Análisis de la Percepción de los Pescadores sobre el Equipo de Pesca Sostenible en Banda Sakti, Lhokseumawe

2.1 Área de Estudio y Población

La investigación se llevó a cabo en el subdistrito de Banda Sakti, ciudad de Lhokseumawe. La población objetivo consistió en pescadores locales dedicados a la pesca de captura dentro del Estrecho de Malaca. La muestra se extrajo de esta población para asegurar la representación de la diversidad socioeconómica de la comunidad.

2.2 Recolección y Análisis de Datos

Los datos sobre las percepciones de los pescadores y las variables socioeconómicas (ingresos, número de dependientes, exposición a programas de socialización) se recopilaron mediante encuestas. El análisis involucró dos herramientas estadísticas clave:

• Fórmula de Intervalo de Clase: Se utilizó para categorizar y cuantificar el nivel de percepción de los pescadores (por ejemplo, bajo, medio, alto).
• Correlación de Rangos de Spearman: Una prueba no paramétrica utilizada para analizar la fuerza y dirección de la relación entre variables socioeconómicas ordinales y las puntuaciones de percepción. El coeficiente de correlación ($\rho$) varía de -1 a +1.

3.1 Análisis del Nivel de Percepción

Se encontró que el nivel general de percepción de los pescadores respecto al equipo de pesca sostenible era alto. Utilizando la fórmula del intervalo de clase, las puntuaciones de percepción cayeron predominantemente dentro del rango de >224-288, lo que indica una actitud generalmente positiva y receptiva hacia los artes respetuosos con el medio ambiente entre la comunidad.

3.2 Análisis de Correlación Socioeconómica

La Correlación de Rangos de Spearman reveló relaciones específicas:

• Ingresos y Número de Dependientes: Mostraron una correlación positiva baja ($\rho$ en el rango 0.20-0.399) con la percepción de la selectividad del arte. Mayores ingresos/más dependientes se correlacionaron ligeramente con una mayor apreciación por los artes selectivos.
• Socialización: Exhibió una correlación positiva moderada ($\rho = 0.571$) con la percepción de la seguridad del arte. Los pescadores que participaron en programas de concientización tuvieron una mejor comprensión de la seguridad del equipo.
• Otras Variables: La mayoría de los otros factores socioeconómicos mostraron una correlación muy baja o insignificante ($\rho$ cercano a 0, significancia > 0.05) con la percepción general.

4.1 Idea Central

El hallazgo fundamental del estudio no es que los pescadores se resistan a la sostenibilidad—no lo hacen. Las altas puntuaciones de percepción desmienten ese mito. La verdadera idea es que la adopción está limitada por un cálculo socioeconómico pragmático, no por la apatía ambiental. Los pescadores ven los artes a través de una lente de riesgo (seguridad) y eficiencia (selectividad), que están directamente vinculados a la estabilidad del sustento. Esto se alinea con modelos más amplios de economía del comportamiento, como los discutidos en "Nudge" de Thaler & Sunstein, donde la toma de decisiones depende del contexto y a menudo prioriza los beneficios inmediatos y tangibles sobre las ganancias abstractas a largo plazo.

4.2 Flujo Lógico

La lógica de la investigación es sólida pero lineal: medir la percepción → correlacionar con datos demográficos → identificar impulsores. Identifica correctamente la socialización como la correlación más fuerte, lo cual es un hallazgo robusto y accionable. Sin embargo, el flujo se detiene antes de explorar los mecanismos causales. ¿Por qué funciona la socialización? ¿Está construyendo confianza, demostrando beneficio económico o reduciendo el riesgo percibido? El estudio insinúa pero no disecciona esta caja negra, una limitación común en los estudios correlacionales basados en percepciones.

4.3 Fortalezas y Debilidades

Fortalezas: La aplicación de la Correlación de Rangos de Spearman es apropiada para datos ordinales de encuestas tipo Likert. Aislar la "selectividad" y la "seguridad" como dimensiones clave de percepción es analíticamente agudo. Centrarse en una localidad específica (Banda Sakti) proporciona una valiosa granularidad que a menudo falta en los informes a nivel nacional.

