Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Final - GRANGER - HIDALGO - OPAZO - TORRES PDF
Informe Final - GRANGER - HIDALGO - OPAZO - TORRES PDF
FACTORES
COD.: 2501
COD.: 2501
COD.: 2501
COD.: 2501
INDIVIDUALES QUE
DETERMINAN LA
19.258.227-K
19.491.960-6
19.596.610-9
19.519.426-2
PROBABILIDAD DE
ESTAR EMPLEADO O
DESEMPLEADO
ANÁLISIS MULTIVARIADO
CHRISTIAN ACUÑA OPAZO
SEGUNDO SEMESTRE 2018
RESUMEN
El desempleo es una de las principales problemáticas que
se presentan en la actualidad, y debido a los efectos que
presenta la variación de la tasa de empleo y las cifras
alarmantes presentadas por el Instituto Nacional de
Estadísticas (INE) de Chile sobre la tasa de desocupación,
se presenta el siguiente informe que tiene por objetivo
analizar el impacto que tienen las variables individuales
presentes en la fuerza de trabajo, sobre la probabilidad de
desempleo que está presentará. Para llevar a cabo el
análisis se plantea un modelo, obtenido con la aplicación
del método de regresión logística, que permite determinar la
probabilidad de empleo-desempleo según características
personales, con datos obtenidos del estudio laboral
Encuesta Nacional de Empleo (ENE) aplicado por la INE.
!2
TABLA DE
CONTENIDOS
INTRODUCCIÓN 4
DESCRIPCIÓN 5
JUSTIFICACIÓN 6
VARIABLES 9
METODOLOGÍA 11
FORMULACIÓN 13
ANÁLISIS 15
CONCLUSIONES 17
REFERENCIAS 18
!3
INTRODUCCIÓN
La empleabilidad es un término que hace Cardona (2013) señalan que esta es aún
referencia a la preparación que posee un más predominante cuando se trata de
trabajador para afrontar las demandas grandes masas de población las que se
del mercado laboral y la capacidad que encuentran bajo esta condición. Yánez y
posee para utilizarla dentro de este con Cano (2012), explican que lo anterior se
tal de desempeñarse exitosamente en su debe a los múltiples costes asociados al
trabajo. Es por ello que, permite explicar desempleo: económicos, pérdida de
l a s p ro b a b i l i d a d e s d e e m p l e o y producción; sociales, incremento de la
desempleo de la fuerza laboral (Rentería pobreza y menor consumo por la pérdida
& Malvezzi, 2008). de poder adquisitivo; personales, pérdida
A su vez, Neffa (1999) indica que el de las habilidades y conocimientos de la
empleo es “una relación laboral que persona desempleada. No obstante,
permanece en el tiempo y tiene un Montero (2007) afirma que en la práctica
carácter mercantil, pues se intercambia una tasa de desempleo correctamente
por un salario asignado individualmente” equilibrada impulsa a las economías, es
Por otra parte, Pugliese (2000) afirma por ello que existe abundante
que el origen de la expresión desempleo investigación sobre dicha tasa y su
como tal, se desarrolló entre el siglo XIX y comportamiento, con la cual se genera
XX. Sin embargo, su término predecesor debate entre académicos, analistas
idleness, que en español significa sociales y tomadores de decisiones
ociosidad, ya era usado durante el siglo (Nieto, Mejía & Cardona, 2013).
XVII. Este, englobaba bajo una En chile, el Instituto Nacional de
connotación despreciativa tanto a las Estadísticas (INE) entregó la cifra de la
personas desempleadas como a las que tasa de desocupación del trimestre junio
se encontraban en ocio, es por ello que agosto 2018 la cual alcanzó el 7,3%, lo
fue necesaria su evolución. que evidencia un aumento de 0,7 puntos
El año 1987, la OIT (Organización porcentuales (pp.) en comparación con el
Internacional de Trabajo), definió como trimestre equivalente del año anterior.
persona desempleada a aquella que, por Dicho resultado, se explica por la
encima de cierta edad, la cual depende diferencia en las cifras de crecimiento
de la reglamentación interna de cada entre la fuerza de trabajo y la tasa de
país, en el periodo de referencia estaba: ocupados, siendo 1,7% y 0,9%
sin trabajo, disponible para trabajar o respectivamente.
buscando trabajo. Por otro lado, la región Metropolitana de
Corrales y Rodríguez (2002) indican que Santiago experimentó un aumento de
el desempleo es una de las principales 1,5 pp. en su tasa de desocupación, una
problemáticas que se presentan en la cifra alarmantemente superior a la
sociedad, así mismo, Nieto, Mejía y observada en el panorama nacional.
