Vol. 13/ Núm. 2 2026 pág. 2627
1 https://doi.org/10.69639/arandu.v13i2.2360
Efecto de la prevención del delito sobre el desarrollo personal
en residentes de Los Olivos: un modelo de ecuaciones
estructurales, 2025
The effect of crime prevention on personal development among residents of Los Olivos:
a structural equation modeling approach, 2025
Jean Paul Ramírez Córdova
rquispeg@unmsm.edu.pe
https://orcid.org/0000-0001-6339-4498
Universidad Nacional Mayor de San Marcos
Perú
Robert Michell Quispe Guizado
jean.ramirezc@unmsm.edu.pe
https://orcid.org/0000-0002-1608-497X
Universidad Nacional Mayor de San Marcos
Perú
Artículo recibido: 17 mayo 2026- Aceptado para publicación:28 junio 2026
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La inseguridad ciudadana constituye una de las principales barreras para el desarrollo de la calidad
de vida urbana en América Latina. Por ello, el presente estudio tuvo como objetivo determinar el
efecto de la prevención del delito, la disposición de recursos, la asistencia empresarial y la
cohesión social sobre el desarrollo personal en residentes del distrito de Los Olivos, mediante un
modelo de ecuaciones estructurales (SEM). Se empleó un enfoque cuantitativo con alcance
explicativo-correlacional. La muestra estuvo conformada por 384 residentes mayores de 18 años.
Los resultados del AFC mostraron un ajuste aceptable (CFI = 0.929; TLI = 0.904; RMSEA =
0.087; SRMR = 0.043). El modelo estructural reveló que solo la prevención del delito ejerce un
efecto positivo y significativo sobre la calidad de vida urbana (β = 0.708; p = 0.013). Se concluye
que, en el contexto del distrito de Los Olivos, las estrategias de prevención del delito constituyen
el factor más relevante para explicar la percepción sobre el desarrollo personal.
Palabras clave: prevención del delito, desarrollo personal, seguridad ciudadana
ABSTRACT
Citizen insecurity is one of the main barriers to improving the quality of urban life in Latin
America. Therefore, this study aimed to determine the effect of crime prevention, resource
availability, business assistance, and social cohesion on personal development among residents
of the Los Olivos district, using a structural equation model (SEM). A quantitative approach with
Vol. 13/ Núm. 2 2026 pág. 2628
an explanatory-correlational scope was employed. The sample consisted of 384 residents over 18
years of age. The confirmatory factor analysis (CFA) results showed an acceptable fit (CFI =
0.929; TLI = 0.904; RMSEA = 0.087; SRMR = 0.043). The structural model revealed that only
crime prevention has a positive and significant effect on urban quality of life (β = 0.708; p =
0.013). It is concluded that, in the context of the Los Olivos district, crime prevention strategies
are the most relevant factor in explaining perceptions of personal development.
Keywords: crime prevention, personal development, citizen security
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
an explanatory-correlational scope was employed. The sample consisted of 384 residents over 18
years of age. The confirmatory factor analysis (CFA) results showed an acceptable fit (CFI =
0.929; TLI = 0.904; RMSEA = 0.087; SRMR = 0.043). The structural model revealed that only
crime prevention has a positive and significant effect on urban quality of life (β = 0.708; p =
0.013). It is concluded that, in the context of the Los Olivos district, crime prevention strategies
are the most relevant factor in explaining perceptions of personal development.
Keywords: crime prevention, personal development, citizen security
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 13/ Núm. 2 2026 pág. 2629
INTRODUCCIÓN
La inseguridad ciudadana se ha convertido en una de las principales barreras que impiden
el desarrollo social y la calidad de vida en América Latina; en donde el escenario más crítico se
encuentra en los sectores populares y comunidades vulnerables. De acuerdo con el Banco
Interamericano de Desarrollo (BID, 2024), la tasa de homicidios se ha triplicado en los últimas
dos décadas; siendo el crimen organizado la modalidad más denunciada. Las consecuencias se
evidencian en la destrucción de la organización social; la reducción de oportunidades para el
desarrollo y la escasa confianza en las instituciones gubernamentales. En el contexto peruano; las
estadísticas sobre la inseguridad ciudadana revelan escenarios poco alentadores. De acuerdo con
el Banco Central de Reserva (BCR; 2024) el 57% de los ciudadanos considera el crimen y la
violencia como el problema más grave del país; siendo la extorsión el delito con mayor tasa de
crecimiento en regiones cómo la Libertad, Lima y el Callao.
Diversos autores han identificado los elementos que conforman la inseguridad ciudadana;
González y Carbajal (2023) y Lerma et al. (2023) consideran que; la delincuencia urbana, la
limitada presencia del Estado, y falta de gestión e iluminación de espacios públicos son
componentes que promueven la inseguridad. Por su parte Solis et al. (2021) añaden el comercio
informal, el consumo de drogas, la escases de programas de inserción para jóvenes y falta de
recursos para intervenciones policiales; asimismo, Guerrero et al. (2021) sostienen que la ausencia
del Estado en materia de seguridad o una deficiente estructuración de políticas gobierno, crean
vacíos en la sociedad que son ocupados por grupos organizados que generan violencia.
La prevención del delito se define como el conjunto de estrategias diseñadas para reducir
las oportunidades delictivas y mitigar los factores de riesgo antes de que el evento criminal ocurra
(Alcántara y Argomedo, 2024). Esta variable puede estudiarse desde dos caminos: la prevención
social y la prevención situacional (Cruz, 2023; Flores, 2021). La primera busca reducir los
factores de riesgo biopsicosociales: deserción escolar, falta de oportunidades laborales y consumo
de drogas. Medidas efectivas son: programas educativos y el cuidado preventivo de la salud
(Alcántara y Argomedo, 2024; Guerrero et al. 2021). La segunda, la prevención situacional,
considera que el delito es el resultado de la interacción entre un agresor motivado y el entorno
que favorece el acto delictivo (Flores, 2021). Mejorar las condiciones del alumbrado público, la
recuperación de espacios públicos y sistemas de vigilancia son acciones válidas (Caracheo y
Ventura, 2023).
