO-Troncal y expresos
 MIO-Pretroncal
 MIO-Alimentador+
 Bus/Buseta urbana
 Microbús
 Bus/buseta intermunicipal
 Chiva
 Campero/Jeep
Características socioeconómicas de los usuarios de la moto vs. las características
socioeconómicas de los usuarios de transporte público
5.112 Al comparar la cantidad de usuarios de transporte público con la cantidad de usuarios de la moto,
se puede observar como los usuarios entre 20 y 24 años son los que más usan el transporte
público, y en esta categoría, las personas lo usan un 19,7 % más que la moto. En el siguiente grupo
de personas, de 25 a 29 años, el uso de la moto se mantiene, mientras que el de transporte
público disminuye, dejando la diferencia entre estos de un 5,9 %.
5.113 En las siguientes gráficas los municipios aledaños a Cali son: Candelaria, Jamundí, Palmira y
Yumbo.

Figura 5.112: Distribución de los usuarios por rango de edad y por modo de transporte en Cali
Figura 5.113: Distribución de los usuarios por rango de edad y por modo de transporte en los municipios aledaños a
Cali

5.114 Cuando se compara la cantidad de usuarios de transporte público con la cantidad de usuarios de la
moto, se puede observar como el género influye en la elección modal. La diferencia entre los
hombres que utilizan el transporte público y los que utilizan moto es de 9,1 % a favor del
transporte público, mientras que esa diferencia en las mujeres es del 45,3 %.
Figura 5.114: Distribución de los usuarios por género y por modo de transporte en Cali

Figura 5.115: Distribución de los usuarios por género y por modo de transporte en los municipios aledaños a Cali
5.115 En los estratos 4, 5 y 6, se observa como el uso de transporte público y de moto disminuyen
radicalmente. Esto se debe a que, como se ve en el indicador general de distribución modal por
estrato, estos estratos tienen más vehículo privado que los demás estratos.

Figura 5.116: Distribución de los usuarios por estrato y por modo de transporte en Cali
Figura 5.117: Distribución de los usuarios por estrato y por modo de transporte en los municipios aledaños a Cali

5.116 Con respecto al motivo de viaje, la diferencia a favor del transporte público se mantiene, sin
embargo para ir a trabajar, los usuarios utilizan un 16 % más el transporte público, mientras que
para ir a estudiar, la diferencia se aumenta a un 28 %.
Figura 5.118: Distribución de los usuarios por motivo de viaje y por modo de transporte en Cali

Figura 5.119: Distribución de los usuarios por motivo de viaje y por modo de transporte en los municipios aledaños a
Cali
5.117 Se evidencia que la mayoría de la población no reporta una ocupación secundaria. Sin embargo,
para los usuarios que tienen segunda ocupación, el uso de transporte público es mayor que el uso
de la moto, para los estudiantes un 15,5 % más y para los trabajadores un 19,8 %.

Figura 5.120: Distribución de los usuarios por segunda ocupación y por modo de transporte en Cali
Figura 5.121: Distribución de los usuarios por segunda ocupación y por modo de transporte en los municipios
aledaños a Cali

5.118 Con respecto a la actividad principal, la mayoría de las personas no reporto información, pero las
actividades que más reportan usuarios son las relacionadas con comercio o talleres de vehículos.
Por otra parte, las personas que trabajan en actividades relacionadas con explotación de minas y
canteras utilizan más la moto en un 34 %.
Figura 5.122: Distribución de los usuarios por actividad principal y por modo de transporte en Cali

Figura 5.123: Distribución de los usuarios por actividad principal y por modo de transporte en los municipios aledaños
a Cali
5.119 Con respecto al nivel educativo, la diferencia entre los usuarios de transporte público con los de
moto se hace más fuerte en las personas que tienen secundaria incompleta. Para esta categoría
los usuarios de transporte público superan a los usuarios de moto en un 35 %.

Figura 5.124: Distribución de los usuarios por nivel educativo y por modo de transporte en Cali
Figura 5.125: Distribución de los usuarios por nivel educativo y por modo de transporte en los municipios aledaños a
Cali

Usuarios de la moto o transporte público con alguna limitación física para usar algún modo de
transporte
5.120 Los usuarios con alguna limitación para transportarse son predominantes en el transporte público.
Evaluando el tipo específico de limitación, las limitaciones de movilidad (muletas, bastón, etc.) son
las más altas.
Figura 5.126: Distribución de los usuarios con limitación por tipo de limitación y por modo de transporte en Cali

Figura 5.127: Distribución de los usuarios con limitación por tipo de limitación y por modo de transporte en los
municioios aledaños a Cali
Características de los viajes en moto vs. características de los viajes en transporte público
5.121 Con respecto al motivo de viaje específico, para ir a trabajar o estudiar, los usuarios prefieren el
transporte público, sin embargo, en los motivos relacionados con tramites, compras o buscar o
dejar a alguien, la moto es el modo elegido con un 55,6 %, 68,2 % y 67,4 % respectivamente.

Figura 5.128: Distribución de los viajes por propósito de viaje y por modo de transporte en Cali
Figura 5.129: Distribución de los viajes por propósito de viaje y por modo de transporte en Cali

Perfil horario de los viajes en moto vs. perfil horario de los viajes en transporte público
5.122 El perfil horario de viajes en el área de estudio permite ver las horas de mayor y menor demanda
de viajes. En transporte público y moto se observan tres picos acentuados a lo largo del día para,
los cuales ocurren a las 6: 15 am, 12: 00 m y 5: 30 pm. En los tres picos, la cantidad de viajes en
transporte público es mayor que la cantidad de viajes en moto, sin embargo, en el pico de las 6: 15
am la diferencia es de tan solo de 4.782 viajes.
Figura 5.130: Distribución horaria de los viajes por modo de transporte en Cali

Figura 5.131: Distribución horaria de los viajes por modo de transporte en los municipios aledaños a Cali
5.123
Distribución de tiempos de viaje por rango

5.124 A continuación se presenta la distribución porcentual de los viajes en moto y en transporte
público agrupados por rangos de tiempo con variación de 20 minutos

Figura 5.132: Distribución de tiempos de viaje (minutos) por rangos por modo de transpote en Cali
5.125 Se observa que para los viajes en moto en Cali que cuentan con información de duración, la mayor
proporción corresponde a viajes entre cero y 20 minutos, mientras que en transporte público la
mayoría duran entre 40 y 60 minutos.

Figura 5.133: Distribución de tiempos de viaje (minutos) por rangos por modo de transpote en los municipios
aledaños Cali
5.126 En los municipios aledaños a Cali se presenta la misma tendencia, donde la mayoría de viajes en
moto duran entre cero y 20 minutos y en transporte público entre 40 y 60 minutos.
Indicadores sobre el uso del sistema MIO
Partición modal de las etapas de viaje antes de una etapa en MIO
5.127 A continuación se presenta la distribución porcentual de los modos de transporte utilizados en las
etapas de viaje previas a la utilización del sistema MIO. Es decir, de las personas que usaron el
MIO en su segunda y tercera etapa de viaje.
5.128 Se encuentra que la mayoría había utilizado anteriormente el bus intermunicipal, mientras que los
que lo usaron en la cuarta etapa, en su totalidad, habían utilizado el automóvil en la etapa
inmediatamente anterior.

Figura 5.134: Partición modal de las etapas de viaje antes de una etapa en MIO
Partición modal de las etapas de viaje antes de una etapa en transporte público colectivo
5.129 En cuanto a la distribución porcentual de los modos de transporte utilizados en las etapas de viaje
previas a la utilización del transporte público colectivo, se observa que el MIO es el modo más
utilizado en las etapas de viaje previas al transporte público colectivo, seguido del bus
intermunicipal y el auto informal.
Figura 5.135: Partición modal de las etapas de viaje antes de una etapa en transporte público colectivo

Trasbordos de viajes en MIO
5.130 Distribución porcentual de los viajes en MIO por número de trasbordos. Un viaje en MIO es el que
tiene por lo menos una etapa en este modo de transporte. Un trasbordo es igual a un cambio de
vehículo de un modo motorizado a otro modo motorizado.
Figura 5.136: Distribución porcentual de trasbordos de viajes en MIO
5.131 Se observa que el 50 % de las personas realizan viajes directos entre su origen y su destino, es
decir no tienen que realizar ningún trasbordo. El 40 % de las personas realizan un trasbordo, y el
10 % restante hacen dos o más trasbordos.
Trasbordos de MIO a MIO
5.132 Se refiere a la distribución porcentual de los viajes en MIO por número de trasbordos en el mismo.
Un viaje en MIO es el que tiene por lo menos una etapa en este modo de transporte. Un trasbordo
es igual a un cambio de vehículo del MIO a otro vehículo del mismo sistema.

