Ciencia y Sociedad, Vol. 51, No. 1, junio, 2026 • ISSN (impreso): 0378-7680 • ISSN (en línea): 2613-8751

FACTORES ASOCIADOS A LA PERCEPCIÓN DE INSEGURIDAD EN LA POBLACIÓN DE 15 AÑOS O MÁS EN LA REPÚBLICA DOMINICANA

Factors associated with the perception of insecurity in the population aged 15 and over in the Dominican Republic

DOI: https://doi.org/10.22206/ciso.2026.v51i1.3663

Recibido 9/01/2026 • Aprobado: 6/03/2026

Cómo citar: Castillo Rodríguez, M. F., Rodríguez Núñez, J. B. (2026). Factores asociados a la percepción de inseguridad en la población de 15 años o más en la República Dominicana. Ciencia y Sociedad, 51(1), 153-177. https://doi.org/10.22206/ciso.2026.v51i1.3663

1. Introducción

La percepción de inseguridad se ha vuelto un tema recurrente en el debate público sobre bienestar y desarrollo, debido a su impacto en cómo las personas perciben y habitan su entorno. Resulta notable que, incluso cuando algunos indicadores delictivos mejoran, el sentimiento de inseguridad persiste. Esta disonancia entre las condiciones objetivas y la experiencia subjetiva del riesgo resalta la complejidad del fenómeno y sugiere la necesidad de analizarlo más allá de la mera descripción de datos.

En la República Dominicana, esta tensión se manifiesta con claridad. A pesar de la disminución sostenida de la tasa de homicidios reportada por las autoridades policiales (Policía Nacional de la República Dominicana, 2026), la inseguridad ciudadana continúa figurando entre las principales preocupaciones de la población, situándose como el tercer problema más importante del país, después de los temas económicos y la delincuencia (ONE, 2023).

A nivel regional, el país registra una puntuación cercana a 69 sobre 100 en el índice de percepción de seguridad elaborado por Gallup y Center on International Cooperation (2025), lo que sugiere un nivel intermedio o moderado de seguridad percibida en la población. Aunque el país no se encuentra entre los peores resultados de América Latina, su puntuación es inferior a la de países como Panamá (78) y Nicaragua (76), donde una mayor proporción de la población reporta sentirse segura. Estos resultados reflejan que, pese a ciertos avances en materia de seguridad, la percepción ciudadana en la República Dominicana continúa rezagada respecto a ciertos países de la región.

Lejos de ser una construcción abstracta, la inseguridad percibida se traduce en prácticas concretas que inciden en la vida cotidiana. La evidencia muestra que una proporción considerable de la población adopta medidas de autoprotección que limitan su interacción con el entorno. De acuerdo con la ENHOGAR-2022, un 64.5% evita salir de noche, un 48.8% reduce la cantidad de dinero en efectivo que lleva consigo, un 34.0% restringe las visitas a familiares o amistades, un 28.1% disminuye su participación en actividades comunitarias y un 24.3% deja de utilizar el transporte público (ONE, 2023). En conjunto, estas respuestas sugieren un proceso de contracción del espacio social que afecta la vida comunitaria, debilita la confianza interpersonal y puede incidir en la dinámica económica local.

A pesar de la relevancia del fenómeno, la literatura local ha privilegiado enfoques descriptivos que, si bien permiten dimensionar su magnitud, ofrecen un alcance limitado para comprender las relaciones subyacentes entre variables. Este trabajo se inscribe en ese vacío y propone un análisis orientado a identificar los factores asociados a la percepción de inseguridad en la población de 15 años o más en la República Dominicana, considerando variables de carácter socioeconómico, demográfico y experiencias de victimización.

Con este fin, se emplean datos secundarios de origen institucional provenientes de la Encuesta de Hogares de Propósitos Múltiples del año 2022 (ENHOGAR-2022) levantada por la Oficina Nacional de Estadística (ONE). Esta investigación cuenta con un enfoque cuantitativo, con alcance descriptivo-correlacional. Además, el diseño es transversal y retrospectivo.

Para el análisis empírico se emplean modelos de regresión logística ordinal, apropiados para examinar variables dependientes de naturaleza categórica ordenada, en línea con especificaciones ampliamente utilizadas en la literatura econométrica. Asimismo, se incorporan controles territoriales que distinguen entre zonas urbanas y rurales, así como entre regiones de planificación, atendiendo tanto a su relevancia en la formulación e implementación de políticas públicas como a la incidencia del entorno en la configuración de la percepción de inseguridad.

Este documento se estructura en cinco secciones iniciadas por esta introducción, le sigue la revisión de la literatura, posteriormente el enfoque metodológico, los resultados, la discusión y finalmente las limitaciones y conclusiones.

2. Revisión de la literatura

2.1. Conceptualización de la percepción de inseguridad

El estudio de la percepción de inseguridad requiere, ante todo, una delimitación conceptual clara. La revisión de la literatura muestra que uno de los principales obstáculos es la falta de consenso en su definición, en buena medida porque durante años se han utilizado como equivalentes conceptos que son distintos. Los trabajos clásicos (Warr y Stafford, 1983; Ferraro y Grange, 1987; Chadee et al., 2007), así como contribuciones más recientes (Henson y Reyns, 2015; Etopio y Berthelot, 2022; Cocco et al., 2025), advierten que la dificultad principal ha sido la falta de claridad al diferenciar la percepción de inseguridad del miedo al delito.

El miedo al delito suele definirse como una reacción emocional frente a la posibilidad real o anticipada de ser víctima de un acto delictivo (Chadee et al., 2007; Wilcox y Land, 1996; Ferraro y Grange, 1987). En contraste, la percepción de inseguridad remite a una evaluación más amplia del entorno, en la que el individuo interpreta las condiciones de su contexto y forma un juicio sobre su nivel de seguridad (Jasso, 2013; Henson y Reyns, 2015). Es decir, mientras el miedo se sitúa en el plano emocional, la percepción de inseguridad incorpora de manera más explícita componentes cognitivos (Hernández et al., 2020).

Parte de la confusión en la literatura se relaciona con los instrumentos de medición utilizados en los trabajos pioneros. Un ejemplo claro es la Encuesta Nacional de Victimización del Delito (NCVS) de Estados Unidos, que desde 1973 incluye la pregunta: “¿qué tan seguro se siente al estar solo en su vecindario por la noche?” (Bureau of Justice Statistics [BJS], 2024). Dada su amplia difusión, este tipo de indicador ha sido utilizado con frecuencia como medida del miedo al delito. Sin embargo, como señalan Ferraro y Grange (1987), la formulación de esta pregunta no capta directamente una reacción emocional específica. En este sentido, autores como Etopio y Berthelot (2022) han señalado que se trata de un indicador que se aproxima más a la evaluación de la seguridad percibida que a una medida directa del miedo.

En términos generales, puede decirse que el miedo al delito se asocia con respuestas afectivas inmediatas, mientras que la percepción de inseguridad se vincula con procesos evaluativos relacionados con la estimación del riesgo y la interpretación del contexto (Valera y Guardia, 2014). Mantener esta distinción no es un ejercicio meramente conceptual. Tiene implicaciones directas en la forma en que se diseñan los instrumentos de medición y, en consecuencia, en la interpretación de los resultados (Hart et al., 2022).

A la luz de estas consideraciones, este estudio entiende la percepción de inseguridad como la evaluación subjetiva que realizan las personas sobre su nivel de seguridad en su entorno inmediato, sustentada principalmente en la interpretación de las condiciones contextuales. Esta definición no solo delimita el concepto, sino que también orienta su medición. La forma específica en que esta variable se operacionaliza se encuentra en la sección metodológica.

