Adanez Reaa8585110077a PDF

Determinacin del patrn de asentamiento regional: Una aproximacin cuantitativa al anlisis locacional de mapas arqueolgicos
JESS ADNEZ PAVN
Estas pginas tienen un doble propsito: por un lado, y ste es el objetivo central, aplicar al estudio de las relaciones locacionales entre asentamientos una tcnica estadstico-matemtica, el anlisis factorial, partiendo de un tipo de datos que generalmente se encuentra en los mapas de distribuciones de sitios arqueolgicos; por otro lado, plantear y desarrollar la construccin de un diseo para el uso de tcnicas cuantitativas en la interpretacin arqueolgica, con el objeto de enmarcar y dirigir la aplicacin concreta que proponemos. Antes que nada, conviene realizar algunas reflexiones generales sobre el uso de procedimientos matemticos e introducir, luego, la distribucin de asentamientos que ser analizada. El manejo cuantitativo, principalmente estadstico, de datos es un recurso al que han accedido, aproximadamente a partir de los aos cincuenta, todas las disciplinas que se encuadran bajo el ttulo comn de ciencias sociales. En el campo de la arqueologa su uso ha venido amplindose constantemente desde las primeras aplicaciones en la descripcin de artefactos hasta las ms complejas y recientes, encaminadas a la explicacin de procesos culturales. Sin embargo, este
notable desarrollo no ha significado, en muchas ocasiones, una comprensin efectiva de sus supuestos, mecanismos y posibilidades. No
puede olvidarse que la formacin acadmica del arquelogo, tradicionalmente incluida en la rama de Humanidades dentro de la divisin clsica de las ciencias, no le ha proporcionado una base matemtica firme. Quizs esta situacin pueda explicar el hecho de que las tcnicas estadsticas sean a veces despreciadas, muy a menudo ignoradas y, lo que es ms grave, no sean prcticamente nunca criticadas en su aplicacin, debido a una suerte de espejismo acerca de unos nmeros endiosados por no conocidos.
Revista Espaola de Antropologa Americana, vol. XV, 1985. Edil. Uaiv. Complutense
78
Jess Adnez Pavn
La razn del uso de procedimientos estadsticos viene dada, bsicamente, por dos necesidades: precisin en la descripcin y manipulacin de los datos y manejo de un gran nmero de variables a la hora de explicar datos complejos (Clarke, 1968: 513); precisin y aproximacin multivariante que son aconsejables para una mejor evaluacin y
un tratamiento sistmico enfatizando las interrelaciones complejas
entre elementos de los datos arqueolgicos. No se trata, pues, de un problema de objetividad. La nica objetividad indiscutida de las tcnicas estadsticas reside en la propia operacin matemtica, no en su
aplicacin. Esto nos lleva a una importante caracterstica, y limitacin, de las

probabilsticas: desde el momento en que su veracidad depende de un porcentaje de probabilidad un nivel cuantificado de certeza nunca absoluto, no son necesariamente verdaderas. En efecto, sera posible escoger una serie de nmeros al azar y haproposiciones
llar con ellos, por ejemplo, un coeficiente de correlacin que, evidentemente, no tendra ningn valor. Para que, siguiendo con el mismo caso, una inferencia basada en un coeficiente de correlacin fuera til y fiable, sera necesario, aun cuando la probabilidad de error pueda ser medida, apoyar la operacin en unos supuestos tericos y unas
hiptesis de investigacin; y stos son tan susceptibles de discusin
como los supuestos e hiptesis que apoyan inferencias no estadsticas. Por todo ello, cuando se aplican tcnicas de este tipo, es imprescindible explicitar una serie de pasos, que darn sentido a la aplicacin en particular y a la interpretacin de sus resultados: (i) formular el problema por analizar, esto es, expresar el supuesto o hiptesis bsica acerca de las relaciones que se quieren estudiar entre los datos; (u) en funcin del supuesto anterior, explicar qu concepto y procedimiento estadstico se adapta al manejo de tales relaciones; (iii) elegir las variables que sern introducidas en el anlisis para explicar
dichas relaciones; (iv) cuantificar medir las variables; (y) realizar
la operacin estadstica utilizando los valores que miden las variables; y (vi) interpretar los valores que resulten de la operacin anterior. Es claro que tanto los supuestos como la eleccin de una tcnica especfica y de las variables que se utilizarn, as como la manera de convertir las variables en nmeros y de interpretar los nmeros convrtindolos en conclusiones> son, en mayor o menor grado, discutibles
y, por tanto, deben ser explicitados para que puedan acceder a ellos
las posibles discusiones. Este es el esquema que seguiremos en la presente comunicacin. El diseo, concretado en el uso del anlisis factorial para los estudios locacionales, ser aplicado a la distribucin en el valle de Vir
(Per) de los sitios pertenecientes a la cu]tura Huancaco, que se corresponde con la ocupacin machica de dicho valle durante el periodo
Determinacin del patrn de asentamiento regional...
79
Intermedio Temprano. Siendo sta una de las zonas ms estudiadas del rea andina, conviene aclarar las razones por las que nos hemos centrado en ella. La obra clsica de Willey (1953) sobre los patrones de asentamiento en este valle abarca una larga secuencia, desde los perodos precermicos hasta la poca colonial, y constituye una de las primeras cristalizaciones de los estudios espaciales en arqueologa. Ms recientemente se ha realizado un nuevo examen de los datos concernientes al perodo Huancaco en funcin de un modelo locacional de compromiso (ver Conrad, 1978). Un reexamen ms, dirigido tambin a los aspectos espaciales regionales, slo se justifica por e] carcter metodolgico dc nuestros objetivos: la confrontacin de los resultados nos permite, en ltima instancia, evaluar la bondad de la metodologa propu esta. Un ltimo comentario referente al tipo de datos utilizado. La publicacin de mapas arqueolgicos, mostrando la localizacin de una serie de sitios en un marco geogrfico definido, es una prctica relativamente frecuente en la bibliografa especializada. Aunque la cantidad de informacin que aportan es muy variable, todos ellos se componen, por definicin, de al menos un nmero de puntos indiferenciados sin distincin de tamaos ni jerarquas que representan nicamente la
ubicacin geogrfica de los asentamientos. La importancia de analizar estos mapas reside tanto en la consecucin de una visin de con-
junto sobre la forma en que una sociedad ocup un espacio determinado, como en la orientacin de proyectos arqueolgicos regionales,
en los cuales su elaboracin constituye una etapa previa imprescin-
dible. La pretensin de estas pginas es, precisamente, desarrollar una

metodologa capaz de extraer el mximo de informacin de un tipo de datos tan aparentemente escueto como el reflejado en un mapa de
estas caractersticas.
LA CUESTION POR ANALIZAR

En el planteamiento de la cuestin que pretendemos investigar distinguiremos tres niveles de abstraccin correspondientes a otros tantos conceptos: la ubicacin de los asentamientos que queda reflejada en los mapas arqueolgicos, esto es> los datos espaciales observados, ser referida con el trmino distribucin de asentamientos; la esque-
matizacin lgica de la conducta espacial constituye el modelo locacional; y, como concepto intermedio, reservamos la expresin patrn de asentamiento para referirnos a la conducta espacial concreta con
que opera el sistema sociocultural en cuestin. De este modo, la finalidad de nuestro anlisis ser definir el patrn de asentamiento de la
80
Jess Addnez Pavn
cultura Huancaco a travs de la interpretacin de la distribucin de sus asentamientos a la luz de una serie de modelos. El supuesto bsico que nos abre la posibilidad de plantear tal objetivo reside en la afirmacin de que los sistemas socioculturales, al ocupar un espacio fsico, se ubican en l impelidos por constricciones internas sus objetivos y externas las caractersticas ambientales y que las relaciones espaciales detectadas en el registro arqueolgico resultan significativas, puesto que constituyen el reflejo de tales constricciones (Willey, 1953:1; Clarke, 1977:10). Leer toda esa informacin escrita espacialmente requiere, en primer lugar, la comprensin del proceso cultural que implica el asentamiento de un grupo sobre una regin y, en segundo lugar, el correcto enfoque del tipo
de constricciones y la forma en que se responde a stas en la toma
de decisiones locacionales. Para explicar el primer aspecto, asumimos un modelo sistmico complejo adaptativo o procesal (ver Buckley, 1977). Las distLibuciones regionales de asentamientos seran el producto espacial (output) de un sistema con una estrategia locacional un patrn de asentamiento definida, en respuesta a una entrada de informacin relevante (input)
para la localizacin. Las desviaciones sobre esa estrategia, con su re-
flejo espacial, sufrirn controles morfostticos cuando el sistema, o su centro de control, pretenda mantener la estructura de relaciones, o impulsos morfognicos cuando el sistema, o su centro de control, prime el desarrollo de nuevas relaciones. Esta doble cualidad reguladora, que constituye el concepto fundamental del modelo procesal, no puede ser apreciada, sin embargo, en un anlisis sincrnico como el que nos ocupa. Parecer, pues, intil la adopcin de tal modelo. No obstante, el hecho de no perder el sentido diacrnico, plasmado en el esquema procesal, nos permite resaltar una caracterstica importante: nuestras conclusiones sobre el patrn de asentamiento en el valle de Vir no deben interpretarse
como un cuadro esttico y perfectamente encajado, sino como un
momento, detenido artificialmente, de un proceso de tensiones constantes en la configuracin de la estrategia locacional y el control ejercido en funcin de ella
Manteniendo esta concepcin como marco general, hemos de preguntarnos ahora por la manera en que se escoge para un asentamiento una ubicacin determinada. En geografa humana se han desarrollado dos conjuntos de modelos1 optimizadores y satisfacientes, que
implican diferentes modos de entender el comportamiento de las sociedades a la hora de tomar decisiones locacionales. Los modelos optimizadores suponen que la conducta locacional humana se dirige a asegurar una serie de necesidades, disponiendo espacialmente sus asentamientos de forma ptima en relacin con los recursos que cubren
81
dichas necesidades (Haggett, 1975:38). Estos han sido los modelos
ms utilizados en la investigacin geogrfica y arqueolgica (ver, para este ltimo campo, Hodder y Orton, 1976) y son, por tanto, los ms conocidos y mejor descritos. Sin embargo, el principio del menor costo que informa este tipo de modelos puede no estar como tal en la base de la conducta locacional humana. Diversos autores han resaltado el hecho de que la ocupacin ptima del espacio requiere una serie de decisiones complejas asistidas por un conocimiento exhaustivo, lo cual est lejos del modo de operar de las distintas sociedades
(Haggett, 1975:38). Al menos en sociedades complejas, parece claro
que las constricciones sobre la localizacin no se limitan a la obtencin de recursos, sino que abarcan consideraciones de otro tipo, administrativas y militares, por ejemplo. Incluso se puede hablar del asentamiento regional en sociedades con un nivel ms simple de organizacin como de una estrategia guiada por mltiples condicionantes, s bien los derivados de la subsistencia tienen un peso mayor o menos
disputado. Surge as el concepto de conducta satisfaciente, expresado en un modelo que supone la existencia de dos momentos bsicos en los procesos de decisin locacional: la ordenacin jerrquica de todas las formas posibles de actuar de acuerdo con una escala de preferencas y la eleccin, dentro de este conjunto, de la actuacin que satisfaga cierto grupo de necesidades, aunque esta eleccin sea a menudo subptima (Simon, en flaggett, 1975:38); es lo que, en arqueologa,
se ha llamado un compromiso entre un nmero de tendencias enfrentadas (Trigger, 1971:330). Nosotros aceptamos este ltimo modelo, de modo que, en el compromiso global de tendencias que significa la localizacin, aquellas
que sean consideradas ms importantes tendern a reflejarse en el espacio regional con una disposicin ms prxima al ptimo ideal y las que ocupen un menor rango estarn reflejadas en menor medida. El mtodo para descubrir un patrn como el descrito cons]ste en
delimitar los posibles factores que lo guiaron y comparar la distribucin ptima de cada uno de ellos con la distribucin real. Pero,
cuando el compromiso no se presenta claramente delimitado y se maneja un nmero elevado de posibles factores, este mtodo se torna
impreciso e insuficiente. Como alternativa, planteamos una aproximacin cuantitativa al problema. Puesto que las tendencias comprometidas tienen un reflejo espacial, es posible llegar a descubrirlas de un modo inductivo, partiendo de la distribucin observada. Basta, para ello, con dotar de significacin el espacio regional en trminos ambientales y culturales observabies en la ubicacin de cada asentamiento. Si entendemos que el entorno est estructurado en trminos biofsicos y culturales interrelacionados, la variabilidad en las caractersticas ambientales y geogr-
82
Jess Adnez Pavn
ficas que muestran los sitios en su distribucin ser un reflejo de los

diferentes factores que han decidido su localizacin. El anlisis puede partir, as, de esos atributos espaciales que definen cada sitio, para, siguiendo un sentido inductivo, hallar el patrn de asentamiento. La induccin se apoyar en una tcnica estadstica, el anlisis factorial, que consideramos idnea para la solucin de este problema; veamos
por qu. EL MODELO ESTADSTICO