Figura 5.137: Distribución porcentual de los trasbordos de MIO a MIO
5.133 De los viajes que tienen por lo menos una etapa en el MIO, el 55 % no realiza trasbordos dentro
del sistema, el 38 % hace un trasbordo y el 7 % realiza dos o más trasbordos.
Tiempo de espera en el MIO
5.134 De acuerdo con lo declarado por los usuarios en la encuesta de hogares, se observa que para los
viajes que tienen más de una etapa en el sistema MIO (troncal, pretroncal y alimentador), el
primer abordaje registra el mayor tiempo de espera, mientras que los trasbordos presentan un
tiempo de espera menor.
Figura 5.138: Tiempo promedio de espera de viajes en MIO

Tiempo de viaje en el MIO
5.135 Tiempo de viaje promedio de los viajes en MIO por hora. Un viaje en MIO es el que tiene por lo
menos una etapa en este modo de transporte, y el tiempo de viaje incluye todas las etapas del
mismo
Figura 5.139: Tiempo de viaje promedio de los viajes en MIO por hora

En la gráfica se observa que en términos generales el MIO presenta el mismo tiempo promedio a
lo largo del día, a excepción del modo alimentador donde se presentan variaciones significativas
Indicadores de personas que no usaron el MIO el día anterior
5.136 Los indicadores mostrados a continuación fueron elaborados con las repuestas dadas por la
proporción de encuestados que manifestaron no haber usado el sistema MIO el día anterior a la
encuesta
Tiempo de no usar del sistema
5.137 El tiempo de no usar el MIO se agrupó en las siguientes categorías
 Hace 15 días o menos
 Hace más de 15 días y menos de un mes
 Hace más de un mes y menos de tres meses
 En el año 2014
 En el año 2013
 Nunca lo he usado

5.138 Los resultados obtenidos por municipio, comuna y UTAM se muestran a continuación. Vale la
pena destacar que en la gran mayoría de casos cerca del 40 % de la población ha usado el MIO en
el último mes.
Figura 5.140: Tiempo de no usar el sistema por comuna o municipio

Tabla 5.1: Distribución porcentual del tiempo de no usar el sistema MIO por UTAM
En el En el Hace 15 No
Hace más de 15 días Hace más de un mes y Nunca lo
UTAM año año días o respo
y menos de un mes menos de tres meses he usado
2013 2014 menos nde
101 4% 15 % 16 % 13 % 17 % 3% 33 %
201 3% 13 % 40 % 10 % 17 % 1% 16 %
202 10 % 18 % 30 % 12 % 10 % 20 %
203 8% 14 % 21 % 7% 13 % 37 %
204 5% 15 % 26 % 15 % 24 % 1% 14 %
301 7% 8% 29 % 25 % 12 % 8% 11 %
302 7% 16 % 39 % 4% 26 % 8%
303 4% 10 % 33 % 12 % 29 % 3% 9%
401 4% 11 % 34 % 12 % 20 % 3% 16 %
402 6% 10 % 33 % 20 % 20 % 1% 9%
501 8% 12 % 39 % 13 % 17 % 3% 9%
601 3% 15 % 26 % 19 % 22 % 0% 15 %
602 4% 14 % 36 % 14 % 17 % 2% 11 %
701 6% 17 % 29 % 14 % 19 % 1% 13 %
702 6% 14 % 29 % 14 % 21 % 2% 13 %
801 2% 13 % 44 % 14 % 18 % 3% 7%
802 3% 11 % 41 % 14 % 18 % 0% 12 %
803 4% 12 % 31 % 15 % 23 % 3% 13 %
901 5% 15 % 26 % 11 % 22 % 3% 18 %
902 4% 16 % 37 % 14 % 14 % 1% 16 %
1001 5% 12 % 31 % 17 % 18 % 2% 15 %
1002 6% 15 % 32 % 13 % 16 % 2% 16 %
1101 5% 12 % 35 % 14 % 18 % 1% 15 %
1201 6% 10 % 34 % 16 % 19 % 3% 13 %
1301 2% 13 % 31 % 12 % 24 % 4% 13 %
1302 3% 12 % 29 % 13 % 27 % 5% 12 %
1401 6% 14 % 30 % 15 % 22 % 4% 10 %
1402 5% 11 % 34 % 15 % 21 % 1% 13 %
1501 8% 15 % 24 % 14 % 19 % 1% 20 %
1601 6% 11 % 30 % 9% 17 % 26 %
1602 7% 17 % 18 % 9% 26 % 1% 21 %
1701 5% 13 % 38 % 12 % 17 % 2% 14 %
1702 7% 12 % 34 % 9% 18 % 1% 18 %
1703 5% 19 % 25 % 12 % 12 % 1% 26 %
1801 5% 10 % 40 % 17 % 20 % 2% 6%
1802 5% 7% 40 % 15 % 18 % 1% 14 %

En el En el Hace 15 No
Hace más de 15 días Hace más de un mes y Nunca lo
UTAM año año días o respo
y menos de un mes menos de tres meses he usado
2013 2014 menos nde
1803 3% 10 % 41 % 18 % 19 % 2% 8%
1901 4% 15 % 35 % 14 % 13 % 1% 18 %
1902 10 % 4% 36 % 11 % 13 % 1% 24 %
1903 4% 9% 39 % 13 % 20 % 14 %
1904 5% 12 % 42 % 9% 17 % 3% 13 %
2001 4% 12 % 31 % 16 % 20 % 2% 14 %
2002 3% 13 % 29 % 12 % 21 % 2% 20 %
2101 3% 12 % 36 % 17 % 23 % 0% 8%
2102 4% 8% 36 % 19 % 23 % 2% 8%
2201 13 % 18 % 14 % 8% 13 % 34 %
YUMBO
4% 15 % 17 % 13 % 26 % 3% 22 %
2
YUMBO
4% 18 % 16 % 11 % 24 % 1% 25 %
1
PALMIRA
6% 19 % 12 % 10 % 21 % 1% 31 %
1
PALMIRA
4% 22 % 8% 7% 18 % 1% 41 %
2
PALMIRA
9% 14 % 10 % 14 % 18 % 5% 30 %
3
CANDEL
6% 14 % 8% 6% 18 % 2% 46 %
ARIA 1
CANDEL
4% 17 % 13 % 11 % 21 % 1% 35 %
ARIA 2
JAMUND
3% 15 % 22 % 17 % 28 % 1% 15 %
I1
JAMUND
2% 13 % 24 % 15 % 33 % 1% 11 %
I2
EL
HORMIG 1% 6% 51 % 19 % 18 % 1% 3%
UERO
LA
BUITRER 2% 9% 38 % 25 % 21 % 3% 3%
A
MONTEB
15 % 16 % 15 % 9% 17 % 0% 27 %
ELLO
PANCE 4% 7% 30 % 10 % 29 % 7% 14 %
PANCE_
9% 14 % 18 % 9% 27 % 23 %
URBANO

5.139 Se observa que en Cali predomina el tiempo de no uso del MIO correspondiente a 15 días o
menos, mientras que en Candelaria y Yumbo, prevalece la respuesta correspondiente a nunca
haber usado el sistema.
Razones principales por las que no usó el MIO
5.140 Este indicador responde a la pregunta 4 del módulo E de la encuesta “Seleccione dos razones
principales por las que no usó el MIO”.
5.141 En los municipios aledaños a Cali, el principal motivo de no uso del MIO es la falta de cobertura
del sistema en la zona de origen o destino del viaje, mientras que en Cali, el no uso del MIO se da
por la realización de viajes cortos y por la utilización del vehículo privado.
Figura 5.141: Razones principales de no uso del MIO
Fuente: Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015
5.142 A continuación se muestran los resultados obtenidos por UTAM, teniendo en cuenta que los
motivos se codificaron así :
 1: Cree que podría demorarme más tiempo
 2: El pasaje es costoso
 3: El sistema es inseguro
 4: El tiempo de espera es muy largo
 5: Está seguro que se demora más tiempo
 6: La zona en la que se encuentra o dirige no tiene cobertura
 7: No le gusta hacer trasbordos
 8: No lo necesitó porque hace viajes cortos
 9: No sabe cómo funciona el MIO
 10: No sabe/no responde