El concepto de disposición de recursos por parte del Estado comprende la capacidad
operativa y técnica para proveer vigilancia y respuesta inmediata; por ello, constituye la base
operativa de cualquier estrategia de seguridad. Al respecto Solís et al. (2021) y Caracheo y
Ventura (2023) definen esta variable como la capacidad de provisión de servicios públicos
esenciales y la presencia efectiva de la autoridad en el territorio.
INTRODUCCIÓN
La inseguridad ciudadana se ha convertido en una de las principales barreras que impiden
el desarrollo social y la calidad de vida en América Latina; en donde el escenario más crítico se
encuentra en los sectores populares y comunidades vulnerables. De acuerdo con el Banco
Interamericano de Desarrollo (BID, 2024), la tasa de homicidios se ha triplicado en los últimas
dos décadas; siendo el crimen organizado la modalidad más denunciada. Las consecuencias se
evidencian en la destrucción de la organización social; la reducción de oportunidades para el
desarrollo y la escasa confianza en las instituciones gubernamentales. En el contexto peruano; las
estadísticas sobre la inseguridad ciudadana revelan escenarios poco alentadores. De acuerdo con
el Banco Central de Reserva (BCR; 2024) el 57% de los ciudadanos considera el crimen y la
violencia como el problema más grave del país; siendo la extorsión el delito con mayor tasa de
crecimiento en regiones cómo la Libertad, Lima y el Callao.
Diversos autores han identificado los elementos que conforman la inseguridad ciudadana;
González y Carbajal (2023) y Lerma et al. (2023) consideran que; la delincuencia urbana, la
limitada presencia del Estado, y falta de gestión e iluminación de espacios públicos son
componentes que promueven la inseguridad. Por su parte Solis et al. (2021) añaden el comercio
informal, el consumo de drogas, la escases de programas de inserción para jóvenes y falta de
recursos para intervenciones policiales; asimismo, Guerrero et al. (2021) sostienen que la ausencia
del Estado en materia de seguridad o una deficiente estructuración de políticas gobierno, crean
vacíos en la sociedad que son ocupados por grupos organizados que generan violencia.
La prevención del delito se define como el conjunto de estrategias diseñadas para reducir
las oportunidades delictivas y mitigar los factores de riesgo antes de que el evento criminal ocurra
(Alcántara y Argomedo, 2024). Esta variable puede estudiarse desde dos caminos: la prevención
social y la prevención situacional (Cruz, 2023; Flores, 2021). La primera busca reducir los
factores de riesgo biopsicosociales: deserción escolar, falta de oportunidades laborales y consumo
de drogas. Medidas efectivas son: programas educativos y el cuidado preventivo de la salud
(Alcántara y Argomedo, 2024; Guerrero et al. 2021). La segunda, la prevención situacional,
considera que el delito es el resultado de la interacción entre un agresor motivado y el entorno
que favorece el acto delictivo (Flores, 2021). Mejorar las condiciones del alumbrado público, la
recuperación de espacios públicos y sistemas de vigilancia son acciones válidas (Caracheo y
Ventura, 2023).
El concepto de disposición de recursos por parte del Estado comprende la capacidad
operativa y técnica para proveer vigilancia y respuesta inmediata; por ello, constituye la base
operativa de cualquier estrategia de seguridad. Al respecto Solís et al. (2021) y Caracheo y
Ventura (2023) definen esta variable como la capacidad de provisión de servicios públicos
esenciales y la presencia efectiva de la autoridad en el territorio.
Vol. 13/ Núm. 2 2026 pág. 2630
La asistencia empresarial es definida por Solis et al. (2021) cómo el apoyo hacia los
comerciantes y emprendedores por parte de las instituciones públicas para reducir el impacto de
los delitos. El apoyo consiste en brindar protección; garantizar el orden en el comercio informal
y reducir los espacios de riesgo para la inversión local (Guillén y Figuera, 2024).
La cohesión social se define como la combinación de la confianza interpersonal entre
vecinos y su voluntad de intervenir por el bien común (control social informal) (Manzano et al.,
2024). De esta forma los vecinos de organizan para supervisar espacios públicos en donde se
mejoran las relaciones interpersonales y el sentido de pertenencia (Alcántara y Argomedo, 2024).
Entorno a la efectividad de las estrategias de prevención del delito, diversos estudios
muestran resultados enmarcados en la disposición de recursos, la asistencia empresarial y la
cohesión social. Caccia y Avalle (2024), y Flores (2021) consideran que la delimitación de
cuadrantes y mapas de calor de zonas inseguras permite mejorar la asignación de recursos y
acciones de control policial. Por otro lado, Cruz (2023) estudió la articulación multisectorial como
estrategia para prevenir delitos; en donde la recuperación de espacios públicos, mejoras en la
iluminación y acciones en favor de grupos vulnerables resultaron efectivas, mejorando la imagen
y legitimidad institucional. Desde la óptica Céspedes (2023), la profesionalización de la policía
es otra medida efectiva para lucha contra la inseguridad ciudadana, principalmente para reducir
delitos de alta complejidad: comercialización de drogas y delitos informáticos. En esa misma
línea, Gelvez et al. (2022) señalan que; el uso del Machine Learning permite la predicción de
actividades ilícitas; a través del análisis de algoritmos y la vectorización de texto se pueden emitir
reportes sobre hechos delictivos. Por su parte Ginga (2022) y Guerrero et al. (2021) señalan que,
la participación ciudadana efectiva conduce a la autogestión de la seguridad a través de estrategias
de cohesión social cómo "escuelas de seguridad" y redes comunitarias, como espacios de
integración con el Estado. Desde otra orilla Guillén et al. (2024) sostienen que, existen factores
de riesgo psicológicos y sociales que impulsan conductas violentas; muchas de ellas se heredan
de entorno familiares y contextos sociales. En ese mismo sentido, Pérez et al. (2023) señalan que,
una estrategia para luchar contra la criminalidad organizada demanda la comprensión de vínculos
sociales (poder, dinero y reconocimiento).