!4
Es debido a cómo afectan en la sociedad estudiar la probabilidad de empleo/
las variaciones de la tasa de desempleo desempleo que posee la fuerza laboral
que, dentro del presente estudio se en base a las características propias de
utilizarán las múltiples herramientas esta.
ofrecidas por el análisis multivariante para
DESCRIPCIÓN
La tasa de desempleo es probablemente Encuesta Nacional de Empleo (ENE)
una de las estadísticas más importantes aplicado por la INE. De este estudio se
(Feng, Hu & Sun, 2018), este indicador seleccionarán las variables edad, sexo,
de razón presenta el número de nivel educacional, nacionalidad y grupo
personas desocupadas expresado como de ocupación, según la Clasificación
porcentaje de la fuerza de trabajo. Donde Internacional Uniforme de Ocupaciones
desocupados, según define la INE, (CIUO, 2007).
deben cumplir los siguientes criterios: no Para llevar a cabo el análisis se aplicará
haber trabajado durante la semana de la regresión logística, método de análisis
referencia, haber buscado un empleo en adecuado cuando se posee una variable
las últimas cuatro semanas (incluyendo la que describe una respuesta en forma
de referencia) y estar disponible para dicotómica (Reyes, Escobar, Duarte &
trabajar en las próximas dos semanas, Ramírez, 2007), como tal es el caso en
posteriores a la de referencia. este estudio, estar empleado o
En base a un proyecto de investigación desempleado. Según Reyes et. al., el
realizado por Nieto, Mejía y Cardona modelo de regresión logística puede ser
(2013) con el objetivo de estimar las de gran utilidad ya que permite estimar la
probabilidades de empleo-desempleo de probabilidad de que se presente el
la fuerza laboral del área metropolitana evento de interés—estar empleado o
de Medellín-Colombia, se decide estudiar desempleado—, dados los valores de las
mediante el uso de análisis multivariante variables independientes–edad, sexo,
la probabilidad de desempleo en la nivel educacional más alto aprobado, y
Región Metropolitana de Santiago en el grupo de ocupación–.
trimestre julio-septiembre de 2018, El modelo que se planteará permite
debido a la diferencia presentada con determinar la probablidad de empleo-
respecto al panorama nacional en las desempleo según características
cifras entregadas por el INE respecto al individuales extraídas de la base de
trimestre junio-agosto 2018. datos de la ENE, teniendo como variable
P a r a e s t i m a r l a p ro b a b i l i d a d d e dependiente V0=Empleo y como
desempleo se utilizará el estudio laboral variables independientes V1=Edad,
!5
V2=Sexo, V3=Educación y V4=Grupo de para analizar la relación de cada variable
Ocupación. Teniendo como variable de independiente con la dependiente.
control V5=Región.
Para plantear este modelo primero se
analizan las variables de forma individual,
JUSTIFICACIÓN
Larraín & Sachs (2002) indican que el director alterno de Clapes-UC, menciona
desempleo es una de las variables más que “esto es el resultado del alto acceso
importantes dentro del estudio de la a educación terciaria que hoy lleva a
macroeconomía, ya que, los aumentar mucho la oferta, y el lento
movimientos de corto plazo de la tasa de crecimiento del PIB impide que se creen
desempleo se relacionan directamente todos los empleos necesarios para
c o n l a s fl u c t u a c i o n e s d e l c i c l o absorber esa oferta”.
económico. Es por ello que, “para
Las consecuencias del desempleo,
afrontar los problemas del desempleo,
específicamente en los jóvenes, son
los gobiernos generalmente han acudido
variadas. Respecto a esto, Feldstein
a diversas estrategias que pueden
(1978) concluye que el costo social del
agruparse en activas y pasivas” (Nieto,
desempleo puede ser importante en el
Mejía & Cardona, 2013, p.68).
