analítika 5

7/27/2019 Analtika 5

1/76

www.inec.gob.ec www.inec.gob.ec/analitika

ISSN 1390-6208

Analti akRevista de Anlisis EstadsticoJournal of Statistical Analysis5

Nmero 1 - 2013

e-ISSN 1390-7867


2/76

ContextoInterpretacin funcional de la lgica significativa enel desarrollo de la ciencia.

Analtika 5, Enero 2013 - Junio 2013, revista semestral de anlisis estadstico, Instituto Nacional de Estadstica y Censos, Ecuador.

Publicacin internacional bilinge dedicada a estudios relacionados con ciencias sociales, econmicas, anlisis estadstico y de datos.

Las ideas y opiniones expresadas en las colaboraciones, son de exclusividad de las autoras y los autores.

ISSN 1390-6208 5

Directorio Revista

DIRECTOR DE ESTUDIOS ANALTICOS ESTADSTICOS

Pal Medina Ph.D.

EDITOR - DIRECTOR CIENTFICO DE LA REVISTA

Francisco Venegas Marnez Ph.D. (IPN - Mxico)

Silviu Glavan Ph. D. (U. Navarra - Espaa)

Adriana Uquillas Ph. D. (Banco Itau - Unibanco- Brazil)

Carlos Machicado Ph.D. (INESAD - Bolivia)

Carlos Almeida Ph.D. (UCL - Blgica)

Ana Molina M.Sc., Ph.D.(c) (IUIOG Espaa)

COMIT EDITORIAL INTERNACIONAL

Lilia Quituisaca Samaniego

Giovanny Quimbiulco

APOYO EDITORIAL

Martha Rodrguez

REVISIN DE ESTILO Y REDACCIN

Byron SosaDISEO Y DIAGRAMACIN PORTADA Y SEPARATAS

Nmero 1 - 2013

Diego Chamorro Ph.D. (U. d' Evry - Val- d'Essone - Francia)

Andrs Merino (Edicin en )

Roberto Casllo M.Sc.Indexada y registrada en:

COMIT EDITORIAL NACIONAL - ECUADOR

Borys Alvarez Ph.D. (UCE)

Petronio Alvarez Ph.D. (UCE)

Juan Mayorga-Zambrano Ph.D. (UIsrael)

Wilson Prez Ph.D. (FLACSO)

Juan Garca M.Sc. (UDLA)

Sergio Casllo M.Sc. (ESPE)

e-ISSN 1390-7867

COORDINACIN EDITORIAL


3/76

Presentacin

Estimados lectores,

Es un placer presentar el quinto volumen de la Revista Analtika, en el mismo se recogen los trabajos de

investigadores nacionales y extranjeros en los mbitos econmico, financiero, estadstico y sociolgico.En particular se muestran los siguientes estudios:

"Teora y Prctica de la Discriminacin en el Mercado Laboral Ecuatoriano (2007-2012)". En esteestudio se analiza la discriminacin por gusto (taste-based), basada en la discriminacin estadstica

(statistical-discrimination); evaluando las metodologas y resultados de estudios de brechassalariales y discriminacin realizados sobre Ecuador.

"Factores determinantes de la migracin de los ecuatorianos". En este estudio se evidencia el procesomigratorio, generado en el Ecuador desde inicios del actual milenio, poniendo nfasis en lascaractersticas de los migrantes ecuatorianos, a partir de las semejanzas existentes entre lascondiciones sociodemogrficas de los hogares a los que pertenecan antes de salir del pas.

"Cuantificacin del riesgo operacional mediante modelos de prdidas agregadas y simulacin MonteCarlo". En este estudio se estima la dotacin de capital por Riesgo Operacional, utilizando modelosde prdidas agregadas. Incluye, adems, los resultados de varios experimentos de casos simulados y

reales, bajo distintas funciones de distribucin clsica.

"Cuantificacin de las prdidas inesperadas ocasionadas por la delincuencia en Ecuador". Enesta investigacin se estudia el costo econmico que representara para la sociedad la actividaddelictiva, considerando delitos como: robo total de vehculo, robo a accesorios de vehculo, robo devivienda, robo a personas, estafa, intimidacin o amenaza y heridas.

Cabe destacar que la investigacin "Cuantificacin de las prdidas ocasionadas por la delincuencia enEcuador" ha sido expuesta en el "I Congreso Internacional de Estadstica Aplicada" realizado en Ecuadory organizado por la Escuela Superior Politcnica del Chimborazo (ESPOCH); en las "Tertulias

Estadsticas" realizadas por el INEC y de manera particular queremos sealar que este trabajo ha sidoaceptado, luego de ser revisado por el comit cientfico, para su ponencia y discusin, en el 59th WorldStatistics Congress (WSC), organizado por the Census and Statistics Department (C&SD), the officialstatistical agency of the Hong Kong Special Administrative Region (HKSAR), con el aval acadmico ycientfico delInternational Statistical Institute (ISI).

Es un hito para la Institucin y el pas que este trabajo, realizado en su totalidad porinvestigadores ecuatorianos, dos de las autoras funcionarias del Instituto y el otro autor profesor-investigador de la Escuela Politcnica del Ejrcito- haya sido aceptado en tan prestigioso eventocientfico, considerando que es el nico, hasta donde conocemos de todo el Ecuador en ser aceptado.

Con agrado queremos anunciar que adems de estar indexados en Latindex y Dialnet, la revista ha sidoingresada en EBSCO Publishing database y CENGAGE LEARNING, bases de datos de reconocido

prestigio mundial. Esta inclusin no hace ms que reconocer y valorar, una vez ms, el trabajo serio y dealta calidad que se viene realizando en la edicin de la revista, pues para la inclusin en las bases dedatos sealadas, la revisin y cumplimientos de parmetros, altamente exigentes, han sido cumplidos ensu totalidad. Debemos sealar que la revista contina con la postulacin en otras bases de datoscientficas, cada vez ms exigentes, todo ello con el fin de mejorar y posicionarnos como una de lasmejores revistas del pas y la regin.

Finalmente, queremos reiterar nuestro compromiso de difundir los trabajos de investigadores nacionalesy extranjeros, de alta calidad. Es claro que hasta el momento, casi todos los temas publicados en larevista han abordado problemas sociales, demogrficos, financieros y econmicos del pas, a ms detener un alto valor cientfico, han pretendido mostrar posibles causas y soluciones, con el objetivo de quecada da nos desarrollemos en una sociedad basada en el conocimiento.

Jos RoseroDirector Ejecutivo


4/76


5/76

Contenido

1. Teora y Prctica de la Discriminacinen el Mercado Laboral Ecuatoriano (2007-2012) ... 3Theory and Practice of Discrimination in the Ecuadorian Labor Market (2007-2012)

Jairo Rivera

2. Factores determinantes de la migracin de los ecuatorianos ........ 23Determinants of migration of Ecuadorians

Patricia Cortez y Pal Medina

3. Cuantificacin del riesgo operacional mediante modelosde prdidas agregadas y simulacin Monte Carlo 37

Operational Risk Quantification using aggregate loss models

and Monte Carlo simulation

Marco Flores

4. Cuantificacin de las prdidas inesperadas ocasionadaspor la delincuencia en Ecuador. 51

Quantification of losses caused by delinquency in Ecuador

Yannira Chvez, Patricia Cortez y Pal Medina

Normas para la presentacin de trabajos ........ 65

Norms for submission of papers . 68

Cdigo de tica .. 71


6/76


7/76

Jairo Rivera

Analti akTeora y Prctica de la Discriminacin en el Mercado

Laboral Ecuatoriano (2007-2012)

Theory and Practice of Discrimination in the EcuadorianLabor Market (2007-2012).



8/76


9/76

Teora y Prctica de la Discriminacin en el Mercado Laboral Ecuatoriano

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis

Teora y Prctica de la Discriminacin en el MercadoLaboral Ecuatoriano (2007-2012)

Theory and Practice of Discrimination in the EcuadorianLabor Market (2007-2012)

Jairo Rivera

Pontificia Universidad Catlica de Chile

[email protected]

Recibido: 14 de marzo de 2013 Aceptado: 17 dde mayo de 2013

Resumen

Este trabajo analiza en detalle las dos principales teoras de discriminacin que han sido usadas ampliamente por loseconomistas: la discriminacin por gusto (taste-based) y la discriminacin estadstica (statistical-discrimination). Adems,evala las metodologas y resultados de los pocos estudios de brechas salariales y discriminacin realizados sobre Ecua-

dor. Posteriormente, se determina la existencia de discriminacin en el mercado laboral ecuatoriano para los periodosde 2007 y 2012. En la estimacin, se usa una ecuacin semi-logartmica, se realiza la correccin del sesgo de seleccinempleando el mtodo de Heckman en dos etapas, y se usa la descomposicin de Oaxaca-Blinder para determinar lasdiferencias salariales atribuibles a factores observables y no observables. Los resultados indican que las brechas sala-riales entre hombres y mujeres se han reducido de 15.1%, para el ao 2007, a 10.1 %, para el ao 2012. Asimismo, lasbrechas salariales hacia grupos minoritarios han disminuido de 6.0 % a 3.7 %. Finalmente, los resultados muestran quelas diferencias salariales se deben a la presencia de discriminacin en el mercado laboral ecuatoriano.

Palabras clave: Brecha Salarial, Ecuacin Semi-logartmica, Descomposicin Salarial Oaxaca-Blinder.

Abstract

This paper analyzes in detail the two main theories of discrimination that have been extensively used by economists;

they are discrimination by taste (taste-based) and statistical discrimination (statistical-discrimination). In addition, itevaluates the methodologies and results of the few studies of wage gaps and discrimination about Ecuador. Subsequently,it determines the existence of discrimination in the Ecuadorian labor market for the periods 2007 and 2012. In estimatingis used a semi-logarithmic equation, the selection bias is corrected using the Heckman method in two stages, and is donethe Oaxaca-Blinder decomposition to determine the wage gap attributable to observable and unobservable factors. Theresults indicate that the wage gap between men and women has been reduced from 15.1 % for 2007 to 10.1 % for 2012.Also, the wage gap for minority groups decreased from 6.0 % to 3.7 %. Finally, the results show that wage differences aredue to the presence of discrimination in the Ecuadorian labor market.

Keywords: Wage Gap, Semi-logarithmic equation, Wage Decomposition Oaxaca-Blinder.