 11: Otro
 12: Utilizó vehículo propio

Tabla 5.2: Razones principales de no uso del MIO por UTAM
UTAM\Motivo 1 2 3 4 5 6 7 8 9 10 11 12 13
101 2,1 % 0,3 % 2,1 % 4,3 % 8,5 % 29,8 % 2,9 % 17,6 % 5,1 % 1,6 % 5,3 % 2,4 % 18,1 %
201 6,4 % 0,3 % 4,6 % 5,7 % 10,8 % 3,4 % 3,1 % 23,2 % 3,4 % 3,9 % 2,6 % 3,4 % 29,4 %
202 4,1 % 3,4 % 1,4 % 6,2 % 2,8 % 0,7 % 18,6 % 0,7 % 2,8 % 1,4 % 4,1 % 53,8 %
203 1,6 % 3,3 % 5,7 % 3,3 % 6,6 % 4,5 % 1,6 % 17,6 % 1,6 % 1,6 % 2,0 % 4,5 % 45,9 %
204 1,8 % 0,9 % 0,9 % 2,7 % 12,6 % 17,1 % 2,7 % 29,7 % 3,6 % 3,6 % 6,3 % 18,0 %
301 1,2 % 9,5 % 11,9 % 8,3 % 2,4 % 2,4 % 26,2 % 2,4 % 9,5 % 3,6 % 6,0 % 16,7 %
302 4,1 % 8,1 % 8,1 % 9,5 % 2,7 % 2,7 % 37,8 % 4,1 % 1,4 % 1,4 % 20,3 %
303 3,5 % 0,9 % 2,6 % 2,6 % 14,8 % 8,7 % 0,9 % 37,4 % 3,5 % 3,5 % 0,9 % 7,0 % 13,9 %
401 3,6 % 3,2 % 4,7 % 7,1 % 14,2 % 1,2 % 2,0 % 29,6 % 1,6 % 4,7 % 3,6 % 5,1 % 19,4 %
402 4,5 % 1,2 % 4,2 % 6,3 % 14,7 % 3,6 % 4,5 % 27,8 % 2,7 % 1,8 % 3,9 % 4,2 % 20,7 %
501 3,2 % 1,1 % 3,2 % 8,4 % 11,1 % 4,6 % 5,1 % 22,2 % 1,4 % 2,2 % 2,2 % 8,9 % 26,5 %
601 4,4 % 1,8 % 2,4 % 6,0 % 14,7 % 2,0 % 7,8 % 27,8 % 1,1 % 0,2 % 4,4 % 7,6 % 19,8 %
602 1,9 % 1,4 % 1,4 % 4,9 % 15,0 % 1,9 % 2,7 % 28,7 % 0,5 % 2,7 % 3,3 % 8,2 % 27,3 %
701 3,5 % 0,2 % 5,0 % 5,0 % 16,6 % 12,4 % 5,7 % 22,0 % 2,0 % 0,7 % 1,7 % 5,0 % 20,3 %
702 4,8 % 0,4 % 2,4 % 4,6 % 12,1 % 1,1 % 5,0 % 31,4 % 2,9 % 1,5 % 3,3 % 5,0 % 25,4 %
801 3,3 % 1,0 % 6,0 % 2,7 % 12,3 % 2,3 % 3,0 % 30,7 % 1,3 % 4,0 % 3,0 % 3,3 % 27,0 %
802 3,1 % 0,6 % 2,8 % 3,9 % 11,3 % 1,7 % 2,8 % 36,3 % 1,7 % 1,7 % 3,1 % 3,7 % 27,3 %
803 3,3 % 0,9 % 2,4 % 6,0 % 13,4 % 6,0 % 4,8 % 28,0 % 3,0 % 3,9 % 3,3 % 3,3 % 22,0 %
901 3,5 % 1,7 % 2,9 % 0,6 % 11,0 % 4,1 % 1,7 % 40,7 % 9,3 % 1,2 % 2,9 % 4,1 % 16,3 %
902 3,3 % 1,8 % 7,8 % 5,4 % 13,5 % 3,3 % 4,2 % 28,5 % 2,7 % 1,2 % 2,1 % 5,7 % 20,4 %
1001 4,7 % 0,3 % 3,3 % 5,3 % 7,0 % 2,0 % 5,3 % 21,6 % 2,3 % 7,0 % 2,0 % 8,0 % 31,2 %
1002 2,7 % 0,3 % 2,7 % 4,9 % 14,0 % 3,3 % 6,3 % 28,2 % 1,9 % 8,5 % 2,5 % 3,0 % 21,6 %
1101 4,0 % 1,9 % 2,1 % 4,5 % 13,6 % 3,1 % 4,0 % 27,5 % 2,8 % 2,8 % 5,4 % 4,5 % 23,9 %
1201 2,4 % 0,3 % 2,7 % 3,3 % 10,4 % 4,2 % 4,2 % 25,4 % 2,1 % 3,9 % 5,4 % 9,3 % 26,6 %
1301 5,3 % 3,9 % 6,8 % 8,1 % 1,1 % 2,4 % 37,3 % 3,5 % 5,3 % 2,4 % 9,0 % 14,9 %
1302 5,3 % 0,9 % 3,5 % 8,2 % 8,5 % 1,8 % 4,4 % 27,5 % 4,1 % 6,1 % 5,3 % 4,1 % 20,5 %
1401 2,3 % 1,0 % 2,0 % 6,3 % 14,0 % 0,5 % 4,8 % 38,0 % 2,8 % 4,3 % 2,8 % 5,3 % 16,3 %
1402 6,5 % 3,0 % 3,0 % 5,8 % 14,3 % 3,0 % 3,8 % 30,2 % 1,8 % 1,8 % 0,8 % 7,8 % 18,3 %
1501 4,0 % 2,4 % 4,3 % 7,5 % 17,0 % 4,3 % 5,6 % 25,5 % 4,6 % 1,6 % 3,7 % 3,1 % 16,5 %
1601 6,4 % 1,6 % 8,8 % 7,2 % 10,4 % 8,0 % 6,4 % 4,8 % 3,2 % 5,6 % 37,6 %
1602 4,8 % 2,1 % 10,3 % 14,6 % 3,7 % 5,6 % 21,0 % 5,0 % 1,9 % 2,7 % 4,5 % 23,9 %
1701 3,2 % 0,4 % 3,5 % 12,3 % 14,0 % 0,4 % 3,9 % 11,2 % 2,8 % 3,9 % 4,2 % 7,4 % 33,0 %
1702 2,4 % 4,9 % 3,7 % 9,0 % 0,4 % 1,6 % 18,8 % 1,2 % 3,7 % 2,9 % 8,2 % 43,3 %
1703 4,1 % 1,2 % 3,5 % 6,2 % 10,6 % 3,5 % 2,6 % 12,6 % 2,4 % 3,5 % 3,2 % 5,9 % 40,6 %
1801 2,6 % 1,3 % 2,3 % 6,1 % 13,2 % 1,6 % 3,5 % 35,2 % 2,3 % 4,2 % 3,9 % 2,9 % 21,0 %
1802 5,4 % 0,3 % 3,4 % 3,7 % 12,5 % 1,1 % 7,4 % 33,6 % 1,1 % 3,1 % 2,0 % 3,7 % 22,5 %
1803 3,9 % 0,6 % 2,6 % 6,1 % 12,2 % 1,6 % 1,9 % 28,9 % 1,3 % 2,9 % 1,9 % 5,1 % 30,9 %