2.2. Enfoques teóricos y evidencia empírica

Las explicaciones sobre la percepción de inseguridad se han nutrido, en gran medida, de marcos desarrollados originalmente para el estudio del miedo al delito. Esto se explica porque ambos enfoques buscan entender cómo las personas interpretan el riesgo a partir de condiciones objetivas y percepciones subjetivas. Por ello, aunque aquí se mantiene la distinción conceptual entre percepción de inseguridad y miedo al delito, las teorías comparten fundamentos comunes.

Con el propósito de facilitar el análisis de la percepción de inseguridad, se han agrupado las teorías y evidencias desarrolladas a lo largo del tiempo en dos enfoques principales: aquellos que ponen el énfasis en las características individuales y aquellos que destacan el papel del contexto. Sin embargo, esta separación es más analítica que real. Como se mostrará más adelante, la evidencia reciente apunta a una interacción constante entre ambos niveles.

2.2.1. Enfoques a nivel individual

Un primer conjunto de explicaciones se centra en atributos individuales. Dentro de estas, la teoría de la vulnerabilidad ocupa un lugar central al sostener que quienes perciben mayores limitaciones frente al delito tienden a reportar niveles más elevados de inseguridad (Katz et al., 2003; Killias y Clerici, 2000). Esta teoría ha sido desarrollada distinguiendo entre vulnerabilidad física y vulnerabilidad social (Gainey et al., 2011; Rader et al., 2012).

La teoría de la vulnerabilidad física se refiere a condiciones que reducen la capacidad de respuesta ante una posible agresión. Variables como la edad o el sexo han sido ampliamente utilizadas para ilustrar este punto. Por ejemplo, el envejecimiento suele asociarse con menores niveles de fuerza o movilidad, lo que incrementa la percepción de exposición al riesgo (Cossman y Rader, 2011; Ward et al., 1986). De forma similar, se ha documentado que las mujeres suelen manifestar mayores niveles de inseguridad, lo que se ha vinculado con percepciones de desventaja física frente a potenciales agresores (Killias y Clerici, 2000; Gélvez, 2018). Incluso, esta percepción de desventaja se proyecta en otros ámbitos, como la preferencia por parejas con capacidad de protección (Ryder et al., 2016).

No obstante, esta diferencia planteada desde la teoría de la vulnerabilidad no es homogénea ni responde a un único mecanismo. La evidencia empírica muestra que las brechas de género dependen también de condiciones específicas como el tipo de delito, las formas de convivencia o incluso el tamaño de la ciudad (Hong et al., 2025). Asimismo, trabajos con enfoque multinivel sugieren que estas diferencias no pueden entenderse únicamente desde características individuales, sino que están mediadas por la forma en que hombres y mujeres perciben y experimentan su entorno (Johansson y Haandrikman, 2023). Esto complejiza la noción de vulnerabilidad física, mostrando que su efecto está condicionado al entorno.

Por su parte, la teoría de la vulnerabilidad social incorpora dimensiones estructurales como el ingreso, la educación o la posición socioeconómica (Covington y Taylor, 1991). Desde este enfoque, la percepción de inseguridad está vinculada tanto a la disponibilidad de recursos como a la exposición a entornos más riesgosos (Hale, 1996; Killias y Clerici, 2000). En línea con esto, se ha documentado que menores niveles educativos y de ingreso se asocian con mayores niveles de inseguridad (Fuentealba et al., 2016; Gélvez, 2018). Sin embargo, esta relación tampoco es completamente lineal. Otros hallazgos muestran que individuos con mayor estatus socioeconómico pueden experimentar niveles elevados de temor, por la percepción de pérdida potencial frente al delito (Hernández et al., 2020).

Esto sugiere que la posición socioeconómica no solo influye en el riesgo al que las personas están expuestas, sino también en por qué se sienten inseguras. Mientras que en los grupos con menores recursos la inseguridad suele estar más ligada a la frecuencia con la que enfrentan situaciones de riesgo en su entorno, en los grupos con mayores recursos la inseguridad puede estar más relacionada con el valor de lo que podrían perder si ocurre un delito.

Junto a la vulnerabilidad, la teoría de la victimización ha sido otro pilar fundamental. Su argumento es que la experiencia de haber sido víctima de un delito incrementa la percepción de inseguridad (Hale, 1996; Gainey et al., 2011; Wilcox y Land, 1996). Sin embargo, la evidencia empírica no es completamente consistente. Mientras algunos estudios confirman esta relación, otros encuentran efectos más débiles o incluso inexistentes en ciertos contextos. Por ejemplo, se ha documentado que la victimización indirecta puede tener un impacto más claro que la directa en la percepción de inseguridad (Vilalta, 2013), lo que sugiere que los mecanismos de transmisión del riesgo no dependen únicamente de la experiencia personal, sino también de procesos de información y socialización.

En esta línea, algunos trabajos han comenzado a ampliar el alcance de la victimización más allá del espacio físico. El avance de la digitalización ha introducido nuevas formas de exposición al delito, como el cibercrimen o el robo de información personal, que potencialmente inciden en la percepción de inseguridad (Henson y Reyns, 2015). Aunque esta dimensión aún no se incorpora de manera sistemática en todos los estudios, su inclusión refleja una expansión del marco analítico hacia formas contemporáneas de riesgo.

2.2.2. Enfoques a nivel contextual

A diferencia de las perspectivas anteriores, los enfoques contextuales sitúan el origen de la percepción de inseguridad en las características del entorno. La teoría de la incivilidad, también conocida como desorden social, plantea que ciertas señales visibles —como deterioro físico o conductas antisociales— son interpretadas como indicios de falta de control social (Sampson, 2009). Estas señales no solo describen el entorno, sino que también influyen en la forma en que los individuos evalúan su seguridad.

La evidencia empírica respalda ampliamente este mecanismo. La presencia de señales de incivilidad ha sido de manera consistente uno de los principales influyentes en la percepción de inseguridad (Triana, 2021; Vilalta, 2013). Este patrón sugiere que los individuos utilizan el entorno inmediato como una fuente clave de información para inferir niveles de riesgo. Al respecto, la literatura también ha documentado que este tipo de señales tiende a ser más frecuente y visible en contextos urbanos (Contreras et al., 2025).

Sin embargo, los resultados no son completamente homogéneos. Algunos estudios demuestran que las señales de desorden físico pierden significancia cuando se consideran factores relacionados con la interacción social y la cohesión comunitaria (Núñez et al., 2012). En estos casos, variables como la confianza entre vecinos, la interacción social y la estabilidad del barrio adquieren mayor peso explicativo. Esto apunta a que el entorno no debe entenderse únicamente en términos físicos, sino también sociales.

En este punto cobra relevancia la teoría de redes sociales, que introduce los conceptos de capital social, eficacia colectiva y confianza institucional. La idea central es que las comunidades con mayores niveles de cohesión y comunicación poseen más herramientas para enfrentar problemas de seguridad (Ferguson y Mindel, 2007). La evidencia muestra que la confianza interpersonal y la interacción entre vecinos están asociadas con menores niveles de inseguridad (Núñez et al., 2012; Triana, 2021), lo que sugiere que la capacidad colectiva de organización puede mitigar percepciones de riesgo.

Este argumento se amplía al considerar el papel del estado como parte del capital social. La confianza institucional y el desempeño de las políticas públicas también influyen en la percepción de inseguridad, al afectar la sensación de protección frente al delito (Hernández et al., 2020). No obstante, la evidencia es mixta: mientras algunos resultados indican que la confianza institucional reduce la percepción de inseguridad (Triana, 2021), otros concluyen que el conocimiento sobre programas de seguridad no necesariamente se traduce en menores niveles de inseguridad (Gélvez, 2018). Estas diferencias sugieren que no basta con la existencia de políticas, sino que su efectividad percibida es clave.