Cdigo JEL: C51, J23, J31, J71.

Analti ka, Revista de anlisis estadstico, 4 (2013), Vol. 5(1): 3-18 3
http://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]://-/?-http://-/?-http://-/?-http://-/?-http://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]


10/76


11/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis- para un empleado con salario wj, el trabajar con el fac-

tor discriminado convierte su salario neto en wj(1 dj),

siendo dj el DC;- para un consumidor que va a comprar un bien que tie-

ne costo p producido por el factor discriminado, el costoneto se convierte en p(1 + dk), siendo dk el DC.

El DC es definido como un nmero natural (cero o po-sitivo), y se usa como una representacin cuantitativa delgusto por discriminacin, que es la base para cuantificarempricamente la importancia de la discriminacin. En elpresente estudio, abarcaremos la teora concerniente a ladiscriminacin por parte de los empleadores. Becker con-sidera que la discriminacin de mercado est ligada neta-

mente con la productividad, y define la discriminacin porparte de los empleadores como el rechazo a contratar unapersona con un valor de producto marginal ms alto que su costomarginal.

Becker usa los supuestos de que el mercado se mane-ja en competencia perfecta, la produccin tiene rendimien-tos constantes a escala, y los trabajadores con color de piel

blanca y negra son sustitutos perfectos en la produccin. Lafuncin de utilidad del empleador depende del beneficio ydel nmero de trabajadores que contrata, hacia los cualestiene gusto por discriminacin. Adems, los empleadorespueden o no tener prejuicios raciales que los lleven a dis-criminar, y se supone que son de piel blanca, mientras que

los trabajadores pueden ser blancos o negros, y el grupodiscriminado es el de color negro. Tomaremos la notacinde Charles y Guryan (2008); con ello, la funcin de utilidaddel empleador se define as:

Ui = i diln

donde i representa los beneficios del empleador; as,

i = f(lb + ln) wblb wnln

y, wb representa el salario de las personas de color blanco,wn el salario de color negro, f(.) es la funcin de produc-

cin con retornos constantes a escala, y el empleador esco-ge entre (lb + ln) para maximizar su utilidad. Asimismo,la maximizacin de utilidad cumple con dos condiciones,que sintetizan la esencia del modelo de Becker:

f(lb + ln) wb 0 con igualdad si lb > 0

f(lb + ln) wn di 0 con igualdad si ln > 0

donde dichas condiciones representan que el empleadorcontratar trabajadores hasta el punto en que su produc-to marginal sea igual a su costo marginal. Para el trabaja-dor sin discriminacin, el costo marginal es su salario; pe-ro para el trabajador discriminado, su costo es ms alto,

ya que incorpora su salario y los prejuicios del empleador.Con ello, los trabajadores elegirn contratar trabajadoresnegros solo si:

wn + di wb

En el corto plazo, los mercados se deben aclarar para queexista equilibrio. Es aqu donde aparece el discriminador

marginal di como elemento fundamental para determinarsi una persona contrata o no a un trabajador. Las personas

con menor prejuicio que di contratarn trabajadores ne-gros, y aquellos con menor prejuicio contratarn solo blan-cos; con ello, el equilibrio es:

wn + di = w

b

El proceso usado por Becker para desarrollar su conceptode discriminacin toma en cuenta variables importantes,tales como: i) distancia social y fsica entre un individuoque acta como discriminador y el estatus socioeconmicorelativo del grupo del discriminado, ii) si trabajan en pro-duccin, interesa la sustituibilidad del factor, iii) el nmerorelativo del grupo discriminado dentro de la sociedad, iv)cantidad de conocimiento acerca del grupo discriminado,v) ubicacin geogrfica y cronolgica, y vi) diferencias enpersonalidad. Becker llega a la conclusin de que la discri-minacin afecta negativamente al ingreso del grupo discri-minado, pero tambin al propio ingreso del grupo discri-minador tomando como ejemplo el comercio internacional.Adems, si el grupo discriminado reacciona con represaliashacia el grupo discriminador, el salario del primer grupodisminuye an ms. Con ello, concluye que la discrimina-cin afecta ms a las minoras que a las mayoras.

Finalmente, Becker (1957) analiza la discriminacin de

mercadopor parte de los empleadores. Obtiene las siguien-tes tres relaciones: i) la distribucin del gusto por la dis-criminacin en los empleadores incrementa el empleo delgrupo no discriminado en detrimento de la contratacindel grupo discriminado, si el empleador es muy proclive adiscriminar; sin embargo, esta decisin puede ser contra-producente, ya que se podra perder de un buen emplea-do con productividad marginal alta que pertenece al grupodiscriminado, ii) la cantidad de competencia relativa al mo-nopolio es un factor que afecta a la discriminacin ya que, amayor competencia en la industria o mercado existe menormargen para la discriminacin; los empleadores que discri-

minan debern incurrir en mayores costos, lo cual puedeocasionar que queden fuera del mercado; y, iii) el nme-ro relativo de trabajadores del grupo discriminado es unfactor determinante en la discriminacin por parte de losempleadores; as, a medida que se incrementa el grupo detrabajadores discriminados, se produce un aumento de ladiscriminacin hacia ese grupo y sus salarios se reducen.

2.2 Modelo statistical-discrimination

La discriminacin estadstica nace ante el auge de in-vestigaciones sobre informacin limitada a inicios de losaos setenta. Entre sus principales expositores se destacan

Keneth Arrow (1972), Edmund Phelps (1972), y Aigner yCain (1977).

Arrow (1972) enfatiza que la diferencia entre los sala-rios de las personas se debe a que dentro del mercado exis-

http://-/?-http://-/?-http://-/?-http://-/?-


12/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysisten grupos que tienen sus caractersticas propias, y el mer-cado valora dichas caractersticas. Es decir, la nocin de

discriminacin estadstica5 implica que el mercado otorgavalor no solo a la productividad, sino tambin a las carac-tersticas personales. Describe su estudio como una expan-sin del modelo previo de Becker, pero ligndolo ms haciala teora de equilibrio general, pensado ms como un con-traste y menos como un acuerdo.

El anlisis realizado por Arrow (1973) sobre el trabajode Becker, donde se incorpora el gusto por discriminacindentro de la funcin de utilidad generando que las empre-sas que tienen mayor discriminacin obtengan menores be-neficios econmicos, considera que la estructura de gustospor discriminacin da una interesante explicacin en el cor-to plazo pero que, a largo plazo, parece no resistir las pre-siones competitivas. Ante ello, escribe su famosa frase elmodelo predice la ausencia del fenmeno para el cual fue desarro-llado. Asimismo, sostiene que la relacin entre el prejuicioy los salarios, planteada por Becker, puede sobrevivir en ellargo plazo solo en presencia de tres elementos: si el merca-do no es perfectamente competitivo, si existen importantesno convexidades, o si hay problemas de informacin.

Adems, Arrow (1998) critica duramente la forma enque es tratada la maximizacin de utilidades en el mode-lo taste-based. La inclusin de nuevas variables dentro delproblema del productor, como la utilidad negativa de con-tratar trabajadores discriminados, genera desafos para ex-

plicar la teora de eleccin racional. Esto produce que laexplicacin del modelo pueda caer en tautologa, y que lamedicin de la funcin de utilidad sea casi imposible deobtener para empresas grandes.

Phelps (1972), por su parte, realiza una distincin entresu teora naciente y la de Becker, argumentando que la dis-criminacin estadstica puede ser aplicada a todo tipo deempleador o trabajador; se basa en que no es necesaria laexistencia de un gusto por discriminacin hacia contratar ytrabajar junto a trabajadores negros o mujeres, a diferenciadel taste-based, que necesita la presencia del gusto por dis-criminacin. La importancia de la informacin estadstica

es clave para el modelo de Phelps, y se usa para suplir oreducir la informacin imperfecta del mercado.Debido a la informacin imperfecta, el empleador no

observa el nivel de habilidad de los solicitantes de trabajo,pero s observa el grupo al que pertenecen j(b, n), dondeb es blanco y n es negro. Tomamos la notacin de Fang yMoro (2011) para describir el modelo de Phelps.

Las habilidades de los trabajadores se denotan con q, yse asume que son iguales a su producto marginal; adems,tiene una distribucin normal, as N(j, 2j ). Los trabajado-

res observan el grupo al que pertenece el trabajador, y unaseal con ruido de productividad, as = q + , donde

se distribuye normalmente, as N(0, 2j). Cada empleadordeduce de el valor esperado de q con la informacin dis-ponible, incluyendo la identidad de grupo. La habilidad yla seal se distribuyen conjuntamente con una distribucinnormal, y la distribucin condicional de q dado es nor-mal, con media igual a un promedio ponderado de la sealy la media del grupo incondicional. As,

E(q|) =2j

2j + 2j

+2j

2j + 2j

j

Como resultado se obtienen las condiciones en las cua-

les el salario tender a ser ms cercano a la productividad oms cercano a la media de la poblacin. Si la seal es muyruidosa (varianza de alta), el valor esperado condicionalde la productividad de los trabajadores se encuentra cercade la media de la poblacin, independientemente del valorde la seal; y si la seal es muy precisa (varianza de pe-quea), entonces la seal proporciona una estimacin pre-cisa de la capacidad del trabajador. En su anlisis, Phelpspropone dos casos de desigualdad:

Caso 1: las seales de grupos son igualmente informa-tivas, pero un grupo tiene mayor inversin promedio decapital humano y (b = n = ), (b = n = ) y(b > n). Los empleadores actan racionalmente y otor-

gan menores salarios a los trabajadores del grupo n, yaque generan una menor productividad esperada, a pesarde que existe la reciben la misma seal del grupo.

Caso 2: las seales de los grupos son diferentes (n >b), mientras que las distribuciones incondicionales de ha-

bilidades son las mismas entre los dos grupos (b = n =) y (b = n = ). Con ello, los empleadores otorganmenores salarios a los trabajadores del grupo con mayorseal. Este caso es una muestra de discriminacin debido ala informacin que llega al empleador, y ejemplifica lo quesucede en el mercado laboral.

La frase final del estudio de Phelps es: la discriminacin

no es menos perjudicial para sus vctimas por ser estadstica, nimenos importante para ser contrarrestada por la poltica social.