UTAM\Motivo 1 2 3 4 5 6 7 8 9 10 11 12 13
1901 3,2 % 1,1 % 6,3 % 4,6 % 14,1 % 4,9 % 2,8 % 22,5 % 5,3 % 3,9 % 1,1 % 2,5 % 27,8 %
1902 3,3 % 1,1 % 6,7 % 11,1 % 7,8 % 6,7 % 15,6 % 3,3 % 2,2 % 4,4 % 8,9 % 28,9 %
1903 1,9 % 0,6 % 4,4 % 8,8 % 2,5 % 8,2 % 26,4 % 1,3 % 2,5 % 1,3 % 5,7 % 36,5 %
1904 2,0 % 1,5 % 3,7 % 5,7 % 5,9 % 2,2 % 2,8 % 21,1 % 1,5 % 5,9 % 2,8 % 5,9 % 39,0 %
2001 2,2 % 0,8 % 3,6 % 5,0 % 8,3 % 11,6 % 5,0 % 32,7 % 3,3 % 3,3 % 3,0 % 3,3 % 17,7 %
2002 1,6 % 2,8 % 1,6 % 10,3 % 9,1 % 4,7 % 5,1 % 25,3 % 10,3 % 7,1 % 2,4 % 3,6 % 16,2 %
2101 4,7 % 2,2 % 0,5 % 5,2 % 15,9 % 2,2 % 4,4 % 33,4 % 0,8 % 0,5 % 2,2 % 1,9 % 26,0 %
2102 3,6 % 1,4 % 1,4 % 6,1 % 16,3 % 2,3 % 6,5 % 31,8 % 2,3 % 4,1 % 3,4 % 5,2 % 15,8 %
2201 2,1 % 6,9 % 2,1 % 6,3 % 2,8 % 2,8 % 9,7 % 1,4 % 7,6 % 58,3 %
YUMBO 2 1,5 % 0,7 % 2,4 % 6,6 % 25,1 % 1,0 % 21,0 % 14,1 % 4,4 % 1,0 % 5,4 % 16,8 %
YUMBO 1 2,2 % 0,5 % 1,5 % 2,0 % 3,9 % 17,6 % 3,7 % 30,9 % 4,9 % 1,5 % 2,0 % 7,6 % 21,8 %
PALMIRA 1 1,4 % 1,9 % 1,4 % 1,0 % 1,0 % 53,2 % 1,0 % 15,2 % 7,4 % 3,1 % 0,2 % 4,8 % 8,6 %
PALMIRA 2 0,3 % 8,3 % 2,6 % 0,5 % 1,8 % 18,9 % 12,2 % 39,4 % 5,7 % 1,0 % 1,0 % 8,3 %
PALMIRA 3 7,6 % 6,3 % 1,3 % 31,6 % 17,7 % 16,5 % 5,1 % 2,5 % 11,4 %
CANDELARIA 1 1,7 % 3,9 % 1,7 % 0,6 % 2,0 % 25,6 % 0,6 % 15,8 % 11,5 % 14,1 % 1,1 % 7,0 % 14,4 %
CANDELARIA 2 0,5 % 3,0 % 0,3 % 0,3 % 4,3 % 38,4 % 0,3 % 11,3 % 20,6 % 2,0 % 1,8 % 1,3 % 16,1 %
JAMUNDI 1 1,4 % 1,9 % 2,4 % 2,6 % 3,6 % 31,6 % 2,6 % 13,6 % 12,9 % 4,5 % 2,2 % 4,1 % 16,5 %
JAMUNDI 2 2,0 % 1,5 % 1,0 % 3,9 % 2,5 % 28,1 % 6,4 % 19,2 % 7,9 % 3,0 % 0,5 % 3,9 % 20,2 %
EL HORMIGUERO 3,5 % 0,6 % 5,8 % 13,9 % 5,2 % 0,6 % 39,9 % 7,5 % 2,9 % 2,9 % 17,3 %
LA BUITRERA 3,7 % 0,5 % 4,2 % 3,2 % 9,5 % 1,1 % 2,1 % 38,6 % 0,5 % 3,2 % 2,1 % 2,1 % 29,1 %
MONTEBELLO 3,1 % 1,9 % 1,2 % 3,1 % 1,9 % 21,8 % 2,7 % 20,2 % 17,9 % 4,7 % 3,5 % 2,7 % 15,2 %
PANCE 0,7 % 0,7 % 4,4 % 6,6 % 29,4 % 0,7 % 21,3 % 7,4 % 7,4 % 4,4 % 5,9 % 11,0 %
PANCE_URBANO 4,5 % 9,1 % 4,5 % 13,6 % 13,6 % 54,5 %
5.143 En las UTAM 6, 31 y 43 resalta que más del 10 % declara que el servicio se demora mucho en
pasar. En las UTAM 9, 10, 44 y 45 más del 15 % de la población declara que se demoran más que
en otros modos de transporte. En ninguna UTAM se declara que más del 6 % de la población
indique que el pasaje es muy costoso.
5.144 A continuación se muestra la distribución porcentual de vehículos utilizados en lugar del MIO por
cada motivo de no uso del sistema,

Figura 5.142: Partición modal de los viajes no realizados en MIO por motivo: “Cree que podría demorarse menos
tiempo”
5.145 Las personas que declararon creer demorarse menos tiempo se mueven principalmente a pie,
moto, automóvil y taxi, y en conjunto son más del 64 % de las respuestas. Llama la atención que
dentro de los modos motorizados las respuestas principales sean de los modos individuales.
Figura 5.143: Partición modal de los viajes no realizados en MIO por motivo: “ El pasaje es costoso”
Fuente: : UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015

5.146 Las personas que no usan el MIO por considerar que el pasaje es costoso se mueven
principalmente a pie, por lo que son probablemente personas de bajos ingresos que no cuentan
con otra alternativa. En esta categoría se resalta que el 9,2 % de los que declaran que el pasaje es
costoso se mueven en bicicleta.
Figura 5.144: Partición modal de los viajes no realizados en MIO por motivo: “ El sistema es inseguro”
5.147 Aquellas personas que expresan que el sistema es inseguro se mueven principalmente en los
modos individuales (automóvil, moto y taxi), alcanzando un 49 % de las respuestas. Se destaca
que el 35,5 % se mueven a pie.

Figura 5.145: Partición modal de los viajes no realizados en MIO por motivo: “El tiempo de espera es muy largo”
: Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015
5.148 Cuando se habla en función del tiempo de espera, se destaca el transporte público colectivo con
un 10,9 %. Esta demanda podría ser captada dentro del sistema MIO al mejorar las frecuencias.
Figura 5.146: Partición modal de los viajes no realizados en MIO por motivo: “ Está seguro de que se demora más
tiempo”
5.149 Al observar los modos de transporte usados por las personas que declaran que están seguros de
demorarse más tiempo vuelve a destacar el transporte público colectivo con el 7,9 % de las

respuestas. Es decir que muchos prefieren el sistema tradicional porque les garantiza un menor
tiempo de viaje.
Figura 5.147: Partición modal de los viajes no realizados en MIO por motivo: “ La zona en la que se encuentra/dirige
no tiene cobertura”
5.150 Las personas que declaran que la zona en la que se encontraban o a la que iban no tenían
cobertura usaron principalmente los modos individuales y la caminata. En este rango vale la pena
destacar que los modos informales no suplen esta oferta, ya que solo alcanzan el 4,8 % de los
encuestados.

Figura 5.148: Partición modal de los viajes no realizados en MIO por motivo: “No le gusta hacer trasbordos”
5.151 Aquellos que declaran no usar el MIO porque no les gusta hacer trasbordos se mueven
principalmente en modos motorizados individuales (auto, moto y taxi), y en transporte público
colectivo. Esta gráfica es muy similar a las de los que declaran demorarse más en MIO.
Figura 5.149: Partición modal de los viajes no realizados en MIO por motivo: “No lo necesité porque hago viajes
cortos”

5.152 En cuanto a los que declaran hacer viajes cortos, se encuentra que el 73,9 % de los encuestados
realizan sus viajes a pie, por lo que no tendrían mayor motivación para usar el sistema. Por otro
lado, el resto de viajes cortos se realizan principalmente en moto, bicicleta y automóvil
respectivamente.
Figura 5.150: Partición modal de los viajes no realizados en MIO por motivo: “No sabe cómo funciona el MIO”
5.153 Entre los que declaran no saber cómo funciona el MIO, se resalta que el 40 % se mueve a pie, el
13,5 % en moto, el 8,3 % en automóvil y el 7,8 % en transporte público colectivo, siendo este
último la demanda potencial que se le podría agregar al sistema si se llevan a cabo campañas de
capacitación sobre el funcionamiento del sistema.