caso de los jóvenes, ya que el
Según el Estudio Económico realizado desempleo juvenil implica no sólo un
por la OCDE de Chile en el año 2018, los menor producto y pérdida de ingresos,
niveles de empleo en los jóvenes son sino además la imposibilidad de
bajos en comparación con otros países aumentar su capital humano acumulando
de la OCDE. Respecto a esto, menciona experiencia y entrenamiento en el
que la educación superior no prepara trabajo. Por otra parte, Neumark (1998)
adecuadamente a los alumnos para el utiliza variables instrumentales para
mercado laboral. estimar el efecto de la estabilidad laboral
en la juventud sobre el salario como
Actualmente, Chile se encuentra en una
adulto, y encuentra que la mayor
crisis dentro del mercado laboral, según
estabilidad laboral en la juventud tiene un
el INE, mientras en julio-septiembre de
efecto positivo sobre el salario en la
2013 los desocupados con un nivel
adultez (lo que es interpretado como
educacional superior sumaban 76.120
retornos positivos, pero heterogéneos, a
personas, en noviembre del año 2017
la estabilidad laboral en la juventud y a la
superaban los 122 mil. Rodrigo Cerda,
búsqueda). Para el caso chileno,
!6
Larrañaga y Paredes (1999) realizan un misma entidad en noviembre del año
ejercicio utilizando cortes transversales 2017, la tasa de desempleo fue de 5,8%,
repetidos, y encuentran que el mientras que en Chile esta tasa
desempleo en la juventud tiene un efecto bordeaba los 6,9%. Lo cual, si bien
permanente sobre el desempleo en la posiciona a Chile como un país que
adultez. cuenta con una baja tasa de desempleo,
está lejos de equiparar al promedio de
El desempleo también tiene arraigadas
los países de la OCDE, por lo que se
consecuencias respecto al orden social,
encuentra pertinente realizar un análisis a
el informe de The Family Watch realizado
nivel individual de la población chilena
en 2012, menciona que algunos estudios
para poder estimar la probabilidad de
relacionan el aumento del desempleo
desempleo según características
con el de los delitos, especialmente los
personales y de este modo poder
que atentan a la propiedad y los
potenciar las características que puedan
relacionados con el tráfico de drogas,
suplir el nivel de desempleo, tanto a nivel
con la consiguiente pérdida de futuro
individual, empresarial, como también
para los que los cometen.
público.
Otro factor importante que afecta al
desempleo nacional, es el constante
proceso de automatización dentro de
algunos puestos del mercado nacional.
Una investigación realizada por la OCDE
mostró que cerca del 14% de los
puestos en los países es altamente
automatizable, es decir, tiene una
probabilidad de más de 70% de ser
sustituido por tecnología. La cifra
equivale a más de 66 millones de
empleados. Según un documento de
trabajo de economistas de la entidad, el
trabajador de Chile tiene una
probabilidad de 55% de ser reemplazado
por máquinas. Más del 30% de los
puestos del mercado nacional tiene un
riesgo de entre 50% y 70% de ser
sustituido por la tecnología.
posicionándolo como el quinto país con
más riesgo de automatización dentro de
un análisis realizado a 32 países.
En comparación con las cifras de la
OCDE, en un estudio realizado por esta
!7
OBJETIVOS DEL
ESTUDIO
Objetivo general:
▶︎ Analizar el impacto que tienen las
variables individuales presentes en
la fuerza de trabajo, sobre la
probabilidad de desempleo que está
presentará.
Objetivos específicos:
▶︎ Revisar literatura sobre desempleo
p a r a i d e n t i fi c a r l a s v a r i a b l e s
independientes a utilizar.
▶︎ Formular un modelo que permita
determinar la probabilidad de
empleo-desempleo a partir de
variables individuales.
▶︎ Analizar la relación de las variables
utilizando el modelo propuesto.
▶︎ Estimar un análisis proyectivo de las
probabilidades de empleo-
desempleo de la fuerza laboral de la
región metropolitana de Santiago de
Chile.
▶︎ Realizar un análisis concluyente
sobre el modelo propuesto.
!8
VARIABLES
Variable Código Descripción Definición Autor Escala
Vansteenkiste, et.
Señala la edad de la
Cuantitativa al. (2015)
Edad V1 persona al momento De 0 a 1
Escalar Sánchez-Castañeda, A.
de aplicar la encuesta.