Nacido a principios de siglo en el seno de la psicologa, el anlisis factorial es, probablemente, la tcnica estadstica cuyo uso ms se ha
popularizado y generalizado en un gran nmero de disciplinas, constituyendo as una herramienta til desde distintas perspectivas y enfoques. Como tal herramienta, puede utilizarse con distinta informacin datos particulares y siguiendo diferentes proyectos enfoques particulares de las disciplinas cientficas, pero siempre dentro del marco de un tipo de relaciones que est capacitado para manejar. Supongamos, como es el caso, que hemos de estudiar las relaciones existentes entre un conjunto de variables. La magnitud de esa re-
lacin vendra dada por un coeficiente de correlacin, que medira la variacin comn a tales variables, pero la forma de la relacin cabra entenderla de distintas maneras. Podramos asumir que las intercorrelaciones, la variacin comn, se deberan a la influencia de una de una de las variables de ese conjunto; as, la forma de la relacin habra de medirse mediante un anlisis de regresin mltiple. Podramos suponer> de modo distinto> que las variables en estudio constituiran dos grupos diferentes y que uno de ellos dependera del otro; el
anlisis de este tipo de relacin tendra que realizarse mediante la tcnica estadstica denominada co-elacin cannica. Es posible que
nuestros objetivos fueran, nicamente, distinguir varios grupos de

variables semejantes, altamente correlacionadas, en la confianza de que tales grupos nos mostraran un rasgo comn que explicase esa semejanza; a esto se llegara aplicando las tcnicas de anlisis de
agrupamiento. Podramos, en fin, creer que la variacin comn detectada en las variables dependera de, o se debera a, no una de tales
variables o un grupo de ellas, sino a un nuevo conjunto de variables

subyacentes, que no podran ser observadas directamente, pero que,
sin embargo, estaran reflejadas o contenidas en las pautas de variacin de las primeras. Para manejar este tipo de relaciones la tcnica adecuada es el anlisis factorial, que puede definirse como una regresin en la cual las variables analizadas se hacen depender de otras
Determinacin del patrn
de asentamiento regional...
83
variables abstractas, no observadas (Cattell, 1978:440). Esas son las relaciones que trata la factorizacin y sa la forma en que lo hace: partiendo de la variacin pautada que hemos detectado en los datos mediante las correlaciones, supone que tal variacin se debe a un nmero menor de variables no observadas, que llamamos factores y que explican y definen la forma de la relacin. Es claro que este modelo se adapta perfectamente a~ planteamiento de nuestra investigacin. Si logramos discernir qu variables ambientales y culturales son importantes para el sistema en particular y cuantificamos la distribucin de asentamientos en funcin de ellas,
obtendremos una matriz cuyas columnas sern las variables espaciales y sus filas los asentamientos (matriz de modo R). Calculando las
correlaciones entre las variables, hallaremos una variacin pautada en los datos y, utilizando la factorizacin, construiremos unas nuevas variables, una serie de factores subyacentes que representen y resu-
man tales pautas y que, en este caso, constituirn los factores comprometidos en el patrn de asentamiento. Ahora bien, el anlisis factorial no es, hoy da, un procedimiento
nico, sino un conjunto de opciones de clculo con diferente significado que matizan diferentes resultados finales. Tales opciones se presentan en cada una de las etapas que comentaremos a continuacin y es, evidentemente, importante conocer qu se obtiene en dichos pasos y qu suponen las formas alternativas de clculo.
Para definir el camino ms apropiado entre estas opciones, conviene precisar ciertas caractersticas de nuestros datos y requerimientos de nuestros objetivos. En primer lugar, hay que decir que la distribucin que manejamos representa una muestra sesgada de la distribucin original, pues est directamente influida por el sesgo que
supone la conservacin diferencial de sitios, resultando infravalora-
dos en ella aquellos asentamientos de pequeo tamao o que fueron construidos con materiales perecederos (Ford y Willey, 1949:20). En segundo lugar, por lo que se refiere a los objetivos, reiteremos que el modelo de compromiso implica una jerarquizacin de factores y, por ello, un distinto peso de cada uno en la estrategia locacionaL
Se suele considerar la existencia de tres fases en el proceso de
realizar un anlisis factorial: una, previa, referente a la eleccin de

uno de los modelos de anlisis segn las caractersticas de los datos
y la forma de entenderlos, y dos, propiamente de clculo, que tienen que ver con la extraccin de factores factorizacin y con su transformacin en orden a simplificar y optimizar los resultados -rotacion. En la variacin total que muestran los datos en una matriz pueden distinguirse dos componentes: comunalidad, o varianza comn a todas las variables, y singularidad, o varianza nica de cada varia-
84
Jess Adnez Pavn
ble, bien especfica o real, bien aleatoria. En funcin de esta compoalcin, es posible asumir que los factores resuman la comunalidad, que constituye el modelo de factores comunes, o que tomen en cuenta la varianza en su totalidad, segn el modelo de factores componentes (Rummel, 1970:112). En el caso que nos ocupa, podemos considerar que toda la variacin mostrada resultar significativa, puesto que, en el solapamiento espacial de las tendencias comprometidas en el patirn, la parte singular de una variable con respecto a otra puede estar correlacionada con las partes singular o comn de una o varias variables ms; considerar exclusivamente la comunalidad impedira esta posibilidad. La nica ventaja que obtendramos de la utilizacin de factores comunes seria la de aplicar su variante cannica> porque permite realizar inferencias probabilsticas (ibid., 121), esto es, calcular la probabilidad de que las pautas halladas en la muestra sean iguales que las de la poblacin de la que se ha obtenido. Pero tal inferencia debe partir de una muestra aleatoria y nuestros datos, como ya se precis ms arriba, tienen un sesgo claro. Por tanto, la aplicacin que diseamos para el estudio de patrones de asentamiento seguir el modelo de factores componentes. As, partiendo de una matriz de correlaciones sin estimacin alguna de comunalidad, se definirn todas las dimensiones bsicas que componen los datos, y no slo las comunes a todos ellos. Asumiendo factores componentes, la factorizacin normalmente se realiza mediante la tcnica de ejes principales, que halla las dimensiones ortogonales mnimas para reproducir linealmente los datos (ibid, 338), de forma decreciente segn la cantidad de varianza que resuman (ibid., 345). Con este procedimiento el primer factor se hallar de forma que resuma el mximo posible de varianza, el segundo
factor acumular el mximo posible de la varianza no explicada por
el primero, y as sucesivamente. La factorizacin, de este modo, satisface el supuesto del modelo locacional, segn el cual los factores comprometidos son jerarquizados en orden de importancia, reflejndose ms claramente en la distribucin aqullos con ms peso. Dado que la factorizacin se lleva a cabo sin estimar comunalida~d, los clculos seguirn definiendo factores, cada vez menos relevantes, hasta igualar el nmero de variables. De esos factores, en orden a cumplir el objetivo de reducir los datos de entrada, los que no acumulen la varianza de al menos una variable no sern considerados significativos y se desecharn.
Manipulando los resultados dc la factorizacin es posible llegar a una solucin derivada mediante las tcnicas de rotacin. Estas siguen un criterio denominado estructura simple, por el cual los factores no rotados que maximizan la varianza total se hacen ms fcilmente interpretables al distinguir mejor grupos separados de variables alta-
85
mente correlacionadas (ibid., 377). Se entender mejor el concepto de rotacin si lo planteamos en trminos de un espacio vectorial. En un grfico de este tipo, cada variable est representada por un vector cuya longitud viene determinada por su varianza; los vectores parten de un punto de origen comn y su posicin relativa, los ngulos que forman entre s, est definida por las correlaciones mutuas, puesto
que en un espacio vectorial los cosenos de los ngulos equivalen a correlaciones (ibid., 12). Los factores obtenidos en el paso anterior son los ejes que, Formando ngulo recto entre ellos, mejor se adaptan a los haces de vectores que definen las correlaciones entre las variables (ver fig. lA). La rotacin supone una transformacin de esta disposi-
cin qule puede realizarse de dos formas: ortogonal y oblicua (ver figura IB y U). La eleccin de una u otra es importante. Una rotacin orwgunal de los ejes implica que los factores se mantendrn indepenclientes, s correlaciones entre s, puesto que el coseno de un ngulo de 90 grados es cero. Ciertamente> es difcil pensar que los factores que intervienen en la localizacin de los asentamientos no tengan ninguna ln. rrelncin. Dado que, adems, la caracterstica de la rotacin oblicun no es excluir la ortogonalidad, sino permitir la disposicin oblicua cte factores cuando los grupos de variables se siten as (como ci Y caso de la fig. IC), utilizaremos en nuestro anlisis este
.
tipo dc tra sformacin.

As, pues, para recapitular, un anlisis factorial de modo R, que parta de una matriz cuyas columnas representen las variables que que miden una distribucin de asentamientos y las filas los valores que presentan los sitios en las variables, se adapta convenientemente
a los estudios de patrones de asentamiento tal como se han planteado aqu Segn lo expuesto, el procedimiento ms idneo para llevar a cabo un anlisis factorial que resuelva esta cuestin es el de compo-
nentes principales -modelo de factores componentes y factorizacin

de ejes principales, con rotacin oblicua. LA MATRIZ DE DATOS: LOS CASOS, LAS VARIABLES Y SU CUANTIFICACION Definido ya tanto lo que queremos obtener de nuestros datos como la manera en que lo haremos, es tiempo de precisar cules son esos datos. Puede parecer, a primera vista, que ste sea uno de los pasos
que menos discusin requiere dentro del diseo que presentamos. No es as. A la hora de determinar los casos, las variables y la forma de
cuantificar esras hay que tomar decisiones que necesitan explicacin. El nmero de asentamientos que apa-ece en el mapa que manejamos (ver Hg. 2 y cuadro 1) no coincide con el registro presentado por
86
Jess Adnez Pavn
Willey de los sitios del perodo Huancaco. Ello est motivado por dos razones. La primera tiene que ver con los objetivos del anlisis: puesto que tratamos de conocer la conducta locacional de un grupo sociocultural y buscamos respuestas socioeconmicas a esta cuestin, no nos interesa incluir en el estudio la ubicacin de los cementerios que,
en nmero de veintitrs, recoge Willey. La segunda reside en que algunos asentamientos de estructura compleja fueron referidos en el
reconocimiento original como sitios separados y con diferente etiqueta numrica; en este trabajo, esos sitios han sido agrupados (ver figura 3). En realidad, estas asociaciones fueron sugeridas por el pro-
pio Willey en la descripcin de los asentamientos. As ocurre en el caso

de V-42, que es considerado como parte del mismo sitio que V-41 (Willey, 1953:189); de V-90/91, que son reas de desecho encerradas por un mismo muro de adobe (ibid., 200), cercanas al gran grupo
V-88/89 formado por una pirmide y un palacio conocidos en conj unto como Castillo de Huancaco (ibid., 205); de V-152/153, que, con el
nombre de Tres Huacas, es una reutilizacin de un complejo asociado
CuADRo 1
RELACION DE LOS ASENTAMIENTOS DEL PERIODO HUANCACO EN VIRU

Valle alto W 14 17 19 20 28 30 32 33 39 41/42 50 V53 62/16 141 143 149 150 178 180 181 187/188 192 V196 199 200 202 206 208 209 228 230 V10 13 51 59 67 82 88/89 90/91 92 93 95 102 110 113 130 Valle medio-bajo
y-
139 152/153 162 166 167 168 170 171 233 236 237 242 245 248 249
V-
250 259 260/261 267 271 276 280 287 288 291 295 302 310
87
V-l88, que se sita muy cerca de V187 formando un sitio de componente doble (ibid., 220); de los montculos de tierra y desechos V-260 y V-261 (ibid., 222); y del Castillo de San Juan, V-62, ligado a V-16 por un muro de piedra (bId., 225). En su reciente estudio locacional del valle bajo de Vir, Conrad (1978) agrup un mayor nmero de sitios en funcin de las distancias que los separan. Nosotros pensamos que la cercana que muestran muchos puntos en la distribucin se debe a una tendencia hacia la aglomeracin que puede resultar significativa. Por tanto, hemos preferido agrupar nicamente siguiendo las indicaciones de Willey. Hay que hacer una observacin ms acerca de los asentamientos. Aunque el reconocimiento realizado por Ford y Willey fue considerado representativo, por contener ejemplos de cada uno de los tipos de sitios y cubrir todas las secciones del valle, es importante resaltar,
a una pirmide del perodo Gallinazo (ibid., 213); de como ya se precis ms arriba, la existencia de sesgos en el muestreo
que los propios autores explicitaron: los sitios grandes estn sobrevalorados en la muestra con respecto a los sitios pequeos; se encontraron, proporcionalmente, ms sitios en el valle alto que en el valle bajo, porque aqullos estn construidos en su mayora de piedra; y, por ltimo, algunos sitios cuyos unicos restos eran acumulaciones de desechos y montculos de tierra fueron desestimados por no aportar informacin sobre su disposicin interior (Ford y Willey, 1949:20). Puesto que este tipo de sesgo, que no se soluciona slo mediante un muestreo aleatorio, es comn a la mayor parte de los reconocimientos arqueolgicos regionales, es importante recordar lo que ya expresabamos en el apartado anterior: ello afecta al tipo dc tcnica que escojamos. En cualquier caso, aunque la diferencia entre los resultados sobre la muestra y los parmetros poblacionales no pueda cuantificarse, habr que tener en cuenta este sesgo en la interpretacin de aqullos. La eleccin de las variables que sern consideradas es importante en cualquier anlisis, pero tal vez lo sea ms cuando se manejan cuantitativamente. La rapidez y facilidad del tratamiento matemtico y automtico de los datos parece permitir al analista multiplicar indiscriminadamente el nmero de tales variables, con el objetivo aparente de aumentar la informacin presentada en la matriz de partida. Esto es un error. No debe olvidarse que las operaciones de lgebra que transforman dicha matriz tienen en cuenta, o se ven afectadas por, todos los valores que la integran. En este sentido, la informacin irrelevante o redundante que se haya introducido no actuar a manera de valores aadidos que se utilicen complementariamente y se marginen si conviene; esos valores distorsionan, en mayor o menor medida, los resultados. En tanto que irrelevante, la informacin deja
88
Jess Adnez Pavn
de ser tal para pasar a constituir, utilizando el vocabulario de la teora de la informacin, una fuente de ruido, un foco de interferencias
que deforman la solucin final y su interpretacin. Por todo ello, es
imprescindible explicitar, como se advirti en las primeras de estas