2.3 Evaluacin emprica de los modelos

Como defensores del modelo taste-based aparecen Char-les y Guryan (2008), y realizan un trabajo en donde se eva-lan y comprueban los principales postulados del mode-lo de Becker para diferentes Estados miembros de EstadosUnidos. Primeramente, se muestra que los salarios de la

5Raphael (2002) realiza una definicin interesante de la discriminacin estadstica, as: cuando la informacin descrita por el color de piel es rele-vante, los agentes atribuyen las caractersticas prescritas del grupo al sujeto individual, por lo que se genera la construccin de una identidad socialvirtual para el sujeto que puede no tener relacin con las caractersticas reales de la persona. Por su parte, Cahuc y Zylberberg (2004) consideran que

la discriminacin estadstica estudia cmo individuos con idnticas habilidades pero pertenecientes a diferentes grupos no tienensenderos de carrerasequivalentes, debido a la calidad promedio, real o imaginaria, del grupo al cual pertenecen. Por otro lado, Schwab (1999) considera que los modelosde discriminacin estadstica no asumen prejuicios o gustos por parte de los empleadores para trabajar con determinada fuerza laboral, sino ms biense dedican al estudio de las caractersticas grupales para predecir atributos individuales en un mundo de informacin limitada; finalmente, denominaen forma acertada, como discriminacin estadstica, a aquella que se deriva de las correlaciones estadsticas.

6 Analti ka, Revista de anlisis estadstico, 4 (2013), Vol. 5(1): 3-18
http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


13/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysisgente de piel negra en comparacin con los de la gente depiel blanca tienen tres comportamientos: i) varan negativa-

mente ante el nivel de perjuicio de la persona marginalen un Estado, ii) varan negativamente con el prejuicio enel extremo inferior de la distribucin de los prejuicios, perono se ven afectados por los prejuicios de las personas msperjudicadas en un Estado, y iii) varan negativamente conla fraccin de un Estado que es negro. Adicionalmente, sepresentan pruebas para demostrar que las brechas salaria-les por color de piel son ms grandes cuanto ms integradaracialmente est la mano de obra del Estado. Adems, seindica que las predicciones principales del modelo de Bec-ker, mediante demostracin terica, sobreviven a los efec-tos de la competencia a largo plazo. Asimismo, se conside-ra que la discriminacin salarial sera menor si el mercadotuviera la capacidad de segregar; pero ante mercados msamplios y mayor poblacin, los objetivos de segregacinno se alcanzan. Finalmente, se demuestra que los lugaresdonde las personas de color negro reciben salarios ms ba-

jos es donde las personas de piel blanca tienen una especiede gusto por discriminacin mayor, ya que existe mayorproporcin de blancos que se oponen a los matrimoniosinterraciales, o blancos que no votaran por un presidentenegro, y usan estas variables como proxys del gusto por ladiscriminacin.

Una modificacin interesante al modelo taste-based sepresenta en McAdams (1995), donde se incorpora el hechode que a los blancos no les cuesta asociarse con los negrossiempre y cuando la relacin mantenga jerarquas; pone co-mo ejemplo a la prctica comn de los blancos que contra-tan a trabajadores negros para las labores domsticas ensus hogares. La psicologa forma parte de este modelo, yaque se presume que los blancos forman un grupo social-mente conectado que invierte en la elevacin de su autoes-tima mediante la subordinacin de los negros. Adems, seexplica el por qu los trabajadores de color de piel negra noocupan puestos de rango superior en las instituciones.

Mediante el uso de modelos de bsqueda, Black (1995)muestra que las predicciones de Becker para el largo pla-

zo pueden persistir en un entorno competitivo, con la par-ticularidad de que el acceso a informacin sea costoso yno exista informacin completa. En armona con lo ante-rior, Lang y Lehman (2010) afirman que los modelos taste-based pueden generar diferenciales de salarios y desempleocuando se combinan con cualquier modelo de bsquedasea aleatoria o dirigida. Con ello, se realza el uso de mode-los de bsqueda con el taste-based.

Un estudio llamativo que aplica el taste-based fue eldesarrollado por Levitt (2004). En la investigacin se tra-

baja con datos del programa The Weakest Link y se en-cuentra que los participantes tienen una tendencia a votar

por las personas que representan a grupos minoritarios enlas primeras rondas del juego. Sin embargo, posteriormen-te, con la informacin obtenida durante el juego, los juga-dores cambian de estrategia y trasladan su votacin hacia

aquellos que no les agradan, obviamente tomando en cuen-ta ms variables. El taste-based de los participantes los lleva

a discriminar, en su mayora, en contra las personas de latercera edad.Sin embargo, entre las crticas principales al modelo

del taste-based se encuentra la dificultad de medirlo. Ante,ello los modelos statistical-discrimination han tomado ma-yor fuerza y desarrollo.

Entre los estudios a favor del statistical-discrimination sedestaca Loury (1998), quien realiza una distincin entre lasteoras basadas en el taste-based de Becker y la statistical-discrimination de Arrow y Phelps. Loury considera que losmodelos basados en la informacin estadstica realizan unadescripcin ms realista del mercado laboral y la discrimi-

nacin hacia los negros. El uso del color de piel como fac-tor de discriminacin es una cuestin de fcil observacin,que se correlaciona con algunas otras que son difciles deobservar. Sin embargo, a su vez, Loury seala que la discri-minacin estadstica debeser tratada con sospecha legal yaque si no es bien analizada, puede generar problemas en laeficiencia de las asignaciones de mercado y en la equidad.

Arrow (1998) destaca un aspecto interesante, que secomprueba en varios estudios empricos, y es que la dife-rencia de salarios entre hombres y mujeres en la historiamoderna de Estados Unidos es mnima, si ambos realizanel mismo trabajo. Eso, a primera vista, nos dara luces de

que no existe problema de discriminacin; sin embargo, loque sucede en realidad es que aparece la segregacin labo-ral, ya que las mujeres no pueden acceder a ciertos puestosde trabajo; este caso es comparable a la segregacin resi-dencial.

List (2004) realiza una atractiva aplicacin de la discri-minacin estadstica, al investigar la compra y venta de lastarjetas de deportes. Los grupos minoritarios reciben me-nores ofertas de precios por la reserva de las tarjetas y, pue-den llegar a obtener el mismo precio que se pagara a ungrupo normal solamente despus de perder recursos co-mo tiempo. Adicionalmente, se encuentra que las personasque realizan transacciones con ms experiencia son aque-llas que en la prctica discriminan ms, y la causa debe ser,en s misma, su historial de transacciones, es decir, su esta-dstica.

Uno de los problemas de la discriminacin estadsticaes que trabaja con promedios de grupos y, con ello, el ser in-dividual se ve supeditado a las caractersticas de su grupo.La asignacin eficiente de recursos en economa se producecuando existen valoraciones marginales; sin ellas, es pro-

bable que se cometan errores. Adems, el problema puedeagravarse, como en el modelo de Aigner y Cain (1977), endonde los incentivos individuales para entrenarse hacia elgrupo discriminado son pocos porque, a pesar de que se

eduquen, seguirn percibiendo una parte de su remunera-cin de acuerdo a los salarios promedios del grupo al quepertenecen. De la misma forma, Lundberg y Startz (1983)analizan cmo la discriminacin estadstica puede agravar



14/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysislas distorsiones de mercado ya que las personas del gru-po discriminador tienen ms incentivos para invertir en

formacin, en comparacin con los discriminados. Coatey Loury (1993) denominan a este proceso el aparecimien-to de estereotipos negativos hacia el grupo discriminado,pudiendo perpetuar el efecto en los salarios, equidad y efi-ciencia en el mercado. Cahuc y Zylberberg (2004) resumenacertadamente el problema, sealando que la discrimina-cin estadstica puede generar una inequidad persistenteentre grupos, ya que las decisiones de los empleadores in-fluyen en la educacin de los grupos discriminados; conello, un grupo que no observa retornos salariales mayo-res ante mejor educacin, no tiene los incentivos necesa-rios para educarse; esto puede afectar tanto su instruccinpresente como la educacin que brindarn a sus hijos, locual perpetuar la discriminacin. En la misma lnea, Sch-wab (1986) estudia cmo la discriminacin estadstica pue-de agravar las diferencias de la oferta de trabajo, porquelos trabajadores encasillarn su bsqueda solo hacia cier-tos empleos, y los grupos discriminados tendern hacia losque ofrecen menor salario.

Por otro lado, Sunstein (1991) ha encontrado evidenciapara contradecir el modelo de Lundberg y Startz; planteaque, debido a que los retornos a la educacin en la prcticason mayores para la gente con color negro de piel que paralos blancos, eso puede estimular la inversin en formacintanto para el empleador como para el trabajador en favorde dicho grupo discriminado. Los efectos de desincentivohacia los grupos minoritarios se transforman hacia una me-

jorara de la equidad social.

Finalmente, en la parte metodolgica han existido apor-tes interesantes al trabajar con el modelo de discriminacinestadstica; se los detallar a continuacin:

Heckman (1979) analiza el problema de sesgo por auto-seleccin. Primero, indica que el sesgo de seleccin mues-tral puede surgir en la prctica por dos razones: puedeexistir auto-seleccin por los individuos, o por decisionesde seleccin de muestras por procesadores o analistas dedatos. Plantea, adems, que el sesgo de autoseleccin sesustenta en el problema de variables omitidas, y eso se de-

be a que las funciones de regresin ajustadas confunden alos parmetros de comportamiento con los parmetros dela funcin de determinacin de la probabilidad de entra-da en la muestra. Finalmente, mediante la incorporacinde un corrector de sesgo se pueden corregir la matriz devarianza-covarianza y los errores estndar.

En el tema de descomposicin salarial, Cahuc y Zylber-berg (2004) describen los aportes de Oaxaca y Blinder en losaos setenta. Las tcnicas son muy similares, y consisten encomparar los salarios de un grupo con los del grupo discri-minado. Mediante la estimacin de las ecuaciones de sala-

rio separadamente para ambos grupos, se obtiene valoresreferenciales que se introducen en la metodologa de des-composicin. Como resultado del modelo, se puede distin-guir entre los factores observables que afectan a la brecha

salarial y los no observables. Los factores no observables seatribuyen a discriminacin. Como lo sealan ODonnell et

al. (2008), existen varias descomposiciones salariales deri-vadas de la inicial de Oaxaca-Blinder, aunque la esencia defactores explicados y no explicados por el modelo se man-tiene.