Las brechas de investigación identificadas radican en que la mayoría de los estudios son
de corte descriptivo o cualitativo, y analizan o describen en una sola dimensión. Además, existe
una carencia de modelos estructurales que permitan evaluar cómo la gestión de estrategias
prevención: gestión de recursos, el apoyo institucional (asistencia empresarial) y la organización
social (cohesión) interactúan de forma articulada para explicar su incidencia en percepción del
desarrollo personal en distritos urbanos con alta complejidad delictiva. Por lo tanto, es necesario
emplear metodologías avanzadas, como el Modelo de Ecuaciones Estructurales (SEM), que
permitan evaluar variables latentes y relaciones de causalidad complejas para ofrecer a los
gestores públicos resultados basados en evidencia científica (Gelvez et al., 2022). El objetivo
La asistencia empresarial es definida por Solis et al. (2021) cómo el apoyo hacia los
comerciantes y emprendedores por parte de las instituciones públicas para reducir el impacto de
los delitos. El apoyo consiste en brindar protección; garantizar el orden en el comercio informal
y reducir los espacios de riesgo para la inversión local (Guillén y Figuera, 2024).
La cohesión social se define como la combinación de la confianza interpersonal entre
vecinos y su voluntad de intervenir por el bien común (control social informal) (Manzano et al.,
2024). De esta forma los vecinos de organizan para supervisar espacios públicos en donde se
mejoran las relaciones interpersonales y el sentido de pertenencia (Alcántara y Argomedo, 2024).
Entorno a la efectividad de las estrategias de prevención del delito, diversos estudios
muestran resultados enmarcados en la disposición de recursos, la asistencia empresarial y la
cohesión social. Caccia y Avalle (2024), y Flores (2021) consideran que la delimitación de
cuadrantes y mapas de calor de zonas inseguras permite mejorar la asignación de recursos y
acciones de control policial. Por otro lado, Cruz (2023) estudió la articulación multisectorial como
estrategia para prevenir delitos; en donde la recuperación de espacios públicos, mejoras en la
iluminación y acciones en favor de grupos vulnerables resultaron efectivas, mejorando la imagen
y legitimidad institucional. Desde la óptica Céspedes (2023), la profesionalización de la policía
es otra medida efectiva para lucha contra la inseguridad ciudadana, principalmente para reducir
delitos de alta complejidad: comercialización de drogas y delitos informáticos. En esa misma
línea, Gelvez et al. (2022) señalan que; el uso del Machine Learning permite la predicción de
actividades ilícitas; a través del análisis de algoritmos y la vectorización de texto se pueden emitir
reportes sobre hechos delictivos. Por su parte Ginga (2022) y Guerrero et al. (2021) señalan que,
la participación ciudadana efectiva conduce a la autogestión de la seguridad a través de estrategias
de cohesión social cómo "escuelas de seguridad" y redes comunitarias, como espacios de
integración con el Estado. Desde otra orilla Guillén et al. (2024) sostienen que, existen factores
de riesgo psicológicos y sociales que impulsan conductas violentas; muchas de ellas se heredan
de entorno familiares y contextos sociales. En ese mismo sentido, Pérez et al. (2023) señalan que,
una estrategia para luchar contra la criminalidad organizada demanda la comprensión de vínculos
sociales (poder, dinero y reconocimiento).
Las brechas de investigación identificadas radican en que la mayoría de los estudios son
de corte descriptivo o cualitativo, y analizan o describen en una sola dimensión. Además, existe
una carencia de modelos estructurales que permitan evaluar cómo la gestión de estrategias
prevención: gestión de recursos, el apoyo institucional (asistencia empresarial) y la organización
social (cohesión) interactúan de forma articulada para explicar su incidencia en percepción del
desarrollo personal en distritos urbanos con alta complejidad delictiva. Por lo tanto, es necesario
emplear metodologías avanzadas, como el Modelo de Ecuaciones Estructurales (SEM), que
permitan evaluar variables latentes y relaciones de causalidad complejas para ofrecer a los
gestores públicos resultados basados en evidencia científica (Gelvez et al., 2022). El objetivo
Vol. 13/ Núm. 2 2026 pág. 2631
general del estudio es determinar el efecto de la prevención del delito, la disposición de recursos,
la asistencia empresarial y la cohesión social sobre la percepción del desarrollo personal en
residentes del distrito de Los Olivos, mediante un modelo de ecuaciones estructurales (SEM).
METODOLOGÍA
El estudio se basó en los fundamentos del paradigma positivista y bajo un enfoque
cuantitativo, para establecer relaciones entre variables latentes empleando procesos de estadística
inferencial (Hair et al., 2019). A partir de ello, se buscó establecer asociaciones para determinar
el efecto de cuatro variables independientes: prevención del delito, disposición de recursos,
asistencia empresarial y cohesión social: sobre una variable dependiente, desarrollo personal. Para
alcanzar este objetivo se empleó un modelo de ecuaciones estructurales (SEM) con estimación de
máxima verosimilitud (Kline, 2016). La población de estudio estuvo conformada por residentes
mayores de 18 años del distrito de Los Olivos (Lima, Perú). El muestreo fue probabilístico, y
alcanzó a 384 participantes (95% de confianza y 5% de margen de error). Para recabar
información se diseñó un cuestionario compuesto inicialmente por 21 ítems (P1 a P21), con una
escala de Likert de 5 puntos.
Tabla 1
Descripción de variables
Latente Observable
Prevención del delito (Pdd) P1: Programas de prevención
P2: Patrullaje
P3:Coordinación interinstitucional
P4: Efectividad contra el crimen organizado
Disposición de recursos
(Ddr)
P5: Vehículos operativos
P6: Recursos logísticos
P7: Funcionamiento de cámaras de videovigilancia
P8: Patrullaje constante
Asistencia empresarial
(JC_1)
P9: Apoyo contra la extorsión
P10: Control del comercio informal
P11: Presencia de personal de vigilancia
Cohesión social (Chs) P12: Promoción de la participación ciudadana
P13: Propuestas vecinales
P14: Fomento de la colaboración
P15: Promoción del sentido de comunidad
Desarrollo personal (Jc) P16: Convivencia social
P17: Acceso a servicios de salud
P18: Oportunidades para desarrollar conocimientos y habilidades
P19: Realización personal y profesional
P20: Acceso a programas culturales
P21: Oportunidades parfa el desarrollo profesional y personal
La construcción de los ítems se sustenta en la revisión de la literatura previa sobre
seguridad ciudadana y calidad de vida urbana, siendo las investigaciones de Cruz (2023), Flores
(2021) y Solís et al. (2021) las que sostienen el modelo.
general del estudio es determinar el efecto de la prevención del delito, la disposición de recursos,
la asistencia empresarial y la cohesión social sobre la percepción del desarrollo personal en
residentes del distrito de Los Olivos, mediante un modelo de ecuaciones estructurales (SEM).