Asimismo, desde las ciencias de la comunicación se ha incorporado una dimensión adicional mediante la teoría de la cultivación. Esta plantea que los medios de comunicación, especialmente la televisión, influyen en la percepción del delito al moldear las representaciones que los individuos construyen sobre su entorno (Romer et al., 2003). La literatura aplicada respalda dicha teoría, ya que han determinado que los medios, al actuar como fuente de información y en muchos casos como principal referente sobre la delincuencia, contribuyen a moldear la forma en que se interpreta la inseguridad (Arango et al., 2025; Galar, 2017).

2.2.3. Enfoque integrado: factores individuales y contextuales

Si bien las teorías anteriores permiten identificar variables específicas, la evidencia sugiere que sus efectos no operan de manera independiente, sino que interactúan. En concreto, la percepción de inseguridad se configura a partir de la interacción entre características individuales y condiciones del entorno. En este aspecto, los resultados empíricos muestran patrones relativamente consistentes.

Por un lado, al evaluar variables como el sexo, la escolaridad o la experiencia de victimización, las mismas tienden a mantener efectos significativos sobre la percepción de inseguridad. Por otro lado, factores contextuales, en particular la presencia de incivilidades, aparecen de manera recurrente como uno de los determinantes más robustos (Vilalta, 2013; Triana, 2021). Sin embargo, cuando estos elementos se analizan de manera conjunta, su peso relativo cambia. La victimización directa tradicionalmente considerada central pierde capacidad explicativa al incluir variables relacionadas al entorno, lo que sugiere que los individuos no solo responden a experiencias propias, sino a información contextual que utilizan para inferir riesgo (Vilalta, 2013).

Este hallazgo es importante porque ayuda a comprender cómo las personas perciben la inseguridad. En muchos casos, el individuo no tiene información clara sobre el delito real, por lo que se guía por su entorno. Elementos como el desorden, los grafitis, la basura o los espacios mal iluminados funcionan como señales que les hacen pensar que ese lugar es más peligroso (Min et al., 2022).

Sin embargo, estas señales no afectan a todos por igual. Su efecto depende de quién las observa. Por ejemplo, personas que se sienten más vulnerables —como mujeres o adultos mayores— tienden a reaccionar con mayor preocupación ante esas mismas señales. Es decir, ante un mismo entorno, algunos individuos interpretan más riesgo que otros dependiendo de sus características individuales. Esto ayuda a explicar por qué en la literatura ciertos grupos reportan niveles más altos de inseguridad, incluso cuando viven en condiciones similares (Triana, 2021; Hong et al., 2025).

Adicionalmente, la evidencia sugiere que estos procesos no siguen una única dirección causal. En particular, se ha encontrado que niveles elevados de percepción de inseguridad pueden llevar a los individuos a interpretar su entorno como más desordenado, incluso ante condiciones similares (Link et al., 2017). Esto introduce un componente de retroalimentación: la percepción de inseguridad no solo responde al entorno, sino que también influye en cómo este es percibido.

En conjunto, más que resultados aislados, la literatura muestra un patrón acumulativo: la percepción de inseguridad emerge de la combinación de características individuales que definen niveles de vulnerabilidad, señales del entorno que funcionan como indicadores de riesgo y procesos de información que median entre ambos. Las diferencias que existen en la literatura no necesariamente implican contradicciones, más bien responden a variaciones en el tipo de datos, el nivel de análisis o la forma en que se operacionalizan estas dimensiones, lo que afecta el peso relativo de cada factor.

2.3. Brecha en la literatura nacional

En la República Dominicana, el estudio de la percepción de inseguridad ha estado presente principalmente a través de los informes derivados de la ENHOGAR-2019 y la ENHOGAR-2022. Sin embargo, estos análisis se han concentrado en una descripción de los datos, presentando resultados mediante cuadros y tablas que, si bien permiten dimensionar el fenómeno, no profundizan en las relaciones entre variables. En particular, no se exploran de manera sistemática las asociaciones entre factores individuales, socioeconómicos, territoriales y las experiencias de victimización, ni se desarrollan ejercicios de análisis inferencial que permitan identificar patrones más robustos.

En este contexto, el presente estudio busca aportar en esa dirección, al analizar la percepción de inseguridad a nivel nacional mediante un enfoque cuantitativo que permite examinar conjuntamente distintos tipos de variables. De esta manera, se avanza más allá de la descripción, incorporando análisis que permiten identificar asociaciones sistemáticas entre las características de los individuos, sus experiencias y el entorno en el que se desenvuelven.

3. Metodología

3.1. Enfoque y alcance del estudio

La presente investigación adopta un enfoque cuantitativo, ya que se basa en el uso de información numérica para analizar un fenómeno. El estudio se desarrolla a partir de un corte transversal, utilizando datos correspondientes al año 2022.

En cuanto a su alcance, la investigación es de carácter descriptivo-correlacional. El estudio tiene un componente descriptivo, ya que busca caracterizar un fenómeno y mostrar cómo se distribuye entre los individuos (Hernández-Sampieri y Mendoza 2018). A la vez, incorpora un análisis correlacional, en la medida en que se analizan asociaciones estadísticas entre la percepción de inseguridad y distintas variables explicativas. Es importante precisar que estas relaciones no deben interpretarse como causales. El uso de datos de corte transversal limita este tipo de inferencias, ya que la información se recoge en un único momento en el tiempo. Esto impide observar cómo evolucionan las variables y dificulta establecer con claridad una relación de causa y efecto entre ellas.

3.2. Fuente de datos

La información utilizada en este estudio proviene de la Encuesta Nacional de Hogares de Propósitos Múltiples (ENHOGAR en lo adelante), realizada por la Oficina Nacional de Estadística (ONE). Esta encuesta constituye una de las principales fuentes oficiales para el análisis de las condiciones de vida en la República Dominicana (ONE, 2023). En su edición de 2022, incluye un módulo de seguridad ciudadana, del cual se derivan las variables empleadas en esta investigación.

La ENHOGAR-2022 se basa en un diseño probabilístico, lo que garantiza que todas las unidades tengan una probabilidad conocida y distinta de cero de ser seleccionadas. La muestra inicial estuvo conformada por 40,008 viviendas, de las cuales se obtuvo información efectiva en 35,665, según lo reportado por la ONE (2023).

Un aspecto relevante es que la encuesta no aplica el módulo de seguridad a todos los miembros del hogar, sino a una persona seleccionada aleatoriamente dentro de cada vivienda utilizando la tabla de Kish, un procedimiento estándar que asegura la representatividad individual (Kish, 1949). Si bien el universo de personas elegibles para módulos temáticos incluye individuos de 10 años o más, en este caso el módulo de inseguridad fue aplicado únicamente a personas de 15 años o más. A partir de los microdatos, se identifica que este universo efectivo asciende a 32,145 observaciones, que constituyen la base empírica del análisis.

En términos de representatividad territorial, la encuesta permite desagregar la información según las diez regiones de planificación del país: Cibao Norte, Cibao Sur, Cibao Nordeste, Cibao Noroeste, Valdesia, Enriquillo, El Valle, Yuma, Higuamo y Ozama o Metropolitana, correspondientes a la división utilizada en la planificación nacional. Asimismo, incorpora una estratificación por zonas que distingue entre la ciudad de Santo Domingo (que abarca el Distrito Nacional y gran parte de la provincia Santo Domingo), las grandes ciudades (aquellas con al menos 100,000 habitantes), el resto urbano (que agrupa las zonas urbanas de menor tamaño en el interior del país) y la zona rural (que comprende las áreas rurales de todos los municipios y distritos municipales).

3.3. Procesamiento de datos

Se accedió a los microdatos a través del portal oficial de la ONE. Debido a la estructura modular de la encuesta, la información se encuentra organizada en varias bases de datos (entre ellas, las de personas y la correspondiente al módulo de elegidos), lo que hace necesario un proceso de integración para su análisis.