pginas, cules son las variables elegidas y por que. El paso siguiente es la cuantificacin. Para acceder al manejo matemtico de los datos, la cuantificacin o medicin es, evidentemente, condicin necesaria. Medir significa transformar los conceptos que definen las variables en una serie de nmeros que son asignados, de manera biunvoca, a cada caso (Siegel, 1972:50). A ese conjunto de valores numricos que miden una variable se le llama dimensin, y a los valores mismos atributos (Watson et al., 1981: 151). La medicin es un
proceso que muestra diferentes formas segn el modo de llevarla a cabo y el tipo de informacin obtenida en los datos. Tericamente, es posible cuantificar siguiendo caminos distintos y el camino elegido condicionar muy directamente las operaciones que se puedan aplicar. De ah la conveniencia de expresar cmo se asignan los atributos a una variable y definir el tipo de escala utilizado.
El anlisis factorial, en contra de ciertas opiniones al respecto que restringen su uso a valores definidos al menos en escala de intervalos (ver Watson et aL, 1981: 159), no tiene limitacin alguna en cuanto al nivel de medicin de las variables (Rummel, 1970:17; Cattel, 1978:419). Baste recordar que el anlisis parte de una matriz de correlaciones y que existen numerosos coeficientes de correlacin no paramtricos ideados para variables ordinales o incluso nominales (ver, entre otros, Anderberg, 1973: capitulo 4; Cattell, 1978:469; Rummel, 1970:296-308; Siegel, 1972: captulo 9). Como ha escrito Benfer (1972:530), este error se debe tal vez a una confusin en la comprensin de lo que significa escalas cualitativas y cuantitativas. Estos no son sino calificativos convencionales. En toda medida, sea de la escala que fuere, intervienen elementos cualitativos y cuantitativos. De hecho, medir no significa otra cosa que cuantificar cualidades, asignar nmeros a ciertos fenmenos o propiedades. En este sentido, no existen variables cualitativas y cuantitativas, sino cualidades que podemos o sabemos cuantificar en un nivel dado de medida. Nosotros hemos preferido, puesto que contbamos con esa posibilidad, realizar todas las mediciones en
escala de proporciones. De todos modos, debe quedar claro, ya que es

posible encontrar limitaciones de medida en otras aplicaciones, que el uso de datos cualitativos es correcto en un anlisis factorial y que de ellos resulta una solucin factorial prcticamente idntica a la obtenida con variables medidas en escala de intervalos o proporciones
(Gould, 1969:32).
En la exposicin de las variables que utilizaremos en nuestro estudio sern especificados ambos aspectos: el porqu de su inclusin y
Determinacin del patrn de asentamiento regional..
89
el cmo de su cuantificacin. La eleccin de tales variables est guiada por cuestiones de escala espacial y complejidad sociocultural. Al tratarse de un estudio de mbito regional, suponemos que la localizacin vendr determinada por las necesidades econmicas derivadas de la subsistencia y el intercambio (Clarke, 1977:11-13), as como por las relacionadas con la organizacin sociopoltica propia de una sociedad compleja como la Huancaco-mochica. En el anlisis se han desestimado conscientemente cierto tipo de datos, como los reflejados en las caractersticas arquitectnicas de los asentamientos, con
el fin de partir nicamente de una distribucin de puntos indiferenciados. Otros datos, sencillamente, no se han podido incluir, por no ser lo suficientemente completos como para expresarlos espaciallrnente. Sin embargo, en la medida que tales carencias de informacin pueden darse en muchos mapas arqueolgicos, no deja de tener inters el realizar el anlisis sin superar esas limitaciones, con el objeto de conocer el tipo dc conclusiones a que nos pueden llevan Las caractersticas locacionales que a continuacin se exponen y miden podran agruparse en dos amplios tipos. En primer lugar, se sitan aquellas que relacionan los asentamientos con alguna caracterstica fsica y tangible, sea ambiental o cultural. VARIABLE 1:
Distancia a la costa
La configuracin topogrfica supone una serie de constricciones ambientales primarias. Es la base geogrfica que ha de asumirse antes que nada en los procesos de decisin locacional, porque impone los limites dentro de los cuales se articularn las restantes decisiones. Hubiera sido posible, de contar con un mapa topogrfico detallado,
construir una serie de regiones topogrficas a partir de los valores de desnivel y pendiente (ver Puyol y Estbanez, 1978:24-30), que luego habra sido fcil convertir en atributos mtricos, bien distancia o rangos ordinales, de los asentamientos. Dado que no contamos con esta
informacin topogrfica, este tipo de rasgos est definido en nuestro anlisis por una nica variable de localizacin dentro del valle: la distancia a la costa. Puesto que el valle de Vir se estrecha conforme se aleja de las playas, esta variable puede servir como un indicador
de las distintas zonas del valle, a la hora de la interpretacin. La distancia a la costa se ha medido como la lnea recta ms corta que separa un sitio del mar en un mapa-base de escala 1:lOO.OOO.
VARIABLES JI, III y 1V Distancias a los sucios de tipo 1, 2 y 3
Para las gentes del perodo Huancaco en Vir la actividad ms importante relativa a la subsistencia fue, con diferencia, la agricultura,
90
Jess Adnez Pavn
no slo base de la dieta, sino fundamento de la estructuracin social y poltica del valle y objeto de gran parte de los esfuerzos tecnolgicos. Por ello, hay que pensar que los requerimientos agrcolas significaron un elemento primordial en la localizacin de los asentamientos. Otras actividades no debieron desempear un papel relevante en las decisiones locacionales, por estar ms ligadas al servicio suntuario de la lite que a una red industrial que les permitiera imprimir una huella espacial a nivel regional, como en el caso de los trabajos artesanales, o por su importancia complementaria, como en el caso de la caza. La informacin espacial referente a la agricultura con que contamos viene dada por las divisiones de los suelos del valle detectadas por Wiley y mostradas en el mapa de la figura 2. As, la importancia de la agricultura en el patrn locacional puede ser estimada por la ubicacin de los sitios en los distintos suelos. De los cuatro tipos mnostrados en el mapa, agrupamos ahora los suelos cultivados y posiblemente cultivados en poca prehispnica, que pasan a ser el tipo 2, asignndose con el 3 los suelos actualmente cultivados y permaneciendo con el 1 las tierras marginales no cultivadas. Ello se ha cuantificado a travs de tres variables de distancia a cada uno de los tipos. En el caso del valle alto, la coincidencia de los lmites actuales y prehispnicos de cultivo nos lleva a suprimir el tipo 2. Los asentamientos situados sobre cerros en el centro del valle se consideran como si
se ubicaran en suelos marginales.

VARIABLE V: Acceso al agua
Parece evidente que la disponibilidad de un elemento tan esencial
para la vida como el agua debi ser un factor a tener en cuenta a la hora de ubicar un asentamiento. Tiernos definido el acceso al agua como la distancia que separa en lnea recta un sitio del curso natural
o artificial de agua ms prximo. El Lecho de incluir los cursos artificiales puede hacer que esta variable adquiera alguna otra significacin en relacin con las grandes acequias.
Las cuatro variables que a continuacin definimos forman parte del segundo tipo de caractersticas locacionales apuntadas ms arriba: las derivadas de la propia distribucin, es decir, de la ubicacin de un sitio en relacin con los dems. Entramos, sin duda, en un terreno ms movedizo y difcil de determinar, pero no por ello menos importante y real. Conviene hacer una aclaracin: aunque la forma de definir y medir estas variables se basa en conceptos de aplicacin general, su uso no puede trasladarse mecnicamente al estudio de otras distribuciones concretas, pues, como veremos con respecto a la parte
91
alta de nuestro valle, otro tipo de constricciones puede dificultar su operatividad.

VARIABLE VI: Distancia a los respectivos nueve centros de gravedad
Esta variable est destinada a medir la ubicacin de los asentimientos en funcin del intercambio dc productos a nivel local. No ha sido posible introducir variables referentes a intercambios con el exterior del valle, bien porque cerecemos de informacin acerca de las rutas que recorran longitudinalmente el desierto costero, que definira la influencia del intercambio con otros valles costeos, bien porque no conocemos la situacin de los sitios serranos ni la profundidad con que penetran las quebradas de Vir en las tierras altas, que reflejara la importancia del intercambio con la sierra. La cuantificacin de la localizacin respecto del intercambio local se realiza mediante el concepto de centro de gravedad de una distribucin de puntos. El centro de gravedad se calcula inscribiendo la distribucin en dos ejes cartesianos, estes y nortes, que describen cada punto con un par de coordenadas; las medias aritmticas de los estes y de los nortes definen las coordenadas respectivas del centro de gravedad de la distribucin (Estbanez y Bradshaw, 1978:394-396). Si entendemos que las operaciones locales de trueque se llevaran a cabo en un lugar y tiempo determinados, tal lugar habra de situarse de manera que hiciera mnimas las distancias a l de cada uno de los stios, un punto en el que convergeran los flojos de productos emanados de un grupo de asentamientos. Este punto estara, tericamente, representado por el centro de gravedad del grupo. En puridad, ese punto debera ponderarse con el tamao e importancia dc cada sitio, pero en este caso, puesto que partimos de puntos indiferenciados, no hemos incluido tal ponderacin. Al aplicar este procedimiento surge cl problema de cmq definir grupos locales de asentamientos desde una distribucin en la que no hay claras separaciones. Ello puede solucionarse mediante un mtodo sencillo: unir con aristas cada punto con sus enesmos vecinos ms prximos. En la figura 3 se observa que el trazado de aristas a los tres vecinos ms prximos es suficiente para delinear con claridad la existencia de nueve grupos de asenta~ m].entos en Vir. Delimitadas as las distribuciones locales, podemos calcular los centros de gravedad de cada una de ellas (ver fig. 2) y definir esta vairiable con las distancias de cada uno dc los puntos a sus respectivos centros de gravedad. VARiABLES VII Y VIII: Distancias a los respectivos dos y tres centros de gravedad Nuevamente debemos reconocer carencias de informacin espacial referente, en este caso, al control sociopoltico de la poblacin. La
92
Jess Adnez Pavn
ocupacin mochica del valle podra reflejarse, por ejemplo, en una localizacin compulsiva de los sitios cerca de las rutas que los comunicaban con la zona central del estado rnochica, tal como se defini para las provincias del Tahuantinsuyu (Morris, 1973); en Vir, como se indic ms arriba, la nica ruta que se conoce pertenece a perodos posteriores al de Huancaco. No podemos tampoco incluir la cuestin del
carcter hidrulico del estado mochica, pues desconocemos la situacin de las bocatomas y bifurcaciones principales de los canales de
irrigacin. No obstante, se puede pensar que, tericamente, los asentamientos encargados del control sociopoltico del valle estaran situados en un lugar central respecto de los sitios controlados. Reaparece as el concepto de centro de gravedad y la cuestin del nmero
de centros que debemos hallar. Si nos referimos al dominio del valle en su totalidad, parece lgico en principio calcular un solo centro de gravedad. Sin embargo, la diferente y claramente separada disposicin del calle alto y el valle medio-bajo desaconseja esta solucin y
nos induce a considerar la existencia de al menos dos lugares centrales. Pero, si observamos la situacin de estos dos centros en el mapa
de la figura 2, se advierte que la zona media, estratgica por ser el

paso obligado a la llanura costera desde la sierra, queda sin control.
Por ello, tal vez con cierto riesgo de redundancia, hemos aadido a la
anterior una variable ms, definida por los centros de gravedad de los tres grandes grupos de asentamientos que ocupan e valle. Los va-
lores de ambas variables estn medidos por las distancias de cada sitio a sus respectivos centros de gravedad de nivel dos y tres.
VARIABLE
IX:
Distancias a los cuatro vecinos ms prximos
En un nivel local, la centralidad no es til para medir el control sociopoltico, puesto que define mejor la posicin del centro de intercambio de productos. Ahora bien, si consideramos que ese dominio puede traducirse en una atraccin por parte de los sitios de carcter administrativo, estos ltimos habran de detectarse no por su posicin central, sino por el grado de proximidad de los asentamientos situados a su alrededor, esto es, por su grado de aglomeracin. Tal concepto puede medirse promediando las distancias de cada sitio a sus cuatro vecinos ms prximos.
Los valores numricos obtenidos para todas las variables son distancias. Antes de realizar con ellos la factorizacin, los hemos sometido a una transformacin que les convirtiera en porcentajes, evitando as una serie de inconvenientes. El primero de ellos estriba en que las distancias constituyen una escala abierta. Esto significa que, as
9-3
como poseen un lmite inferior absoluto, la distancia cero, no presentan un lmite superior fijo, puesto que tericamente pueden mostrar cualquier valor. Este hecho hace que en la matriz de correlaciones queden minimizadas las relaciones negativas y aparezcan valores artificialmente altos (Lischka, 1975:220-221). La conversin de las distancias en porcentajes para cada variable evita este efecto. Pero aun es necesario resolver otra cuestin que no afecta a la construccin de los factores, sino a la interpretacin de las puntuaciones factoriales. Estas se calculan operando con las saturaciones y correlaciones factoriales y los valores originales de cada caso; el resultado define la participacin de los casos en los factores. Ahora bien,
s obtuviramos, como en efecto se ver ms adelante, un factor ref e-
rido a la maximizacin agrcola, los casos que debieran mostrar puntuaciones mayores son aqullos ms cercanos a los suelos desrticos y, puesto que la cercana implica una distancia menor, sucedera lo contrario. Aunque este efecto puede soslayarse simplemente no perdindolo de vista a la hora de la interpretacin, hemos preferido evitarlo desde el principio con una segunda transformacin que convierte los porcentajes de distancia en grados de proximidad, mediante una
sencilla resta en la que el minuendo es siempre cien y el sustraendo el porcentaje por transformar.
INTERPRETACION DE LOS RESULTADOS: EL PATRON DE ASENTAMIENTO
La matriz de datos definida en el apartado anterior fue analizada estadisticamente siguiendo el modelo de factores componentes, con factorizacin por ejes principales y rotacin oblicua, tal como qued definido en la discusin sobre el modelo estadstico. De esta forma, se han obtenido unos resultados numricos cuya interpretacin se aborda ahora. El proceso de interpretacin es de algn modo inverso al de cuantificacin de las variables. Si la cuantificacin supona expresar una informacin locacional mediante nmeros susceptibles de
tratamiento matemtico, la interpretacin consiste en convertir los resultados numricos en conclusiones. No debe olvidarse que tal conversin es, en cualquier caso, discutible y, por tanto, las soluciones sobre las que se apoye han de ser explicitadas.
Antes de centrar nuestro inters en la solucin factorial propiamente dicha, es necesario examinar las matrices de correlaciones (ver
cuadro 2) con el fin de determinar su significacin. Sabemos que el supuesto bsico del anlisis factorial es el de la existencia de una sere de factores subyacentes en las variables observadas y vimos tambin cmo esos factores quedan reflejados en la variacin pautada
94 Jess Adnez Pavn
O 0 0
o
00
~0
o 0 0
o UN o .0 o -t
00
--4
~00
0~ 0 t~- 0-
000 010 0
0 0 0 UN -t
oC 10
0
o o
010 -t
0
o
CC ~0 ~000
0100 UN 00 DON en -t 0
O -t 0,0
00
za
o 1~~O Oir ON rl O~flA~~o0~ ,000 o o00 Oto, rl
o en o
00 ONO 0 0 ~ -t 004 00 -1- 0
en
oc
-4
0~ -~ 0~- 0 -~
04 o ~ -4 a u aUN en UN
0
0 000 000rlenr
-~
en
-t O
0 0
VN -4 -0000
0 0 0
OOOWtCN0--
o
0CM
-t o o
o eno 00N1fl 00C ~000
00 t 0] rl ~00000
en
0
jN ~0000] t~ Ci o- o 01 rl rl 000 100
en
-~
VN
O ~- en 000 0UNOcCen OaUNrlrl 0000
-~
~IJ<
~000000
rl ~
0 ON -t ~n 0Oenlnoor]00 OrNOOOefll
en
00~ ~0 UN UN DOC Orl u-NC 00 en LCN UN o3---trlenorl 0 0 0 0 00 0
O o- o -t u-co
~ 1 1
00000 CLIN rl O rl O -t ~rnONr-OCrl
-N
~
o 00 0410 0 OOj.-ONCNOO.t 0 DOm -t en -t ~0000 ccj,O ~
III
0 ON UN O rl ~t 0- t O o rn ON tfl rl O OC O UN OrNOorlrl.rl0 ~00000000
R~
000
QQ
ON 04 en e]
eno
rl
en.<
en.~ orlend
UHHOHHH~ <-4
(JHFd-~
crujc.t~tcnZZZ~
~~c~QQJCJ~
~fl~UQQC
U~12L1JL12
95
que muestran las correlaciones. Es fcil comprender que si los coeficientes de correlacin no son significativos, no existir ninguna pauta
verdadera en los datos y los factores resultarn irrelevantes. Para establecer la probabilidad de que las correlaciones obtenidas no se de-
ben al azar, hemos aplicado el llamado test de Bartlett (Cattell, 1978:276; Vierra y Carson, 1981:277), con el cual es posible calcular> en funcin del tamao muestral y el nmero de variables, un valor
asociado a la conocida distribucin de chi cuadrada. Las tres rnatri-
ces tienen una bajsima probabilidad de haber sido generadas aleatoriamente (0,001 por lOO). Ello indica que las correlaciones son significativas o, dicho de otro modo, que podemos suponer lcitamente la existencia de unos factores que expliquen la variacin pautada significativamente mostrada en las matrices de correlacin. En la interpretacin definitiva de la solucin factorial oblicua han
de analizarse cuatro tipos de informacin. En primer lugar, el porcentaje de varianza explicado por cada una de las dimensiones antes de la rotacin. Puesto que la factorizacin se realiz segn el modelo de componentes principales, el nmero de estos factores no rotados
ser igual al nmero de variables; slo aquellos que expliquen una