Figura 5.151: Partición modal de los viajes no realizados en MIO por motivo: “No sabe/no responde”
5.154 La distribución de la no respuesta a esta pregunta es en general heterogénea, no obstante destaca

que los viajes a pie son el modo predominante, seguido de la moto, el automóvil, el taxi y la
bicicleta respectivamente.
Figura 5.152: Partición modal de los viajes no realizados en MIO por motivo: “No tiene buena imagen del MIO”
5.155 Los que declaran no tener buena imagen del MIO se mueven principalmente a pie, en automóvil,
moto, taxi y en transporte público colectivo respectivamente. De igual manera las campañas

educativas podrían traer parte de esta demanda al sistema, especialmente el 8,3 % que hoy en día
se mueve en transporte público colectivo.
Figura 5.153: Partición modal de los viajes no realizados en MIO por motivo: “Otra”
5.156 Los que declaran tener otros motivos para no usar el sistema son principalmente viajeros a pie, en
automóvil, moto y taxi. Se destaca en este grupo el vehículo escolar con un 6,8 %, que representa
aquellos encuestados que van a sus centros educativos.
Figura 5.154: Partición modal de los viajes no realizados en MIO por motivo: “Utilicé vehículo propio”

5.157 En esta categoría se resalta principalmente el uso de la moto con un 43,9 % y el automóvil con un
35,8 %. Los restantes datos corresponden a personas que en alguno de sus viajes no utilizaron su
vehículo propio. Vale la pena destacar que estos porcentajes son muy pequeños, por lo que los
usuarios de transporte privado tienen preferencia por usar sus vehículos siempre que lo puedan
hacer.
Nivel de conocimiento de las rutas del MIO de los no usuarios del MIO
5.158 Se preguntó además a las personas no usuarias del MIO “¿Conoce cuáles rutas del MIO le sirven
para hacer los viajes que hizo ayer ?”. Las respuestas por unidad territorial, comuna, municipio y
UTAM se muestran a continuación
Figura 5.155: Conocimiento de rutas del MIO por comuna o municipio
5.159 Es importante mencionar que la proporción de respuestas “no aplica” corresponde a los
encuestados a los cuales el MIO no les servía para realizar los viajes hechos el día anterior a la
encuesta.

Tabla 5.3: Conocimiento de rutas del MIO por UTAM
Si conoce puntos de No conoce puntos de No hay sitio de recarga que No sabe/ no

UTAM
recarga recarga le sirva responde
101 49,20 % 46,30 % 2,90 % 1,60 %
201 79,10 % 19,30 % 0,50 % 1,00 %
202 78,60 % 21,40 %
203 59,00 % 38,50 % 2,50 %
204 79,30 % 17,10 % 2,70 % 0,90 %
301 69,00 % 19,00 % 4,80 % 7,10 %
302 78,40 % 21,60 %
303 64,30 % 32,20 % 0,90 % 2,60 %
401 66,80 % 28,90 % 0,80 % 3,60 %
402 79,90 % 18,90 % 1,20 %
501 80,30 % 16,50 % 1,40 % 1,90 %
601 77,10 % 20,90 % 1,80 % 0,20 %
602 79,80 % 15,80 % 1,90 % 2,50 %
701 73,80 % 20,30 % 5,00 % 1,00 %
702 71,70 % 24,60 % 2,00 % 1,80 %
801 79,90 % 16,70 % 1,70 % 1,70 %
802 78,20 % 21,50 % 0,30 %
803 75,80 % 20,90 % 0,30 % 3,00 %
901 68,00 % 30,80 % 1,20 %
902 76,30 % 22,50 % 0,60 % 0,60 %
1001 76,70 % 20,60 % 1,00 % 1,70 %
1002 75,30 % 22,50 % 0,30 % 1,90 %
1101 77,70 % 20,70 % 0,50 % 1,20 %
1201 74,00 % 19,40 % 3,60 % 3,00 %
1301 67,30 % 27,00 % 2,00 % 3,70 %
1302 69,00 % 24,90 % 0,30 % 5,80 %
1401 75,50 % 19,50 % 1,80 % 3,30 %
1402 78,40 % 19,90 % 1,70 %
1501 67,10 % 30,80 % 1,00 % 1,00 %
1601 69,60 % 29,60 % 0,80 %
1602 68,20 % 26,30 % 4,20 % 1,30 %
1701 77,20 % 20,70 % 2,10 %
1702 74,30 % 20,80 % 1,60 % 3,30 %
1703 63,10 % 34,20 % 0,90 % 1,80 %
1801 79,70 % 18,70 % 1,60 %
1802 82,30 % 15,70 % 0,60 % 1,40 %

UTAM
1803 80,10 % 17,00 % 0,30 % 2,60 %
1901 67,70 % 29,80 % 1,40 % 1,10 %
1902 68,90 % 28,90 % 1,10 % 1,10 %
1903 73,60 % 23,30 % 2,50 % 0,60 %
1904 73,90 % 21,60 % 2,20 % 2,40 %
2001 68,70 % 22,70 % 6,60 % 1,90 %
2002 66,40 % 25,30 % 6,70 % 1,60 %
2101 82,50 % 15,90 % 1,10 % 0,50 %
2102 74,90 % 18,30 % 4,50 % 2,30 %
2201 63,90 % 34,70 % 1,40 %
YUMBO 2 58,00 % 32,70 % 5,90 % 3,40 %
YUMBO 1 50,20 % 43,90 % 3,90 % 2,00 %
PALMIRA 1 33,00 % 45,40 % 20,70 % 1,00 %
PALMIRA 2 32,40 % 64,50 % 1,80 % 1,30 %
PALMIRA 3 34,20 % 53,20 % 7,60 % 5,10 %
CANDELARIA
33,50 % 63,70 % 1,10 % 1,70 %
1
CANDELARIA
40,20 % 55,80 % 3,00 % 1,00 %
2
JAMUNDI 1 61,20 % 36,60 % 1,20 % 1,00 %
JAMUNDI 2 66,50 % 29,60 % 3,00 % 1,00 %
EL
HORMIGUER 82,10 % 15,00 % 1,70 % 1,20 %
O
LA BUITRERA 75,70 % 15,90 % 5,80 % 2,60 %
MONTEBELLO 54,50 % 44,00 % 1,20 % 0,40 %
PANCE 58,30 % 32,40 % 2,90 % 6,50 %
PANCE_URBA
52,60 % 47,40 %
NO
Tenencia de la tarjeta MIO

5.160 Otro factor por el cual las personas pueden prescindir del uso del sistema MIO, es no tener la
tarjeta, por este motivo se le preguntó a los encuestados “¿Tiene la tarjeta del MIO?”. Los
resultados obtenidos se presentan a continuación.

Figura 5.156: Distribución porcentual de los no usuarios del MIO por tenencia de la tarjeta del MIO por comuna o
municipio
5.161 Los municipios de Candelaria y Palmira registraron los valores más altos de tenencia de tarjeta
sistema MIO. Adicionalmente, todas las comunas a excepción de la 2 presentan un mayor
porcentaje de propiedad de la tarjeta en comparación con los cuatro municipios del área de
estudio

Tabla 5.4: : Distribución porcentual de los no usuarios del MIO por tenencia de la tarjeta del MIO por UTAM
UTAM Si tiene tarjeta No tiene tarjeta No sabe / no responde

101 29,8% 68,6% 1,6%
201 58,5% 40,7% 0,8%
202 61,4% 38,6%
203 43,0% 57,0%
204 55,9% 43,2% 0,9%
301 50,0% 42,9% 7,1%
302 47,3% 52,7%
303 40,9% 56,5% 2,6%
401 45,5% 51,0% 3,6%
402 52,0% 46,8% 1,2%
501 58,6% 39,5% 1,9%
601 54,2% 45,6% 0,2%
602 57,9% 39,9% 2,2%
701 49,0% 50,0% 1,0%
702 50,2% 47,4% 2,4%
801 61,2% 37,1% 1,7%
802 56,2% 43,2% 0,6%
803 49,3% 47,5% 3,3%
901 33,7% 65,1% 1,2%
902 53,2% 46,2% 0,6%
1001 57,8% 40,5% 1,7%
1002 52,9% 45,2% 1,9%
1101 53,8% 44,6% 1,6%
1201 55,2% 41,8% 3,0%
1301 45,6% 50,7% 3,7%
1302 41,2% 53,2% 5,6%
1401 48,3% 48,0% 3,8%
1402 51,7% 46,5% 1,7%
1501 41,7% 57,2% 1,0%
1601 52,8% 47,2%
1602 43,8% 53,3% 2,9%
1701 64,9% 33,0% 2,1%
1702 58,0% 39,2% 2,9%
1703 45,4% 52,8% 1,8%
1801 59,0% 39,4% 1,6%
1802 60,7% 38,2% 1,1%
1803 63,0% 35,0% 1,9%