El procesamiento de los datos se realizó en Stata. En una primera etapa, se preparó la base del módulo de seguridad ciudadana, seleccionando las variables identificadas con el prefijo “H8”. También se eligieron los identificadores UPM, HVIVIEN, HHOGAR y HLINEA, que corresponden, respectivamente, a la unidad primaria de muestreo, la vivienda, el hogar y la persona del hogar. Asimismo, se incluyeron los factores de expansión del módulo de elegidos. Posteriormente, esta base se integró con los datos de personas mediante una unión uno a uno, utilizando como claves los mismos identificadores y conservando únicamente las observaciones que coincidían en ambas bases.

3.4. Variable dependiente: la percepción de inseguridad y su medición

La variable dependiente de este estudio es la percepción de inseguridad. Sin embargo, haberla conceptualizado no resuelve el problema desde el punto de vista empírico. La dificultad surge cuando se intenta responder una pregunta más concreta: ¿cómo se mide algo que, por naturaleza, es subjetivo y multidimensional? Este desafío no es menor, ya que una parte importante de las inconsistencias en la literatura se relaciona con las distintas estrategias utilizadas para su medición. Como señala Jasso (2013, p. 5), “hay diversas aristas a través de las cuales se ha estudiado la percepción de inseguridad y se han generado sus propios conceptos y categorías para su análisis”, lo que ha dado lugar a enfoques que no siempre son comparables entre sí.

Para organizar este panorama, se utiliza la clasificación propuesta por Fuentealba et al. (2016), quienes distinguen tres enfoques principales mediante los cuales se ha medido la percepción de inseguridad a lo largo del tiempo. El primero se basa en preguntas generales que buscan captar una valoración global del entorno, por ejemplo, qué tan segura se siente una persona al caminar sola por su barrio durante la noche. Aunque esta estrategia de medición ha sido ampliamente utilizada, presenta cuestionamientos. Por ejemplo, pueden inducir a sobreestimar los niveles de inseguridad al situar al encuestado frente a eventos que no necesariamente forman parte de su experiencia cotidiana (Henson y Reyns, 2015).

El segundo enfoque recurre a preguntas más específicas, centradas en situaciones concretas, como el temor a ser víctima de determinados delitos. Aunque permite aproximarse a experiencias más definidas, tampoco está exento de críticas. Estas preguntas tienden a captar principalmente el miedo al delito, es decir, la reacción emocional ante la posibilidad de victimización, más que una evaluación general del nivel de inseguridad. Además, suelen asumir que el temor es homogéneo, sin considerar que puede variar según el tipo de delito, lo que limita la interpretación de los resultados (Ferraro y Grange, 1987; Hernández et al., 2020).

El tercer enfoque aborda la percepción de inseguridad de manera más amplia. En estos casos, se parte de la idea de que la inseguridad percibida no se limita a una sola dimensión, sino que incluye lo que las personas piensan sobre el riesgo y las decisiones que toman en su vida diaria para evitar situaciones que consideran peligrosas. Esto permite una mirada más amplia; sin embargo, pocas producciones académicas lo han aplicado, ya que depende en gran medida de la disponibilidad de información, lo que no siempre es posible cuando se trabaja con encuestas ya diseñadas.

En este estudio se utiliza una medida de carácter general basada en la pregunta: “¿qué tan seguro(a) se siente caminando solo(a) en su barrio o comunidad de noche?”, incluida en el módulo de seguridad ciudadana de la ENHOGAR-2022. Aunque este tipo de pregunta presenta restricciones ya señaladas, permite captar una valoración del entorno en una situación concreta sin hacer referencia directa a un hecho delictivo específico, aproximándose así a una evaluación más que a una reacción ante un evento puntual (Etopio y Berthelot, 2022).

La variable se construye a partir de una escala ordinal con cuatro categorías: “nada seguro(a)”, “poco seguro(a)”, “algo seguro(a)” y “muy seguro(a)”. Dado que el interés analítico se centra en la inseguridad, se invierte el orden de la escala, de modo que “nada seguro(a)” representa el valor más alto (mayor inseguridad) y “muy seguro(a)” el más bajo (menor inseguridad). Este procedimiento no altera la distribución de los datos, sino únicamente su orden, y facilita la interpretación de los resultados al hacer que valores más altos correspondan a mayores niveles de percepción de inseguridad.

La medida utilizada presenta una fortaleza importante: emplea una escala de respuesta con varias categorías organizadas, lo que permite captar distintos grados de percepción de inseguridad. Esto evita una simplificación excesiva del fenómeno y facilita distinguir entre niveles de intensidad, superando así la limitación señalada por Henson y Reyns (2015), quienes advierten que las medidas binarias no reflejan adecuadamente estas variaciones.

Un aspecto relevante es el tratamiento de la categoría “no camina solo(a) de noche”. Esta respuesta no refleja directamente un nivel de inseguridad, sino más bien una decisión o comportamiento. Como sugieren Cocco et al. (2025), puede tratarse de una conducta de evitación. Además, no se conoce la razón específica por la que la persona no camina de noche; puede deberse a horarios, hábitos u otros factores. Por esta razón, estos casos se excluyen del análisis, evitando mezclar conductas con percepciones.

No obstante, esta decisión puede introducir un sesgo de selección, en la medida en que las personas que evitan caminar de noche podrían presentar niveles más altos de inseguridad. Aun así, dada la imposibilidad de identificar las motivaciones detrás de esta respuesta con la información disponible, la exclusión constituye la alternativa más consistente desde el punto de vista analítico.

3.5. Variables independientes

La selección de variables independientes se fundamenta en la literatura y en la disponibilidad de datos. Antes de entrar en detalle, conviene aclarar que en la literatura se han incluido debates sobre digitalización y medios de comunicación, aquí se priorizan las variables que han sido más abordadas empíricamente y que pueden capturarse con la información disponible. Esto no implica desconocer esos desarrollos, sino acotar el análisis a lo que efectivamente se puede contrastar con otros estudios y medir con los datos.

- Siguiendo la teoría de la victimización, se incorporan variables que capturan si el individuo ha sido víctima de delitos (Hale, 1996; Gainey et al., 2011; Wilcox y Land, 1996). En lugar de utilizar una medida agregada, se distingue entre tres tipos de victimización para captar mejor posibles diferencias en sus efectos: delitos patrimoniales sin violencia, delitos patrimoniales con violencia, y delitos no patrimoniales, que incluyen amenazas o agresiones. En todos los casos, las variables se definen de forma dicotómica (1 = sí, 0 = no), identificando si el individuo ha sido víctima de cada tipo de delito. A diferencia de gran parte de la literatura, que suele integrar victimización a nivel general sin distinguir entre tipo de delitos, esta desagregación permite reflejar con mayor precisión la experiencia de victimización, considerando que no todos los eventos tienen el mismo impacto sobre la percepción de inseguridad.

- En línea con la teoría de la vulnerabilidad física, se incorporan variables sociodemográficas como el sexo, que permiten capturar diferencias en la forma en que los individuos perciben el riesgo (Katz et al., 2003; Killias y Clerici, 2000; Gainey et al., 2011; Rader et al., 2012).

- También se incorpora la edad, pero no como una variable continua, sino a través de categorías. Esta decisión responde a que la relación entre edad e inseguridad no suele ser lineal. Agrupar en tramos permite capturar mejores cambios a lo largo del ciclo de vida (Fuentealba et al., 2016).

- El nivel educativo y el nivel socioeconómico se incluyen debido a la teoría de vulnerabilidad social, la cual sostiene que las condiciones estructurales de los individuos influyen de manera significativa en su exposición a riesgos, así como en los recursos disponibles para enfrentarlos (Fuentealba et al., 2016; Gélvez, 2018).