Heckman (1998) realiza una crtica al modelo de dis-criminacin estadstica en estudios contemporneos sobrediscriminacin. Observa que los autores confunden discri-minacin de la empresa con discriminacin de mercado, ygeneralizan los resultados sin mayor cuidado. Adems, in-dica que es el margen lo que debe interesar a los economis-tas al estudiar la discriminacin. Finalmente, asegura queel modelo de Becker est mal interpretado cuando se ase-verar que en el largo plazo la discriminacin desaparecer;plantea que, por el contrario, ms bien se reducir,tal comoest sucediendo en el mercado laboral de Estados Unidos.

2.4 Caso: Ecuador

A nivel mundial existe una vasta literatura sobre la me-dicin de la discriminacin salarial usando como partidael retorno de la educacin y, en esencia, el modelo Mince-riano. Mincer (1974) determin que las variables relevantespara determinar el retorno de la educacin son: nivel deeducacin, experiencia y experiencia al cuadrado.

En el Ecuador, sin embargo, existe un nmero reduci-

do de estudios que se dedican a explicar la discriminacin,los retornos educacionales y las brechas salariales. Los es-tudios existentes se han centrado en la medicin de brechasen las siguientes categoras: gnero, etnia, intersectoriales,intrasectoriales y regionales.

Dentro de los estudios intersectoriales sobresale Carri-llo (2004), quien elabora un anlisis de regresin tradicional(MCO) que le permite identificar el promedio de las dife-rencias salariales entre el sector pblico y privado; utilizala ecuacin semi-logartmica minceriana para explicar losdeterminantes del salario de la siguiente manera:

Ln(wi) = Xi + Pi + i

donde wi corresponde al salario por hora del asalariadoi, Xi corresponde a un vector con variables explicativas quedeterminan el nivel del salario, es un vector de parme-tros, Pi es una variable dummy que toma el valor de uno siel individuo trabaja en el sector pblico, es un coeficien-te escalar, y i es una variable aleatoria que incluye todoslos otros factores que forman parte del salario y que no sonexplicados por las variables independientes del modelo.

Carrillo obtuvo como principal conclusin que los tra-bajadores del sector pblico obtienen en promedio 18 %ms que sus colegas del sector privado. Adems, seal

que existen diferencias salariales que dependen del nivelde salario, en donde, las brechas son ms marcadas entrelos que menos ganan y son casi nulas entre los que msganan.



15/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical AnalysisPor otro lado, en los estudios de brechas de gnero se

destaca Espinoza (2009), con un trabajo sobre las diferen-

cias salariales entre hombres y mujeres en el Ecuador. Apli-ca en su trabajo un modelo de dos etapas de Heckman, queintroduce a la funcin de ingresos de Mincer una variableque corrige el sesgo de seleccin. Esta variable estima laprobabilidad de que un individuo participe en el mercadolaboral. La primera etapa corresponde un modelo probabi-lstico, donde se construye la variable lambda (), que esla probabilidad ajustada de que el individuo i participe enel mercado laboral. La segunda etapa corresponde a la es-timacin de la funcin de ingresos por MCO, incluyendocomo variable explicativa a , en el modelo de Mincer. En-tonces, utiliza el siguiente modelo:

Ln(wi) = Yi + + i

Las conclusiones primordiales a las que llega Espino-za son: los hombres ganan ms que las mujeres en toda ladistribucin por cuantiles, y el retorno de la educacin enlos hombres vara entre 6.4 % y 7.4%, mientras que para lasmujeres se ubica en entre 5.9 % y 7.4 %.

Usando un anlisis muy similar al anterior, Cndor(2010) realiza un trabajo sobre las diferencias en retornossalariales y brechas entre las etnias del pas. Luego de rea-lizar una ecuacin de Mincer y la correccin de sesgo de se-leccin de Heckman, se procede a realizar una descompo-sicin salarial de Oaxaca-Ramsom. Los principales resulta-

dos del estudio consistieron en encontrar la presencia dediscriminacin entre los indgenas y los no indgenas: losprimeros perciben 49.6 % menos remuneracin que los se-gundos. Esta tendencia de discriminacin se mantiene parael perodo 2004-2008 que abarca el estudio.

En cuanto a estudios intrasectoriales, para comparar losniveles de salarios entre las instituciones pblicas, Carri-llo y Vsconez (2011) usan el mtodo de Mnimos Cua-drados Ordinarios (MCO), con incorporacin de variablesdummies:

Ln(wi) = Xi + Spip + i + i

donde wi es el logaritmo del ingreso anual del empleado i,

Xi es un vector de caractersticas productivas de cada tra-

bajador i, es el retorno de las caractersticas Xi, Spi es lavariable dummy de la institucin p de cada trabajador p-

blico i, i es una dummy que controla la diferencia entre losdos aos de estudio (0 es 2008 y 1 es 2009), y i es el ter-mino de error. Los resultados indican que las institucionesque tienen altas responsabilidades y poder poltico recibenun mayor salario (de hasta ms de 200 %); adems, al hacerun anlisis por quintiles, se concluye que existen brechassalariales entre sectores y dentro de las instituciones.

Figueroa y Miranda (2009) proponen una funcin de sa-lario ampliada, que sigue la siguiente frmula funcional:

Ln(Yi) = + 1PR i + 2SEi + 3UNi

+ 1Ei + 2E2i + 1Gi + 1Ai + i

donde Ei son los aos de experiencia, E2i son los aosde experiencia al cuadrado, PR i son los aos de educacinprimaria, SEi son los aos de educacin secundaria, U Nison los aos de educacin universitaria, Gi es una varia-

ble dummy sobre la regin donde se encuentra, Ai es unadummy sobre el rea geogrfica, y i es el trmino de error.

Las conclusiones de Figueroa y Miranda muestran queno se pudo comprobar completamente su hiptesis del re-torno de inversin por regin y rea geogrfica, debido aque el nmero de personas que han adquirido educacinsuperior en el rea rural es demasiado pequeo y no per-mite estimar la tasa de retorno; adems, hay diferencias enla facilidad para obtener informacin respecto del rea ur-

bana. Sin embargo, si logra obtener resultados para los ni-veles primarios y secundarios para las reas urbana y rural.El estudio concluye que cada ao de educacin primariaadquirido aporta un incremento mayor en el rea urbana;para la educacin secundaria, el incremento es similar enambas reas. Por otra parte, a nivel de regin, la educacinsuperior otorga mayores retornos en el ingreso en la Costarespecto de la Sierra; en el caso de la Amazona, el acceso aeducacin superior es escaso.

En la Tabla 16 se presenta un resumen de los principalesestudios sobre brechas salariales realizados para el Ecua-

dor.

Tabla 1. Resumen de los principales estudios sobre brechas salariales en el Ecuador

Carrillo Espinoza Cndor C. y V. F. y M.Ao de Publicacin 2004 2009 2010 2011 2009

Fuente de Datos EIGHU ECV ENEMDUR SRI ENEMDURAo de los Datos 2002 2006 2004-2009 2008-2009 2003-2008

Correccin de Sesgo no s s no noBrecha salarial intersectorial gnero etnia intrasectorial regional

Fuente: Cada uno de los estudios citados. Elaboracin: Autor.

6ECV= Encuesta de Condiciones de Vida, ENEMDUR=Encuesta de Empleo y Desempleo Urbano y Rural, SRI=Servicio de Rentas Internas.

http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


16/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis3 Metodologa y modelo

Como bien lo reconoce Becker (1993)7, las medicio-nes de discriminacin basadas en el taste-based son desea-

bles, pero complicadas de obtener. En ese sentido, los es-tudios empricos se han centrado en el uso de statistical-discrimination. En el presente trabajo determinaremos laexistencia de discriminacin en el mercado laboral ecua-toriano usando el segundo modelo debido a la disponibili-dad de informacin.

3.1 Datos

Los datos que se usan corresponden a la Encuesta deEmpleo y Desempleo Urbano y Rural (ENEMDUR), cons-truida por el Instituto Nacional de Estadstica y Censos delEcuador (INEC). La ENEMDUR es una encuesta a perso-nas y hogares que se realiza mensualmente en el Ecuador.Los perodos analizados son diciembre del ao 2007 y di-ciembre del ao 2012; en ellos se encuest a una muestrade 76.922 y 73.686 personas respectivamente.

La ventaja de trabajar con la ENEMDUR es su perio-dicidad; ello nos permite realizar un anlisis actual de lapoblacin ecuatoriana, y comparar con lo ocurrido en elltimo quinquenio. Existen otras encuestas en el Ecuador,como la Encuesta de Condiciones de Vida o la Encuesta

de Ingresos y Gastos Urbanos, que si bien son una fuenteimportante de datos para analizar a los hogares, ambas serealizan de manera espordica.

Con la intencin de homogenizar a la muestra se la harestringido tomando criterios de edad, lo cual es amplia-mente usado en la literatura. Se ha considerado a las perso-nas que se encuentran entre los 24 y 65 aos de edad. En losestudios previos para Ecuador, como en Carrillo (2004), serestringe en mayor medida a la muestra con criterios adi-cionales, pero ese trabajo no realiza correccin de sesgo deseleccin. En los dems trabajos que realizan correccin delsesgo, las restricciones son principalmente por edad.

Ahora se presenta una breve descripcin de los datos dela muestra, enfocada en los insumos principales de la ecua-cin de Mincer8. En la Tabla 2 se observa que el salario pro-medio por hora para el ao 2012 se ubica en 2.59 dlares,teniendo un crecimiento de 38.5 % con respecto al ao 2007.El promedio de aos de educacin tambin ha aumentadoentre periodos, aunque en menor medida (6.6 %), y para elao 2012 se ubica en 10.01. La experiencia se ha mantenido

relativamente estable y se ubica, para el ao 2012, en 26.76aos promedio.

Tabla 2. Estadsticas descriptivas

Poblacin general2012 2007

salario por hora 2.59 1.87aos de educacin 10.01 9.39

experiencia 26.76 26.22Fuente: ENEMDUR 2007-2012. Elaboracin: Autor.

Con el objetivo de analizar las dos fuentes de discrimi-nacin que en general estudia la literatura, discriminacin

por gnero y a grupos minoritarios, se presentan las tasasde participacin en la Poblacin Econmicamente Activa(PEA), y una breve descripcin de los estadsticos prome-dios para subgrupos.