UTAM Si tiene tarjeta No tiene tarjeta No sabe / no responde
1901 56,5% 42,5% 1,1%
1902 48,9% 48,9% 2,2%
1903 57,2% 42,8%
1904 64,5% 32,9% 2,6%
2001 46,0% 52,1% 1,9%
2002 47,4% 50,2% 2,4%
2101 46,6% 53,2% 0,3%
2102 53,7% 44,2% 2,0%
2201 47,2% 52,8%
Candelaria 1 17,7% 80,6% 1,7%
Candelaria 2 20,6% 78,4% 1,0%
EL Hormiguero 71,7% 27,2% 1,2%
Jamundí 1 36,1% 62,7% 1,2%
Jamundí 2 37,4% 61,6% 1,0%
La Buitrera 61,4% 36,0% 2,6%
Montebello 29,2% 70,4% 0,4%
Palmira 1 20,0% 79,1% 1,0%
Palmira 2 14,0% 84,7% 1,3%
Palmira 3 21,5% 73,4% 5,1%
Pance 66,7% 33,3%
Pance Rural 38,2% 55,1% 6,6%
Pance Urbano 47,4% 52,6%
Yumbo 1 26,0% 72,3% 1,7%
Yumbo 2 28,8% 68,0% 3,2%
5.162 El casco urbano de Palmira (UTAM 50) reportó la menor tenencia de tarjetas del MIO entre los no
usuarios del sistema con 14 %, mientras que en el corregimiento El Hormiguero (UTAM 56) se
registra la mayor tenencia de la tarjeta con 71 %.
Conocimiento de los puntos de recarga de la tarjeta MIO
5.163 Por último, se le preguntó a los encuestados no usuarios del sistema acerca del conocimiento de
los puntos de recarga de la tarjeta del MIO. En la siguiente figura se observan los resultados
obtenidos por unidad territorial (comuna y municipio)

Figura 5.157: Distribución porcentual de los no usuarios del MIO por conocimiento de los puntos de recarga de la
tarjeta del MIO por comuna o municipio
5.164 En todas las comunas de Cali es mayor la proporción de personas que conocen los puntos en los
que pueden recargar la tarjeta del sistema MIO, sin embargo, en Candelaria y Palmira se observa
que el desconocimiento de estos puntos es mayor.
Tabla 5.5: Distribución porcentual de los no usuarios del MIO por conocimiento de los puntos de recarga de la tarjeta
del MIO por UTAM

UTAM
101 49,2% 46,3% 2,9% 1,6%
201 79,1% 19,3% 0,5% 1,0%
202 78,6% 21,4%
203 59,0% 38,5% 2,5%
204 79,3% 17,1% 2,7% 0,9%
301 69,0% 19,0% 4,8% 7,1%
302 78,4% 21,6%
303 64,3% 32,2% 0,9% 2,6%
401 66,8% 28,9% 0,8% 3,6%
402 79,9% 18,9% 1,2%
501 80,3% 16,5% 1,4% 1,9%
601 77,1% 20,9% 1,8% 0,2%
602 79,8% 15,8% 1,9% 2,5%

UTAM
701 73,8% 20,3% 5,0% 1,0%
702 71,7% 24,6% 2,0% 1,8%
801 79,9% 16,7% 1,7% 1,7%
802 78,2% 21,5% 0,3%
803 75,8% 20,9% 0,3% 3,0%
901 68,0% 30,8% 1,2%
902 76,3% 22,5% 0,6% 0,6%
1001 76,7% 20,6% 1,0% 1,7%
1002 75,3% 22,5% 0,3% 1,9%
1101 77,7% 20,7% 0,5% 1,2%
1201 74,0% 19,4% 3,6% 3,0%
1301 67,3% 27,0% 2,0% 3,7%
1302 69,0% 24,9% 0,3% 5,8%
1401 75,5% 19,5% 1,8% 3,3%
1402 78,4% 19,9% 1,7%
1501 67,1% 30,8% 1,0% 1,0%
1601 69,6% 29,6% 0,8%
1602 68,2% 26,3% 4,2% 1,3%
1701 77,2% 20,7% 2,1%
1702 74,3% 20,8% 1,6% 3,3%
1703 63,1% 34,2% 0,9% 1,8%
1801 79,7% 18,7% 1,6%
1802 82,3% 15,7% 0,6% 1,4%
1803 80,1% 17,0% 0,3% 2,6%
1901 67,7% 29,8% 1,4% 1,1%
1902 68,9% 28,9% 1,1% 1,1%
1903 73,6% 23,3% 2,5% 0,6%
1904 73,9% 21,6% 2,2% 2,4%
2001 68,7% 22,7% 6,6% 1,9%
2002 66,4% 25,3% 6,7% 1,6%
2101 82,5% 15,9% 1,1% 0,5%
2102 74,9% 18,3% 4,5% 2,3%
2201 63,9% 34,7% 1,4%
Candelaria
33,5% 63,7% 1,1% 1,7%
1
Candelaria
40,2% 55,8% 3,0% 1,0%
2

UTAM
El
hormiguer 82,1% 15,0% 1,7% 1,2%
o
Jamundi 1 61,2% 36,6% 1,2% 1,0%
Jamundi 2 66,5% 29,6% 3,0% 1,0%
La Buitrera 75,7% 15,9% 5,8% 2,6%
Montebello 54,5% 44,0% 1,2% 0,4%
Palmira 1 33,0% 45,4% 20,7% 1,0%
Palmira 2 32,4% 64,5% 1,8% 1,3%
Palmira 3 34,2% 53,2% 7,6% 5,1%
Pance 66,7% 33,3%
Pance
58,1% 32,4% 2,9% 6,6%
Rural
Pance
52,6% 47,4%
Urbano
Yumbo 1 50,2% 43,9% 3,9% 2,0%
Yumbo 2 58,0% 32,7% 5,9% 3,4%
Indicadores sobre origen y destino de los viajes

5.165 A continuación se muestran de manera esquemática mapas que ayudan a comprender la dinámica
de la movilidad del área de estudio a partir de las matrices origen destino de viajes obtenida. Se
enseñan resultados diarios y también para la hora pico de la mañana, que es de 6: 30 a.m. a 7: 30
a.m.
Origen de los viajes en transporte público
5.166 En el área de estudio se realizan a diario 984.013 viajes en transporte público en los siguientes
modos: MIO, camperos, transporte público colectivo, intermunicipal, mototaxi y auto informal.
5.167 Los resultados de la encuesta evidencian la importancia que tiene el centro de la ciudad de Cali,
lugar donde se inicia el 7 % de los viajes que a diario se realizan en transporte público. Igualmente
se destacan cañaveralejo, el sector salud, Menga, Chipichape y la urbanización San Joaquín.

Figura 5.158: Generación de viajes al día en transporte público por UTAM
Destino de los viajes en transporte público

5.168 En cuanto a los destinos más relevantes, se observa que en el centro y suroccidente de la ciudad
(sector de la salud y Tequendama) finaliza la mayoría de viajes de transporte público del área de
estudio. Le siguen en importancia los sectores del sur de Cali (Urbanización San Joaquín), Menga,
Chipichape y Chiminangos.

Figura 5.159: Atracción de viajes al día en transporte público por UTAM
Origen de los viajes en transprote individual

5.169 Los viajes que se realizan en modos de transporte individual (automóvil, motocicleta, taxi, bicicleta
y taxi blanco) en el área de estudio son en su mayoría generados en el centro y suroccidente de
Cali, seguidos en importancia por los sectores de Menga y Chiminnagos, en el norte de Cali, y
Palmira.

Figura 5.160: Generación de viajes al día en transporte individual por UTAM
Destino de los viajes en transporte individual

5.170 Los viajes en transporte individual muestran una distribución espacial similar a la registrada en los
orígenes, se presenta una concentración en la zona centro y suroccidente de Cali, así como en el
municipio de Palmira. A las zonas mencionadas anteriormente llegan el 26 % de los viajes
realizados en un día.

Figura 5.161: Atracción de viajes al día en transporte individual por UTAM
Origen y destino de los viajes en transporte público en hora pico

5.171 La hora pico corresponde al periodo comprendido entre 6: 30 a.m. y 7: 30 a.m., en el cual ocurren
98.913 viajes en transporte público. Este periodo coincide con la hora de simulación del modelo
de transporte de la ciudad.
5.172 La generación de viajes en transporte público (MIO, TPC, camperos e intermunicipales) en hora
pico muestra mayor concentración en la parte occidental de la ciudad y el sector de Pízamos,
mientras que la atracción de viajes tiene una importante densidad en el centro de la ciudad y en el
sector de Tequendama.