- Adicionalmente, se incorpora el estado civil como una aproximación a redes de apoyo cercanas. La literatura sugiere que la percepción de vulnerabilidad no depende solo de características individuales, sino también de la presencia de figuras de protección, especialmente en el caso de las mujeres (Cossman y Rader, 2011; Ward et al., 1986; Killias y Clerici, 2000; Ryder et al., 2016).

- En línea con las teorías contextuales, se incluyen variables que capturan el tipo de entorno en el que reside el individuo. La literatura ha mostrado que las características del entorno, especialmente la presencia de incivilidades, influyen de manera importante en la percepción de inseguridad (Sampson, 2009; Triana, 2021; Vilalta, 2013). Dado que estas condiciones no se observan directamente en la base de datos, se utilizan variables territoriales como aproximación: tipo de zona de residencia y región de planificación (Contreras et al., 2025).

- Por último, se incluyen variables de control relacionadas con el momento de levantamiento de la encuesta, con el objetivo de capturar posibles variaciones temporales en la percepción de inseguridad durante el periodo de estudio.

En conjunto, la especificación empírica busca capturar la percepción de inseguridad como un fenómeno multidimensional, en el que interactúan factores individuales, contextuales y experienciales. Este enfoque permite ir más allá de una caracterización descriptiva, facilitando la identificación de asociaciones sistemáticas entre distintas dimensiones del individuo y su entorno.

3.6. Caracterización descriptiva

En esta sección se presenta una descripción estadística de las variables incluidas en el modelo. El número de observaciones corresponde a la muestra analítica finalmente empleada en las estimaciones. Este no coincide con el total original de la fuente, ya que se excluyeron los casos con valores perdidos en alguna de las variables incluidas. Bajo este criterio, la muestra queda conformada por 24,861 individuos.

La Tabla 1 resume la composición de esta muestra. En cada variable, N indica la cantidad de personas en cada categoría, mientras que el porcentaje refleja su peso relativo en el total de la muestra.

En términos de la variable dependiente, la percepción de inseguridad no se concentra en un único nivel. Aunque predominan quienes reportan niveles bajos, hay una proporción relevante de personas que se ubican en categorías más altas, lo que sugiere heterogeneidad en la percepción del entorno.

En cuanto a las variables de victimización, la proporción de personas que reportan haber sido víctimas de algún delito es baja en todos los delitos considerados. Esto no implica necesariamente que estos hechos sean poco frecuentes, sino que pueden no quedar capturados en la encuesta, en parte porque se pregunta por eventos ocurridos en los 12 meses previos. Aun así, su inclusión es relevante, ya que recoge experiencias directas que pueden influir en la percepción de inseguridad de los individuos.

La muestra está relativamente equilibrada por sexo, con una ligera mayor presencia de hombres (53.39%). Por edad, se aprecia mayor peso en los grupos intermedios, mientras que los extremos tienen menor participación. En cuanto al estado civil, predominan las personas sin pareja. El nivel socioeconómico no presenta una concentración marcada en un solo estrato, lo que aporta cierta variabilidad útil para el análisis.

En educación, la categoría de nivel inicial o preescolar presenta muy pocas observaciones (49). Además, se concentra en personas mayores de 65 años. Para evitar problemas de baja representatividad, se evaluó su comportamiento respecto a la categoría de educación primaria o básica mediante un test de Wald. Al no encontrarse diferencias estadísticamente significativas ambas se agruparon en una única categoría denominada “educación inicial, primaria o básica”.

En cuanto a la distribución territorial, la muestra combina áreas urbanas y rurales, con mayor peso relativo en zonas urbanas no metropolitanas. A nivel regional, la presencia de observaciones es bastante equilibrada.

Finalmente, se evaluó la presencia de multicolinealidad mediante el Factor de Inflación de la Varianza (VIF)¹. El valor promedio obtenido fue de 3.68, situándose significativamente por debajo de los umbrales críticos de la literatura, garantizando que cada predictor aporta información distintiva al modelo. Si bien las variables de zona y región presentan valores individuales superiores a 10, esto responde a una multicolinealidad estructural derivada del diseño muestral estratificado de la ENHOGAR-2022 y la naturaleza dicotómica de los controles territoriales.

3.7. Estrategia analítica

La estrategia analítica se basa en la estimación de modelos de respuesta discreta orientados a identificar los factores asociados a la percepción de inseguridad, considerando la naturaleza ordinal de la variable dependiente. En una primera etapa, se especifica un modelo de regresión logística ordenado bajo el supuesto de proporcionalidad de las razones de probabilidad, según el cual el efecto de las variables explicativas permanece constante a través de los distintos puntos de corte de la variable ordinal.

Este supuesto es evaluado mediante la prueba de Brant (1990), cuyos resultados evidencian que no se cumple de manera generalizada para todas las covariables². En consecuencia, se adopta un modelo de probabilidades proporcionales parciales de Peterson y Harrel (1990), el cual permite relajar dicho supuesto y estimar efectos diferenciados para aquellas variables que no cumplen la restricción de paralelismo, manteniendo la estructura ordinal de la variable dependiente.

Dado que la variable dependiente presenta cuatro categorías ordinales, la especificación empírica considera tres puntos de corte acumulativos. En particular, el modelo estima la probabilidad de que un individuo se ubique por encima de cada umbral ordinal: (i) más que “nada inseguro(a)”, (ii) más que “poco inseguro(a)” y (iii) más que “algo inseguro(a)”. Esta formulación permite aprovechar el orden inherente de la variable dependiente sin imponer una simplificación binaria.

La adopción del modelo de probabilidades proporcionales parciales responde a la necesidad de evitar tanto una restricción excesiva como una pérdida innecesaria de información. Mientras el modelo logístico ordenado estándar impone igualdad de coeficientes entre umbrales, la evidencia empírica sugiere que este supuesto no se sostiene para todas las covariables. Al mismo tiempo, un modelo multinomial ignoraría la estructura ordinal de la variable dependiente y reduciría eficiencia en la estimación. Por ello, el enfoque de Peterson y Harrell (1990) constituye una solución intermedia más consistente con la naturaleza de los datos.

En este marco, un coeficiente positivo indica una mayor probabilidad de ubicarse en categorías más altas de percepción de inseguridad, “ceteris paribus”. En el modelo de probabilidades proporcionales parciales, dicha asociación puede mantenerse constante para algunas covariables y variar entre puntos de corte para otras, permitiendo identificar si determinados factores inciden de forma distinta en niveles bajos, intermedios o altos de inseguridad percibida.

Para facilitar la interpretación sustantiva de los resultados, además de los coeficientes estimados se reportan razones de momios y/o efectos marginales promedio, según corresponda, con el propósito de expresar la magnitud y dirección de los efectos de forma más intuitiva:

$$\begin{array}{rl}\text{In}\left(\frac{P(Y_i\le j)}{P(Y_i\le 1)}\right)=& {\alpha }_j-{\beta }_1{\text{Victimización}}_i+{\beta }_2{\text{Sexo}}_i+\\ & {\beta }_3{\text{Edad}}_i+{\beta }_4{\text{Estado Civil}}_i+{\beta }_5\text{Nivel}\\ & {\text{Socioeconómico}}_i+{\beta }_6{\text{Educación}}_i+\\ & {\beta }_7{\text{Zona}}_i+{\beta }_8{\text{Región}}_i+{\beta }_9{\text{Periodo}}_i+{ϵ}_i\end{array}$$

Para j = 1,2,3.

Donde Y_i representa el nivel de percepción de inseguridad del individuo i, a_json los parámetros de corte que delimitan las categorías ordinales, y β_k capturan el efecto de cada covariable sobre la probabilidad acumulada. En el marco del modelo de probabilidades proporcionales parciales, aquellos regresores que no cumplen el supuesto de proporcionalidad pueden presentar coeficientes que varían entre puntos de corte, permitiendo que su impacto difiera a lo largo de los distintos niveles de percepción de inseguridad.