varianza mayor o igual a 1 sern utilizados en la rotacin. Unos resultados significativos requieren que el porcentaje total de varianza explicado por los factores que se sometern a rotacin alcance un nivel alto. De otro modo, hay que suponer que la localizacin no sigue
unas pautas verdaderamente generales, o bien que las variables utilizadas no han descrito bien la distribucin.
Una vez cumplido este paso es posible interpretar los factores locacionales rotados a travs de las matrices de patrn y estructura factorial; al tratarse de una rotacin oblicua, estas matrices muestran valores distintos. La primera contiene las saturaciones o proyecciones de cada variable en cada factor y sirve para delinear los grupos de variables que se asocian en cada factor, es decir, para establecer el carcter de ste; la segunda contiene correlaciones entre variables y factores, cuya suma al cuadrado determinar el porcentaje de varianza explicado por los factores rotados (Rummel, 1970:148). Este es, evidentemente, el objetivo fundamental de todo el proceso. De aqu podrn definirse los factores que constituyeron la estrategia locacional y el peso de cada uno de ellos. Una ltima matriz resulta interesante para nuestros propsitos: la matriz de correlaciones entre los factores oblicuos, que determinar la magnitud y la direccin de las relaciones entre tales factores, Como se observa en el cuadro 3, los factores obtenidos para el anlisis global son nicamente dos, con un porcentaje total de varianza resumida de un 68,86 por 100 en la solucin no rotada y un 72,02 por 100 en la solucin oblicua, valores altos y significativos. La clara di-
96
Jess Adnez Pavn CuADRO 3
SOLUCION FACTORIAL PARA EL ANALISIS LOCACIONAL DEL VALLE DE VIRU GLOBALMENTE CONSIDERADO: (A) VARIANZA EXPLICADA POR LOS FACTORES NO ROTADOS; (E) MATRICES FACTORIALES ROTADAS; (C) CORRELACIONES ENTRE LOS FACTORES (A) Factor Varianza
3,539 196 1,969254 0,877547 0,602962 0,421593
Varianza (%)
44,2399 24,6257 10,9694 7,5370 5,2689
Varianza(%) acumulada
44,2399
2 3
68,8556 79,8250 87,3620 92,6319
4
5
6 7 8 ToTAL (E)
0,235221 0,219894 0,134333 8000000
2,9403 2,7482 1,6792
95.5722 98,3208 00,0000
PATRN
ESTRUCTURA
Factor 1 DISCOSTA DISTANS DISTANS3 ACSOAO VA CENTRAL9 CENTRAL2 CENTRAL3 DIS4VMP

0,275 0,153 0,744 0,166
Factor 2
0,739 0,943 0,424
Factor 1
Fctor 2
0287
0,404
0,012
0,916
0,670
0,307 0,841 0,672
0,809
0,065 0.023 0,345 0,080
0,294 0,838
0,830
0,668
0,2 10
0,139 0,463
0,669
0,872
0,730
0.886 = 3,183
0,232
2,579 32,23
39,79 %
TOTAL: 72,02
(CI Factor Factor 1 Factor 2 1,000

0,175
Factor 2 1,000
97
ferencia que separa la distribucin en el valle alto y en el valle mediobajo hace que la interpretacin de los factores locacionales para el valle totalmente considerado deba realizarse con precaucin. Valores como los correspondientes a la localizacin en distintos tipos de suelo son contrarios en uno y otro caso y, al ser analizados globalmente, se promedian. Esto representa la prdida de una gran cantidad de informacin y plantea la necesidad de realizar el anlisis de ambas distribuciones por separado. No obstante, los resultados totales nos pueden servir para aislar la estrategia global. Los cambios en el patrn de asentamiento en uno y otro tramo del valle con respecto a estos valores totales pueden considerarse, en principio, como una adaptacin de la estrategia global a una serie dc condicionantes especficos. En ocasiones, sin embargo, habr que considerarlos como una distorsin provocada por la globalizacin. En el primer factor, que explica un 39,79 por 100 de la varianza, proyectan altas saturaciones las variables que indican el grado de proximidad de un punto a sus cuatro vecinos ms prximos, la centralidad en los tres niveles y la proximidad a los suelos centrales del valle. Todas estas saturaciones son positivas. Cabra aadir la ligera relacin negativa que muestran con las anteriores las variables que miden la distancia al mar y la proximidad a suelos marginales o desrticos. Se podra, por tanto, definir este primer factor como caracterizado por conceptos que podramos calificar de localizacin guiada por consideraciones administrativas, o control social, y de intercambio. Ello se observa claramente en las altas saturaciones de las variables sptima y octava, que reflejan el grado de aglomeracin y la proximidad a la ubicacin central ideal de un grupo local de sitios. Puesto que la aglomeracin fue interpretada como efecto de la atraccin de un centro de servicios y la centralidad como el punto en que se encontraran los flujos de productos nacidos de segmentos especializados de la poblacin, su asociacin positiva y alta en el factor sugiere que la actividad del intercambio se canalizaba a travs de los centros de servicio, seguramente rodeados de una significacin religiosa, tal como es caracterstico de este perodo Intermedio Temprano en la costa peruana. Pero, en la configuracin del factor, no hay que olvidar otras sa-
turaciones significativas, si bien no tan altas. La matriz factorial nuestra una asociacin positiva entre las dos variables anteriores y la proximidad a suelos cultivados. A primera vista, podra deducirse de esto un lugar importante de las consideraciones tendentes a la mnrnza-
cin del trabajo, es decir, a la reduccin de la distancia al lugar de

ocupacin y, por consiguiente, del esfuerzo invertido en el trabajo. Si la saturacin de esta variable 2 fuera la dominante, estas consideraciones daran carcter al factor, que se convertira as en una di-
98
Jess Adnez Pavn
mensin econmica relativa a la subsistencia y dejara de reflejar la
dimensin administrativa y econmica que hemos definido. Sin embargo, las variables que miden este ltimo concepto son las que mues-
tran mayores saturaciones. Por tanto, hay que considerar la minimizacin del trabajo como -un efecto provocado por la aglomeracin y
la centralidad local. Conviene ahora recordar el sesgo que la distribucin analizada tiene con respecto a la original. Si aparecieran en la muestra esos puntos cuya existencia suponen Ford y Willey en el fondo del valle y se distribuyeran de un modo no agrupado ni tendente a la centralidad, la minimizacin del trabajo aumentara su peso en la solucin factorial. Dado que no es ste el caso, es preferible calificar el factor como la expresin de una pauta locacional en la que priman las consideraciones sociales, administrativas y de intercambio por encima de las relativas a la subsistencia, si bien habra que prever un margen de error debido al sesgo muestral. Las variables que miden la cenn-alidad a nivel regional tambin cuentan con saturaciones altas en este primer factor. Entender esta
participacin es ms difcil. Como veremos en seguida, la localizacin en funcin del control regional forma un factor separado en el valle medio-bajo y se asocia con la maximizacin de la tierra agrcola
en el valle alto. Su asociacin aqu con un factor que muestra rasgos de control local no tiene mucho sentido, salvo para indicar que, tal como est descrita la distribucin, el control regional se acopla al local sin caracterstica alguna de localizacin obligada propia de un
dominio ajeno al valle mismo. En cualquier caso, la interpretacin

de este tipo de localizacin ser ms clara al analizar por separado
las dos partes del valle; las diferencias que puedan existir en este
aspecto entre la solucin global y las soluciones de cada seccin sern consideradas en favor de estas ltimas, suponiendo as que lo mostrado por la primera es un efecto distorsionado del hecho de promediar ambas distribuciones. El segundo factor resume el 32,23 por 100 de la varianza total, in-
terviniendo en l las variables que miden la proximidad a suelos no cultivados y el acceso al agua, asociados inversamente con la distancia al mar. Este factor se puede etiquetar claramente como indicador
de la localizacin tendente a maximizar la tierra agrcola. La alta saturacin de la variable de acceso al agua no es otra cosa que el reflejo de que las acequias principales se sitan en los lmites de las tierras cultivadas. La relacin negativa de la distancia al mar significa que la localizacin maximizadora tiende a disminuir en las zonas ms pr-
ximas a la costa, aumentando progresivamente en el valle medio y en

el alto, donde la superficie cultivada es menor debido a la configuracin topogrfica.
Por ltimo, las correlaciones entre ambos factores indican que son

CUADRO
99
4 SOLUClON FACTORIAL PARA EL ANALISIS LOCACIONAL DEL VALLE DE VIRU EN SUS TRAMOS MEDIO Y BAJO: (A) VARIANZA EXPLICADA POR LOS FACTORES NO ROTADOS; (BI MATRICES FACTORIALES ROTADAS; (C) CORRELACIONES ENTRE LOS FACTORES (A)
Factor Vartanza Varianza Varianza () acu,nuada ()
1
2 3
4
3,457723
2,121052 1,107125 0,873113 0,593262 0,421619 0,184685
38,4191
23,5673 12,3014 9,7012 6,5918 4,6847 2,0520
38,4191
61,9864 74,2878 83,9890 90,5808 95,2655 97,3175
6 7 8 9
Toi 2xL (B)
0,147924 0,093497
9,000000
1,6436 1,0389
98,9611 100,0000
PATRN
EsnrcyugA
Factor 3 Factor 1 Factor 2 Factor 3
Factor 1
Factor 2
DISCOSTA DISTANSI DISTANS2 DISTANS3 ACSOACUA CENTRAL9 CENTRAL2 CENTRAL3 DIS4VMP
0,424 0,621 ~0,187 0,708 0,006 0,805

0,724 0,163
0,173 0,427 0,025

0,031
-0,254 0,345 0,258

0,771
0,503 0,808 0,809

0,395
0,298 0,466 0,100

0,066
-0,204 0,965 0,119 0,476 0,832
0,144 0,094 0,742 --0,145 0,103
0,864 0,120 0,400 0,727 0,120
0,115 0,917 0,417 0,634 0,883

= 3,054 33,94%
0,291 0,224 0,741 0,226 0,355

2,577 28,64%
0,846 0,039 0,348 0,787 0,239

1,855 20,39%
TOTAL:
82,97
CC)
Factor 1 Factor 2 Factor 3
1,000 0,317 0,155
1,000 0,095
1,000
100
jess Adnez Pavn
de carcter independiente. Como se ver ms adelante esto se puede calificar como una nueva distorsin de la globalizacin de los datos~ pues maximizacin y control socioeconmico funcionan como tendencias enfrentadas. El panorama locacional dibujado con la solucin global quedar ahora mejor definido con el anlisis de las soluciones parciales. Por
lo que se refiere al valle medio-bajo (ver cuadro 4), tres son los factores que explican la distribucin. En esta solucin se advierten clara-
mente las ventajas de tratar por separado las dos principales divisiones del valle de Vir. En primer lugar, se puede incluir una variable
ms que matiza los conceptos de maximizacin de los suelos cultivados y minimizacin del trabajo, elevando as la informacin. En se-
gundo lugar, se aumenta el porcentaje de varianza explicado por los

factores, que alcanzan un valor de 82,97 por 100 en la solucin rotada. Se refuerza de este modo lo que ya apareca claramente expresado en el anlisis global: la cantidad de variacin locacional pautada es muy elevada y, por ello, las pautas reflejadas en los factores resultan muy significativas. Y en tercer lugar, los factores, aun coincidiendo en lneas generales con los globales, quedan delineados con ms claridad al suprimir la distorsin que achacbamos a la globalizacin del anlisis. Veamos cmo se definen y disponen los factores locacionales
para el valle medio-bajo.