Figura 5.162: Generación de viajes en transporte público en hora pico

Figura 5.163: Atracción de viajes en transporte público en hora pico
Origen y destino de los viajes en transporte individual en hora pico

5.173 En transporte individual se observa una mayor concentración de orígenes en el occidente,
sobresale la parte occidental de Cali. En el caso de los destinos, al igual que en transporte público,
el centro de Cali se constituye como el sector más importante de la ciudad.
5.174 La hora pico es entre las 6: 30 a.m. y 7: 30 a.m., hora en la cual se realizan 154.060 viajes en
transporte individual (automóvil, motocicleta y taxi).

Figura 5.164: Generación de viajes en transporte individual en hora pico

Figura 5.165: Atracción de viajes en transporte individual en hora pico
Viajes entre municipios

5.175 En el siguiente mapa se muestra el volumen de los viajes diarios que se dan entre los municipios
del área de estudio. Se puede ver que la relación de movilidad más fuerte se presenta entre Cali y
Palmira con un total de 103.436 viajes al día.
5.176 El 0,9 % de los viajes tienen origen y/o destino en municipios localizados fuera del área de estudio.
El 84,4 % de los viajes entre municipios del área de estudio inician o terminan en Cali.

Figura 5.166: Viajes al día desde y hacia Cali

6 Metodología para ajustar y actualizar
los indicadores de movilidad
6.1 La Encuesta de Movilidad Cali 2015 ha generado una base de datos rica en contenido sobre los
patrones de movilidad del área de estudio, la cual sirve de base para una procesos de modelación
y planeación avanzada en la ciudad.
6.2 Como toda medición, a trascurrir el tiempo esta base de datos pierde representatividad y en algún
punto será menos útil para generar indicadores de movilidad y sustentar modelación avanzada.
Por esta razón, es importante entonces contar con un programa de actualización periódica de esta
base de datos para que se cumplan cabalmente sus funciones.
6.3 Esta sección propone un programa de actualización de la base de datos de la encuesta de
movilidad teniendo en cuenta el riesgo de obsolescencia y los costos asociados al trabajo de
campo y procesamiento de datos que se necesitaría.
6.4 Para la definición de este plan, es importante tener en cuenta el probable uso que tendrá la base
de datos de la encuesta:
 Preparar indicadores de movilidad en la ciudad, que permitan dar seguimiento a las medidas
de política de transporte e inversiones realizadas
 Identificar cuantitativamente puntos de conflicto donde los niveles de servicio son inferiores a
los deseados y preparar medidas de mitigación y solución
 Actualizar las matrices origen – destino, las cuales sirven de base para análisis tendientes a
mejorar el servicio de transporte público, actualizar modelos de transporte y realizar
proyecciones a futuro para evaluar planes y proyectos
 Dar seguimiento a los cambios en la movilidad de las personas, brindándole a la
administración información técnica de transporte para la definición o adecuación de políticas
y programas de inversión
6.5 Teniendo en cuenta un horizonte de diez a veinte años en el futuro se identifica la necesidad de
considerar las siguientes actividades de actualización de la base de datos de movilidad:
 Estudios completos de movilidad como el realizado en la presente consultoría, es decir
incluyendo encuestas domiciliarias, de interceptación, aforos, medición de velocidades, etc,
 Encuestas de hogares intermedias con una muestra más pequeña que permita actualizar los
indicadores de movilidad

 Mediciones permanentes, principalmente aforos en estaciones maestras, que ayuden a
actualizar modelos y revisar estimaciones de demanda; estos aforos deben ser de vehículos y
pasajeros de transporte público
 Utilización de datos que se recolectan con otros propósitos, por ejemplo la información del
sistema de recaudo del MIO, pero que permiten actualizar indicadores de movilidad
 Explorar nuevas tecnologías que permitan extraer información de movilidad y tengan el
potencial de reducir costos de la recolección clásica de datos
6.6 A continuación se comenta cada una de estas formas de actualización y las recomendaciones para
el área de estudio en el futuro.
Estudios completos de movilidad
6.7 Los países de mayor estabilidad económica y poblacional generalmente abordan un estudio
completo de movilidad como el realizado para Cali una vez cada diez años, Este intervalo se
considera razonable cuando la población y sus niveles de motorización no cambian mucho año a
año.
6.8 En el caso de Cali, como en todas las ciudades colombianas y como lo evidencian las ventas de
motocicletas y autos, estos cambios se han venido dando de manera rápida y por tanto un
intervalo menor se hace necesario para actualizar los datos de movilidad.
6.9 Por otra parte, el costo de un estudio completo de movilidad es alto y existen formas menos
onerosas de actualizar datos con la suficiente confiabilidad, Una de estas formas, aplicada en
varios países tan disímiles como Australia y Chile, es realizar encuestas domiciliarias de menor
tamaño cada ciertos años, incluso anualmente.
6.10 La sugerencia adopta una ruta intermedia, Se propone realizar un estudio completo de movilidad,
similar al actual en Cali, cada ocho años (el próximo sería en 2023).
6.11 Este estudio completo permitirá actualizar todos los aspectos de indicadores y modelación que ha
facilitado el trabajo actual, En ese sentido permite una revisión completa de modelos,
proyecciones y futuros planes basados en el trabajo entregado.
Encuestas intermedias
6.12 Con el objeto de actualizar los indicadores de movilidad se propone una encuesta intermedia con
una muestra alrededor de 2000 hogares a mitad del período entre estudios completos, es decir en
el año cuatro (2019), esta encuesta intermedia permitirá actualizar con rigor estadístico los
principales indicadores de movilidad con el objeto de dar un mejor seguimiento a la gestión del
transporte en Cali, y en el eventual caso de desarrollarse un modelo de cuatro etapas, permitiría
actualizar los modelos de generación de viajes.
6.13 Los resultados de estos estudios completos y parciales deben ir incorporándose a la base de datos
de movilidad de la ciudad.
Mediciones complementarias
6.14 Además de estos estudios se propone:
 Monitoreo a la operación del transporte a través de mediciones permanentes

 Uso de otros datos
6.15 Estos dos aspectos se detallan a continuación.
Monitoreo a la operación de transporte a través de mediciones permanentes
6.16 Hay varias formas de obtener mediciones permanentes de la movilidad en diferentes partes de la
ciudad, la más habitual es contar con estaciones maestras de aforo vehicular clasificado por
tamaño de vehículo.
6.17 Estas podrían instalarse en diez a quince puntos en la ciudad, dependiendo de presupuesto, y
requieren un mantenimiento frecuente, en la actualidad se encuentran en desarrollo varias
opciones basadas en tecnología que pueden utilizarse con bajos costos de mantenimiento.
6.18 De esta forma se pueden obtener mejores estimaciones de demanda a nivel anual, de gran
importancia para los diferentes ejercicios de planeación de la ciudad, en muchos casos los
esfuerzos de modelación de demanda se concentran en como mucho dos horas del día, para luego
tener que expandir con factores que incluyen gran incertidumbre. Esta situación es por una parte
frustrante para el modelador y por otra una fuente de error que puede echar a perder el esfuerzo
de modelación de demanda detallado,
6.19 Simultáneamente, es posible recolectar información sobre tiempos de viaje y velocidades en
distintas partes de la red utilizando información recolectada mediante “crowdsourcing”, como por
ejemplo la disponible actualmente en Google Traffic o Waze.
6.20 Los resultados de estas mediciones deben incorporarse a la base de datos de movilidad y debería
ser posible acceder a ellos mediante una interface avanzada de internet. Como ejemplo del
aprovechamiento de esta fuente de información, la construcción del modelo de asignación
entregado utilizó registros de Google Traffic, capturada a través de una plataforma desarrollada
por Steer Davies Gleave.
Uso de otros datos
6.21 Es posible emplear datos de otras fuentes que también permiten obtener indicadores de
movilidad. Las plazas de peaje, por ejemplo, pueden actuar como estaciones maestras de aforo
clasificado de vehículos siempre que las condiciones contractuales de la concesión obliguen a
hacer públicos estos datos.
6.22 Otra valiosa fuente de datos de movilidad con la que cuenta la ciudad es la información generada
por el sistema de control y recaudo del MIO, la cual puede servir de insumo para la actualización
periódica del modelo entregado a la Metro Cali.
6.23 Esta es una fuente importante que en otras ciudades ya se usa para configurar matrices Origen
Destino de viajes por el sistema, estimando el punto de bajada mediante la siguiente transacción,
Aunque la estimación no es perfecta, permite actualizar la información de uso del sistema en red
con mucha mayor frecuencia que haciendo encuestas de interceptación. Este tratamiento ya
existe en lugares como Montreal, Londres y Santiago de Chile.