Asimismo, para facilitar la interpretación de los resultados, se estiman efectos marginales promedio que se calculan como:

$$\frac{\partial P(y_i=j)}{\partial X_{ik}}$$

Lo que representa el cambio promedio en la probabilidad de que el individuo i se ubique en la categoría j ante una variación en la covariable X_k. Mientras los coeficientes del modelo se interpretan en términos de razones de momios asociadas a la probabilidad acumulada de ubicarse por encima de cada punto de corte, los efectos marginales permiten expresar los resultados en términos de cambios en probabilidades predichas.

4. Resultados

La Tabla 2 presenta los efectos marginales promedio derivados del modelo de regresión logística ordinal generalizada, estimados para la probabilidad de que un individuo se ubique en el nivel más alto de la variable dependiente (muy inseguro). Estos efectos permiten interpretar de forma directa cómo distintas características individuales, socioeconómicas y territoriales se asocian con la probabilidad de reportar percepciones extremas de inseguridad.

Los resultados indican que la victimización, tanto patrimonial como no patrimonial, se asocia de manera positiva y estadísticamente significativa con una mayor probabilidad de reportar niveles elevados de inseguridad. En particular, haber sido víctima de un delito patrimonial con violencia presenta el mayor efecto marginal, lo que sugiere que la intensidad de la experiencia delictiva amplifica la percepción de inseguridad.

De igual forma, el sexo y la edad se muestran como factores relevantes en la percepción de inseguridad. Ser mujer incrementa significativamente la probabilidad de percibir altos niveles de inseguridad, lo que coincide con la literatura sobre percepción del riesgo y vulnerabilidad. En cuanto a la edad, se observa un patrón creciente: los grupos de mayor edad tienden a reportar niveles más elevados de inseguridad, particularmente en las categorías superiores de la escala. Asimismo, no tener pareja se asocia con una menor percepción de inseguridad en comparación con quienes sí tienen pareja.

En cuanto a las características socioeconómicas, los resultados sugieren que mayores niveles de ingreso se asocian con una mayor percepción de inseguridad, aunque los efectos son heterogéneos entre categorías. Por otro lado, el nivel educativo no muestra un patrón claro ni estadísticamente significativo, lo que podría indicar que la percepción de inseguridad está más vinculada a condiciones materiales y experiencias directas que a factores asociados al capital humano.

Las variables territoriales también revelan diferencias importantes. Residir en zonas rurales se asocia con una menor probabilidad de sentirse muy inseguros y se observan brechas regionales significativas respecto a la región de referencia, lo que sugiere que el contexto geográfico influye en la forma en que los individuos perciben la seguridad de su entorno.

El modelo resulta globalmente significativo según la prueba de Wald, lo que indica que las variables incluidas contribuyen de manera conjunta a explicar la variación observada en la percepción de inseguridad.

Para examinar cómo varían los efectos a lo largo de la distribución de la variable dependiente, se estimaron coeficientes para cada punto de corte del modelo ordinal generalizado. La mayoría de las variables muestran signos y magnitudes relativamente estables entre umbrales; sin embargo, ciertos factores, como algunos tipos de victimización y grupos de edad específicos, exhiben variaciones en su intensidad al avanzar hacia niveles más altos de inseguridad percibida. Esto indica que la influencia de estos factores no es homogénea, sino que depende del grado de percepción de inseguridad. Para mantener la sección de resultados clara y concisa, los coeficientes completos por umbral se presentan en la Tabla A3 del anexo.

5. Discusión

Los resultados de este estudio refuerzan la idea de que la percepción de inseguridad constituye un fenómeno complejo que no puede explicarse únicamente a partir de la ocurrencia objetiva del delito. Tal como señala la literatura, las percepciones de riesgo emergen de la interacción entre experiencias personales, características individuales y señales provenientes del entorno social (Hale, 1996; Henson y Reyns, 2015).

Uno de los resultados más claros es la fuerte asociación entre victimización y percepción de inseguridad. Este hallazgo es coherente con la evidencia empírica que identifica la experiencia directa con el delito como una de las variables más relevantes de la percepción de inseguridad (Warr y Stafford, 1983; Vilalta, 2013). En particular, los resultados muestran que los delitos patrimoniales con violencia presentan el mayor efecto sobre la probabilidad de sentirse muy inseguro. Esto sugiere que no solo la ocurrencia del delito importa, sino también la intensidad de la experiencia vivida. Los eventos que implican confrontación directa o amenaza física tienden a generar un impacto más profundo en la percepción subjetiva del riesgo.

No obstante, el análisis por umbrales sugiere que esta relación no es completamente homogénea (ver Tabla A3). Algunos tipos de victimización presentan efectos relativamente moderados en las transiciones iniciales de la escala de percepción, pero adquieren mayor intensidad al analizar la probabilidad de ubicarse en los niveles más altos de inseguridad percibida. Este patrón indica que la victimización podría actuar como un factor que intensifica percepciones preexistentes de riesgo, más que como el único detonante de la percepción de inseguridad. En otras palabras, la experiencia delictiva puede reforzar o amplificar evaluaciones negativas del entorno que ya estaban presentes.

Las diferencias observadas entre hombres y mujeres también resultan consistentes con la literatura sobre percepción del riesgo. Diversos estudios han documentado que las mujeres tienden a reportar mayores niveles de inseguridad, incluso en contextos donde su probabilidad objetiva de victimización no es necesariamente mayor (Rader et al., 2012). Este fenómeno suele explicarse a partir de una mayor percepción de vulnerabilidad frente a determinados tipos de violencia y de factores sociales que influyen en la forma en que distintos grupos evalúan el riesgo en el espacio público (Contreras et al., 2025; Min et al., 2022).

El patrón observado en relación con la edad también puede interpretarse desde la perspectiva de la teoría de la vulnerabilidad. Según este enfoque, la percepción de inseguridad no depende únicamente de la probabilidad de victimización, sino también de la capacidad percibida de enfrentar o evitar situaciones de riesgo (Killias y Clerici, 2000; Cossman y Rader, 2011). En este contexto, el aumento de la percepción de inseguridad en grupos de mayor edad podría reflejar una mayor sensación de exposición o una menor percepción de control frente a posibles amenazas.

Por otro lado, y en contraste con la literatura empírica que sugiere que tener pareja se asocia con menor vulnerabilidad y por consiguiente menores niveles de riesgo, los resultados de este estudio muestran lo contrario: las personas solteras perciben menor inseguridad que quienes tienen pareja. Una explicación plausible es que quienes tienen pareja podrían experimentar una mayor preocupación por la seguridad de su compañero o compañera, lo que incrementa su percepción de vulnerabilidad. Este hallazgo indica que la relación entre estado civil y percepción de inseguridad no depende únicamente de la exposición personal al riesgo, sino también de la preocupación por la seguridad de seres cercanos.

Respecto a los resultados asociados a las variables socioeconómicas, estos sugieren que la relación entre estatus económico y percepción de inseguridad no es necesariamente lineal. Aunque los hogares de menores ingresos suelen estar expuestos a mayores niveles de criminalidad en muchos contextos urbanos, los resultados muestran que los niveles de percepción de inseguridad también pueden ser elevados entre grupos de ingreso medio o medio-alto. Este patrón ha sido observado en otros estudios y suele interpretarse a partir de factores como una mayor exposición a información sobre criminalidad o una mayor percepción del valor potencial de las pérdidas asociadas al delito (Vilalta, 2013). En este sentido, la percepción de inseguridad puede estar influida no solo por la vulnerabilidad material, sino también por la valoración subjetiva de las consecuencias del delito.