En la Figura 1, se observa que la participacin de la mu-jer se ha mantenido relativamente estable entre periodos,ubicndose en 40.5 % para el ao 2012. Asimismo, la Tabla3 indica que el salario promedio por hora en el ao 2012 pa-ra los hombres se ubica en 2.64 dlares, mientras que el delas mujeres en 2.49 dlares. La brecha de salarios a favor delos hombres entre periodos se ha reducido de 15.2 % parael ao 2007 a 6.0 % para el 2012. Por otro lado, el prome-dio de aos de educacin para los hombres en el ao 2012

se ubica en 9.78 y, para las mujeres, en 10.55. La brecha deescolaridad a favor de las mujeres ha aumentado entre pe-riodos de 4.1 % a 7.3 %. Por ltimo, los hombres tienen msexperiencia en ambos periodos, y la brecha a favor de loshombres se ha incrementado levemente.

En la Figura 2, se observa un incremento de la participa-cin de los grupos minoritarios9 en la PEA, llegando a serde 15.3% para el ao 2012. De igual forma, la Tabla 4 indicaque el salario promedio por hora en el ao 2012 para blan-cos y mestizos se ubica en 2.69 dlares, mientras que el delos grupos minoritarios es de 1.99 dlares. La brecha de sa-larios a favor de los blancos y mestizos entre periodos se ha

reducido de 50.0 % para el ao 2007 a 35.2 % para el 2012.El promedio de aos de educacin para los blancos y mes-tizos en el ao 2012 se ubica en 10.62, y para las mujeres en7.21. La brecha de escolaridad a favor de los blancos y mes-tizos ha disminuido entre periodos de 50.5 % en el 2007 a47.3 % en el 2012. Las personas de grupos minoritarios tie-nen en promedio ms experiencia en ambos periodos, y la

brecha a su favor ha aumentado.7En palabras de Becker: La evidencia sobre los beneficios no percibidos, los salarios y los precios no suelen estar disponibles, por lo que la discri-

minacin en contra de un grupo se mide comparando los ingresos de los miembros del grupo con las ganancias de la mayora que tienen los mismosaos de escolaridad, experiencia laboral, y otras caractersticas mensurables.

8La experiencia laboral se calcula en aos, y corresponde al residuo entre la edad de la persona y sus aos de escolaridad, y menos 6 aos. Esnecesario restar los 6 aos debido a que esa es la edad promedio a la que se empieza a estudiar y se la cataloga como experiencia potencial.

9

Usando como criterio los grupos de autodefinicin tnica de la ENEMDUR, el autor ha definido dentro de grupos minoritarios: personas con pielde color negro, afroecuatorianos, mulatos, indgenas y montubios.

http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


17/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical AnalysisFigura 1. Participacin de la mujer en la PEA

0,0%

10,0%

20,0%

30,0%

40,0%

50,0%

60,0%

2012 2007

59,5% 58,2%

40,5% 41,8%

Hom bre M ujer

Fuente: ENEMDUR 2007-2012. Elaboracin: Autor.

Tabla 3. Estadsticas descriptivas. Por Gnero

2012 2007Hombre Mujer Hombre Mujer

salario por hora 2.64 2.49 1.97 1.71aos de educacin 9.78 10.55 9.23 9.62

experiencia 27.27 25.99 26.59 25.69Fuente: ENEMDUR 2007-2012. Elaboracin: Autor.

Figura 2. Participacin de los grupos minoritarios en la PEA

0,0%

20,0%

40,0%

60,0%

80,0%

100,0%

2012 2007

84,7% 86,9%

15,3% 13,1%

Blanco/M estizo Grupo M inoritario

Fuente: ENEMDUR 2007-2012. Elaboracin: Autor.

Tabla 4. Estadsticas descriptivas. Por Grupo tnico

2012 2007Mestizo/Blanco G. Minoritario Mestizo/Blanco G. Minoritario

salario por hora 2.69 1.99 1.95 1.30aos de educacin 10.62 7.21 9.83 6.53

experiencia 26.17 30.00 25.77 29.23Fuente: ENEMDUR 2007-2012. Elaboracin: Autor.



18/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis3.2 Modelo

En la estimacin del modelo se utiliza el mtodo de M-nimos Cuadrados Ordinarios (MCO) con el objetivo de me-dir el promedio de las diferencias salariales en la poblacin.Adicionalmente, se realiza la correccin del sesgo de selec-cin en dos etapas como lo recomienda Heckman. Adems,se usa el mtodo de Oaxaca-Blinder para determinar las di-ferencias salariales atribuibles a factores observables y noobservables.

El modelo consiste en una ecuacin semi-logartmicacon el fin de analizar los determinantes del salario:

Ln(wi) = o + xi + ti + i

donde C corresponde al salario por hora del asalariado i,xi corresponde a un vector con variables explicativas quedeterminan el nivel del salario, es un vector de parme-tros, ti es un vector de variables dummy, es un vector deparmetros de las dummies, y i es una variable aleatoriaque incluye todos los otros factores que forman parte delsalario y que no son explicados por las variables indepen-dientes del modelo. Los signos esperados de las variablesson, de acuerdo al trabajo de Sapelli (2003), positivos paralos aos de educacin, positivos para los aos de experien-cia laboral, y negativos para la experiencia al cuadrado.

La correccin del sesgo de seleccin se realiza estiman-do dos regresiones. La primera estimacin se realiza a basede la ecuacin de participacin, entendida como la proba-

bilidad de que el individuo participe en el mercado laboralcontra los factores que pueden incidir en la eleccin.

pi = o + zi + ui

donde pi corresponde a la probabilidad de participar enel mercado laboral, zi corresponde a un vector con varia-

bles explicativas que influyen en la decisin de participar, es un vector de parmetros, y ui son los errores.

La segunda estimacin es la misma ecuacin de Minceranterior, incorporando la correccin de seleccin realizada

por lambda () como inversa del ratio de Mill, as:

Ln(wi) = o + xi + ti + i

Con ello se ha corregido el sesgo de seleccin. Usandoel argumento de Torres y Celton (2009), la importancia deluso del () se determina al estimar la regresin, siempre ycuando su coeficiente sea significativo. En el caso de no serrepresentativo, se podra trabajar directamente sin la nece-sidad de la correccin.

El mtodo de descomposicin salarial de Oaxaca-Blinder consiste en una tcnica para determinar la natu-raleza de la diferencia entre salarios. Mediante el anlisis

de regresin se determinan las brechas en salario, pero conesta tcnica lo que se obtiene es cunto de la brecha totalcorresponde a la diferencia entre las variables explicativasy cunto a factores no explicados.

Abreviando la demostracin, se toma en cuenta la ex-plicacin de Espinoza (2009). Aplicndola a nuestro caso

de estudio, las ecuaciones de salario, con las mismas varia-bles de la ecuacin anterior para hombres y mujeres, son:

Hombre: Wh = hXh + hTh

Mujer: Wm = mXm + mTmSe obtiene:

Hombre: Wh = hXh

Mujer: Wm = mXmLa descomposicin de Oaxaca-Blinder consiste en la si-

guiente operacin:

Wh Wm = (Xh Xm)h + (h m)Xm+ (Xh Xm)(h m)

En el modelo, el primer trmino de la derecha corres-ponde a diferencias en las caractersticas entre los dos gru-pos, el segundo trmino se refiere a diferencias en los ren-dimientos de esas caractersticas, y el tercer elemento es lainteraccin causada por una diferencia simultnea en lascaractersticas y retornos. Montenegro (2001) resalta que elsegundo componente de la derecha no se explica por el mo-delo, y se debe a factores no observables (discriminacin).

4 ResultadosEn el presente estudio, nos enfocamos en la desigual-

dad salarial por gnero que ocurre en el mercado laboral,y parcialmente se analiza la desigualdad por grupos tni-cos. Podemos subdividir los resultados en tres elementosprincipales. El primero se refiere a la ecuacin de participa-cin de los hombres y mujeres dentro del mercado laboral.Como se indic, dicha ecuacin se utiliz para la correc-cin del sesgo de seleccin de Heckman. A continuacin,se presentan los resultados concernientes a las estimacio-nes salariales obtenidas de la ecuacin de Mincer, con di-

ferentes variables dicotmicas de inters. Vale la pena re-saltar que el coeficiente lambda, que es aquel que indicasi existen problemas de seleccin en el mercado laboral, esrepresentativo tanto para hombres como para mujeres; conello se infiere que, para analizar el mercado laboral ecuato-riano, es necesaria la correccin del sesgo; en su ausencia,se podran obtener estimaciones sesgadas e inconsistentes.Por ltimo, se presentan los resultados de la descomposi-cin de la brecha salarial usando la metodologa Oaxaca-Blinder.

La ecuacin de participacin se presenta en la Tabla 5,e incluye variables que influyen la decisin de participaren el mercado laboral. Como variable independiente est

la probabilidad de participar; como variables independien-tes, se incluyen: el ser jefe de hogar, presencia de nios me-nores de 10 aos, nmero de personas en el hogar, y estadocivil de la persona.



19/76
http://-/?-http://-/?-http://-/?-


20/76


21/76
http://-/?-http://-/?-


22/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical AnalysisCon lo encontrado, mediante el uso de la descomposi-

cin salarial, se confirma la existencia de discriminacin en

el mercado laboral ecuatoriano para los aos 2007 y 2012.Sin embargo, no existen los elementos suficientes para ob-tener conclusiones categricas respecto de dicha discrimi-nacin. Este puede ser el punto de partida para futuros es-tudios.

5 Conclusiones

El enfoque econmico al medir la discriminacin ha te-nido un desarrollo exponencial durante los ltimos aos.Desde el modelo taste-based propuesto por Becker hace yams de medio siglo, y pionero en dar un tratamiento econ-mico a la medicin de la discriminacin, se han creado mo-delos que incorporan diferentes aspectos del mercado. Conla aparicin del modelo statistical-discrimination de Arrow,Phelps, entre otros, la econometra y el anlisis estadsticoson las principales herramientas para medir la discrimina-cin.

En el Ecuador, los trabajos sobre brechas salariales soncontados, y se han enfocado en la medicin de brechas degnero, etnia, brechas intersectoriales, brechas intrasecto-riales y brechas regionales. Los resultados del presente es-tudio presentan concordancia con los estudios anterioresen significancia y signo de los coeficientes, pero las mag-

nitudes difieren, ya que se utilizaron diferentes fuentes dedatos y metodologa. La correccin del sesgo de seleccinpara obtener estimadores insesgados y eficientes es un re-quisito primordial si se quiere analizar el mercado laboralecuatoriano. En el estudio, el lambda resulta ser represen-tativo para ambos periodos, y los signos demuestran que,si no se corrige la autoseleccin, el salario de los hombresestara sobreestimado y el de las mujeres subestimado.