METODOLOGÍA
El estudio se basó en los fundamentos del paradigma positivista y bajo un enfoque
cuantitativo, para establecer relaciones entre variables latentes empleando procesos de estadística
inferencial (Hair et al., 2019). A partir de ello, se buscó establecer asociaciones para determinar
el efecto de cuatro variables independientes: prevención del delito, disposición de recursos,
asistencia empresarial y cohesión social: sobre una variable dependiente, desarrollo personal. Para
alcanzar este objetivo se empleó un modelo de ecuaciones estructurales (SEM) con estimación de
máxima verosimilitud (Kline, 2016). La población de estudio estuvo conformada por residentes
mayores de 18 años del distrito de Los Olivos (Lima, Perú). El muestreo fue probabilístico, y
alcanzó a 384 participantes (95% de confianza y 5% de margen de error). Para recabar
información se diseñó un cuestionario compuesto inicialmente por 21 ítems (P1 a P21), con una
escala de Likert de 5 puntos.
Tabla 1
Descripción de variables
Latente Observable
Prevención del delito (Pdd) P1: Programas de prevención
P2: Patrullaje
P3:Coordinación interinstitucional
P4: Efectividad contra el crimen organizado
Disposición de recursos
(Ddr)
P5: Vehículos operativos
P6: Recursos logísticos
P7: Funcionamiento de cámaras de videovigilancia
P8: Patrullaje constante
Asistencia empresarial
(JC_1)
P9: Apoyo contra la extorsión
P10: Control del comercio informal
P11: Presencia de personal de vigilancia
Cohesión social (Chs) P12: Promoción de la participación ciudadana
P13: Propuestas vecinales
P14: Fomento de la colaboración
P15: Promoción del sentido de comunidad
Desarrollo personal (Jc) P16: Convivencia social
P17: Acceso a servicios de salud
P18: Oportunidades para desarrollar conocimientos y habilidades
P19: Realización personal y profesional
P20: Acceso a programas culturales
P21: Oportunidades parfa el desarrollo profesional y personal
La construcción de los ítems se sustenta en la revisión de la literatura previa sobre
seguridad ciudadana y calidad de vida urbana, siendo las investigaciones de Cruz (2023), Flores
(2021) y Solís et al. (2021) las que sostienen el modelo.
Vol. 13/ Núm. 2 2026 pág. 2632
RESULTADOS
Al análisis de los datos fue realizado en tres etapas:
Análisis factorial exploratorio (AFE): Se ejecutó un AFE con método de extracción de
ejes principales y rotación oblicua (Promax), dado que se asumía correlación entre los factores.
La finalidad fue determinar la estructura factorial de los 21 ítems y eliminar aquellos con cargas
factoriales bajas o que saturaran en múltiples factores (Hair et al., 2019). La tabla 2 muestra el
resultado del análisis.
Tabla 2
Carga de los factores
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Unicidad
P15 0.906 0.378
P13 0.686 0.349
P6 0.681 0.362
P11 0.633 0.397
P3 0.631 0.414
P1 0.617 0.36
P10 0.486 0.301
P12 0.438 0.366
P21 0.971 0.266
P8 0.745 0.348
P17 0.669 0.456
P18 0.66 0.326
P20 0.544 0.428
P2 0.504 0.44
P7 0.451 0.43
P19 1.035 0.098
P16 0.592 0.468
P4 0.842 0.321
P5 0.658 0.556
P9 0.552 0.35
P14 0.514
Nota. El método de rotación aplicado es promax
De acuerdo con los resultados los ítems P13, P16 y P19 se eliminaron por no cumplir
criterios de consistencia (criterios de eliminación automática para mejorar la alfa y P19 elevada
carga factorial).
RESULTADOS
Al análisis de los datos fue realizado en tres etapas:
Análisis factorial exploratorio (AFE): Se ejecutó un AFE con método de extracción de
ejes principales y rotación oblicua (Promax), dado que se asumía correlación entre los factores.
La finalidad fue determinar la estructura factorial de los 21 ítems y eliminar aquellos con cargas
factoriales bajas o que saturaran en múltiples factores (Hair et al., 2019). La tabla 2 muestra el
resultado del análisis.
Tabla 2
Carga de los factores
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Unicidad
P15 0.906 0.378
P13 0.686 0.349
P6 0.681 0.362
P11 0.633 0.397
P3 0.631 0.414
P1 0.617 0.36
P10 0.486 0.301
P12 0.438 0.366
P21 0.971 0.266
P8 0.745 0.348
P17 0.669 0.456
P18 0.66 0.326
P20 0.544 0.428
P2 0.504 0.44
P7 0.451 0.43
P19 1.035 0.098
P16 0.592 0.468
P4 0.842 0.321
P5 0.658 0.556
P9 0.552 0.35
P14 0.514
Nota. El método de rotación aplicado es promax
De acuerdo con los resultados los ítems P13, P16 y P19 se eliminaron por no cumplir
criterios de consistencia (criterios de eliminación automática para mejorar la alfa y P19 elevada
carga factorial).
Vol. 13/ Núm. 2 2026 pág. 2633
Para la siguiente etapa se realizó el análisis factorial confirmatorio (AFC). Se empleó para
corroborar si los datos observados se ajustan a la propuesta del modelo teórico. El resultado del
análisis se muestra en la tabla 2.
Tabla 3
Medidas de ajuste del modelo
Índice Valor
Índice de Ajuste Comparativo (CFI) 0.929
Índice de Tucker-Lewis (TLI) 0.904
Índice de ajuste no normalizado de Bentler-Bonett (NNFI) 0.904
Índice de ajuste normalizado de Bentler-Bonett (NFI) 0.907
Error cuadrático medio de aproximación (RMSEA) 0.087
Raíz del error cuadrado medio estandarizado (RECMS, SRMR) 0.043
Índice de bondad de ajuste (GFI) 0.892
Contraste de Kaiser-Meyer-Olkin (KMO) 0.938
De la tabla 3 se desprende que; el valor del CFI = 0.929 y TLI = 0.904: ambos son
superiores al 0.90 (ajuste aceptable). El NFI = 0.907 (aceptable). RMSEA = 0.087 valor
ligeramente superior al ideal de 0.05, sin embargo, Browne y Cudeck (1992) consideran que un
RMSEA ≤ 0.08 es aceptable. SRMR = 0.043: excelente, por debajo de 0.08. GFI = 0.892:
ligeramente inferior a 0.90, pero aceptable en modelos complejos. El KMO total es de 0.938 (muy
alto) indica que los datos son adecuados para el análisis factorial.