Las diferencias territoriales identificadas en el análisis refuerzan la importancia del contexto local en la formación de percepciones de inseguridad. El hecho de que las zonas rurales presenten menores niveles de inseguridad percibida y que algunas regiones del país registren probabilidades significativamente menores sugiere que los individuos utilizan señales del entorno para evaluar el nivel de riesgo en su comunidad. Este resultado es consistente con los planteamientos de la literatura sobre incivilidades y desorden social, que sostiene que indicadores visibles del entorno influyen en la forma en que los residentes interpretan la seguridad de un área (Covington y Taylor, 1991; Gainey et al., 2011; Link et al., 2017).

En conjunto, los resultados sugieren que la percepción de inseguridad debe entenderse como un fenómeno multidimensional, lo que ayuda a explicar por qué no siempre evoluciona de forma paralela a los indicadores objetivos de criminalidad.

6. Limitaciones del estudio

Si bien este estudio ofrece una visión robusta de la percepción de inseguridad en la República Dominicana, es necesario precisar ciertas limitaciones que condicionan su alcance. Una de ellas es que la medición de la variable dependiente se basa en un único indicador, lo que implica una simplificación de un fenómeno más amplio y restringe la capacidad de captar dimensiones menos visibles, como aquellas vinculadas al debilitamiento de los vínculos sociales (Hernández et al., 2020). Asimismo, la medida utilizada puede incorporar tanto componentes cognitivos como emocionales. En consecuencia, los resultados deben interpretarse tomando en cuenta estas características.

Asimismo, el análisis no incorpora de manera directa variables del entorno, como la cohesión social, la percepción del barrio o la presencia de desorden urbano, lo que puede dar lugar a sesgos por variables omitidas. Aunque se incluyen variables de ubicación para controlar por características territoriales, estas no captan todos los efectos contextuales que pueden estar influyendo en la percepción de inseguridad.

Finalmente, algunos resultados, como los mayores niveles de inseguridad reportados por las mujeres, deben interpretarse considerando que la encuesta no recoge experiencias relevantes como el miedo al acoso o violencia sexual, que pueden influir directamente en la forma en que este grupo percibe el entorno.

En conjunto, estas limitaciones no invalidan los hallazgos, pero sí delimitan su alcance. A su vez, exhiben la necesidad de avanzar hacia instrumentos que integren de manera más completa tanto las condiciones del entorno como las dimensiones subjetivas de la percepción de inseguridad.

7. Conclusiones

Este estudio tuvo como objetivo analizar los factores asociados a la percepción de inseguridad en la República Dominicana, utilizando microdatos de la ENHOGAR-2022 levantada por la Oficina Nacional de Estadística (ONE), siguiendo un enfoque cuantitativo con alcance correlacional utilizando como técnica estadística modelos de regresión logística ordinal generalizada.

En primer lugar, los resultados muestran que la victimización constituye uno de los factores más fuertemente asociados a la percepción de inseguridad. Haber sido víctima de un delito incrementa de manera significativa la probabilidad de percibir inseguridad, lo que confirma el papel de la experiencia directa como un canal relevante en la formación de percepciones de riesgo.

En segundo lugar, se identifican diferencias importantes según características sociodemográficas. En particular, las mujeres presentan mayores niveles de percepción de inseguridad en comparación con los hombres. Asimismo, se observa un patrón creciente en función del nivel socioeconómico, lo que sugiere que la percepción de inseguridad no responde únicamente a la exposición al delito, sino también a la valoración del riesgo y de las posibles pérdidas.

Finalmente, los resultados evidencian la importancia del contexto territorial. Aunque existen diferencias entre zonas urbanas y rurales, estas no son suficientes por sí solas para explicar la percepción de inseguridad. En particular, la mayor concentración de la inseguridad percibida en la región metropolitana indica que el entorno específico en el que residen los individuos tiene un peso determinante en la forma en que se construyen las percepciones de riesgo.

Desde una perspectiva de política pública, estos hallazgos sugieren que las estrategias orientadas exclusivamente a la reducción del delito pueden no ser suficientes para modificar las percepciones de inseguridad de la población. La evidencia presentada indica que este fenómeno también está asociado a factores sociales, territoriales y simbólicos que influyen en la forma en que los individuos interpretan el riesgo en su entorno cotidiano. En consecuencia, las políticas orientadas a fortalecer la seguridad ciudadana podrían beneficiarse de enfoques más integrales que combinen la prevención del delito con intervenciones dirigidas a mejorar las condiciones del entorno urbano y reducir las señales de desorden social.

En definitiva, este documento contribuye a la literatura nacional al incorporar un enfoque inferencial en un campo donde han predominado los análisis descriptivos. No obstante, debido a la naturaleza transversal de los datos, los resultados deben interpretarse en términos de asociación y no de causalidad. En este sentido, futuras investigaciones podrían emplear cortes transversales repetidos u otros diseños que permitan avanzar hacia la identificación de efectos causales, lo cual requiere una mayor continuidad en el levantamiento de información estadística.

8. Referencias

Arango, C., Vallejo-Trujillo, S., & Osorio-Andrade, C. F. (2025). La comunicación del miedo: factores de las noticias sobre delincuencia que influyen en la interacción en las redes sociales. Journalism and Media, 6(3), 132. https://doi.org/10.3390/journalmedia6030132

Brant, R. (1990). Assessing Proportionality in the Proportional Odds Model for Ordinal Logistic Regression. Biometrics, 46(4), 1171-1178. https://doi.org/10.2307/2532457

Bureau of Justice Statistics [BJS]. (2024). National Crime Victimization Survey (NCVS). https://bjs.ojp.gov/data-collection/ncvs#7-0

Chadee, D., Austen, L., & Ditton, J. (2007). The Relationship Between Likelihood and Fear of Criminal Victimization: Evaluating Risk Sensitivity as a Mediating Concept. The British Journal of Criminology, 47(1), 133–153. https://doi.org/10.1093/bjc/azl025

Cocco, E., Arlettaz, R., Caneppele, S., & Daudigny, H. (2025). Measuring Fear of Crime and Avoidance of Victimization in Virtual Reality Settings: A Systematic Review. Deviant Behavior, 1–27. https://doi.org/10.1080/01639625.2025.2469815

Contreras, H., Candia, C., Rodriguez-Sickert, C., Ferres, L., & Troncoso, R. (2025). Feelings of insecurity as a gender-specific constraint on urban mobility. EPJ Data Science, 14(71), 2-19. https://doi.org/10.1140/epjds/s13688-025-00589-z

Cossman, J. S., & Rader, N. E. (2011). Fear of Crime and Personal Vulnerability: Examining Self-Reported Health. Sociological Spectrum, 31(2), 141–162. https://doi.org/10.1080/02732173.2011.541339

Covington, J., & Taylor, R. B. (1991). Fear of Crime in Urban Residential Neighborhoods: Implications of between- and within-Neighborhood Sources for Current Models. Sociological Quarterly, 32(2), 231-249. https://doi.org/10.1111/j.1533-8525.1991.tb00355.x

Etopio, A. L., & Berthelot, E. R. (2022). Defining and Measuring Fear of Crime: A New Validated Scale Created from Emotion Theory, Qualitative Interviews, and Factor Analyses. Criminology, Criminal Justice, Law and Society, 23(1), 46–67. https://doi.org/10.54555/ccjls.4234.34104

Ferguson, K. M., & Mindel, C. H. (2007). Modeling Fear of Crime in Dallas Neighborhoods: A Test of Social Capital Theory. Crime & Delinquency, 53(2), 322-349. https://doi.org/10.1177/0011128705285039

Ferraro, K., & Grange, R. L. (1987). The Measurement of Fear of Crime. Sociological Inquiry, 57(1), 70-97. https://doi.org/10.1111/j.1475-682X.1987.tb01181.x

Fuentealba, P., Rojas, J. S., & Barriga, O. (2016). Diferencias en la percepción de inseguridad a nivel cognitivo y emocional de acuerdo al perfil sociodemográfico y político. Estudio del Gran Concepción, Chile. Política Criminal, 11(22), 620-655. http://dx.doi.org/10.4067/S0718-33992016000200008

Gainey, R., Alper, M., & Chappell, A. T. (2011). Fear of Crime Revisited: Examining the Direct and Indirect Effects of Disorder, Risk Perception, and Social Capital. American Journal of Criminal Justice, 36(2), 120–137. https://doi.org/10.1007/s12103-010-9089-8

Galar, S. (2017). Inseguridad y medios de comunicación. Prácticas periodísticas y conformación de públicos para el delito en Argentina (2010-2015). Delito y Sociedad, 1(41), 59-76. https://doi.org/10.14409/dys.v1i41.6198

Gallup y Center on International Cooperation. (2025). The global safety report: A safer world in unsafe times?