(2014)
Identifica el nivel
educacional más alto
Cualitativa alcanzado con la Snieska et al., (2015)
Educación V3 De 0 a 1*
Ordinal Clasificación Abdala (2002)
Internacional de Nivel
Educacional (CINE)
Grupo de ocupación
según la clasificación
Grupo de Cualitativa Ortega (2016)
V4 internacional uniforme De 0 a 1*
Ocupación Nominal Rives & Sosin, 2002
de Ocupaciones
(CIUO)
Región
Cualitativa Región donde vive el
(variable de V5 — —
Nominal encuestado
control)
EMPLEO EDAD
Variable dependiente. Variable indepentiente, cuantitativa,
continua.
Situación laboral de la persona
Nieto et. al., 2012 propone que la edad
encuestada.
es una variable significativa dentro del
0: empleado estudio del desempleo, las personas de
un grupo etario medio tienen una mayor
1: desempleado
probabilidad de encontrar empleo que
!9
las de un grupo etario alto. Así también más probabilidades de encontrar
Vansteenkiste, et. al. ,2015 señala que empleo.
un porcentaje de la brecha de reempleo
1: Nunca estudió
se puede explicar por los modos de
búsqueda de empleo, siento estos 2: Educación preescolar
diferentes en cada grupo etario.
3: Educación primaria (nivel 1)
!10
3: Técnicos y profesionales de nivel 7: Oficiales, operarios y artesanos de
medio. artes mecánicas y de otros oficios.
4: Empleados de oficina. 8: Operadores de instalaciones y
máquinas y montadores.
5: Trabajadores de los servicios y
vendedores de comercios y mercados 9: Trabajadores no calificados
METODOLOGÍA
Para este análisis de se utilizó la base de individuos que respondían con edades
datos de la Encuesta Nacional de entre18 y 65 años de edad, en la variable
Empleo (ENE), instrumento de medición Grupo de Ocupación (V5) se omitieron
de los indicadores coyunturales del los individuos con trabajos no
empleo y el desempleo aplicado por el clasificados (9) y no identificados (10), en
Instituto Nacional de Estadística (INE) y la variable Educación (V3) se trabajó con
que encuesta a hogares de carácter las respuestas con educación secundaria
continuo y basada en una muestra (5), educación técnica (6), educación
trimestral de aproximadamente 36000 universitaria (7), postítulo y maestría (8) y
hogares en todo el país. Los criterios doctorado (9). Estos filtros llevaron a que
utilizados en el instrumento se basan en el total de individuos considerados en la
conceptos y criterios acorde con los muestra fueran 7433.
estándares internacionales y las mejores
Para una mejor aplicación del modelo se
prácticas metodológicas y operativas de
recomienda la conversión de variables
los países miembros de la OCDE.
politómicas en varias variables ficticias,
La base de datos utilizada es la denominadas dummys, este método fue
p e r t e n e c i e n t e a l t r i m e s t re j u l i o - aplicado a las variables Grupo de
septiembre de 2018, y cuenta con Ocupación (V5) y Educación (V3). La
102474 encuestados en total. Para variable V5 se transformó en 8 variables
propósitos del análisis se utilizaron los dummys:
encuestados de la Región Metropolitana V4_01: Miembros del poder ejecutivo y de
(Región=13) quedando con un total de los cuerpos legislativos y personal
24085 individuos encuestados. A este directivo de la administración pública y de
empresa
total se aplicaron los siguientes filtros: en
la variable Edad (V1) se utilizaron los V4_02: Profesionales científicos e
intelectuales
!11
V4_03: Técnicos y profesionales de nivel V3_06: Educación Técnica (Educación
medio Superior no Universitaria)
V4_04: Empleados de oficina V3_07: Educación universitaria
V4_05: Trabajadores de los servicios y V3_08: Postítulos y maestría
vendedores de comercios y mercados
V3_09: Doctorado
V4_06: Agricultores y trabajadores
calificados agropecuarios y pesqueros Por otra parte las variables Empleo (V0) y
Sexo (V2) fueron tratadas solo en el
V4_07: Oficiales, operarios y artesanos de
artes mecánicas y de otros oficios cambio de codificación, pero no se les
V4_08: Operadores de instalaciones y aplica la creación de variables ficticias,
máquinas y montadores porque son dicotómicas.