Nuevas tecnologías
6.24 Vale la pena explorar el uso de nuevas tecnologías que buscan utilizar la huella digital que ciertos
dispositivos generan como parte de su funcionamiento, ya se ha mencionado Google Traffic como
una fuente de información sobre velocidades, otra fuente similar es Waze pero esta información
generalmente tiene un costo que es necesario considerar,
6.25 Recientemente el uso de información anonimizada de la telefonía móvil ha sido procesada para
generar matrices origen-destino para cualquier hora del día y día del año, por ejemplo, en los
Estados Unidos existen empresas que están ofreciendo estos servicios en forma comercial desde
hace un par de años,
6.26 En Gran Bretaña varias empresas están tratando de desarrollar estos servicios asociados con
operadores como Telefónica, EE y O2, En España, igualmente se ofrecen servicios orientados a la
obtención de esta información, mientras que en otros países se está experimentando la mejor
forma de proteger la confidencialidad de los datos y obtener la mejor información de viajes,
6.27 Los datos de telefonía móvil pueden usarse también para generar mapas de “calor”, lugares
donde hay más actividad de personas en distintas horas del día, esto es a menudo útil para
orientar otras funciones municipales.

7 Referencias
7.1 Ampt, E,S, y Ortúzar, J, de D, (2004) On best practice in continuous large-scale mobility surveys,
Transport Reviews 24, 337-363,
7.2 Auckland Regional Council (2006), Auckland Transport Model Project (ATM2), Survey Data
Processing Report,
7.3 Bautista, L, (2000), Técnicas de diseño de encuestas, Simposio de estadística San Andrés,
Universidad Nacional de Colombia,
7.4 DANE (2007), Datos de la Encuesta de Calidad de Vida,
7.5 DANE (2012), Estadísticas al día. Metodología y tratamiento de la no respuesta en encuestas
estadísticas. No. 3 – marzo de 2002. ISSN 1657-625X,
7.6 Gutierrez, Hugo Andrés, Estrategias de muestreo, diseño de encuestas y estimación de
parámetros, 2009, Bogotá D,C, Universidad Santo Tomás, (ISBN: 978-958-631-608-8)
7.7 Ortúzar, J,D, and Willumsen, L,G, (2008) Modelling Transport, Third Edition,
7.8 Ortúzar, J, de D, y Willumsen, L,G, (2011) Modelling Transport, Cuarta Edición, John Wiley & Sons,
Chichester,
7.9 Pontificia Universidad Católica de Chile (2001) Requerimientos de calidad de información,
Encuesta de Origen y Destino de Viajes de Gran Santiago,
7.10 Pontificia Universidad Católica de Chile (2006) Requerimientos de calidad de información,
Encuesta de Origen y Destino de Viajes de Gran Santiago,
7.11 Särndal Carl-Erick, Swensson Bengt, Wretman Jan (1992), Model Assisted Survey Sampling, New
York: Springer – Verlag, (ISBN 0-387-97528-4),
7.12 Secretaría Distrital del Planeación de Bogotá (2010), Bogotá Ciudad de Estadísticas, Boletín No, 18
Población, vivienda y hogares a junio 30 de 2010, en relación con la estratificación socioeconómica
vigente en el 2010,
7.13 Smith, M,E, (1979) Design of small sample home interview travel surveys, Transportation Research
Record 701, 29–35,
7.14 Stopher, P,R, and Jones, P,M, (2003) Developing standards of transport survey quality, En P,R,
Stopher y P,M, Jones (eds,), Transport Survey Quality and Innovation, Pergamon, Amsterdam,

7.15 Stopher, P,R,, Wilmot, C,G,, Stecher, C,C, y Alsnih, R, (2006) Household travel surveys: Proposed
standards and guidelines, In P,R, Stopher y C,C, Stecher (eds,), Travel Survey Methods: Quality and
Future Directions, 19-74, Elsevier, Amsterdam,
7.16 Willumsen, L,G, (1978) O-D matrix from network data: a comparison of alternative methods for
their estimation, Proc, 6th PTRC Summer Annual Meeting, Vol P168, pp 294-304, Warwick, PTRC
Education and Research Services, London

Anexos

Producto 4, Indicadores Encuesta de Movilidad | Informe

A Base de datos de la encuesta de

hogares

B Informe ejecutivo “Encuesta de

Movilidad Cali 2015”

C Aplicativo web de consulta de

indicadores de la encuesta de hogares

HOJA DE CONTROL
Título del Documento
Producto 4, Indicadores Encuesta de Movilidad
Tipo de Documento
Informe
Referencia Cliente/ Nº Proyecto Nº Proyecto/ Propuesta SDG

915,104,10,03-2015 22784801
Historia De Envíos
Nº Envío Fecha Detalles

Versión 01 30/11/2015 Primera entrega
Versión 02 10/12/2015 Atención observaciones
Revisión
Generado por
Steer Davies Gleave
Otros colaboradores
CNC
Revisada por
JAD, MFO, AEH, GCL
Distribución
Cliente Steer Davies Gleave
P:\Proyectos\227\8\48\01\Work\1_Informes\Producto 4. Indicadores\160126_Producto 4_Indicadores EODH.docx
HOJA DE CONTROL
steerdaviesgleave.com

Encuesta de Movilidad 2015

Cargado por

Copyright:

Formatos disponibles

Encuesta de Movilidad 2015

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Encuesta de Movilidad 2015

Cargado por

Copyright:

Formatos disponibles

Producto 4, Indicadores Metro Cali S.A.

Unión Temporal UT SDG-CNC

Informe Nuestra ref: 22784801

Informe Nuestra ref: 22784801

Preparado por: Preparado para:

Steer Davies Gleave Metro Cali S.A.

+57 1 322 1470

2 Glosario y abreviaturas ........................................................................................................... 16

3 Procesamiento de información EODH...................................................................................... 17

4 Bases de datos EODH .............................................................................................................. 98

5 Indicadores de movilidad ...................................................................................................... 107

6 Metodología para ajustar y actualizar los indicadores de movilidad ....................................... 252

7 Referencias .......................................................................................................................... 256

A Base de datos de la encuesta de hogares

B Informe ejecutivo “Encuesta de Movilidad Cali 2015”

C Aplicativo web de consulta de indicadores de la encuesta de hogares

Reporte Incluye Observación

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015

3.5 Para el análisis de los resultados se revisaron en paralelo el conjunto de indicadores de

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

Estrato Total siembras Encuestas válidas Muestra propuesta %siembra/muestra %válida/muestra

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

3.19 Adicionalmente al acompañamiento de la Fundación, se requirió el apoyo de otras instancias

Comuna Barrio Tipo de acompañamiento

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

Depmun Municipio Total hogares

Debido a este tipo de situaciones es importante entonces definir criterios

Personas de 5 años o más en el hogar Número válido de respuesta sobre viajes

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

Aspectos clave del re-contacto

ID Preguntas Módulo MIC Acción

Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario

2 Encuestador. ID NO Dato de procedimiento (deducible).

IDM (Identificador Dato de procedimiento. MIC="NO" invalida la encuesta. Necesario

7 Fecha ID SÍ Dato de procedimiento. MIC="NO" invalida la encuesta.

Dato de procedimiento (deducible). Se puede obtener a partir del

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

ID Preguntas Módulo MIC Acción

Nombre de la persona de Se trata de un dato imprescindible para el re-contacto. Se

* Si la encuesta no requiere re-contacto, este dato no es MIC.

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

ID Preguntas Módulo MIC Acción

Dato de procedimiento. MIC="NO" invalida la encuesta. Es

7 Ocupación principal. B NO Dato del encuestado de carácter informativo (no crítico).

8 Ocupación secundaria. B NO Dato del encuestado de carácter informativo (no crítico).

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

ID Preguntas Módulo MIC Acción

Cantidad de vehículos Dato del encuestado. MIC="NO" invalida la encuesta.

4 Tipo de combustible. C NO Dato del encuestado de carácter informativo (no crítico).

5 Municipio de matrícula. C NO Dato del encuestado de carácter informativo (no crítico).

8y Vehículo exento de pico y

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.

8 Municipio. D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.

Dato del encuestado. MIC="NO" invalida el módulo de viajes.

24 Dirección destino D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.

25 Municipio D SÍ Dato del encuestado. MIC="NO" invalida el módulo de viajes.

Dato del encuestado. Esta información subjetiva no es siempre

Fuente: UT SDG – CNC – Encuesta Movilidad – Hogares Cali 2015.