Tabla 4
Estimación de parámetros de las cargas factoriales
Intervalo con 95% de
confianza
Factor Indicador Estimación
tipificada
Error
típico
Valor
Z p Inferior Superior
Prevención del
delito P1 0.801 0.023 34.370 < .001 0.756 0.847
P2 0.759 0.026 28.867 < .001 0.707 0.810
P3 0.730 0.027 27.431 < .001 0.678 0.782
P4 0.446 0.043 10.273 < .001 0.361 0.531
Disposición de
recursos P6 0.831 0.022 37.473 < .001 0.787 0.874
P7 0.769 0.024 32.322 < .001 0.723 0.816
P8 0.784 0.026 30.594 < .001 0.734 0.834
Asistencia
empresarial P9 0.731 0.028 25.736 < .001 0.675 0.786
P10 0.836 0.021 40.054 < .001 0.795 0.877
P11 0.781 0.023 33.287 < .001 0.735 0.827
Cohesión
social P14 0.654 0.033 20.055 < .001 0.590 0.718
P15 0.790 0.029 27.602 < .001 0.734 0.846
P12 0.817 0.027 30.270 < .001 0.764 0.869
Para la siguiente etapa se realizó el análisis factorial confirmatorio (AFC). Se empleó para
corroborar si los datos observados se ajustan a la propuesta del modelo teórico. El resultado del
análisis se muestra en la tabla 2.
Tabla 3
Medidas de ajuste del modelo
Índice Valor
Índice de Ajuste Comparativo (CFI) 0.929
Índice de Tucker-Lewis (TLI) 0.904
Índice de ajuste no normalizado de Bentler-Bonett (NNFI) 0.904
Índice de ajuste normalizado de Bentler-Bonett (NFI) 0.907
Error cuadrático medio de aproximación (RMSEA) 0.087
Raíz del error cuadrado medio estandarizado (RECMS, SRMR) 0.043
Índice de bondad de ajuste (GFI) 0.892
Contraste de Kaiser-Meyer-Olkin (KMO) 0.938
De la tabla 3 se desprende que; el valor del CFI = 0.929 y TLI = 0.904: ambos son
superiores al 0.90 (ajuste aceptable). El NFI = 0.907 (aceptable). RMSEA = 0.087 valor
ligeramente superior al ideal de 0.05, sin embargo, Browne y Cudeck (1992) consideran que un
RMSEA ≤ 0.08 es aceptable. SRMR = 0.043: excelente, por debajo de 0.08. GFI = 0.892:
ligeramente inferior a 0.90, pero aceptable en modelos complejos. El KMO total es de 0.938 (muy
alto) indica que los datos son adecuados para el análisis factorial.
Tabla 4
Estimación de parámetros de las cargas factoriales
Intervalo con 95% de
confianza
Factor Indicador Estimación
tipificada
Error
típico
Valor
Z p Inferior Superior
Prevención del
delito P1 0.801 0.023 34.370 < .001 0.756 0.847
P2 0.759 0.026 28.867 < .001 0.707 0.810
P3 0.730 0.027 27.431 < .001 0.678 0.782
P4 0.446 0.043 10.273 < .001 0.361 0.531
Disposición de
recursos P6 0.831 0.022 37.473 < .001 0.787 0.874
P7 0.769 0.024 32.322 < .001 0.723 0.816
P8 0.784 0.026 30.594 < .001 0.734 0.834
Asistencia
empresarial P9 0.731 0.028 25.736 < .001 0.675 0.786
P10 0.836 0.021 40.054 < .001 0.795 0.877
P11 0.781 0.023 33.287 < .001 0.735 0.827
Cohesión
social P14 0.654 0.033 20.055 < .001 0.590 0.718
P15 0.790 0.029 27.602 < .001 0.734 0.846
P12 0.817 0.027 30.270 < .001 0.764 0.869
Vol. 13/ Núm. 2 2026 pág. 2634
Desarrollo
personal P17 0.774 0.025 31.294 < .001 0.726 0.823
P18 0.825 0.024 33.742 < .001 0.778 0.873
P20 0.817 0.025 33.075 < .001 0.769 0.866
P21 0.799 0.023 35.181 < .001 0.755 0.844
La tabla de cargas de los factores (AFC) muestra que todas las cargas estandarizadas son
estadísticamente significativas (p < 0.001) y se sitúan entre 0.446 (P4 en prevención del delito) y
0.836 (P10 en asistencia empresarial).
Figura 1
Gráfico de AFC
La tercera etapa fue delimitar el modelo estructural. Una vez confirmado el modelo de
medición, se estableció el modelo estructural para responder al objetivo general: determinar el
efecto de las cuatro variables exógenas sobre el desarrollo personal (Jc). Los resultados
principales son:
Pdd → Jc (β = 0.708, p = 0.013): Se confirma la asociación positiva y significativa de la
prevención del delito sobre el desarrollo personal / calidad de vida urbana. Es la relación más
fuerte del modelo. Ddr → Jc (β = 0.336, p = 0.111): la disposición de recursos incide de forma
positiva; pero, no significativa. En consecuencia, la relación existe, pero, la muestra no
proporciona evidencia suficiente para afirmar que aumenta la calidad de vida/desarrollo personal.
JC_1 → Jc (β = -0.019, p = 0.941): No existe grado de incidencia. La asistencia empresarial, en
este modelo, no se relaciona con la calidad de vida urbana/desarrollo personal. Chs → Jc (β = -
0.163, p = 0.494): el efecto es negativo, pero no significativo. La cohesión social, contrariamente
a lo establecido en la literatura, no muestra una asociación clara con la variable calidad de
vida/desarrollo personal. Esto podría deberse a que su efecto requiere de la mediación en otras
variables no contempladas en este modelo.