Debilidades Críticas: El elefante en la habitación es la brecha entre la percepción y el comportamiento real. Las altas puntuaciones de percepción no garantizan la adopción del arte. Al estudio le falta una medida de resultado conductual, un punto enfatizado en la Teoría del Comportamiento Planificado de Fishbein & Ajzen. Además, la correlación "baja" de los ingresos es potencialmente engañosa; podría existir un efecto umbral donde la adopción solo se vuelve viable por encima de un nivel de ingresos específico, lo cual una correlación lineal podría pasar por alto.

4.4 Ideas Accionables

Para los formuladores de políticas y las ONG, este estudio ofrece un manual claro:

1. Replantea la Socialización: Pasa de mensajes genéricos de "la sostenibilidad es buena" a demostraciones centradas en la seguridad del arte y la selectividad de la captura. Utiliza el aprendizaje entre pares de pescadores respetados.
2. Diseña Subsidios Dirigidos: Dado que los ingresos y los dependientes importan, crea programas de subsidios condicionales o microfinanciación que reduzcan la barrera del costo inicial para familias más grandes y vulnerables.
3. Pilotea Empujones Conductuales: En lugar de solo medir la percepción, ejecuta programas piloto que combinen el acceso a los artes con compromisos simples o reconocimiento social (por ejemplo, "Pescador Sostenible del Mes") para cerrar la brecha intención-acción.
4. Itera con Datos: Trata esto como una línea base. El próximo estudio debe medir las tasas reales de adopción después de la intervención, creando un ciclo de retroalimentación para la mejora del programa.

5.1 Metodología Estadística

El núcleo del análisis cuantitativo se basa en el Coeficiente de Correlación de Rangos de Spearman, calculado como: $$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2 - 1)}$$ donde $d_i$ es la diferencia entre los rangos de las variables correspondientes para la $i$-ésima observación, y $n$ es el tamaño de la muestra. Este método es ideal para datos ordinales (como las puntuaciones de percepción) y es no paramétrico, no asume una distribución normal. La fórmula del intervalo de clase para los niveles de percepción probablemente siguió una estructura simple: $\text{Rango} = \frac{\text{Puntuación Máxima} - \text{Puntuación Mínima}}{\text{Número de Categorías}}$, con categorías (por ejemplo, Bajo, Medio, Alto) definidas en consecuencia.

5.2 Ejemplo de Marco Analítico

Aunque el PDF no involucra programación, la lógica analítica puede enmarcarse como un modelo de árbol de decisión para predecir los impulsores de la percepción:

# Marco Conceptual para el Diseño de Intervención (Pseudo-Código)
# Entrada: Perfil Socioeconómico del Pescador
perfil = {
    'nivel_ingresos': 'medio',  # por ejemplo, bajo, medio, alto
    'dependientes': 4,
    'exposicion_socializacion': True
}

# Lógica de Decisión basada en los Hallazgos del Estudio
def recomendar_intervencion(perfil):
    intervencion = []
    
    # Prioridad 1: Aprovechar la Correlación de Socialización
    if perfil['exposicion_socializacion'] == False:
        intervencion.append('INSCRIBIR_EN_PROGRAMA_DEMO_PARES')
    
    # Prioridad 2: Abordar Barreras Económicas para la Selectividad
    if perfil['nivel_ingresos'] == 'bajo' and perfil['dependientes'] >= 3:
        intervencion.append('ACCESO_SUBSIDIADO_ARTES')
        intervencion.append('ENFOCAR_EN_BENEFICIOS_SELECTIVIDAD')
    
    # Prioridad 3: Mensajería Universal de Seguridad
    intervencion.append('DESTACAR_CARACTERISTICAS_SEGURIDAD_ARTES')
    
    return intervencion

# Ejemplo de Salida
# Para el perfil anterior, la salida podría ser:
# ['DESTACAR_CARACTERISTICAS_SEGURIDAD_ARTES']
# (Ya que tienen exposición a socialización e ingresos medios)

Este marco traduce las correlaciones estadísticas en una lógica de programa accionable, pasando del análisis a la implementación.