Al analizar la participacin laboral, se encontraron pa-trones significativos por gneros, que influyen en la deci-sin de participar. Para el ao 2012, el ser jefe de hogar in-fluye positivamente tanto para hombres (18.9 %) como pa-

ra mujeres (10.9 %). Por otro lado, la presencia de menoresde 10 aos en el hogar tiene efecto contrario entre gneros:positivo en los hombres (20.5 %) y negativo en las mujeres(-6.4 %); ocurre algo similar con el estado civil uniperso-nal, que influye negativamente en la participacin laboralde los hombres (-40.2 %), y positivamente en las mujeres(66.0%).

El anlisis de resultados se enfoc en las brechas salaria-les entre hombres y mujeres en el mercado ecuatoriano, lasmismas que se han reducido de 15.1 %, para el ao 2007, a10.1% para el ao 2012. La mujer, a pesar de tener ms aosde educacin que los hombres (4.1% ms en el 2007, y 7.3 %ms, en el 2012) recibe menor remuneracin promedio que

los hombres. Este resultado se agrava si la mujer pertenecea un grupo minoritario, o si trabaja para una MIPE.

Asimismo, las brechas salariales hacia grupos minori-tarios han disminuido entre periodos, de 6.0 % a 3.7 %. En

este caso, en contraste con el anterior, existe una diferenciaimportante en la formacin del capital humano en contra

de los grupos minoritarios. Los aos de educacin prome-dio de los grupos minoritarios, para el ao 2012, son 47.3 %menores que los de personas blancas o mestizas. Al anali-zar por gnero, el pertenecer a dichos grupos da como re-sultado, para el ao 2012, que los hombres reciben en pro-medio una reduccin en su salario de 3.1 % y las mujeresde 7.0 %.

En este punto, la hiptesis del autor es que la reduccinde brechas responde a las polticas implementadas en losltimos aos hacia la mejora en la equidad social, respectodel gnero como de la pertenencia a grupos minoritarios..Este sera un tema interesante para abordar en detalle enun estudio posterior.

La descomposicin de las diferenciassalariales median-te el uso de la metodologa de Oaxaca-Blinder demues-tra que existe discriminacin salarial en el mercado laboralecuatoriano, debido a que hay factores no observables quedeterminan la desigualdad. Las brechas salariales, si biense han reducido entre los periodos analizados, no existenlos elementos suficientes para concluir sobre la evolucinde la discriminacin.

Finalmente, se observa que, a pesar de la mayor par-ticipacin de la mujer dentro de la sociedad ecuatoriana,todava existen estigmas de trato no igualitario entre gne-ros. La poltica pblica es un instrumento ideal para redu-

cir la discriminacin salarial. El mejoramiento del capitalhumano, las campaas de equidad respecto del gnero yde la pertenencia a grupos minoritarios, y las estructurasorganizacionales modernas son tres elementos fundamen-tales de polticas inclusivas eficientes hacia la reduccin dediscriminacin.

Referencias

[1] Aigner, Dennis and Glenn Cain. Statistical Theoriesof Discrimination in Labor Markets. Industrial and

Labor Relations Review, 175-187. (1977)[2] Araque, Wilson. Las PyME y su situacin actual.

Universidad Andina Simn Bolvar, 1-14. (2012)

[3] Arrow, Kenneth. Some Mathematical Models of Ra-ce in the Labor Market. in Racial Discrimination inEconomic Life, ed. A.H. Pascal, Lexington: LexingtonBooks. (1972)

[4] Arrow, Kenneth. The Theory of Discrimination. InDiscrimination in Labor Markets, ed. Orley Ashenfel-ter and Albert Rees. Princeton, NJ: Princeton Univer-sity Press, 3-33. (1973)

[5] Arrow, Kenneth. What Has Economics to Say aboutRacial Discrimination?. Journal of Economic Pers-pectives, 91-100. (1998)



23/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis[6] Becker, Gary. The Economics of Discrimination. 1st

edition. Chicago, IL: Chicago University Press. (1957)

[7] Becker, Gary. The Economic Way of Looking at Beha-vior. Journal of Political Economy, 385-409. (1993)

[8] Bertrand, Marianne; Chugh, Dolly; Mullainathan,Sendhil. Implicit Discrimination. American Econo-mic Review, 94-98. (2005)

[9] Black, Dan. Discrimination in an Equilibrium SearchModel. Journal of Labor Economy, 309-334. (1995)

[10] Cahuc, Pierre and Zylberberg Andr. Labor Econo-mics. 1st edition. Cambridge, IL: The MIT Press.(2004)

[11] Carrillo, Pal A. y Vasconez, Vernica. Una Aproxi-macin de la Brecha Salarial entre Entidades Pblicasen el Ecuador. Munich Personal RePEc Archive, 3-27.(2011)

[12] Carrillo, Pal E. Las Diferencias Salariales entre elSector Pblico y Privado en el Ecuador. Direccin deEstudios del Banco Central del Ecuador, 2-8. (2004)

[13] Charles, Kerwin and Guryan, Jonathan. Prejudiceand Wages: An Empirical Assessment of BeckersThe Economics of Discrimination. Journal of Politi-

cal Economy, 773-805. (2008)[14] Coate, Stephen, and Loury, Glenn. Will afirmative-

action policies eliminate negative stereotypes?. Ame-rican Economic Review, 1220-1240. (1993)

[15] Cndor, Jorge. Discriminacin salarial en el mercadolaboral por etnia. Facultad Latinoamericana de Cien-cias Sociales (FLACSO), 25-55. (2010)

[16] Cooter, Robert. Market Affirmative Action. San Die-go Law Review, 133-168. (1994)

[17] Espinoza, Nereyda. Estimacin de la Brecha Salarial

entre Hombres y Mujeres: Un Anlisis por Cuantilespara el Ecuador. Econmicas Escuela Superior Poli-tcnica del Litoral (ESPOL), 2-20. (2009)

[18] Fang, Hanming y Moro, Andrea. Theories of Statis-tical Discrimination and Affirmative Action: A Sur-vey. Journal of Economic Literature, 135-200. (2011)

[19] Figueroa, Mara y Miranda, Gustavo. La rentas labo-rales a partir de la educacin y de la experiencia la-

boral en el Ecuador periodo 2003-2008, utilizando elmodelo de Mincer y las encuesta de empelo y desem-pleo urbano del INEC (ENEMDU). Escuela Politc-

nica Nacional, 28-51. (2009)[20] Fuentes, Jeanette; Palma, Amalia; Montero, Rodrigo.

Discriminacin Salarial por Gnero en Chile: UnaMirada Global. Universidad de Chile, 133-157. (2005)

[21] Heckman, James. Sample Selection-Bias as a Specifi-cation Error. Econometrica, 156-162. (1979)

[22] Heckman, James. Detecting Discrimination. Journalof Economic Perspectives, 101-16. (1998)

[23] Jorgensen, Thomas. y Fenger, Anders. EstimatingDiscrimination in the Danish Labour Market: a De-composition of the Gender Wage Gab. University ofCopenhague, 3-20. (2009)

[24] Lang,Kevin. A Language Theory of Discrimination.Quarterly Journal of Economics, 363-382. (1986)

[25] Lang, Kevin and Lehmann, Jee-Yeon. Racial discri-mination in the Labor Market: Theory and Empirics.

Boston University, 5-70. (2010)

[26] Levitt, Steven. Testing Theories of Discrimination:Evidence from the Weakest Link. Journal of Law andEconomics, 431-451. (2004)

[27] List, John. The Nature and Extent of Discriminationin the Marketplace: Evidence From the Field. Quar-terly Journal of Economics, 49-89. (2004)

[28] Loury, Glenn. Discrimination in the Post-Civil RightsEra: Beyond Market Interaction. The Journal of Eco-nomic Perspectives, 117-126. (1998)

[29] Lundberg, Shelly and Startz, Richard. Private Discri-mination and Social Intervention in Competitive Mar-kets. American Econonomic Review, 340-347. (1983)

[30] McAdams, Richard. Cooperation and Conflict: TheEconomics of Group Status Production and Race Dis-crimination. Harvard Law Review, 1005-1084. (1995)

[31] Mincer, Jacob. Schooling, Experience and Earnings.Columbia University Press, New York. (1974)

[32] Montenegro, Claudio. Wage Distribution in Chile:Does Gender Matter? A Quantile Regression Ap-

proach. Banco Mundial, 3-35. (2001)[33] ODonnell, Owen; Van Doorslaer, Eddy; Wagstaff

Adam; Lindelow, Magnus. Analyzing Health EquityUsing Household Survey Data, A Guide to Tech-niques and Their Implementation. Banco Mundial,147-157. (2008)

[34] Phelps, Edmund. The Statistical Theory of Racismand Sexism. American Economic Review, 659-661.(1972)

[35] Raphael, Steven. Anatomy of the Anatomy of Ra-cial Inequality. Journal of Economic Literature, 1202-1214. (2002)

[36] Real Academia Espaola. Diccionario de la lenguaespaola. Versin en lnea. (2013)



24/76

Jairo Rivera

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis[37] Sapelli, Claudio. Ecuaciones de Mincer y las tasas de

retorno a la educacin en Chile: 1990-1998. Pontificia

Universidad Catlica de Chile, 2-29. (2003)[38] Schwab, Stewart. Is Statistical Discrimination Effi-

cient?. American Economic Review, 228-234. (1986)

[39] Schwab, Stewart. Employment Discrimination.Cornell Law School Working Paper No. 5530, 572-592.(1999)

[40] Sunstein, Cass. Why Markets Dont Stop Discrimina-tion. Social Philosophy and Policy, 22-37. (1991)

[41] Torres, Victor y Celton, Dora. Discriminacin Salarialen Argentina entre nativos y paraguayos. Universi-dad de Granada, 263-285. (2009)



25/76


Analti akFactores determinantes de la migracin de los

ecuatorianos

Determinants of migration of Ecuadorians



26/76


27/76

Factores determinantes de la migracin de los ecuatorianos

Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysis

Factores determinantes de la migracin de losecuatorianos

Determinants of migration of Ecuadorians


Direccin de Estudios Analticos Estadsticos, Instituto Nacional de Estadstica y Censos, Quito, Ecuador

Departamento de Ciencias Exactas, Escuela Politcnica del Ejrcito, Quito, Ecuador

[email protected] [email protected]

Recibido: 20 de noviembre de 2012 Aceptado: 15 de marzo de 2013

Resumen

El presente trabajo surge de la necesidad de explicar el proceso migratorio, sin privilegiar el perfil del migrante,sino poniendo nfasis en las caractersticas del hogar de donde provienen. En este trabajo se hace un anlisis de lascaractersticas de los migrantes ecuatorianos a partir de la semejanza existente entre las condiciones sociodemogrficas

(estructura de la vivienda y servicios en el hogar) de los hogares a los que pertenecan antes de salir del pas, considerandoel periodo comprendido entre los aos 2000 y 2010. Para tal efecto, se realiza un escalamiento ptimo de las variablescualitativas consideradas; posteriormente, se descubren los factores de hogar y vivienda del migrante y, finalmente, seestudian los grupos encontrados. Los datos para el anlisis han sido tomados del Censo de Poblacin y Vivienda 2010,elaborado por el Instituto Nacional de Estadstica y Censos (INEC).

