Está en la página 1de 53

1

DURACIÓN Y DETERMINANTES DEL


DESEMPLEO DE LOS AFROCOLOMBIANOS
EN SANTIAGO DE CALI

JHONNY SINISTERRA TOBAR

Universidad del Valle

Facultad de Ciencias Sociales y Económicas

Departamento de Economía

Trabajo de grado
2

DURACIÓN Y DETERMINANTES DEL DESEMPLEO DE LOS

AFROCOLOMBIANOS EN SANTIAGO DE CALI

JHONNY SINISTERRA TOBAR

Código: 200735040

Trabajo de grado para optar por el título de Economista

Directora:

DIANA MARCELA JIMÉNES RESTREPO

Profesora titular del Departamento de Economía

Universidad del Valle

Universidad del Valle

Facultad de Ciencias Sociales Y Económicas

Programa de Economía

Santiago de Cali

2017
3

AGRADECIMIENTOS

Agradezco a María Delsa Tobar, mi Madre, y a Diana Marcela Jiménez Restrepo, mi directora

de grado y profesora, por su apoyo y acompañamiento en mi proceso de formación y de

colaboración y comentarios en este trabajo de grado.

De igual manera agradezco a mi amigo y compañero Diego Marín por la motivación brindada.

Y por último a todas las personas involucradas en este proceso, de manera especial a mis

profesores, entre ellos, Carlos A. Viáfara, Harvi Vivas, Boris Salazar y Jorge Mario Uribe, por

constituir un ejemplo de vida y marcar la mía propia de manera fundamentalmente positiva.

GRACIAS Universidad del Valle.


1

DURACIÓN Y DETERMINANTES DEL DESEMPLEO DE LOS


AFROCOLOMBIANOS EN SANTIAGO DE CALI

Resumen

Este trabajo analiza el efecto de la condición étnico-racial en la duración y determinantes del

desempleo de las personas auto-reconocidas como afrodescendientes. La información utilizada se

obtuvo de la encuesta de Empleo y Calidad de Vida para el municipio de Santiago de Cali de 2013.

Por medio del análisis de las funciones de supervivencia estimadas por el método de Kaplan Meier

y el modelo paramétrico tipo Weibull, se evidencia que los afrocaleños tienen tiempos más

prolongados en el desempleo, lo que puede implicar la presencia de discriminación étnico-racial

en la duración del desempleo en el mercado laboral del municipio de Cali. Además, se encuentra

que vivir en ciertas zonas de la ciudad puede asociarse a la duración del desempleo.

Palabras clave: duración del desempleo, discriminación, étnico-racial, Cali.

Abstract

This paper analyzes the effect of ethnic-racial status on the duration and determinants of

unemployment of people who are self-recognized as Afro-descendants. The information used

was obtained from the Survey of Employment and Quality of Life for the municipality of

Santiago de Cali in 2013. Through the analysis of the survival functions estimated by the Kaplan

Meier method and the Weibull parametric model, The Afro-colombians have longer periods of

unemployment, which may imply the presence of ethnic-racial discrimination in the duration of

unemployment in the labor market of the municipality of Cali. In addition, it is found that living

in some areas of the city may be associated with the duration of unemployment.

Keywords: ethnic-racial, Afro-descendants, duration of unemployment, discrimination, Cali.


1

1 Introducción .................................................................................................................... 1

2. Revisión bibliográfica ...................................................................................................... 3

Revisión para algunos trabajos de discriminación en el mercado laboral desde los ingresos 3

Una Mirada a las Investigaciones Previas Sobre la Duración del Desempleo ....................... 6

Evidencia Internacional .......................................................................................................... 6

Colombia y el Análisis de la Duración del Desempleo .......................................................... 7

3. Marco Teórico ................................................................................................................ 11

4. Metodología ................................................................................................................... 14

Datos .................................................................................................................................... 15

Modelo de Supervivencia ..................................................................................................... 15

Métodos de Modelación ....................................................................................................... 15

Modelo de Supervivencia: Una Visión General ................................................................... 17

5. Metodología empírica usada ................................................................................................ 19

6. Análisis y resultados ........................................................................................................... 21

Tiempo de duración: Análisis no paramétrico ..................................................................... 21

Gráfica 1 ............................................................................................................................... 22

Grafico 2............................................................................................................................... 23

Tabla 1. ................................................................................................................................. 24

Gráfico 2.1............................................................................................................................ 25

.............................................................................................................................................. 25
2

Gráfico 3............................................................................................................................... 26

Gráfico 4 ............................................................................................................................... 27

Gráfico 5............................................................................................................................... 28

Gráfico 5.1............................................................................................................................ 29

Análisis paramétrico: modelo paramétrico de duración ........................................................... 30

Especificación del modelo ................................................................................................... 30

7. Conclusiones ........................................................................................................................ 35

Referencias ............................................................................................................................... 38

Anexos...................................................................................................................................... 42
1

1. Introducción

La decisión que lleva a un individuo a hacer parte de la población económicamente activa está

basada en los beneficios que puede obtener al entrar al mercado laboral. La principal expectativa

es encontrar un salario que le permita compensar la utilidad, que en principio le genera a este estar

desempleado, es decir, la utilidad de ser empleado debe ser mayor que la utilidad de seguir

desempleado. Stigler (1962) estudia el problema de búsqueda empleo y avanza en la formulación

teórica. La dispersión de salarios, el problema de la información, los retornos de la búsqueda por

parte de los trabajadores, los costos de la búsqueda, la búsqueda de los empleadores y la

información como un acervo de capital son los elementos que expone en su trabajo para dar una

explicación al proceso de búsqueda de empleo y realizar su modelo.

