ECONOMETRIA III

INCIDENCIA DE LA EDAD Y EDUCACIÓN EN LA VIOLENCIA

DE GÉNERO DEL HOGAR, CASO ECUATORIANO.

Desde el inicio de los tiempos como sociedad hemos construido un concepto de familia
el cual está estrictamente relacionado al amor, el apoyo y la solidaridad, sin embargo,
esto no sucede en muchos casos, siendo evidentemente algo negativo. De este modo es
como surgen múltiples ambientes dónde algún integrante es víctima de "violencia
familiar" siendo comúnmente conocido el maltrato a la mujer.

Pese a que existen casos de maltrato contra ambos sexos, según la Organización
Mundial de la Salud, el sexo femenino es el más afectado puesto que existe evidencia
que muestra síntomas de mayor violencia al interior de la vivienda que en condiciones
externas. Está claro que este problema comprende situaciones culturales marcadas
principalmente por un rol de superioridad por parte del hombre.

Las Naciones Unidas (ONU) en 2007 definió la violencia contra la mujer como todo
acto de violencia de género que resulte, o pueda tener como resultado un daño a nivel
físico, sexual o psicológico, incluyendo las amenazas, la coacción o la restricción a la
libertad. En este sentido es claro reconocer que son múltiples los factores que detonan la
violencia hacia la mujer. Como un bajo nivel de instrucción (autores de violencia sexual
y víctimas de violencia sexual); un historial de exposición al maltrato infantil (autores y
víctimas); la experiencia de violencia familiar (autores y víctimas); el trastorno de
personalidad antisocial (autores); la edad; educación, entre otros.

Para dar cumplimiento al presente trabajo, inicialmente se ha extraído los datos de la

encuesta nacional sobre relaciones familiares y violencia de género contra la mujer al
año 2019. Tomando como variables independientes la edad al cuadrado y como proxy
de la educación, nivel de instrucción y año más alto que aprobó. La variable
dependiente, en este caso dicotómica, es la presencia o ausencia de violencia contra la

Ariel Serrano Vega

 mujer. Posteriormente se realizará un modelo Logit para datos individuales con el fin de
analizar el efecto de las variables mencionadas en la Y.

 Modelo econométrico:

Pi=β 0+ β1 edad−β 2 edad 2−β 3 educación+ μ

MODELO LOGIT:

. logit HASUFRIDOVIOLENCIA EDAD EDADALCUADRADO AÑOAPROBADO

Iteration 0: log likelihood = -511.01884

Iteration 1: log likelihood = -506.55858
Iteration 2: log likelihood = -506.537
Iteration 3: log likelihood = -506.53699

Logistic regression Number of obs = 754

LR chi2(3) = 8.96
Prob > chi2 = 0.0298
Log likelihood = -506.53699 Pseudo R2 = 0.0088

HASUFRIDOV~A Coef. Std. Err. z P>|z| [95% Conf. Interval]

EDAD .0372221 .0251267 1.48 0.139 -.0120254 .0864696

EDADALCUAD~O -.0006109 .0003159 -1.93 0.053 -.0012301 8.36e-06
AÑOAPROBADO -.0109977 .0293006 -0.38 0.707 -.0684257 .0464304
_cons -.7414624 .4066433 -1.82 0.068 -1.538469 .0555439

Pi=−0.7414+ 0.0372 X edad−0.0006 X edad 2−0.0 109 X educación + μ

Como se puede observar en los resultados los valores de la variable Año aprobado, que
representa de manera proxy la educación, no es significativa bajo su probabilidad. Al
ser mayor al 0.05 podemos decir que esta variable no tiene inferencia alguna en el
modelo. Sin embargo, la edad al cuadrado muestra significancia en la variable
regresada. En otras palabras, se puede decir que el incremento de un año genera una
caída de 0.0006109 proporciones en la probabilidad de que una mujer sea víctima de
violencia en el hogar. Cabe recalcar que, al ser un valor tan bajo, se podría concluir que
estas variables no son las catapultoras de la violencia hacia la mujer.

Ariel Serrano Vega

 EFECTOS MARGINALES:

Marginal effects after logit

y = Pr(HASUFRIDOVIOLENCIA) (predict)
= .41031251

variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X

EDAD .0090061 .00607 1.48 0.138 -.002899 .020911 26.7109

EDADAL~O -.0001478 .00008 -1.94 0.053 -.000297 1.8e-06 936.515
AÑOAPR~O -.002661 .00709 -0.38 0.707 -.016556 .011234 3.94297

Como se muestra en la tabla, los resultados evidencian que la edad al cuadrado afecta de
manera inversa en un 0.01478% a la probabilidad de que una mujer sea víctima de
violencia. Es decir, el efecto es casi nulo.

CURVA ROC Y ESTADÍSTICOS DE CLASIFICACIÓN:

1.00

Logistic model for HASUFRIDOVIOLENCIA

0.75

True
Sensitivity

Classified D ~D Total
0.50

+ 0 0 0
0.25

- 311 443 754

0.00

Total 311 443 754

0.00 0.25 0.50 0.75 1.00
1 - Specificity
Area under ROC curve = 0.5197
Classified + if predicted Pr(D) >= .5
True D defined as HASUFRIDOVIOLENCIA != 0

 Sensitivitygráfica Roc
La presente Pr( +| D) 0.00%
Specificity
muestra que Pr( -|~D) 100.00%
Positive predictive el
aproximadamente value
52% Pr( D| +) .%
A manera de conclusión se puede
Negative
de los datospredictive
se value Pr(~D| -) 58.75%
decir que los resultados no son encuentran bien
favorables para analizar la False + rate for true ~D
especificados. Pr( +|~D) 0.00%
 BajoFalse - rate for true
el estadístico deD Pr( -| D) 100.00%
violencia de genero contra la False + rateseforpuede
clasificación classified + Pr(~D| +) .%
mujer puesto que no existe observar que casiclassified
False - rate for el 90% - Pr( D| -) 41.25%
de los datos están
Correctly classified
correctamente 58.75%
Ariel Serrano Vega clasificados.

.
evidencia solida y suficiente para demostrarlo. Las variables utilizadas se quedan cortas
en cuanto a significancia estadística y por ende la repercusión en la probabilidad de si
una mujer ha sido víctima de violencia es nula. Al tener un componente cultural las
causas de esta violencia son bastante extensas ya que pueden estar caracterizadas por
factores a nivel económico, social o demográfico. En este sentido es recomendable que
este trabajo se extienda a la inclusión de más variables para poder fortalecer el estudio y
generar valores mucho más reales. Cabe aclarar que se utilizó una base datos bastante
limitada que de cierta forma impidió un mejor cumplimiento. Inicialmente se procedió a
filtrar los datos y a eliminar las observaciones que no presentaban respuestas. Además,
se suprimió 1988 observaciones de mujeres que declaraban no haber sido victimas de
violencia por parte de su pareja, esto con el fin de equilibrar el número de casos de
ausencia y presencia de violencia.

Bibliografía
(2019). Obtenido de https://www.ecuadorencifras.gob.ec/violencia-de-genero/

Ariel Serrano Vega

Codigo de Ética Profesional de los Profesionales en Ciencias Economicas del Ecuador. (1985).
Guayaquil.

OMS. (29 de 11 de 2017). Obtenido de https://www.who.int/es/news-room/fact-

sheets/detail/violence-against-women

ONU. (s.f.). Obtenido de

https://www.who.int/gender/violence/who_multicountry_study/summary_report/cha
pter2/es/index3.html

Ariel Serrano Vega