Palabras clave: proceso migratorio, escalamiento ptimo, condiciones.

Abstract

This work arises from the need to explain the migration process, without favoring the migrants profile, but withemphasis on household characteristics is from. In this paper we analyze the characteristics of Ecuadorian migrants fromthe similarity between sociodemographic conditions (structure of housing and services in the home) of the householdsto which they belonged before leaving the country, considering the period between 2000 and 2010. For this purpose,

optimal scaling is performed qualitative variables considered, then the factors are discovered home and migrant housingand ultimately explores the groups found. The data for the analysis are taken from the Census of Population and Housing2010, prepared by the National Institute of Statistics and Census (INEC).

Keywords: migration process, optimal scaling, sociodemographic conditions.

Cdigo JEL: C45, C61, J13.

1 Introduccin

Migrar en busca de mejores condiciones de vida es unfenmeno universal que caracteriza al ser humano. A msde esta condicin, el agotamiento sostenido del desarrollo,la economa y la situacin poltica de Ecuador, a partir delao 1999, son algunas de las causas de una migracin ma-siva por parte de los ciudadanos. La superacin econmi-

ca que experimentaron los primeros migrantes y la mejoraen la calidad de vida de sus familiares en el pas de ori-gen fueron el detonante: se despert el inters de una grancantidad de personas por emprender un viaje para trabajaren el extranjero. Las consecuencias posteriores de ste fe-nmeno migratorio han sido analizadas en varios trabajos,

http://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]://localhost/var/www/apps/conversion/tmp/scratch_14/[email protected]


28/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysisvase por ejemplo [6, 9]. Sin embargo; hasta el momentono se ha analizado de manera cualitativa las caractersticas

sociodemogrficas del migrante.Tradicionalmente, se ha supuesto que las personas que

deciden viajar en busca de mejores oportunidades surgende hogares con condiciones econmicas deficientes. En eltrabajo desarrollado por J. E. Torres [10] se evidencia unaclara relacin entre la pobreza y las condiciones habitacio-nales del hogar. Se menciona que la vivienda forma partedel ingreso del individuo o de la familia. Cuando hay des-empleo o subempleo, el ingreso es bajo; en consecuencia,no se contar con los recursos necesarios para cubrir lasnecesidades bsicas. Fundamentalmente, se vern afecta-das las condiciones de la vivienda, ya que sta representa,

en la mayora de los casos, el bien ms costoso.Desde esta perspectiva, se evaluar el fenmeno migra-torio en el Ecuador, considerando el contexto del ambientefamiliar del migrante. Se busca, as, encontrar similitudesen las caractersticas de los hogares de origen para, en basea los resultados, inferir una tendencia de comportamiento.

A continuacin, se describe el orden de presentacin delas secciones que conforman la investigacin. La seccin 2inicia con una descripcin de las tcnicas de anlisis multi-variante utilizadas en el estudio. En la seccin 3, se describela metodologa utilizada para la obtencin de los resulta-dos. En la seccin 4, se presentan los resultados, es decir,los grupos de migrantes de acuerdo a las caractersticas delhogar de origen, producto de la aplicacin de los mode-los descritos en la seccin 2. Finalmente, en la seccin 5,se exponen las principales conclusiones de la investigacinrealizada.

2 Marco Terico

Generalmente, el concepto de migracin se asocia conel desplazamiento temporal o definitivo de un lugar a otro.En los seres humanos, la migracin se define como el pro-

ceso de movilidad regional, dentro de una misma sociedado entre distintas sociedades. El acto de migrar -sea de ma-nera voluntaria o forzada- se relaciona, en la mayora delas ocasiones con razones econmicas o polticas. Por otrolado, explicar parcial o completamente este fenmeno im-plica reunir elementos de los diversos sistemas que con-forman a la sociedad; de all que sea necesario contar conherramientas estadsticas adecuadas para abordarlo.

En vista de lo expuesto, y dadas las caractersticas delas variables involucradas en el anlisis, se hace necesariorecurrir a la tcnica de anlisis multivariante denominadaanlisis factorial; ello, previo a un escalamiento ptimo de

las variables, que sern presentadas en la siguiente seccin;finalmente, se concluir con un anlisis de conglomeradosde K medias.

2.1 Escalamiento ptimo

Ante la necesidad de trabajar con variables cuantitati-vas naci un conjunto de tcnicas basadas en lo que se de-nomina escalamiento ptimo; esto consiste en asignar unvalor escalar a las categoras de variables cualitativas, esdecir, este proceso convierte variables cualitativas o cate-gricas en variables cuantitativas o de escala. Los datos departida son, entonces, variables cualitativas que describena los individuos mediante un nmero limitado de catego-ras que no tienen un punto inicial de referencia; por otrolado, se desconoce la medida de distancia entre las catego-ras que, adems, pueden ser desordenadas.

Los valores ptimos de escala son relacionados con lascategoras en un proceso basado en un criterio de optimiza-cin, dependiendo del procedimiento de anlisis de datospara el cual sern utilizadas las variables. Los valores deescala finales tienen propiedades mtricas a diferencia delas variables categricas.

La cuantificacin ptima se obtiene, a travs de un m-todo iterativo realizado en dos pasos, que tiene por nom-

bre mnimos cuadrados alternantes; con l, utilizando lasasignaciones previas para estimar las siguientes, se llega ala solucin. En el primer paso, se calcula una base ptimapara los valores dados de la transformacin; en el segun-do, los nuevos valores para las transformaciones ptimasde la base calculada en el primer paso. Las transformacio-

nes son escogidas de tal manera que minimicen la funcinde prdida. Cuando se tienen varias variables de inters, elproceso consiste en cuantificar las categoras de las varia-

bles de tal manera que se maximicen las correlaciones entretodas ellas. Para ms detalles vase [5].

2.2 Anlisis factorial

El principal objetivo de este anlisis es simplificar la in-formacin que brinda una matriz de correlaciones con el finde hacerla de ms fcil interpretacin. Se aplica en casosdonde es necesario recoger medidas indirectas que estn

relacionadas con los conceptos que interesan. Las variablesque interesan reciben el nombre de variables latentes; la me-todologa que las relaciona con variables observadas recibeel nombre de anlisis factorial.

El Anlisis factorial busca esencialmente nuevas varia-bles o factores, tratando de explicar la estructura de las co-varianzas entre las variables; para ello, es necesario que lasvariables originales no estn incorreladas1, porque si lo es-tuvieran, no habra nada que explicar de las variables.

Se considera un conjunto de p variables observadasx1, x2, , xp que se asume relacionadas con un nmerodado de variables latentes f1, f2, , fk, donde k p, me-

diante una relacin del tipo

X = F + U, (1)1La correlacin nula se da cuando no hay dependencia de ningn tipo entre las variables. En este caso se dice que las variables son incorreladas.

http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


29/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysisdonde,

X =

x1x2...

xp

, =

11 12 1k21 22 2k

......

. . ....

p1 p2 pk

,

F =

f1f2...

fk

y U =

u1u2...

up

.

Los ij son los pesos factoriales que muestran como ca-da xi depende de factores comunes; se usan para inter-pretar los factores. Se asume que los trminos residuales

u1, u2, , up, denominados variables especficas, estn inco-rrelados entre s y con los factores f1, f2, , fkDado que los factores no son observables. Se puede fijar

arbitrariamente su media en 0 y su varianza en 1, esto es,se consideran variables estandarizadas que estn incorre-ladas entre s; de modo que los pesos factoriales resultanser las correlaciones entre las variables y los factores.

Cuando se consigue una estructura simple, las varia-bles observadas se encuentran en grupos mutuamente ex-cluyentes, de modo que los pesos son altos en unos pocosfactores y bajos en el resto.

Hay dos posibles tipos de rotaciones: ortogonales y obli-cuas. La ventaja principal de las rotaciones ortogonales essu simplicidad; ya que los pesos representan las correlacio-nes entre los factores y las variables, sin embargo esto nose cumple en el caso de las rotaciones oblicuas. Entre lasrotaciones ortogonales se encuentran dos tipos principa-les: Varimax y Cuartimax. Por otra parte, entre las rotacionesoblicuas, la ms empleada es la denominada Oblimn.

Para ms detalles al respecto vase [11].

2.3 Anlisis de conglomerados

El anlisis de conglomerados es una tcnica multiva-riante que permite agrupar los casos de un conjunto de da-

tos en funcin de la similaridad existente entre ellos. Exis-ten dos mtodos en esta tcnica: el anlisis de conglomera-dosjerrquico y el anlisis de conglomerados de K medias. Elmtodo jerrquico es apto para determinar el nmero pti-mo de conglomerados existente en los datos; mientras que,el mtodo de K medias permite procesar un nmero ilimi-tado de casos pero requiere, que se conozca de antemanoel nmero de conglomerados que se desea obtener.

Ambos mtodos son de tipo aglomerativo, es decir, par-tiendo del anlisis de los casos individuales, se agrupa loscasos hasta llegar a la formacin de conglomerados homo-gneos.