Gélvez, J. D. (2018). ¿Cuáles determinantes se relacionan con la percepción de inseguridad? Un análisis estadístico y espacial para la ciudad de Bogotá, D. C. Revista Criminalidad, 61(1), 69-84.

Hale, C. (1996). Fear of Crime: A Review of the Literature. International Review of Victimology, 4(2), 79–150. https://doi.org/10.1177/026975809600400201

Hart, T. C., Chataway, M., & Mellberg, J. (2022). Measuring fear of crime during the past 25 years: A systematic quantitative literature review. Journal of Criminal Justice, 82, 101988. https://doi.org/10.1016/j.jcrimjus.2022.101988

Henson, B., & Reyns, B. W. (2015). The Only Thing We Have to Fear Is Fear Itself…and Crime: The Current State of the Fear of Crime Literature and Where It Should Go Next. Sociology Compass, 9(2), 91-103. https://doi.org/10.1111/soc4.12240

Hernández, W., Lucía, D., & Kanashiro, L. (2020). Fear of crime examined through diversity of crime, social inequalities, and social capital: An empirical evaluation in Peru. Australian and New Zealand Journal of Criminology, 53(4), 515-535. https://doi.org/10.1177/0004865820954466

Hernández-Sampieri, R., y Mendoza, C. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.

Hong, S., Hull, K., Yoon, M., Kim, D., & Kim, Y. (2025). Gender Differences in Fear of Crime: Analyzing the Impact of Various Levels of Factors in South Korea. Victims and Offenders, 1–19. https://doi.org/10.1080/15564886.2025.2467887

Jasso, C. (2013). Percepción de inseguridad en México. Revista Mexicana de Opinión Pública, 15, 13–29. https://doi.org/10.1016/S1870-7300(13)72319-6

Johansson, S., & Haandrikman, K. (2023). Gendered fear of crime in the urban context: A comparative multilevel study of women’s and men’s fear of crime. Journal of Urban Affairs, 45(7), 1238–1264. https://doi.org/10.1080/07352166.2021.1923372

Katz, C. M., Webb, V. J., & Armstrong, T. A. (2003). Fear of gangs: A test of alternative theoretical models. Justice Quarterly, 20(1), 95–130. https://doi.org/10.1080/07418820300095471

Killias, M., & Clerici, C. (2000). Different Measures of Vulnerability in their Relation to Different Dimensions of Fear of Crime. The British Journal of Criminology, 40(3), 437–450. https://doi.org/10.1093/bjc/40.3.437

Kish, L. (1949). A Procedure for Objective Respondent Selection within the Household. Journal of the American Statistical Association, 44(247), 380–387. https://doi.org/10.1080/01621459.1949.10483314

Link, N. W., Kelly, J. M., Pitts, J. R., Waltman-Spreha, K., & Taylor, R. B. (2017). Reversing Broken Windows: Evidence of Lagged, Multilevel Impacts of Risk Perceptions on Perceptions of Incivility. Crime & Delinquency, 63(6), 659-682. https://doi.org/10.1177/0011128714555606

Min, Y. H., Byun, G., & Ha, M. (2022). Young women’s site-specific fear of crime within urban public spaces in Seoul. Journal of Asian Architecture and Building Engineering, 21(3), 1149-1160. https://doi.org/10.1080/13467581.2021.1941993

Núñez, J., Tocornal, X., & Henríquez, P. (2012). Determinantes individuales y del entorno residencial en la percepción de seguridad en barrios del Gran Santiago, Chile. Revista INVI, 26(74), 87-120. http://dx.doi.org/10.4067/S0718-83582012000100003

Oficina Nacional de Estadística [ONE]. (2023). Informe general ENHOGAR 2022. https://www.one.gob.do/publicaciones/2023/informe-general-enhogar-2022/

Peterson, B., & Harrell, F. E. (1990). Partial Proportional Odds Models for Ordinal Response Variables. Journal of the Royal Statistical Society. Series C (Applied Statistics), 39(2), 205–217. https://doi.org/10.2307/2347760

Policía Nacional de la República Dominicana. (2026, 22 de marzo). Fuerza de Tarea reporta reducción de casi 35% en tasa de homicidios desde 2023, pese leve alza en 2026. https://www.policianacional.gob.do/fuerza-de-tarea-reporta-reduccion-de-casi-35-en-tasa-de-homicidios-desde-2023-pese-leve-alza-en-2026/

Rader, N. E., Cossman, J. S., & Porter, J. R. (2012). Fear of crime and vulnerability: Using a national sample of Americans to examine two competing paradigms. Journal of Criminal Justice, 40(2), 134-141. https://doi.org/10.1016/j.jcrimjus.2012.02.003

Romer, D., Hall, K., & Aday, S. (2003). Television News and the Cultivation of Fear of Crime. Journal of Communication, 53(1), 88–104. https://doi.org/10.1111/j.1460-2466.2003.tb03007.x

Ryder, H., Maltby, J., Rai, L., Jones, P., & Flowe, H. D. (2016). Women's fear of crime and preference for formidable mates: How specific are the underlying psychological mechanisms? Evolution and Human Behavior, 37(4), 293–302. https://doi.org/10.1016/j.evolhumbehav.2016.01.005

Sampson, R. J. (2009). Analytic approaches to disorder. The British Journal of Sociology, 60, 83-93. https://doi.org/10.1111/j.1468-4446.2008.01219.x

Triana, J. (2021). Percepción de inseguridad, temor al delito y medidas de autoprotección: el caso de Acapulco, Guerrero. Nóesis. Revista de Ciencias Sociales y Humanidades, 30(60), 166-190. https://doi.org/10.20983/noesis.2021.2.9

Valera, S., & Guardia, J. (2014). Perceived insecurity and fear of crime in a city with low-crime rates. Journal of Environmental Psychology, 38, 195-205. https://doi.org/10.1016/j.jenvp.2014.02.002

Vilalta, C. J. (2013). Determinant Factors in the Perception of Crime-Related Insecurity in Mexico. Inter-American Development Bank. http://dx.doi.org/10.18235/0011448

Ward, R. A., LaGory, M., & Sherman, S. R. (1986). Fear of Crime Among the Elderly as Person/Environment Interaction. The Sociological Quarterly, 27(3), 327–341. https://doi.org/10.1111/j.1533-8525.1986.tb00264.x

Warr, M., & Stafford, M. (1983). Fear of victimization: A look at the proximate causes. Social Forces, 61(4), 1033-1043. https://doi.org/10.2307/2578277

Wilcox, P., & Land, K. C. (1996). Burglary Victimization, Perceptions of Crime Risk, and Routine Activities: A Multilevel Analysis Across Seattle Neighborhoods and Census Tracts. Journal of Research in Crime and Delinquency, 33(2), 147-180. https://doi.org/10.1177/0022427896033002001

Anexos

_______________________________

¹ Ver Tabla anexa A1.

² Para verificar los detalles de la prueba, consulte la Tabla anexa A2.