Desarrollo
personal P17 0.774 0.025 31.294 < .001 0.726 0.823
P18 0.825 0.024 33.742 < .001 0.778 0.873
P20 0.817 0.025 33.075 < .001 0.769 0.866
P21 0.799 0.023 35.181 < .001 0.755 0.844
La tabla de cargas de los factores (AFC) muestra que todas las cargas estandarizadas son
estadísticamente significativas (p < 0.001) y se sitúan entre 0.446 (P4 en prevención del delito) y
0.836 (P10 en asistencia empresarial).
Figura 1
Gráfico de AFC
La tercera etapa fue delimitar el modelo estructural. Una vez confirmado el modelo de
medición, se estableció el modelo estructural para responder al objetivo general: determinar el
efecto de las cuatro variables exógenas sobre el desarrollo personal (Jc). Los resultados
principales son:
Pdd → Jc (β = 0.708, p = 0.013): Se confirma la asociación positiva y significativa de la
prevención del delito sobre el desarrollo personal / calidad de vida urbana. Es la relación más
fuerte del modelo. Ddr → Jc (β = 0.336, p = 0.111): la disposición de recursos incide de forma
positiva; pero, no significativa. En consecuencia, la relación existe, pero, la muestra no
proporciona evidencia suficiente para afirmar que aumenta la calidad de vida/desarrollo personal.
JC_1 → Jc (β = -0.019, p = 0.941): No existe grado de incidencia. La asistencia empresarial, en
este modelo, no se relaciona con la calidad de vida urbana/desarrollo personal. Chs → Jc (β = -
0.163, p = 0.494): el efecto es negativo, pero no significativo. La cohesión social, contrariamente
a lo establecido en la literatura, no muestra una asociación clara con la variable calidad de
vida/desarrollo personal. Esto podría deberse a que su efecto requiere de la mediación en otras
variables no contempladas en este modelo.
Vol. 13/ Núm. 2 2026 pág. 2635
Figura 2
Gráfico del modelo
En consecuencia, el modelo confirma que solo la prevención del delito (Pdd) explica la
calidad de vida/desarrollo personal (Jc) (β = 0.708, p = 0.013), mientras que las otras variables no
son significativas. A partir de ello, en el contexto específico de Los Olivos, las estrategias de
prevención del delito son los factores más relevantes que explican la percepción sobre el
desarrollo personal, inclusive supera a la variable disposición de recursos.
DISCUSIÓN
A partir de los resultados obtenidos se confirma la incidencia positiva de las estrategias
de prevención del delito en el desarrollo personal (β = 0.708; p = 0.013). Este resultado coincide
con lo señalado por Cruz (2023), quien demostró que, la articulación de acciones para la
recuperación de espacios públicos (iluminación) fortalece la imagen institucional y mitigan la
sensación de temor. Por su parte Flores (2021) señaló que el diseño de políticas diferenciadas
debe sustentarse en la delimitación de zonas de peligro; en consecuencia; el estudio demuestra
que los vecinos valoran más acciones de prevención situacional y comunitaria que las medidas
reactivas. Otro de los hallazgos es que la disposición de recursos: cantidad de vehículos; cámaras
de videovigilancia y patrullaje constante, fue valorado como un factor positivo, aunque no
significativo (β = 0.336; p = 0.111). a partir de ello, se puede inferir que los encuestados
consideran que este tipo de estrategias son exclusivas e inherentes a la gestión institucional (Solís
et al., 2021); sin embargo, estos recursos son insuficientes o están mal gestionados, ello implica
que, su presencia no garantiza una mejora efectiva en el desarrollo personal.
Entorno a la variable asistencia empresarial, el modelo no mostró incidencia en el desarrollo
personal (β = -0.019; p = 0.941). Es un resultado contradictorio a lo establecido por Guillén y
Figuera (2024), quienes enfatizan en la efectividad de estas medidas para el control del comercio
Figura 2
Gráfico del modelo
En consecuencia, el modelo confirma que solo la prevención del delito (Pdd) explica la
calidad de vida/desarrollo personal (Jc) (β = 0.708, p = 0.013), mientras que las otras variables no
son significativas. A partir de ello, en el contexto específico de Los Olivos, las estrategias de
prevención del delito son los factores más relevantes que explican la percepción sobre el
desarrollo personal, inclusive supera a la variable disposición de recursos.
DISCUSIÓN
A partir de los resultados obtenidos se confirma la incidencia positiva de las estrategias
de prevención del delito en el desarrollo personal (β = 0.708; p = 0.013). Este resultado coincide
con lo señalado por Cruz (2023), quien demostró que, la articulación de acciones para la
recuperación de espacios públicos (iluminación) fortalece la imagen institucional y mitigan la
sensación de temor. Por su parte Flores (2021) señaló que el diseño de políticas diferenciadas
debe sustentarse en la delimitación de zonas de peligro; en consecuencia; el estudio demuestra
que los vecinos valoran más acciones de prevención situacional y comunitaria que las medidas
reactivas. Otro de los hallazgos es que la disposición de recursos: cantidad de vehículos; cámaras
de videovigilancia y patrullaje constante, fue valorado como un factor positivo, aunque no
significativo (β = 0.336; p = 0.111). a partir de ello, se puede inferir que los encuestados
consideran que este tipo de estrategias son exclusivas e inherentes a la gestión institucional (Solís
et al., 2021); sin embargo, estos recursos son insuficientes o están mal gestionados, ello implica
que, su presencia no garantiza una mejora efectiva en el desarrollo personal.
Entorno a la variable asistencia empresarial, el modelo no mostró incidencia en el desarrollo
personal (β = -0.019; p = 0.941). Es un resultado contradictorio a lo establecido por Guillén y
Figuera (2024), quienes enfatizan en la efectividad de estas medidas para el control del comercio
Vol. 13/ Núm. 2 2026 pág. 2636
informal y la reducción de actos delictivos como la extorsión. Al respecto; el estudio se enfocó
en la percepción de los ciudadanos y no en comerciantes; ello significa que los residentes podrían
diferenciar entre las condiciones para el comercio y su bienestar personal cotidiano. En la misma
línea, la cohesión social, tampoco demostró incidencia positiva (β = -0.163; p = 0.494), e incluso
presentó un coeficiente negativo. Este resultado es paradójico, pues autores como Manzano et al.
(2024) y Alcántara y Argomedo (2024) han señalado que una forma efectiva de combatir el delito
es a través de la confianza interpersonal y asociación comunitaria. Es posible que los vecinos
perciban esta medida como una carga adicional o que el efecto de la cohesión social sobre el
desarrollo personal podría estar mediado por otras variables no analizadas en el modelo.