Las saturaciones que conforman el primer factor son, bsicamente, las mismas que en el primer factor del cuadro 3. Las ms altas vuelven a ser las relativas a la aglomeracin y la centralidad local, asociadas a la localizacin en suelos cultivados del valle. Se confirma, pues,
la asociacin espacial detectada entre las actividades de trueque y los

centros administrativos generadores de servicios, sin respetar consideraciones de maximizacin agrcola. El segundo factor, con saturaciones altas y positivas de las variables que miden la proximidad a los suelos de tipo 1 y 2, indica, como en el anlisis anterior, que la maximizacin de los suelos cultivados es el concepto que mayor cantidad de varianza locacional explica despus de los referentes al control ejercido por los centros locales de poder. La saturacin negativa de la proximidad al mar recoge el hecho de que la tendencia a la maximizacin disminuye all donde el
valle es ms ancho. El tercer factor constituye una dimensin que no apareca independientemente en la solucin global y que rene, en asociacin positiva, el control regional y la proximidad al agua. Parece indicar, por
consiguiente, la localizacin en funcin del control poltico regional. Su asociacin con el acceso al agua, junto con una ligera relacin positiva con la proximidad a suelos no cultivados, parece indicar que los centros de poder regional tendan a ubicarse cerca de las acequias.
Determinacin del patrn de asentamiento regional.
- -
101
En cualquier caso, es significativa la mera aparicin de un factor como
ste explicando un 20,39 por 100 de la varianza espacial en el valle bajo; su sola presencia indica la existencia de un dominio nico del valle, si bien no detecta espacialmente su inclusin en un estado multivalle. Las relaciones entre los factores del valle medio-bajo cobran un
significado que no tenan las correlaciones de los factores globales. Los
coeficientes entre los factores 1 y 3, por un lado, y 2 y 3, por otro,

siguen siendo muy bajos, por lo cual se puede afirmar que las localizaciones en funcin de un control local y regional son independientes,
al igual que este ltimo factor con respecto al de localizacin agrcola. Sin embargo, aparece un valor relativamente alto, en sentido negativo, como correlacin entre los factores primero y segundo. Tal valor implica que la localizacin siguiendo supuestos administrativos y de intercambio locales es contraria a la guiada por consideraciones agrcolas. No son, pues, tendencias independientes acogidas con distinto peso en la estratgia locacional; se trata de dos tendencias opuestas y el hecho de que aparezcan ambas y de que la primera tenga un peso mayor indica que, en el compromiso que supone la estrategia, se opt por primar el control local en detrimento de la maximizacin. La solucin factorial del valle alto presenta prcticamente los mismos tres factores explicando la distribucin, pero la jerarquizacin es diferente (ver cuadro 5); la proporcin de varianza total explicada sigue siendo alta, 84,99 por 100. Existe un factor que.podramos denominar, de acuerdo con los trminos que venimos utilizando, localizacin en funcin del control socioeconmico de las poblaciones locales, y otro factor en el que la ms alta saturacin viene dada por la
proximidad a suelos no productivos. Sin embargo, es este ltimo factor el que explica una mayor cantidad de varanza. Por otro lado, las variables referentes al control poltico regional quedan asociadas con la maximizacin agrcola en el primer factor, mientras que el tercero
agrupa nicamente la ubicacin en suelos centrales del valle y el acceso al agua.

No creemos que la vinculacin en el primer factor de consideraciones agrcolas y de control regional tenga ningn significado cultural. En el valle medio-bajo ambos conceptos formaban dos dimensiones distintas e independientes. La explicacin de su asociacin en el
valle alto podra venir dada por un solapamiento entre ambos [actores. Su aparicin conjunta no se debera, as, sino a una correlacin casual motivada por la ubicacin de las zonas tericamente ptimas
para el control regional en las zonas no cultivadas, dada la estrechez
del valle. Esta correlacin sera tambin la responsabLe de que el control regional ascienda a un primer puesto en la jerarqua de factores, si bien no se puede despreciar totalmente la posibilidad de que, en el
102
Jess Adnez Pavn

CUADRO 5
SOLUCION FACTORIAL PARA EL ANALISIS LOCACIONAL DEL VALLE DE VIRU EN SU TRAMO ALTO: (A> VARIANZA EXPLICADA POR LOS FACTORES NO ROTADOS; (E) MATRICES FACTORIALES ROTADAS; (C) CORRELACIONES ENTRE LOS FACTORES (A) Varianza Factor 2 3 Varianza 2,533476 1,951841 1,285618 Varianza <%) 36,1925 27,8835 18,3659 acumulada (%) 36,1925 64,0760 82,4419
4 5 6 7 TOTAL (E>
0,571484 0,399387 0,226279 0,031915 7,000000
8,1641 5,7055 3,2326 04559
90,6060 96,3115 99,5441 100,0000
PATRN Factor 1 DISTANS DISTANS3 ACSOAGUA CFNTRAL9 CENTRAL2 CENTRAL3 DIS4VMP 0,895 0,282 0,458 0,064 0,676 0,856 0,129 Factor 2 0,228 0,109 0,088 0,940 0,153 0,223 0,842 Factor 3 0,031 0,932 0,788 0,060 0,359 0,183 0,125 Factor 1 0,901 0,192 0,541 0,019 0,706 0,828 0,106
EsTRucTUR.4 Factor 2 0,270 0,263 0,013 0,934 0,179 0,160 0,856 Factor 3 0,025 0,920 0,821 0,077 0,451 0,062 0,267
2,350 1,800 1,800 33,5? 25,71 25,71 TOTAL: 84,99
(Cl
Factor 1 Factor 1 Factor 2 Factor 3 1,000 0,042 0,102
Factor 2 1,000 0,152
Factor 3
1,000
103
valle alto, tal control adquiera una mayor importancia, tal vez por las
comunicaciones con las regiones serranas.
El factor tercero se refiere nicamente a la localizacin sobre los suelos cultivados. Su asociacin con el acceso al agua no apareca en el valle medio-bajo porque en ste la minimizacin del trabajo permita localizaciones alejadas del ro e implicaba localizaciones alejadas
de los canales principales. En el tramo alto, por su estrechez, la cercana del ro no requiere la prdida de proximidad a las acequias cuando los asentamientos se ubican en el centro del valle. Por lo que se refiere a las relaciones entre los factores del tramo
alto, los valores sugieren que no son significativas. Hay una ligersima correlacin entre el control local y la maximizacin que slo interesa resaltar por su forma inversa, acorde con lo que ocurre en el valle medio-bajo. La independencia real de ambos factores se debe a las constricciones topogrficas, que obligan a ejercer tal control sin oposicin significativa con las ubicaciones en suelos marginales. Manejando las tres soluciones factoriales presentadas es posible
definir ahora una estrategia locacional vlida para el valle de Vir

durante el perodo Huancaco. Mejor que concluir con la existencia de dos estrategias para uno y otro tramo del valle, es ms adecuado integrar ambos resultados en un solo patrn matizado con mayor precisin. Parece claro, y revelador, que el patrn de asentamiento en dicho perodo y lugar estuvo guiado principalmente por la necesidad de controlar la poblacin trabajadora, distribuida en asentamientos de tipo habitacional. Nuestros resultados indican que la forma espacial en que se reflej ese control fue la de una localizacin agrupada en torno a un centro de servicios, seguramente revestido de un carcter reli-
gioso. Vemos, adems, que estos centros se situaban de manera que

en ellos hubieran de converger, para su trueque, los flujos de diferentes productos, siempre en un nivel local. Ello abunda en la hiptesis de Conrad (1978:293) referente a la importancia del control social en
Vir y, en la medida que el intercambio aparece espacialmente asociado con los sitios administrativos, puede apoyar la posibilidad de
la existencia de un sistema redistributivo, sugerida por otro tipo de datos como la presencia de estructuras de almacenamiento en los asentamientos de alto rango (Willey, 1953:365; Shimada, 1978) y las
evidencias de un trabajo por turnos organizado sobre la base de la

comunidad de parentesco como unidad de labor (Moseley, 1978). Estas consideraciones socioeconmicas constituyeron el factor ms importante a la hora de decidir la localizacin de los asentamientos, por encima incluso de los requerimientos agrcolas. La disposicin tendente a minimizar el trabajo, que se asocia a estas consideraciones, se revela no como un objetivo en s mismo, sino como un efecto de
104
Jess Addnez Pavn
los fines de control local. Todo seala en la direccin del mantenimiento de un elevado poder en manos de la lite religioso-militar.
tina segunda consideracin locacional es la que tiende a hacer mxima la superficie del suelo cultivado, ubicando los asentamientos en
terrenos desrticos o marginales. En Viril, este tipo de conducta espacial, relacionada directamente con los problemas de la subsistencia, se hallara supeditada al dominio socioeconmico ejercido tal vez mediante redistribucin, excepto cuando las necesidades de superficie agrcola productiva aumentaran a causa de una mayor concentracin de la poblacin y una menor extensin del rea potencialmente aprovechable. As, en efecto, se observa que esta conducta locacional ocupa un segundo lugar en los tramos medio y bajo del valle, siempre en relacin inversa con la distancia al mar, y adquiere una importancia principal en el tramo alto. Esta supeditacin de los factores agrcolas a los de control social, aunque condicionada, matiza la idea generalizada de que, durante el Intermedio Temprano, los asentamientos costeos se ubicaban fuera
de las tierras de cultivo (Lanning, 1967:117) y desdice afirmaciones
en este sentido sobre Vir (ver Farrington, 1978:120>. La maximizacin agrcola ha sido definida como el rasgo principal en las distribuciones de asentamientos de otros valles costeos, como, por ejemplo, los de Santa (Donnan, 1973:11), Nepea (Proulx, 1968:14) o Chilln
(Cohen, 1978:27). Aunque en ocasiones se maticen estas conclusiones,
como hace Donnan (1973:13) cuando indica que los sitios campesinos localizados en los suelos del valle se habran perdido por efecto de la
erosin, lo cierto es que los mismos factores erosivos han debido actuar en Vir y, sin embargo, el patrn de asentamiento se revela di-
ferente. Es posible que cada valle se guiara por una estrategia locacional propia, como parece concluir Conrad (1978:296), pero esto es difcil de entender cuando, en otros aspectos, se ha detectado una gran
homogeneidad cultural, al menos en los valles incluidos en la rbita mochica- Dos hiptesis podran explicar tales diferencias: o bien, como sucede en el Vir alto, las necesidades de tierra agrcola fueron ms perentorias en ciertos valles, o bien la dominacin mochica tendi a diferenciar de alguna manera los valles en funcin de lo que precisaba obtener de ellos. La comprobacin de tales hiptesis requerira evaluar la proporcin de asentamientos y superficie cultivada en cada zona y analizar la situacin locacional previa a la poca mochica. Al menos en Vir, por lo que respecta a este ltimo aspecto, no se ha
apreciado ningn cambio significativo que pueda deberse a su inclusin en el estado mochica. Un tercer factor aparece claramente delineado en el valle mediobajo, indicando la localizacin guiada por consideraciones de dominio poltico a nivel regional. Como ya se advirti, ste es uno de los
105
conceptos para el que menor cantidad de informacin ha podido ser aportada. No se ha determinado su existencia sino por el grado de ajuste a las posiciones centrales de la distribucin tericamente fijadas y por una moderada asociacin con la proximidad a los canales. En todo caso, esto ltimo constituye un indicio, muy provisional y tentativo, de que uno de sus objetivos era el control, a travs de la irrigacin, de un bien tan necesario y escaso como el agua. Las relaciones entre estos factores nos hablan de una independencia locacional entre la lite local y la regional, confirmando as la impresin de Willey de que el dominio mochica no se expres en cambios locacionales importantes e indicando que tal dominio debi superponerse al sistema local sin afectarlo prcticamente. La relacin espacial opuesta entre la conducta maximizadora y la de control local
subraya an ms el significado de la preponderancia de esta ltima, lo que, en definitiva, supone un patrn de asentamiento propio de
una sociedad compleja y fuertemente estratificada.
INTERPRETACION DE LOS RESULTADOS:

UNA TIPOLOGA FUNCIONAL DE LOS ASENTAMIENTOS
A las aportaciones ya mostradas referentes a la definicin del patrn de asentamiento, el anlisis factorial aade una posibilidad ms:
la de realizar una clasificacin de los puntos espacialmente distribuidos sobre la base de su participacin en los factores locacionales.
Fundamentar y desarrollar tal posibilidad son los objetivos de este apartado. Hasta aqu, nuestra investigacin se ha encaminado a definir una distribucin de sitios a travs de una serie de variables descriptivas e inferir de ellas, estadsticamente, una serie de factores, que fueron
interpretados como pautas locacionales informadas por distintas consideraciones sociales y econmicas. Podemos, ahora, invertir el sentido del razonamiento y, partiendo de tales pautas, determinar la fun-
cin de cada uno de los sitios. Ello supone la existencia de una relacin entre las caractersticas locacionales de un sitio y su funcin. En
realidad, este supuesto es el mismo que subyace en cualquier estudio de carcter espacial, en la medida que todos parten de la idea de que la disposicin de items sobre un espacio determinado resulta significativa culturalmente. No obstante, conviene establecer algunas precisiones. En primer lugar, hay que contar con un margen de error, debido a que el vnculo entre localizacin y funcin no es biunvoco. Es posible que un sitio responsable de una funcin determinada no ocupe, ni siquiera aproximadamente, la localizacin que, en principio, le corres-
106
Jess ~4dnez Pavn
pondera en virtud de su finalidad. Esta distorsin puede deberse a
constricciones no detectadas o, simplemente, a la evolucin histrica, empleando este trmino en su sentido ms cercano al de aleatoriedad.
No es difcil imaginar que un asentamiento muestre una ubicacin determinada sin cumplir la funcin que espacialmente le sera asignada.
Pensemos, por ejemplo, en las reutlizaciones por parte de poblaciones campesinas de sitios ceremoniales abandonados; aun cuando lo ms lgico sera confiar, en un ejemplo como ste, en que la localizacin
relativa del asentamiento habra cambiado tambin, denunciando as el nuevo uso, cabe la posibilidad de que tal cosa no ocurra con la suficiente claridad. Estos desajustes son minimizados cuando, como en el apartado anterior, partimos de las distintas localizaciones para generalizar un patrn de asentamiento; pero si las pautas locacionales
pasan a ser el punto de partida y las localizaciones concretas el objetivo del anlisis, el margen de error puede crecer. A pesar de estas limitaciones, que hay que conocer, en general es posible afirmar que al menos la mayora de los asentamientos deben mostrar una localizacin conforme con su funcin. En segundo lugar, hay que aclarar que la funcin asignada espacialmente a un sitio es de carcter primario. Resulta evidente que un asentamiento no cumple un nico cometido, sino mltiples y muy
distintos. No obstante, siempre se puede definir una funcin principal, primaria, de la cual es expresin la propia existencia del sitio.
Son estas caractersticas primarias las que pueden rastrearse espacialmente, precisamente porque los asentamientos no son sino la objetivacin locacional de esas caractersticas traducidas a un cdigo espacialUna ltima consideracin se refiere al tipo y nmero de las fun-
ciones que sern tenidas en cuenta. La clasificacin de los asentamientos segn su ubicacin se deriva de la solucin factorial. Una vez delineados los factores es posible completar la solucin calculando los valores que cada caso tendra en cada factor, del mismo modo que las variables observadas se definen por los valores asignados a los casos. Ahora bien, tales factores no son ya dimensiones descriptivas de la
distribucin, sino que han sido interpretados como pautas locacionales que atienden a distintos requerimientos polticos, sociales y econ-
micos. As, los factores constituyen las funciones primarias y, por consiguiente, su carcter y nmero determina el carcter y complejidad de las distintas funciones que articularn la tipologa de asentamientos. Cuanto ms completa sea una solucin factorial, tanto ms detallada y precisa ser la clasificacin.
La solucin numrica que puede interpretarse de la forma discutida es la matriz de puntuaciones factoriales. Sus columnas estn ocupadas por los factores y sus filas por los asentamientos, indicand%
107
pues, sus valores el grado de participacin de cada caso en cada uno de los factores. En el modelo de componentes principales, que ha sido
el utilizado aqu, las puntuaciones factoriales se calculan directamente

como combinaciones lineales de las variables operando con sus valores originales, sus correlaciones con los factores y los eigenvalores de stos (Harman, 1980:405). El resultado de estos clculos son unos valores asignados a cada caso y referidos a cada factor, cuya variacin debe interpretarse como la que mostraran esos mismos sitios si el
factor fuera una variable observada en la realidad. Puesto que en la

matriz de entrada los atributos fueron transformados de manera que
los nmeros ms altos indicasen un mayor grado de proximidad, ahora las puntuaciones ms altas y positivas indicarn un mayor grado de
participacin en el factor. En la figura 9 aparecen las puntuaciones
de las soluciones referentes al valle alto y al valle medio-bajo; se han

desestimado las correspondientes a la solucin global porque, en la asignacin de funciones a los asentamientos, es preferible utilizar los resultados factoriales menos generales y ms detallados.
La interpretacin de tales puntuaciones ha de abordarse agrupando los sitios segn sus valores globalmente considerados. Es obvio que
la definicin locacional de un asentamiento no viene de su nivel de

participacin en cada uno de los factores por separado, sino que se expresa en su forma total de intervenir en ellos. Analizar las semejanzas y diferencias entre los sitios requiere, pues, manejar tradas de valores. Aun cuando esta operacin podra realizarse de una manera visual, se necesitara un esfuerzo que, seguramente, no se correspondera con una alta precisin tipolgica. Precisin y manejo de datos multivariados nos llevan, de nuevo, a buscar una ayuda en el campo
de la estadstica. La cuestin planteada se refiere al agrupamiento de un nmero de casos sobre la base de los valores que muestran en una serie de variables. Existen dos modelos estadsticos cuyo objetivo es la formacin de grupos de casos: el anlisis factorial en modo Q y el anlisis de agrupamiento. Ambos comparten el objetivo, pero no el procedimiento ni los supuestos. El anlisis factorial en modo O es, como operacin estadstica, exactamente igual que la factorizacin en modo R,
utilizada en el apartado anterior; la diferencia estriba en que son los
casos los que se disponen en columnas, por lo que la solucin resultante se compone de factores, que resumen la semejanza de los casos
constituyendo criterios no observables de clasificacin, y de casos que
saturan dichos factores. Aun cuando este modelo es para muchos la forma ms refinada de establecer tipologas culturales (ver, por ejempo, Rowlett y Pollnac, 1971), no resulta apropiado para nuestro caso.
Nosotros no necesitams hallar criterios subyacentes de clasificacin,
puesto que nuestro objetivo es utilizar para ello los factores locacio-
108
Jess Adnez Pavn

CUADRO 6
PUNTUACIONES FACTORIALES DE LOS ASENTAMIENTOS HUANCACO EN (A) EL VALLE MEDIO-BAJO Y (E) EL VALLE ALTO
(A>
Sitio Factor 1 Factor 2 Factor 3 0,543 0,893 1,120 0,112
Sitio
V- 10
13
2,002
1,851
1,0 18 1,085 1,048 0,088 1,375

1,835 0,4 13 1,116 0,771 1,221
V- 171
233 236 237 242
0,350
0,147 U 329
0,778
0,36 1 0,359
51 67 82
59 88/89 90/91 92 93 95 102 110 113
0,146
2,054
0,520 1,316 1,264 0,3 17
0,502
0,270
0,398
0,403 0,053 0,061 0,774 2,5 19 2,812 3,7 16
0,245
0,097 0,32 1 0,5 18 2,099 1,384 1,318 0,960
0,136 1,653 1,638
245 250
248 249
1,033 0,979
0,348 0,893 0,695
0,184
0,320
0,388 0,954
0,903 0763
1,229 1,464 1,453 1,302 0,695 0,770 0,093 0,077 1,640 1,662 -0,802 0,996 0,713
0,984
0,031
260/26 1
259 267 271 276
0,247 0,935
0,468
0,285 0,252 0,233
0,020 0,251
0,726
130
139 152/153 162
0,711 0,562 0,245 0,8 16

0,676 0,309
166
167
0,454 0,476 0,913 0,389

0,325 0,9 10 1,346
0,940 1,420 0,484

0,538
0,490
1,260
1,112
1,422
280
0,498 0,040
0,045 0,089 0,527
287 288 291
0,155
0,030
0,360 0,442 1,007
1,544
295
0,684
168
302 310
0,523 0,732 1,119
0,467 0,313 0,41 4

1,028 1,337 0,973 0,32 1
170
0,401
0,465
<B) Sitio V- 14 17 19 30 32 33 39 4 1/42 50 53 62/16 Factor 1 Factor 2 Factor 3 0,407 0,269 Sitio Factor 1 Factor 2 Factor 3
20 28
0,46 1
0,500 0,493
0,395 0,949 0,723
0,805
0,630
0,617 0,606 0,682
1,328 0,182 0,067 0,86 1 1,149
4,736
0,047
0,856 0,203 0,562 0,783 0,411
V- 150
178
0,128 0,578
0,574 2,301 0,221 0,341 2,902 2,133 0,422
0,706
180
181 187 192 196 199
0,077 1,022 1,194 0,237
0 770 0 482 0 487

0,227 0 387 ) 279 0150 S93
0,160 3,95 1 0,608

0,412 0,552 0,478
0,691 -0,062 0,170

0,268 0,363
1,084 0,342 0,59 1 0,012 0,140
0,817
141 143 149
0,110 0,530 0,749 0,676
0,673 0,321 0,118 0,126
200 202
206
0,270
0,142
208
0,238
1,480 0,004
-0.923 0,528
0108 o 086
1~
0,039
0,893 0,390
209 228 230
0823 1,014 1,963
0.528
0462 0,824 0.318 0,308
109
nales que hemos definido. El anlisis de agrupamiento para casos re-
sulta ser el ms idneo. Su finalidad es distinguir grupos de casos semejantes en funcin directa de las variables introducidas. Se calculan, para ello, las distancias que separan cada caso de todos y cada uno de los dems y se agrupan los que muestran distancias menores.
De los distintos tipos de anlisis de agrupamiento> el ms apropiado es el jerarquizado. Este no requiere fijar a priori el nmero de grupos
deseados, sino que va uniendo casos mediante un proceso itei-ativo, por el cual se eleva, en cada paso, la distancia mnima requerida para agruparlos, hasta que todos forman un solo grupo (Anderberg, 1973: 131). El resultado suele representarse grficamente con un dendograma que parte de los casos separados y termina con la inclusin de todos ellos en el nico grupo. Entre estos dos extremos, el investigador puede elegir el momento de ese continuo que ms le convenga, obteniendo as un nmero de grupos que pueden ser interpretados como
tipos.
Las matrices de puntuaciones factoriales mostradas en el cuadro 6
fueron tratadas con un anlisis de agrupamiento jerarquizado, cuyas

soluciones grficas se reproducen en las figuras 4 y 5. El cotejo de
tales soluciones y las puntuaciones originales nos permite describir

los grupos en trminos locacionales y, conforme a las correspondencias ms arriba indicadas, funcionales. La concordancia entre grupo y tipo no tiene por qu ser exacta, toda vez que ciertos tipos pueden abarcar un nmero de asentamientos ms o menos dispares entre s que no aparecern agrupados en la solucin estadstica. Por ello, sta no ser aceptada literalmente, sino que se utilizar como una gua.
De los diez grupos mostrados en el dendograma de la figura 4 para

el valle medio-bajo, hemos definido seis tipos:
1.
Sn primer grupo estara formado por los sitios V-88/89, V-90/

91, V-93 y V-92. Muestran una ubicacin poco favorable para el control local, maximizadora y con una alta participacin en
el factor de control poltico regional. Este tercer factor vena

definido por la centralidad y una cierta proximidad a las acequias. La localizacin de estos asentamientos responde a tales caractersticas y, por consiguiente, han de considdarse como
2.
la expresin ms clara del control poltico a nivel regional. Perdiendo grado de maximizacin y regionalidad y, sobre todo,
ganando participacin en el control local, se define un grupo formada por quince sitios, de los que nosotros slo considera-ernos los que presentan valores mayores de 0,400 en el primer factor, diez en total. Estos seran los encargados del control soc!oecouonhlco a nivel puramente local, relacionados, pues, con funciones administrativas.
110 3.
Jess Adnez Pavn
Un grupo constituido por nueve sitios viene caracterizado por sus valores mnimos en el factor segundo y moderados en el primero y tercero. Son asentamientos alejados de las tierras marginales y muy cercanos al ro, explicando esta cercana su participacin alta en el factor tercero mejor que la centralidad. Se trata, pues, de asentamientos campesinos ligados al ro. 4. Los trece sitios sealados en la figura 4 con el nmero 4 se
caracterizan por su baja asociacin con los factores de control
local y regional y por una maximizacin moderada, o alta como V-1 10 y V-1 13. Ello indica que son sitios campesinos, vinculados sobre todo a las tierras de tipo 2, actualmente no cultivadas. 5. En este quinto tipo incluimos tres sitios, en concreto V-130, V-67 y V-82. Muestran valores muy bajos de control local, altos en cuanto a la maximizacin y moderados o altos en cuanto a la centralidad. Si observamos el mapa de Vir (fig. 2), se advierte que los tres se sitan en cerros aislados que sobresalen de las tierras cultivadas del valle, lo cual explica su maximizacin y su centralidad moderada y sugiere, por su ubicacin elevada, un carcter defensivo. 6. Los sitios y-lO, V-102, V-13 y y-Sl forman un grupo difcil de interpretar por sus altas puntuaciones en los tres factores. Se tratara de lugares con una ubicacin apropiada para el control local y regional, pero ubicados en tierras marginales del valle. El hecho de que se localicen prcticamente juntos dificulta aun ms su interpretacin. En todo caso, entre ellos el que muestra una mayor centralidad de alto nivel es y-Sl, y el resto se relacionara con el control local.
en el caso de
La interpretacin de los tipos de asentamientos en el valle alto presenta los problemas derivados de su solucin factorial solapada. Por
ello, no hemos podido sino definir tres tipos con los diez grupos mostrados en la figura 5 y hay que considerarles muy cuestionahes: 1. En el nivel ms alto de control sociopoltico situaremos aquellos sitios que, con baja participacin en el control local, tienen altas puntuaciones en el primer y tercer factor. Puesto que el primero indicaba, a un tiempo, maximizacin y centralidad regional y el tercero proximidad al agua, los sitios con valores altos en ambos seguirn el patrn marcado por el factor de control regional en el valle medio-bajo, pero mezclados con los que presentan meramente una alta maximizacin, sin centralidad alguna. La nica manera de deshacer tal nudo es incluir en este primer tipo aquellos sitios que, adems de pun-
111
tuar en los factores primero y tercero, se aproximen a los centros de gravedad de alto nivel, lo cual ha de realizarse de foima visual. Estos sitios son: V-20, V-208, y-149, X-178, X-228, X-28 y V-209. Ciertamente, no todos pueden ser centros regionales, por lo que esta clasificacin ha de ser matizada con un interrogante. 2. Los puntos con valores altos en el factor segundo, maximicen o no, formaran un segundo tipo de sitios con una funcin de
3. control local. Los asentamientos sin cometido administrativo alguno vienen definidos por su carcter maximizador y su baja participacin
en la centralidad regional, visualmente considerada, y el control local.