2.3.1 Anlisis de conglomerados jerrquico

El criterio bsico para establecer una agrupacin es ladistancia. Los objetos que estn cerca uno del otro pertene-

cen al mismo conglomerado, y viceversa. Para un conjuntode datos dado, los conglomerados que se construyen de-

penden de la especificacin de los siguientes criterios: El mtodo de conglomerado define las reglas para la

formacin del mismo. Por ejemplo, cuando se calculala distancia entre dos conglomerados, se puede usarel par de objetos ms cercado entre conglomerados oel par de objeto ms alejados, o un enlace entre losdos.

La frmula para el clculo de la distancia. Por ejem-plo, la medida de la distancia Eucldea.

La versatilidad del anlisis de conglomerados jerrqui-co radica en la posibilidad de utilizar distintos tipos de me-

didas para estimar la distancia existente entre los casos; sinembargo, no existe ninguna combinacin ptima de estasposibilidades para obtener la solucin. En general, es con-veniente experimentar con distintas soluciones para elegirla ms apropiada.

2.3.2 Anlisis de conglomerados de K medias

Este anlisis empieza con la construccin de centros deconglomerados iniciales. El investigador puede escoger es-tos centros o tener un procedimiento de seleccin de kob-servaciones bien definidas para los centros de los conglo-

merados. Luego de la obtencin de los centros de los con-glomerados, el procedimiento consta de los siguientes pa-sos:

Asignar casos a los conglomerados basndose en ladistancia de los centros de los conglomerados.

Actualizar las posiciones de los centros de los con-glomerados basndose en los valores medios de loscasos en cada conglomerado.

Estos pasos se repiten hasta que cualquier reasignacinde los casos haga que los conglomerados sean internamen-te ms variables o externamente similares.

Una visin ms detallada del anlisis de conglomera-dos jerrquico y de K medias se puede obtener en [12, 13],respectivamente.

3 Metodologa

A continuacin, se procede a describir la metodologautilizada para la obtencin de los resultados buscados. Enprimer lugar, cabe mencionar que la fuente de datos estconstituida por el Censo de Poblacin y Vivienda del ao2010, especficamente, la seccin titulada Remesas y Migra-cin.

En [2] se sintetizan las principales variables reconocidasen la literatura sobre migracin internacional. Se muestraque, desde un punto de vista econmico, el proceso estmotivado por la demanda de mano de obra por parte de



30/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysislos pases de destino, o bien, por decisiones individualesque tienen como objetivo la mejora de una calidad de vida.

Del mismo modo, en, [4] se muestra el grado de influenciaque tienen el sexo y la escolaridad del jefe del hogar en losdesplazamientos migratorios, as como las caractersticasde los hogares que favorecen la movilidad de la poblacin.

Tales argumentos, as como la perspectiva de los auto-res, sirvieron de plataforma para la seleccin de las varia-

bles involucradas. En la Tabla 1 se resumen las variablesque se escogieron para el desarrollo de la investigacin. Ca-be recalcar que dichas variables se refieren al hogar del cualsali la persona migrante.

De vivienda De hogar De jefe de hogar De migracin

Tipo de vivienda Exclusividad de serviciohiginico

Sexo Provincia

Va de acceso principal Exclusividad de instala-ciones para baarse

Nivel de instruccin rea

Material predominantedel techo

Disponibilidad de tel-fono convencional

Sexo

Material predominantede las paredes

Disponibilidad de servi-cio de internet

Edad al salir del pas

Material predominantedel piso

Disponibilidad de com-putadora

Ao de salida

Estado del techo Disponibilidad de televi-sin por cable

Actual pas de residencia

Estado de las paredes Exclusividad de cuartopara cocinar

Principal motivo de viaje

Estado del piso Combustible para coci-nar

Procedencia principaldel agua

Recepcin del agua Servicio higinico Servicio de luz Eliminacin de basura

Tabla 1. Variables utilizadas para el anlisis. Fuente: Elaboracin propia a partir del Censo de Poblacin y Vivienda 2010.

Como se observa, las variables de vivienda y hogar su-man 21 en total y, adems, son todas cualitativas. Por tanto,se hace necesario condensar la informacin en un nmeroms pequeo de variables, mediante el anlisis factorial;para ello, se necesita realizar antes un escalamiento ptimode las mismas. En este punto cabe sealar que se prefiri elanlisis factorial en lugar del anlisis de componentes prin-cipales (ACP), en razn de lo que se analiza y se persiguecon cada tcnica; en el anlisis factorial, se estudia la es-tructura de las correlaciones entre las variables, se buscanfactores hipotticos que expliquen las variables originalesy se representa las correlaciones entre variables y, entre va-riables y factores; mientras que en el ACP se estudia la in-formacin de los individuos, se describen los valores delos individuos mediante un pequeo nmero de variablesque sean combinacin de las originales, y se representanindividuos. Por tales razones, la tcnica que responde a los

intereses de la investigacin es el anlisis factorial.No se realiz el mismo procedimiento para las varia-

bles de jefe de hogar y migracin. En el primer caso, apenasse cuenta con dos variables, por lo que el anlisis factorial

resultara innecesario. En el segundo, puesto que se quie-re examinar el fenmeno migratorio, se considera que esimportante rescatar todas las variables, sin abreviarlas enfactores.

Una vez obtenidos los factores de vivienda y hogar,es necesario definir el nmero ptimo de conglomerados.Sin embargo, se presenta un inconveniente. Se cuenta con280.374 registros, lo que hace imposible aplicar, directa-mente, el anlisis de conglomerados jerrquico, pues estatcnica est limitada a un nmero pequeo de datos. Porotra parte, el anlisis de conglomerados de K medias re-quiere que se conozca de antemano el nmero de conglo-merados que se va a formar.

Por tanto, es necesario obtener un nmero reducido deobservaciones que sea representativo de la poblacin. Sehaceusodelaecuacin(2) para determinar el tamao apro-piado de la muestra con un error muestral del 3 %.

n =z2N pq

e2(N 1) + z2pq, (2)

donde N es el tamao de la poblacin, z se obtiene de la

http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


31/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical Analysisdistribucin normal estndar, e es el error muestral desea-do, en tanto por uno. En cuanto a p y q son datos general-

mente desconocidos; se suele suponer que p = q = 0,5.Es as que se obtuvo un tamao muestral de 1302 re-gistros que representa aproximadamente el 0,5 %, de la ba-se original, para de ella determinar el nmero ptimo deconglomerados a partir del anlisis de conglomerados je-rrquico; dicho nmero servir para aplicar el anlisis deconglomerados de K medias a todos los registros.

4 Resultados

En primer lugar, se realiz un anlisis factorial bajo lametodologa de componentes principales con todas las va-riables de vivienda y de hogar, por separado; el objeto esdescubrir la estructura que comparten entre s las varia-

bles. Los factores encontrados se caracterizan por abreviarlas variables que tienen una correlacin alta entre s y esca-sa correlacin con el resto que forman otro factor. Para suaplicacin se ha procedido a la transformacin de las varia-

bles cualitativas en cuantitativas. Este procedimiento, ade-ms, estandariza las variables involucradas, lo que facilitasu comparabilidad, (vase [3]).

El elevado tamao muestral con el que se cuenta posi-bilit la obtencin de estimaciones confiables en los coefi-cientes de correlacin. A partir de la matriz de correlacio-

nes se obtuvo, en el caso de las variables de vivienda, undeterminante de 0,010, una medida de adecuacin muestral

de Kaiser-Meyer Olkin de 0,890 y una prueba de esfericidadde Bartlett de 1281426,953 con 78 grados de libertad y sig-nificancia estadstica de 0,000. Segn lo expuesto en [11],estos estadsticos indican que el anlisis factorial es facti-

ble, ya que existe la suficiente varianza comn entre lasvariables observadas para permitir su agrupacin en com-

binaciones lineales de variables correlacionadas. Del mis-mo modo, para las variables de hogar, se obtuvo un deter-minante de 0,196, una medida de adecuacin muestral deKaiser-Meyer Olkin de 0,665 y una prueba de esfericidad deBartlett de 457586,174 con 28 grados de libertad y signifi-cancia estadstica de 0,000.

Tanto para las variables de hogar como para las varia-bles de vivienda, la matriz factorial se rot mediante el pro-cedimientode rotacin ortogonal Varimax;sebuscaconellomayor simplicidad en la solucin, pues se considera mxi-ma la varianza de los coeficientes factoriales cuadrados encada componente principal de modo que se obtienen facto-res no correlacionados entre s, (vase [11]).

Las Tablas 2 y 3 resumen la composicin de los facto-res obtenidos tras la aplicacin del criterio de los autoresde maximizar la varianza explicada por el modelo. Se haintentado que el nombre dado a cada factor refleje el signi-ficado de las variables que en l pesan ms y que esquema-tice convenientemente su contenido comn.

Factores de viviendaEstado dela vivienda

Serviciosde higiene

Material dela vivienda

Servicio deagua

Servicio deluz

Estado de las paredes ,840Estado del piso ,821Estado del techo ,818Va de acceso principal ,796Eliminacin de basura ,786Servicio higinico ,658Tipo de vivienda ,798

Material predominante del techo ,684Material predominante de las paredes ,639Material predominante del piso ,466Procedencia principal del agua ,818Recepcin del agua ,792Servicio de luz ,972

Tabla 2. Matriz de factores rotados para las variables de vivienda. Fuente: Elaboracin propia a partir del Censo de Poblacin yVivienda 2010.



32/76
http://-/?-http://-/?-http://-/?-http://-/?-http://-/?-


33/76


Analti ak

5Revista de Anlisis EstadsticoJournal of Statistical AnalysisVariables de hogar ComunalidadExclusividad de servicio higinico 0,863

Exclusividad de instalaciones para baarse 0,857Disponibilidad de telfono convencional 0,517Disponibilidad de servicio de internet 0,697Disponibilidad de computadora 0,663Disponibilidad de televisin por cable 0,592Exclusividad de cuarto para cocinar 0,962Combustible para cocinar 0,975

Tabla 5. Comunalidades finales para las variables de hogar. Fuen-te: Elaboracin propia a partir del Censo de Poblacin y Vivienda2010.

Cabe aclarar que se realiz previamente una estandari-zacin de las variables, puesto que tienen medidas distin-tas. De este modo, la muestra usada cuenta con 1302 regis-tros.

Para determinar el nmero apropiado de conglomera-dos, se hace uso del dendrograma, que es el resultado dela aplicacin del anli

analítika 5

Documents