CONCLUSIONES
A nivel estadístico, todas las variables exógenas presentan covarianzas positivas y
significativas: Pdd-Ddr = 0.911; JC_1-Chs = 0.926), esto indica que existe una interdependencia
entre ellas; con ello se infiere que, desde la percepción de los residentes, la prevención del delito,
la disposición de recursos, la asistencia empresarial y la cohesión social conforman un sistema
integrado; en ese sentido, al compartir tanta varianza, los efectos de cada variable se diluyen; ello
podría explicar por qué solo una de ellas presenta asociación positiva
Se confirma parcialmente la hipótesis del estudio, pues solo una de las cuatro variables
independientes resultó predictora significativa; sin embargo, este hallazgo no invalida la
importancia de las otras variables; por el contrario, sugiere la necesidad de replantear el modelo
incorporando variables mediadoras (por ejemplo, confianza institucional o eficacia policial
percibida) o moderadoras (como nivel socioeconómico o victimización previa). Asimismo,
futuras investigaciones deberían segmentar la muestra por grupos etarios y evaluar si el modelo
estructural se mantiene entre ellos. Además de desarrollar estudios similares en otros distritos.
informal y la reducción de actos delictivos como la extorsión. Al respecto; el estudio se enfocó
en la percepción de los ciudadanos y no en comerciantes; ello significa que los residentes podrían
diferenciar entre las condiciones para el comercio y su bienestar personal cotidiano. En la misma
línea, la cohesión social, tampoco demostró incidencia positiva (β = -0.163; p = 0.494), e incluso
presentó un coeficiente negativo. Este resultado es paradójico, pues autores como Manzano et al.
(2024) y Alcántara y Argomedo (2024) han señalado que una forma efectiva de combatir el delito
es a través de la confianza interpersonal y asociación comunitaria. Es posible que los vecinos
perciban esta medida como una carga adicional o que el efecto de la cohesión social sobre el
desarrollo personal podría estar mediado por otras variables no analizadas en el modelo.
CONCLUSIONES
A nivel estadístico, todas las variables exógenas presentan covarianzas positivas y
significativas: Pdd-Ddr = 0.911; JC_1-Chs = 0.926), esto indica que existe una interdependencia
entre ellas; con ello se infiere que, desde la percepción de los residentes, la prevención del delito,
la disposición de recursos, la asistencia empresarial y la cohesión social conforman un sistema
integrado; en ese sentido, al compartir tanta varianza, los efectos de cada variable se diluyen; ello
podría explicar por qué solo una de ellas presenta asociación positiva
Se confirma parcialmente la hipótesis del estudio, pues solo una de las cuatro variables
independientes resultó predictora significativa; sin embargo, este hallazgo no invalida la
importancia de las otras variables; por el contrario, sugiere la necesidad de replantear el modelo
incorporando variables mediadoras (por ejemplo, confianza institucional o eficacia policial
percibida) o moderadoras (como nivel socioeconómico o victimización previa). Asimismo,
futuras investigaciones deberían segmentar la muestra por grupos etarios y evaluar si el modelo
estructural se mantiene entre ellos. Además de desarrollar estudios similares en otros distritos.
Vol. 13/ Núm. 2 2026 pág. 2637
REFERENCIAS
Alcántara, M. del R., y Argomedo, D. D. (2024). Estrategia Multisectorial Barrio Seguro:
inseguridad, crimen y violencia en Huacho, Perú. Estado & comunes. Revista de políticas
y problemas públicos, 1(18), 39-58.
https://doi.org/10.37228/estado_comunes.v1.n18.2024.339
Banco interamericano para el desarrollo. (07 de marzo 2024). Seguridad Ciudadana en América
Latina y el Caribe. https://www.iadb.org/es/noticias/seguridad-ciudadana-en-america-
latina-y-el-caribe
Caracheo, C. E., y Ventura, V. Y. (2023). Alumbrado público y prevención de delitos sexuales
en entornos locales: El caso de la colonia Xalpa en Iztapalapa. Quivera. Revista de
Estudios Territoriales, 25(2), 79-105
Céspedes, E. (2023). Policiamiento basado en evidencia y criminología táctica 1. Revista Logos
Ciencia & Tecnología, 15(3), 5-18. https://doi.org/10.22335/rlct.v15i3.1896
Cruz, J. (2023). Prevención del Delito y Multiagencialidad: El rol de la Municipalidad de Rosario
en la intervención del barrio Grandoli y Gutiérrez durante los años 2020-2022. Pilquen,
sección ciencias sociales 26(2); 1-14.
Caccia, A; y Avalle, G. (2024). Políticas de seguridad en Córdoba: comunidad y policiamiento
territorial en el Plan Integral de Seguridad Ciudadana URVIO. Revista Latinoamericana
de Estudios de Seguridad, 39, 99-115. https://doi.org/10.17141/urvio.39.2024.6061
Flores, S. (2021). Análisis espacial del delito callejero en Ciudad de México, 2018. Quivera.
Revista de Estudios Territoriales, 23(1), 25-47.
https://doi.org/10.36677/qret.v23i1.15072
Gelvez, J; Nieto, M. P; Rocha, C.A. (2022). Prediciendo el crimen en ciudades intermedias: un
modelo de “machine learning” en Bucaramanga, Colombia 1 URVIO. Revista
Latinoamericana de Estudios de Seguridad, 34, 83-98.
https://doi.org/10.17141/urvio.34.2022.5395
Ginga, L. (2022). Los efectos de subjetivación del dispositivo de prevención del delito en el marco
de la gubernamentalidad de la seguridad Dilemas. Revista de Estudos de Conflito e
Controle Social, 15(2), 617-642. https://doi.org/10.4322/dilemas.v15n2.42072
Gonzales, P; y Carvajal, J. (2022). Política de Gobierno como generador del conflicto:
Criminalidad seguridad y percepción de inseguridad en las ciudades de Bogotá, Medellín
y Cali 2020-2021. Via Inveniendi Et Iudicandi, 2023, 18(1), 1–17.