En definitiva, atendiendo a las puntuaciones de cada caso en los tres factores, se ha podido llegar a una clasificacin hipottica, mu-
cho ms simple y cuestionable en el valle alto, que se corresponde bsicamente con una jerarqua administrativa y una distincin tentativa entre dos tipos de asentamientos campesinos, apuntndose la posibilidad de un ltimo tipo de probable carcter defensivo.
La existencia de dos clasificaciones ms de los sitios Huancaco en

Vir nos permite contrastar los resultados obtenidos y deducir de ello
la validez de la tipologa presentada en este apartado. La primera de ellas, que fue planteada por el propio Willey (1953), tiene un doble aspecto: uno referido a las caractersticas arquitectnicas y de disposicin espacial de las estructuras dentro de cada sitio y otro que resuelve una jerarquizacin de los asentamientos matizando estos rasgos arquitectnicos con algunas consideraciones relativas a la disposicin regional. La segunda, construida por Conrad (1978) y limitada a los tramos medio y bajo del valle, parte de las conclusiones de Willey, pero aumenta las consideraciones espaciales mediante la bsqueda
de una disposicin hexagonal en la distribucin. En los cuadros 7 y 8

se cotejan estas clasificaciones con la obtenida en nuestro anlisis, que se basa nicamente en la localizacin de puntos indiferenciados.
El acuerdo entre las distintas clasificaciones resulta en general moderado, pero su grado vara segn el grupo de que se trate. Vayamos,
pues, por partes. En el valle bajo, la atribucin de una funcin de control regional al gran complejo V-88/89-90/91-92-93 coincide perfectamente con la capitalidad o nivel primario que le asignan Willey y Conrad en razn de su tamao y monumentalidad. Ello significa la confirmacin, por evidencias arquitectnicas, de las caractersticas loca-
cionales asociadas a nuestro factor de control regional: centralidad y proximidad a los canales principales.
Los asentamientos a los que hemos asignado una funcin de con-
112
Jess Addnez Pavn

CUADRO
CLASIFICACIONES DE LOS ASENTAMIENTOS DEL VALLE MEDIO-EAJO DE VIRU: (1> ATENDIENDO A LOS FACTORES LOCACIONALES; (2> ATENDIENDO A LOS RASGOS ARQUITECTONICOS, SEGUN WILLEY 1953; (3) ATENDIENDO A LOS RASGOS ARQUITECTONICOS MATIZADOS POR RASGOS LOCACIONALES, SEGUN WILLEY 1953; (4) ATENDIENDO A LOS RASGOS ARQUITECTONICOS Y A LA DISPOSICION HEXAGONAL, SEGIJN CONRAD t978
Sitio V-88/89
90/91 93 92 166 167 310 250 249
(1) Control poltico regional.
Tipo funcional (2) (3)

CPR AD
(4)
MH
Capital
248 245
Control socio-econmico local.
1 CPR 1 ME ME
MH MD
P
242 260/26 1 295 170
MD MD ME
AD
302
271 276 171 168 287 162 291 259
288
Sitios campesinos vincula- P P dos al rfo.
MD MD
AD
Foco central
Foco central
E MD
MH MD MH
Centro terciario Aldea Aldea Aldea Aldea Mdea Centro terciario Aldea Aldea Aldea Aldea Aldea Aldea Centro terciario Centro terciario Aldea Centro terciario. Aldea Aldea
Centro primario
Aldea
237 236 233 152/ 153 267 59

139
280
Sitios campesinos vinculados a suelos de tipo 2 (ex- CPR CPR cepto V-1l0 y V-113). AD AD CA
MH MD MH
Foco central
CPR
113
110
PV
Probable funcin defensiva.
P F
95
130 67 82 10 12 13
F
AD
Foco central

Aldea Aldea Aldea Aldea Aldea Centro secundario Aldea Aldea Aldea Aldea Aldea Aldea Centro terciario Centro secundario Aldea
Aldea Control local? Foco central Aldea Control local? (probable) Centro terciario 51 Control regional? PAR CLAVEAD: acumulacin de desechos. CA: casa semiaislada. MD: mntculo de desechos. CC: construccin comunitaria. CPR: complejo pirmide-residencial. F: fortaleza. ME: montculo habitacional. P: pirmide. PAL: pueblo aglutinado irregular. PAR: pueblo aglutinado regular. PV: pueblo vallado.
Control local?
PV PAR AD
Aldea
113
trol sociocconmico local forman tres grupos diferenciados que vinculan, en el caso de los dos primeros, sitios de tipo habitacional con
pirmides o conjuntos pirmide-residenciales, denunciando as la aureola religiosa con que se revesta la lite local Aunque tales pirmides y conjuntos coinciden, adems, con centros terciarios en la clasificacin de Conrad> se advierten dos desajustes El primero se refiere
al caso de los sitios y-260/261 y y-295, que no cuentan con ninguna

construccin religiosa asociada Las ms cercanas son V-276 y V-288, que para Willey y Conrad son centros terciarios, pero se sitan relativamente lejos; tal vez ello se explique por algn tipo de atraccin
ejercida por otros asentamientos importantes, como ~-l3O o la capital regional. El segundo desajuste estriba en la falta, dentro de este
grupo de control local, de otros sitios que, arquitectnicamente, parecen estar destinados a ello y que Conrad, en algunos casos, considera centros terciarios o incluso secundarios. El hecho de no haber sido detectados espacialmente se debe a que no muestran rasgos de aglomeracin ni centralidad local, seguramente porque los sitios comunes
relacionados con ellos no se han reflejado en la muestra. Se ha recu-
perado, sin embargo, el sitio V-167 como centro administrativo, que Conrad, aun tratndose de una pirmide, calific de simple aldea. La virtud del tratamiento multivariado de datos locacionales se
evidencia con la distincin de dos tipos entre los sitios considerados campesinos. El primero de elfos se distingue por su vinculacin al ro y est constituido por acumulaciones de desechos, que tambin Conrad clasifica como aldeas, y tres pirmides, cuya presencia aqu se ha explicado antes. El segundo, con unos valores medios de maximizacin, se ubica en los suelos de tipo 2, aquellos que no son actualmente cultivados; su calificacin como sitios campesinos coincide con la de Con-
rad, excepto en el caso de V-280, que tanto ste como Willey consideran un centro de importancia, y en los de V-152/153 y V-59 que, aunque Conrad los define como aldeas, son complejos pirmide-residenciales. La presencia de centros grandes en estos suelos de tipo 2 no ha sido detectada en el anlisis, pero parece seguir alguna pauta. Aunque
aventurada, es posible plantear una hiptesis sobre ello. El algodn y el maz, cultivos principales de la costa peruana, requieren rasgos edficos diferentes; el maz tolera un mayor grado de pesadez y salindad en los suelos que el algodn (Arca y Campa, 1963:78), que es
ms afecto a suelos arenosos, de fcil drenaje, y no requiere una excesiva cantidad de agua (Weberbauer, 1945: 614). Puesto que los estudios pedolgicos indican que los suelos costeros son pesados y salinos en las mrgenes de los ros, por efecto de las filtraciones marinas (Zavaleta y Arca, 1963:44), del boro que transportan en solucin (Bazn et al., 1973:184) y de la poca profundidad de la capa fretica (Farrington, 1978:120), tal vez la diferenciacin espacial de sitios vincula-
114
Jess Adnez Pavn
dos al ro y sitios vinculados a los suelos de tipo 2 refleje una especializacin de los asentamientos en el cultivo del maz, para el primer caso, y en el del algodn, para el segundo La importancia artesanal e ideolgica del algodn en la costa .explicara la presencia
de grandes centros de control en la zona de su cultivo El quinto tipo definido confirma su carcter militar, puesto que
V-67 y V-130 son fortalezas. La presencia de ~-82 se debe a que, si

bien no comparte con los anteriores ningn rasgo arquitectnic, su localizacin es muy similar: sobre un cerro emergido de los suelos del
valle. La ubicacin de los tres sitios tiene un carcter estratgico. V-82

controla el paso actualmente utilizado por la carretera panamericana,
V-67 el punto en el que el valle comienza a abrirse a la llanura costera,
y \-130 se sita muy cerca de lo que ser, en el Horizonte Medio, una

va de comunicacin con otros valles y, en el Intermedio Temprano, poda ser una posible ruta sin manifestaciones arquitectnicas pero con la misma finalidad.
En el valle alto, la clasificacin no ha dado resultados tiles. El centro poltico regional fue, segn Willey, el sitio V-149. Si bien estaba incluido entre los que consideramos de probable funcin poltica regional, la presencia junto a l de otros siete asentamientos no permita aventurar, desde un punto de vista espacial, cul de ellos era el
verdadero centro. Los sitios a los que se les ha atribuido una funcin de control local coinciden, en general, con pirmides y pueblos aglutinados de disposicin interna regular; constituyen cuatro conjuntos, algunos con una gran concentracin. Es este grado tan alto de aglomeracin el que no permite definir con ms exactitud cul de los sitios dentro de cada grupo puede ser el administrativo Por ltimo, la
consideracin como aldeas campesinas de los sitios del tipo tercero parece corresponderse con la forma con que los describe Willey: acu-
mulaciones de desechos y aldeas aglutinadas de disposicin irregular La clasificacin yerra, sin embargo, al incluir una pirmide y, sobre
todo, al no detectar la presencia de una fortaleza como y-62/16, que
controlaba la confluencia del Huacapongo y el Alto yir.

DISCUSION En los apartados anteriores se ha definido el patrn de asentamiento de la cultura Huancaco en yir. La tendencia ms importante
comprometida en dicho patrn result ser la que responde a la necesidad de dominar, social y econmicamente, la poblacin campesina en un nivel local por parte de la lite religioso-administrativa. Una segunda es responsable de las ubicaciones en o cerca de las tierras marginales del valle con el objeto de maximizar la superficie agrcola pro-

CUADRO
115
CLASIFICACIONES DE LOS ASENTAMIENTOS DEL VALLE ALTO DE VIRIl: (1) ATENDIENDO A LOS FACTORES LOCACIONALES; (2> ATENDIENDO A LOS RASGOS ARQUITECTONICOS, SEGUN WILLEY 1953; (3> ATENDIENDO A LOS RASGOS ARQUITECTOMCOS MATIZADOS POR RASGOS LOCACIONALES, SEGUN WILLEY 1953
Sitio Tipo funcional
(1) Y- 20 228 208 149 178 28 143 209

230 200 199 19 32 33 30 206 41/42 39 141 196 14 17 192 187/188 180 181 150 62/16 202 53 50
CLAVE (ver cuadro
(2)
(3)
C C C Capital
Control poltico regional?
CC PAl P CPR PV CC PV CA
P P P PAR PAT AD PAl P PAl PAR P P PAR
Control socio-econmico local
Sitios campesinos
AD PAl 1 PAl PAl PAL F AD PAR AD
7).
ductiva; el menor rango de esta ltima consideracin se vea atenuado, e incluso convertido en el aspecto locacional ms relevante, a medida que, por razones puramente topogrficas, se reduca la disponibilidad de superficie cultivada. Una tercera y ltima tendencia locacional se relaciona con el control poltico de ms alta jerarqua en el
valle y se define por su centralidad espacial y su cercana a los canales principales de irrigacin. Las interrelaciones de estas pautas mos-
116
Jess Addnez Pavn
traron una independencia entre la lite regional y la lite local, que supone la superposicin de aqulla sin afectar estructuralmente la organizacin de sta; se advirti tambin que la disposicin espacial de los requerimientos de control local es opuesta en vir a la disposicin maximizadora de los recursos agrcolas, subrayando aun ms el papel secundario de esta ltima con respecto a la primera Por ltimo, en funcin del grado en que cada asentamiento es expresin espacial de cada una de estas pautas, se ensay tambin una tipologa funcional de los mismos que result en la definicin de cinco tipos: dos administrativos, central y local, dos habitacionales, vinculados probablemente al cultivo del maz y del algodn, y uno defensivo. Las
consecuencias e hiptesis histrico-culturales que de ello se derivan
han sido ya discutidas. Centrmonos ahora en una evaluacin de los

aspectos metodolgicos de estos resultados.
Creemos que ha sido mostrada claramente la viabilidad del anlisis factorial en el estudio de las relaciones locacionales entre asentamientos. Pero la verdadera cuestin no se expresa en trminos de
su viabilidad, sino de las ventajas que su aplicacin es capaz de aportar. En definitiva, la pregunta es si la complejidad tcnica que aade
el uso de un procedimiento estadstico mnultivariante se ve compensada por los resultados a que ste nos puede llevar en la investigacin espacial que nos ocupa. Aunque nuestra respuesta es afirmativa, y en seguida ser analizado el porqu, es obvio que conceptos tales como complejidad o compensacin son relativos y, en ltima instancia,
difciles de generalizar.
En la introduccin de estas pginas fueron planteados dos problemas iniciales: por un lado, la necesidad de precisin y tratamiento
multivariante en el manejo de datos arqueolgicos en general y, por