Y la V3 en en 5 variables dummys:
V3_05: Educación secundaria
ANÁLISIS DE
VARIABLES
INDIVIDUALES
Previo a la regresión logística, se realizó de pruebas de muestras independientes
un análisis a nivel individual de cada una y ANOVA de un factor. De los resultados
de las variables independientes o obtenidos, se concluye del análisis de
exógenas a utilizar dentro del modelo. prueba de muestras independientes que
Estas variables corresponden a Edad, las varianzas son homogéneas y
Sexo, Educación y Sector Económico, respecto a la significancia bilateral del
teniendo en cuenta como la variable de A N O VA , s e a c e p t a l a h i p ó t e s i s
control a Región y como variable alternativa, que indica que existe
dependiente o endógena a la variable diferencia entre las medias de la edad de
Empleo. empleados y desempleados, por lo cual
se estima que la variable Edad está
En el análisis de la variable Edad, al ésta
asociada a la variable dependiente
ser una variable del tipo cuantitativa
Empleo.
escalar, se procede a realizar un análisis
!12
Los análisis para las siguientes variables Respecto a las variables independientes
independientes se realizan mediante la Educación y Sector Económico, los
prueba de Chi-cuadrado, ya que se resultados de la prueba de Chi-cuadrado
trabajan como variables dicotómicas. mostraron, para cada una de las
Además del análisis de Chi-cuadrado, se variables trabajadas como Dummy, una
analiza, como análisis complementario significancia mayor a 0.05, por lo cual,
los comportamientos gráficos de cada preliminarmente, se estima que estas
una de las variables al estar empleado y variables no están asociadas a la variable
desempleado. Respecto a ambos Empleo y no tienen significancia dentro
análisis, no se presentaron de la determinación de la probabilidad de
contradicciones. empleo.
Los resultados de las pruebas de Chi-
cuadrado para la variable independiente
Sexo, mostraron una significancia menor
a 0.05, por lo cual se acepta la Hipótesis
que menciona asociación entre la
variable independiente Sexo con la
variable dependiente Empleo.
FORMULACIÓN
Para llevar a cabo el análisis se aplicó un Donde p(x)
" es la probabilidad de éxito
modelo de regresión logística binaria, cuando el valor de la variable predictora
debido a que es el recomendado cuando es x" . Las variables predictivas se
se tiene una variable que describe una
representan por x" 1, x2, . . . , xi y los
respuesta en forma dicotómica (empleo
parámetros desconocidos a calcular por
o desempleo) y se quiere estudiar el
efecto de otras variables (independientes) " 0, B1, . . . , Bi.
B
tienen sobre ella. Este modelo es de gran El odd ratio es una medida de asociación
utilidad ya que permite estimar la entre dos variables que indica la fortaleza
probabilidad de que se presente el de relación entre dos variables. Esta
evento de interés, dado los valores de las variable es expresada en SPSS como
variables independientes(edad, sexo, Exp(B)
" .
educación y grupo de ocupación)
Variables en la ecuación
El modelo de regresión logística puede
Error
escribirse como: B estánd Wald gl Sig.
ar
1
" (x) =
p Edad -,007 ,004 4,188 1 ,041
1 + e −(B0+B1 x1+...+Bi xi )
!13
Sexo ,700 ,093 57,168 1 ,000 cuales son Edad y Sexo, son de 0,993 y
V4_01 ,014 ,289 ,002 1 ,961 2,014 respectivamente. Al interpretar
estos datos, se observa que la variable
V4_02 ,127 ,209 ,369 1 ,544
Edad tiene una asociación negativa, al
V4_03 -,081 ,190 ,180 1 ,671
ser un valor bajo 1, y la variable Sexo
V4_04 -,297 ,197 2,285 1 ,131
posee un asociación positiva, al ser un
V4_05 -,076 ,182 ,173 1 ,678 valor mayor a 1. También se puede
V4_06 ,365 ,494 ,547 1 ,460 observar que la relación que tiene la
V4_07 ,185 ,183 1,022 1 ,312 variable Sexo con la variable dependiente
Empleo es más fuerte que la relación con
V3_05 -,146 ,498 ,086 1 ,769
la variable Edad, ya que, el primer valor
V3_06 -,233 ,499 ,218 1 ,641
se aleja más de 1.