https://doi.org/10.15332/19090
Guerrero, K. G., Balseca, P. E., y Guerrero, G. R. (2021). Estado Responsable y participación en
la seguridad ciudadana en América Latina. SAPIENTIAE: Revista de Ciencias Sociais,
Humanas e Engenharias, 6(2), 220-233
REFERENCIAS
Alcántara, M. del R., y Argomedo, D. D. (2024). Estrategia Multisectorial Barrio Seguro:
inseguridad, crimen y violencia en Huacho, Perú. Estado & comunes. Revista de políticas
y problemas públicos, 1(18), 39-58.
https://doi.org/10.37228/estado_comunes.v1.n18.2024.339
Banco interamericano para el desarrollo. (07 de marzo 2024). Seguridad Ciudadana en América
Latina y el Caribe. https://www.iadb.org/es/noticias/seguridad-ciudadana-en-america-
latina-y-el-caribe
Caracheo, C. E., y Ventura, V. Y. (2023). Alumbrado público y prevención de delitos sexuales
en entornos locales: El caso de la colonia Xalpa en Iztapalapa. Quivera. Revista de
Estudios Territoriales, 25(2), 79-105
Céspedes, E. (2023). Policiamiento basado en evidencia y criminología táctica 1. Revista Logos
Ciencia & Tecnología, 15(3), 5-18. https://doi.org/10.22335/rlct.v15i3.1896
Cruz, J. (2023). Prevención del Delito y Multiagencialidad: El rol de la Municipalidad de Rosario
en la intervención del barrio Grandoli y Gutiérrez durante los años 2020-2022. Pilquen,
sección ciencias sociales 26(2); 1-14.
Caccia, A; y Avalle, G. (2024). Políticas de seguridad en Córdoba: comunidad y policiamiento
territorial en el Plan Integral de Seguridad Ciudadana URVIO. Revista Latinoamericana
de Estudios de Seguridad, 39, 99-115. https://doi.org/10.17141/urvio.39.2024.6061
Flores, S. (2021). Análisis espacial del delito callejero en Ciudad de México, 2018. Quivera.
Revista de Estudios Territoriales, 23(1), 25-47.
https://doi.org/10.36677/qret.v23i1.15072
Gelvez, J; Nieto, M. P; Rocha, C.A. (2022). Prediciendo el crimen en ciudades intermedias: un
modelo de “machine learning” en Bucaramanga, Colombia 1 URVIO. Revista
Latinoamericana de Estudios de Seguridad, 34, 83-98.
https://doi.org/10.17141/urvio.34.2022.5395
Ginga, L. (2022). Los efectos de subjetivación del dispositivo de prevención del delito en el marco
de la gubernamentalidad de la seguridad Dilemas. Revista de Estudos de Conflito e
Controle Social, 15(2), 617-642. https://doi.org/10.4322/dilemas.v15n2.42072
Gonzales, P; y Carvajal, J. (2022). Política de Gobierno como generador del conflicto:
Criminalidad seguridad y percepción de inseguridad en las ciudades de Bogotá, Medellín
y Cali 2020-2021. Via Inveniendi Et Iudicandi, 2023, 18(1), 1–17.
https://doi.org/10.15332/19090
Guerrero, K. G., Balseca, P. E., y Guerrero, G. R. (2021). Estado Responsable y participación en
la seguridad ciudadana en América Latina. SAPIENTIAE: Revista de Ciencias Sociais,
Humanas e Engenharias, 6(2), 220-233
Vol. 13/ Núm. 2 2026 pág. 2638
Guillén, A; Figuera, P; Gessa, M; Mayorga, V. (2024). Factores de Riesgos Asociados a la
Violencia Intergeneracional en el Ecuador. Conectividad, 5(4), 63-74.
https://doi.org/10.37431/conectividad.v5i4.208
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th
ed.). Cengage Learning
Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). The
Guilford Press.
Lerma, C; Puraca, M; Ticona, A; Tiña, G; Turpo, K. (2023). Lineamientos de prevención para
reducir los delitos contra el patrimonio y la libertad sexual en la ciudad de Puno. Revista
de Derecho, 8(2), 1-25. https://doi.org/10.47712/rd.2023.v8i2.247
Manzano, L., Jimenez, W., y Vega, F. (2024). Validacion del concepto de eficacia colectiva. Un
estudio en barrios latinoamericanos. Revista Científica General José María Córdova,
22(46), 383-407. https://doi.org/10.21830/19006586.1298
Pérez, C., Galiano, G., Vera Esteves, S. B., y Rodríguez Hernández, D. M. (2023). Cultura de la
violencia: un análisis de las conexiones sociales y sus implicaciones en la delincuencia.
Uniandes Episteme. Revista digital de Ciencia, Tecnología e Innovación, 10(4), 523-542.
Solis, M; Contreras, R; y Sánchez, Luz. (2021). Políticas Públicas, su impacto en la Seguridad
Ciudadana. Innova research journal, 6(1), 31-46.
https://doi.org/10.33890/innova.v6.n1.2021.1516
Guillén, A; Figuera, P; Gessa, M; Mayorga, V. (2024). Factores de Riesgos Asociados a la
Violencia Intergeneracional en el Ecuador. Conectividad, 5(4), 63-74.
https://doi.org/10.37431/conectividad.v5i4.208
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th
ed.). Cengage Learning
Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). The
Guilford Press.
Lerma, C; Puraca, M; Ticona, A; Tiña, G; Turpo, K. (2023). Lineamientos de prevención para
reducir los delitos contra el patrimonio y la libertad sexual en la ciudad de Puno. Revista
de Derecho, 8(2), 1-25. https://doi.org/10.47712/rd.2023.v8i2.247
Manzano, L., Jimenez, W., y Vega, F. (2024). Validacion del concepto de eficacia colectiva. Un
estudio en barrios latinoamericanos. Revista Científica General José María Córdova,
22(46), 383-407. https://doi.org/10.21830/19006586.1298
Pérez, C., Galiano, G., Vera Esteves, S. B., y Rodríguez Hernández, D. M. (2023). Cultura de la
violencia: un análisis de las conexiones sociales y sus implicaciones en la delincuencia.
Uniandes Episteme. Revista digital de Ciencia, Tecnología e Innovación, 10(4), 523-542.
Solis, M; Contreras, R; y Sánchez, Luz. (2021). Políticas Públicas, su impacto en la Seguridad
Ciudadana. Innova research journal, 6(1), 31-46.
https://doi.org/10.33890/innova.v6.n1.2021.1516