otro lado, las limitaciones de informacin que presentan los mapas arqueolgicos regionales. El uno responde a una concepcin terica acerca de la organizacin y funcionamiento de las sociedades, una orientacin sistmica que enfatiza las interrelaciones complejas entre elementos, y el otro supone un reto, el de extraer la mayor cantidad de conclusiones de esos mapas a pesar de las limitaciones. Creemos que el anlisis factorial, en los estudios de patrones de asentamiento, se acopla al primero y salva el segundo. El uso de un elevado nmero de variables que rompa as con visj<iines excesivamente simplistas y deterministas dc la sociedad es tal vez el requerimiento que con ma:or claridad desemboca en aproximaciones ceiant~tatias. No se traa de que no sea posible atender a la o JI OOVGL de muchos factores dc cm.i forma visual, sino de que. ello cuge un esfuevzo de anlisis y discriminacin que, muy prbablemente, ro sc correspondeva con una alta calidad en los resultados. En nuestro caso, se bao manejado nueve variables distintas que, de
117
haber contado con ms informacin de partida, se habran multiplicado sin dificultad. Nuestros resultados, sobre la base de esas variables, no contradicen los obtenidos por otros estudios, como el de
Conrad, pero s los profundiza, matiza y precisa. Los factores que han sido delineados no slo distinguen con claridad una serie de pautas locacionales de alto significado cultural, sino que tambin arrojan luz, a travs de las; asociaciones de variables que constituyen los fac-
tores, sobre los distintos conceptos
relaciones de estos conceptos
que juegan un papel en cada uno de esos factores. Adems de dar un peso relativo a estas pautas, se han podido observar las relaciones que mantienen entre ellas. La expresin precisa, numrica, de todos estos resultados puede parecer excesiva en relacin con el uso que hacemos de ellos, pero, sin embargo, se revela de gran utilidad cuando cfltiS os en el terreno comparativo. =4w;bstowc el uso de la factorizacin de datos locacionales no es scmorc powble ni rentable. Si la matriz de datos es pequea o muy plana, o1 nmero de variables introducidas sea bat o/y porque lovd nmero de asentamientos por analizar, su tratam~enio factorb... o. vis oc presentar problemas tcnicos, puede resoltar ms largo y ~y: .v<: que ta observacin y anlisis directos. Obviamente, la aplicacifln cci diseo desarrollado en este artculo parte dc la evidencia, que r.sotros hemos dado por supuesta, de la conteraporanerdad dc los sitios involucrados. Todo ello ha de evaluarse a la hora d. ut l~ar una tec.r. a. estadistica como Ci anlisis factorial. Por otro lado. .1 heeno de que esos resultados se obtengan dc: los datos rcflekds en un mapa atqueologici) aporta una dimensin ms a ~stas ors.teraciones. La einboraue;t c1e estos manas suele c~mstimr Ci wrmer paso en rruyeetos arcaico gicos de carcter regional. Par a e.s~os ca o la definicin de un pacron oc asentamiento en el que se cXp iv>a .1 1T12 1 que se -Suelan y relacionar las distintas varables oc mr~~ uit de de hiptesis que contras vC en pasos costeru-vcs. oc~c, -~n ete sentido, no hemos agotado ay posiBilidades del LraIamic.)to cioriiJ Aunque c-xcede de los limites de esle trabajo, ruede esolta nteresantu ar.untar los dixcrso~ pioblemas que, a :uescro i mciii. p nc d. it. ni e ar fac toriza c~n de datos locac >11. es. Basta, por y tupo mn re ca cl misne nro de disee 1 actor a1 mot 1 aJo .qui tu. uno de os pci o& s cultu Ole; de la ltstorM .1- Vru para t)Ii)tkl 1 1 ualoron>cc PluluiflO? le OS canib~os haLde r cl , 1.. a dei De CSLE rod, udflde t a ~~1I( ~ a> fl cnt ~ie,cetdent:<, e,,, ~ 1~ ti ti 0> fi itt (les. Ctt1Flt ~ .j~ 4 1 nc o. u fi teca sc la iDa O it ) ates, o l atJ Oil ti &Ofi.051ltE, le Vil ciamos; s BU. s nc de linear cales 1 actores. Sobn !a base dc estos ars~isi so o
. j . ,. . ~ . ~. 1
118
Jess Adnez Pavn
o en lugar de ellos, puede variarse la forma de la matriz de datos, su modo. Por ejemplo, si dispusiramos perodos culturales en las columnas y las variables pasaran a formar las filas (modo O), obtendramos un agrupamiento de los perodos culturales segn la variacin semejante de las variables en cada uno de ellos. Si, de otra manera, mantuviramos las variables dispuestas en columnas y en las filas colocramos, en lugar de casos, perodos culturales (modo P), las matrices resultantes mostraran factores en los que se proyectaran variables asociadas en funcin de su comportamiento histrico, constituyendo as pautas diacrnicas de conducta locacional. Con estos anlisis, tal vez complementados con prcticas de simulacin, se
dispondra de datos precisos y de carcter multivariado para intentar
definir los procesos locacionales subyacentes en la evolucin histrica de una distribucin regional de asentamientos. Para el caso de proyectos arqueolgicos regionales es, por ltimo, particularmente til la posibilidad de realizar una clasificacin funcional de los asentamientos. Quiz una de las decisiones ms importantes que han de tomarse en este tipo de proyectos sea la de elegir
dnde excavar> toda vez que es imposible, evidentemente, abarcar toda la regin. Una clasificacin de los asentamientos registrados que delimite, aunque sea de modo tentativo, sus funciones aporta un mayor
grado de informacin a la hora de resolver este problema. La existencia de otro tipo de datos, como los derivados de las caractersticas arquitectnicas, permite contrastar evidencias de carcter independiente y, en cualquier caso, las divergencias detectadas pueden resultar significativas.
AGRADECIMIENTOS La realizacin de esta investigacin no hubiera sido posible sin el
apoyo de don Jos Alcina Franch, que dirigi mi trabajo y obtuvo la

posibilidad de utilizar el Centro de Proceso de Datos de la Universidad Complutense de Madrid. Doa Mercedes Guinea y don Miguel Rivera me ofrecieron sus valiosas apreciaciones y criticas, que he intentado recoger. Por supuesto, la responsabilidad de lo escrito es nicamente ma. Sin la amistad y paciencia de doa Loreto Rojo este
trabajo no hubiera llegado al papel. Gracias a todos ellos.
BIBLIOGRAFA
ANDERBERG, Michael.
1973.
Cluster anal ysis for applications, Acadeinie Press, New York.
Determinacin del patrn de asentamiento regional..

ARcA, M. 14.,
119
1963.
y A. CAMPA. Efecto de la salinidad causada por el cloruro de sodio y el nitrato de sodio en la germinacin del algodonero, cebada y maz. Anales Cientjicos, 1 (1): 64-79. Universidad Agraria, Lima.
BAzN, R.~ J. A. ESTRADA y L. MAssoN. 1973. El boro en los suelos de la costa peruana y su posible efecto sobre los cultivos. Anales Cient jicos, 11 (3-4): 181-188, Universidad Agraria,
Lima.
BENFER, Robert A.
1972.
1977.
Factor analysis as numerical
induction:
how to judge a
cover. American Anthropologist, 74: 530-554, Menasba.

BUcKLEY, Walter.
book 1 its
La sociologa y la teora moderna de los sistemas, Amorrortu, Buenos Aires. CATTELI., Rayrnond B. 1978. Pie .scientijic use o/factor analysis in behavioral and lije sciences, Peaiim Press, New York. CI,ARKE, David L. 1968. Ana/y tice? archaeo/ogy, Methuen, London. 1977. Spatial information in arcbaeology. En: Spatal archaeology (CIarCOHEN,
ke, cd.): 1-32. Academie Press, London. Mark 14. 1978, Archacological plants remains from the central coast of Peru, awpa Pacha, 16: 23-51, Berkeley.
CONRAD, Gc-offrey W. 1978. Models of corupromise in settlement pattern studies: an example trom coastal Peru. World Archaeology, 9 (3): 281-299, London. DONNAN, C. E. 1973. Moche occupation of the Santa Va/ley, Pera. University of California
Publicatious in Anthropology, 8, Berkeley. Esraxaz, Jos, y Roy P. BRAD5HAW. 1978. Tcnicas de cuantificacin en geografa, Tebar Flores, Madrid. FARRJNGTON, lan 5. 1978. Irrigacin prebispnica y establecimientos en la costa norte del Per. En: Tecnologa Andina (Ravines, comp.): 117-128, Instituto de Estudios Peruanos, Lima.
James A., y Gordon R. WILLEY. 1949. Surface survey of the Vir ValIey, Per. Anthropological Papers of the Museum of Natural Ilistory, 43, parte primera, New York. GOULD, P. 1969. Problems of space preference measures and relationships. Geographical Analysis, 1: 31-44, London. HACCEn, Peter.
FORD,
1975.
Anlisis locacional en geografa humana, Gustavo Gili, Barcelona.
HARMAN, Harry H.
1980. Anlisis factorial moderno, Salts, Madrid. HoDDER, len R., y CINe R. ORTON. 1976. Spatial analysis in archaeology, Cambridge tlniversity Press, Cambridge. LrnnNC, Edvtard P. 1967. Peru be/ore the Incas. Prentice-Hall. Englewood Cliffs, New Jersey.
120
LIscHKA, Joseph J.
1975.
Jess Adnez Pavn Broken Krevisited: a short discussion of factor analysis. American Antiquity, 40: 220-227. Salt Lake City.
Establecimientos estatales en le Tawantinsuyu: una estrategia de ur-
Moutis, Craig.
1973.
banismo obligado. Revista del Museo Nacional, 39: 127-142, Lima.

MOSELEY, Edward P. 1978. Principios de
organizacin laboral en el valle de Moche. En: Tecnologa Andina (Ravines, comp): 591-600, Instituto de Estudios Peruanos, Lima.
Massachussetts Research Report, 2, Aniherst.
PROULX, Donaid A. 1968. An archaeological survey of the Nepea Valley, Peru, University of PUYOL, R., y 1. ESTBANEZ. 1978. Anlisis e interpretacin del mapa topo grfico, Tebar Flores, Madrid. ROWLETTJ R. 14., y R. B. POLLNAC. 1971. Multivariate analysis of Marnian La Tne cultural groups. En: Mathematics in the archaeological arid historical sciences (Hodson, Kendal y Tautu, eds.): 46-58, Edinburgh University Press. RUMMEL, R. Y. 1970. Applied factor analysis, Northwestern University Press, Evanston. SHTMADA, Izumi.
1978.
Economy of a prehistorie urban context: commodity and labor flow at Moche V Pampa Grande. American Antiquity, 43 (4): 569-592, Salt
Lake City. SIEGEL, Sidney. 1972. Estadstica no paramtrica aplicada a las ciencias de la conducta, Trillas, Mxico. TRIOGER, Bruce G. 1971. Archaeology and ecology. World Archaeology, 2 (3): 321-336, London. VIERRA, Robert K., y David L. CARL5ON. 1981. Factor analysis, random data and patterned results. American- Antquity, 46 (2): 272-283, Salt Lake City. WTsoN, Patty Y.; Steven A. LEBLANc y Charles L. REDMAN. 1981. El mtodo cientfico en arqueologa, Alianza Editorial, Madrid. WEBERBAUER, August. 1945. El mundo vegetal de los Andes peruanos, Ministerio de Agricultura,
Lima.
WLLEY, Gordon R. 1953. Prehistoric settlement patterns in the Viril Valley, Peru. Smithsonian Institution Bureau of American Ethnology, Bulletin 155, Wa-
shington.
ZAvALETA GARCA, Amaro, y Manuel ARCA BLELICK.
1963.
Grandes grupos de suelos identificados de forma generalizada en el Per. Agronoma, 30 (3): 37-53, Lima.

Adanez Reaa8585110077a PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Adanez Reaa8585110077a PDF

Uploaded by

Copyright:

Available Formats

Determinacin del patrn de asentamiento regional: Una aproximacin cuantitativa al anlisis locacional de mapas arqueolgicos

JESS ADNEZ PAVN

Jess Adnez Pavn

aplicacin. Esto nos lleva a una importante caracterstica, y limitacin, de las

Determinacin del patrn de asentamiento regional...

dible. La pretensin de estas pginas es, precisamente, desarrollar una

LA CUESTION POR ANALIZAR

Jess Addnez Pavn

Determinacin del patrn de asentamiento regional...

dichas necesidades (Haggett, 1975:38). Estos han sido los modelos

Jess Adnez Pavn

ficas que muestran los sitios en su distribucin ser un reflejo de los

por qu. EL MODELO ESTADSTICO

nuestros objetivos fueran, nicamente, distinguir varios grupos de

variables o un grupo de ellas, sino a un nuevo conjunto de variables

Determinacin del patrn

realizar un anlisis factorial: una, previa, referente a la eleccin de

Jess Adnez Pavn

Determinacin del patrn de asentamiento regional...

tipo dc tra sformacin.

nentes principales -modelo de factores componentes y factorizacin

Jess Adnez Pavn

pio Willey en la descripcin de los asentamientos. As ocurre en el caso

RELACION DE LOS ASENTAMIENTOS DEL PERIODO HUANCACO EN VIRU

Determinacin del patrn de asentamiento regional...

Jess Adnez Pavn

imprescindible explicitar, como se advirti en las primeras de estas

escala de proporciones. De todos modos, debe quedar claro, ya que es

Determinacin del patrn de asentamiento regional..

Jess Adnez Pavn

se ubicaran en suelos marginales.

Parece evidente que la disponibilidad de un elemento tan esencial

Determinacin del patrn de asentamiento regional...

alta de nuestro valle, otro tipo de constricciones puede dificultar su operatividad.

Jess Adnez Pavn

de la figura 2, se advierte que la zona media, estratgica por ser el

Distancias a los cuatro vecinos ms prximos

Determinacin del patrn de asentamiento regional...

INTERPRETACION DE LOS RESULTADOS: EL PATRON DE ASENTAMIENTO

94 Jess Adnez Pavn

o eno 00N1fl 00C ~000

jN ~0000] t~ Ci o- o 01 rl rl 000 100

O ~- en 000 0UNOcCen OaUNrlrl 0000

00~ ~0 UN UN DOC Orl u-NC 00 en LCN UN o3---trlenorl 0 0 0 0 00 0

o 00 0410 0 OOj.-ONCNOO.t 0 DOm -t en -t ~0000 ccj,O ~

0 ON UN O rl ~t 0- t O o rn ON tfl rl O OC O UN OrNOorlrl.rl0 ~00000000

Determinacin del patrn de asentamiento regional...

ser igual al nmero de variables; slo aquellos que expliquen una

Jess Adnez Pavn CuADRO 3

68,8556 79,8250 87,3620 92,6319

0,235221 0,219894 0,134333 8000000

2,9403 2,7482 1,6792

95.5722 98,3208 00,0000

Factor 1 DISCOSTA DISTANS DISTANS3 ACSOAO VA CENTRAL9 CENTRAL2 CENTRAL3 DIS4VMP

(CI Factor Factor 1 Factor 2 1,000

Determinacin del patrn de asentamiento regional...

cin del trabajo, es decir, a la reduccin de la distancia al lugar de

Jess Adnez Pavn

mensin econmica relativa a la subsistencia y dejara de reflejar la

dominio ajeno al valle mismo. En cualquier caso, la interpretacin

ximas a la costa, aumentando progresivamente en el valle medio y en

Determinacin del patrn de asentamiento regional...

DISCOSTA DISTANSI DISTANS2 DISTANS3 ACSOACUA CENTRAL9 CENTRAL2 CENTRAL3 DIS4VMP