V3_07 -,189 ,483 ,153 1 ,696
Con los resultados obtenidos en la
V3_08 -,380 ,520 ,536 1 ,464
Regresión Logística, no sería oportuno
Cte. -2,236 ,538 17,304 1 ,000
proponer un modelo de predicción,
debido a los resultados poco explicativos
Variables en la ecuación
del modelo y al alto valor de la constante,
Exp(B)
que indica que existen variables aún más
Edad ,993
importantes que las mencionadas dentro
Sexo 2,014 del informe, y que escapan tanto de la
V4_01 1,014 explicación respecto a las características
V4_02 1,136 individuales mencionadas en la BBDD,
V4_03 ,922
como de los datos recopilados en esta.
Es por esto, que con un fin netamente
V4_04 ,743
académico se plantea la siguiente
V4_05 ,927
ecuación de regresión logística:
V4_06 1,441
LOGI
" T( p) = − 2,236 − 0,007(V 1) − 0,7(V 2)
V4_07 1,204
V3_05 ,864
siendo
p
"
LOGI T( p) = ln(LOGI T( p) = = ln(odds))
V3_06 ,792 (1 − p)
V3_07 ,828
Y donde p" = P(Y = 1) , esto es, la
V3_08 ,684
probabilidad de que un individuo posea
Constante ,107 la característica evaluada, es decir, estar
desempleado. Alternativamente, el
Los odd ratio oscilan entre 0 y el infinito,
modelo podría quedar expresado de la
y específicamente dentro los resultados
siguiente manera:
entregados por la regresión logística, se
1
puede observar que los valores de odd " P(desempleado = 1) =
1 + e (−2,236 −0,007⋅V1 −0,7⋅V 2)
ratios correspondientes a las variables
independientes identificadas como Cabe resaltar que únicamente se
significativas dentro de la regresión, las consideraron las variables
!14
independientes que estadísticamente
resultaron significativas y que mostraron
asociación con la variable dependiente
para la formulación del modelo.
ANÁLISIS
!15
presentado es de 0,010, lo cual es un donde ambas distribuciones, esperada y
valor muy discreto e indica que sólo el observada, se contrastan mediante una
1% de la variación de la variable prueba de Chi-cuadrado. La hipótesis
desempleo es explicada por las variables nula de esta prueba es que no hay
independientes incluidas en el modelo. diferencias entre los valores observados
y los valores pronosticados, es decir que
El R cuadrado de Nagelkerke es una
el modelo se ajusta a la realidad.
versión corregida de la R cuadrado de
Cox y Snell y tiene un valor máximo de Prueba de Hosmer y Lemeshow
1. Este coeficiente dentro del modelo
Paso Chi-cuadrado gl Sig.
arrojó un valor de 0,22, lo cual aumenta
1 7,885 8 ,445
considerablemente la importancia de las
variables independientes dentro de la
El p-valor en esta prueba, en donde un
variación de la variable desempleo,
valor alto del p-valor se asocia a un buen
indicando que el 22% de la explicación
ajuste, da como resultado 0,445, lo cual
del modelo, y por ende, de la variable
es mayor a 0,05. El valor de la prueba
desempleo la tienen las variables
implica que lo que observamos se ajusta
utilizadas.
suficientemente a lo que es esperado
La prueba de Hosmer y Lemeshow bajo este modelo.
consiste en comparar los valores
previstos (esperados) por el modelo con
los valores realmente observados, en
!16
CONCLUSIONES
Según la teoría, las variables utilizadas Chile, se evidenció que solo las variables
dentro del estudio cumplen con los edad y sexo son significativas en el
requisitos necesarios para la formulación comportamiento de la variable
de un modelo de regresión logística para dependiente desempleo. Esta diferencia
el análisis del comportamiento del puede deberse a múltiples factores, uno
desempleo, sin embargo, al desarrollar el de ellos puede ser la forma utilizada para
modelo se obtuvo que algunas de estas presentar las variables dentro de las
variables no tienen gran relevancia dentro encuestas. Otra causa puede deberse a
del comportamiento del desempleo, lo diferencias presentes en los lugares
cual indica que el modelo formulado no donde se llevaron a cabo las encuestas,
tendría un nivel de predicción asertivo. como la cultura laboral y las condiciones
económicas y laborales de cada país, lo
Respecto a los resultados obtenidos, la
cual puede afectar la incidencia que tiene
variable dependiente es explicada en un
cada variable independiente analizada
22% por todas las variables
sobre el nivel de desempleo.
independientes incluidas en el modelo,
valor que es discreto, lo cual implica que
el modelo desarrollado no predice con
efectividad la probabilidad de desempleo
dentro de la población de estudio. Es por
esto que no sería acertado realizar un
análisis proyectivo en base al modelo
formulado, ya que, de llevarlo a cabo se
obtendrían proyecciones erróneas,
debido a que el modelo no toma en
cuenta las variables necesarias para
realizar una explicación eficaz del
fenómeno del desempleo.
A diferencia del estudio realizado por
Nieto, Mejía y Cardona (2013), donde se
presentan como variables significativas
edad, sexo, educación y sector
económico, en el modelo desarrollado en
el presente estudio, y con la base de
datos de una encuesta realizada en
!17
REFERENCIAS
Abdala, E. (2002). Jóvenes, educación y Colombia. Revista Facultad Nacional De
empleo en América Latina. Papeles De Salud Pública, 31(1), 67-74.
Población, 8(33), 223-238.
Ortega, D. (2016). Los recursos laborales
Albanesi, S. and Şahin, A. (2018). The jóvenes en América Latina y el caso de
gender unemployment gap. Review of C u b a . R e v i s t a N o v e d a d e s E n
Economic Dynamics, 30, 47-67. Población, 22(24).
Corrales, H. & Rodríguez, B. La duración Petersen, V. (2017). Profesionales
y l a p ro b a b i l i d a d d e s a l i d a d e l universitarios desempleados aumentan
desempleo. Análisis de los factores más de 60% en 4 años. Retrieved from
determinantes mediante la aplicación de https://www.latercera.com/noticia/
modelos de supervivencia. Universidad profesionales-universitarios-
De Valladolid. desempleados-aumentan-mas-60-4-
anos/
Feng, S., Hu, Y., & Sun, J. (2018). On the
robustness of alternative unemployment Pugliese, E. (2000). Qué es el
measures. Economics Letters, 166, 1-5. desempleo. Política Y Sociedad, 34,
59-67.
Jean, S. and Jiménez, M. (2011). The
unemployment impact of immigration in Reyes, J., Escobar, C., Duarte, J., &
OECD countries. European Journal of Ramirez, P. (2007). UNA APLICACIÓN
Political Economy, 27(2), 241-256. DEL MODELO DE REGRESIÓN
LOGÍSTICA EN LA PREDICCIÓN DEL
L a r r a í n , F. , & S a c h s , J .
RENDIMIENTO ESTUDIANTIL. Estudios
(2002). Macroeconomía en la economía
Pedagógicos XXXIII, 101-120.
global (2nd ed.). Buenos Aires: Pearson.
Sánchez-Castañeda, A. (2014). Los
Latif, E. (2015). The relationship between
jóvenes frente al empleo y el desempleo:
immigration and unemployment: Panel
la necesaria construcción de soluciones
data evidence from Canada. Economic
multidimensionales y multifactoriales*.
Modelling, 50, 162-167
Revista Latinoamericana de Derecho
Montero, R. (2007). ¿Cuánto Dura el Social, 19, 133-162.
Desempleo de la Población más Pobre
Sistema de Información de Tendencias
en Chile?. Cuadernos De Economía, 44,
Educativas en America Latina (2005).
211-231.
Te n d e n c i a s e n l a re l a c i ó n e n t re
Nieto, E, Mejía, L. & Cardona, Á. (2013). educación y desempleo en América
Probabilidades de empleo-desempleo en Latina. Buenos Aires: IPE Buenos Aires,
Medellín: evidencia empírica para pensar 1-4.
un seguro de desempleo en
!18
Snieska, V., Valodkiene, G., Daunoriene, gender unemployment rates. The Journal
A. and Draksaite, A. (2015). Education of Socio-Economics, 31(3), pp.287-299.
and Unemployment in European Union
Economic Cycles. Procedia - Social and
Behavioral Sciences, 213, 211-216.
Vansteenkiste, S., Deschacht, N. and
Sels, L. (2015). Why are unemployed
aged fifty and over less likely to find a
job? A decomposition analysis. Journal
of Vocational Behavior, 90, 55-65.
Yánez, M., & Cano, K. (2012). Tipología
del desempleo: un análisis a través de la
Curva de Beveridge. Revista Virtual
Universidad Católica Del Norte, 215-233.
!19