El estudio del desempleo nos permite analizar el problema desde diferentes puntos, un elemento

del desempleo ampliamente estudiado por los economistas es el desempleo friccional. La

afectación a este tipo de desempleo viene por varias causas las cuales son estudiadas para mejorar

diferentes aspectos y permitir reducir el desempleo. La duración del desempleo ha sido

ampliamente estudiada en las últimas décadas. Solo en Colombia Núñez y Bernal (1997), Tunjo y

Ribero (1998), Tunjo (1998), Cuellar y Uribe (2003), Viáfara y Uribe (2009), Orejuela (2010) y

Jiménez (2012) son algunos de los autores que por medio del análisis de la duración del desempleo

han contribuido al entendimiento del fenómeno del desempleo en el país. Los determinantes

tenidos en cuenta por estos autores son variados, en la mayoría de los casos coinciden los

determinantes y en algunos otros los resultados, aun con metodologías distintas.

Por otra parte, el efecto de la discriminación étnico-racial en la distribución del ingreso ha sido

estudiado con diferentes metodologías, para entender cómo afecta al individuo y el funcionamiento

del mercado en la asignación de recursos bajo dicha circunstancia. En la última década en


2

Colombia este tema ha sido estudiado por Arroyo, J., Pinzón, L., Mora, J., Gómez, D., & Cendales,

A. (2016), Correa, Viáfara y Zuluaga (2010), Viáfara, Urrea y Correa (2009), Tenjo y Herrera,

(2009), Romero (2007) entre otros autores que también los han hecho. Los resultados obtenidos

muestran que se presenta una influencia de la condición étnico racial en los niveles de salarios, la

educación es un determinante trasversal en estos estudios.

Si bien, la duración del desempleo y las desigualdades étnico raciales en el mercado laboral han

sido estudiadas, hasta el momento en estos trabajos se han abordan los temas por separado, ello

impide hasta aquí ver el efecto de la condición étnico racial en la duración del desempleo. Esta

circunstancia no permite dar una posición acerca del tiempo que pueden pasar las personas

afrodescendientes específicamente en la condición de desempleados y comparar con los no

afrodescendientes.

Este trabajo tiene como objetivo principal indagar el efecto de la pertenencia étnico-racial a la

duración del desempleo en la ciudad de Cali con datos de la Encuesta de Empleo y Calidad. Para

ello planteamos dos objetivos secundarios: primero, analizar las funciones de supervivencia por el

método de Kaplan Meier de la población afrodescendiente y no afrodescendiente, también la

comparación de algunas funciones de supervivencia con algunos determinantes y ver como son

los efectos en la población de estudio, para ello seleccionamos los determinantes comúnmente

utilizados es este tipo de estudios y separamos por condición étnico racial para cumplir este

objetivo. Segundo, indagar cual es el efecto de la condición étnico-racial en el riesgo de mantenerse

en el desempleo, también, ver el efecto de la posición geográfica de los individuos en Cali sobre

la permanencia en el desempleo.

Visto el empleo, como condición para garantizar ingresos y satisfacer necesidades básicas

dentro de un hogar, es uno de los indicadores económicos de mayor importancia porque muestra
3

la calidad de vida de los afrocolombianos y que en esta población no presenta niveles altos ni en

cantidad como en calidad en la ciudad de Cali por ellos es importante este estudio.

Este trabajo se divide en 7 secciones; la primera es esta introducción. La segunda contiene una

mirada a la literatura sobre los temas que se abordan en este trabajo. En la tercera parte el marco

teórico. Pasamos luego a la metodología a utilizar en la cuarta sección. En la quinta parte se expone

la metodología empírica. Luego se presentan el análisis y los resultados de la investigación, para

en la sección 7 concluir.

2. Revisión bibliográfica

Revisión para algunos trabajos de discriminación en el mercado laboral desde los

ingresos

Arroyo, J., Pinzón, L., Mora, J., Gómez, D., & Cendales, A. (2016). Utilizando la encuesta

Empleo y Calidad de Vida de Cali 2012-2013 (ECVC) analizan presencia de discriminación en el

mercado laboral para la ciudad de Cali, la metodología usada relaciona la estimación de un modelo

probit. Dentro de los hallazgos evidencia la presencia de discriminación en el mercado laboral de

la ciudad sufrida por la población afrodescendiente del municipio. Otro resultado indica una

posible segregación espacial argumentada en la variación de la calidad del empleo según la zona

residencial.

Correa, Viáfara y Zuluaga (2010) analizan las brechas salariales en diferentes puntos de la

distribución condicional del ingreso según condición étnico-racial. Con la información de la

Encuesta Nacional de Hogares de 2010. Su estudio lo desarrollan bajo la metodología de

descomposición de Molley (2005), por medio de estimaciones de regresiones mincerianas, se

realiza la corrección del sesgo de endogeneidad presente en este tipo de análisis. En sus
4

resultados se evidencia el efecto preponderante de la parte ¨no explicada¨ en las brechas

salariales entre afro colombianos y no afrocolombianos lo cual califican que puede ser causado

por la discriminación.

Viáfara, Urrea y Correa (2009) realizan un análisis detallado de las desigualdades

socioeconómicas y sociodemográficas que enfrenta la población afrocolombiana respecto a la

población “mestiza” o “blanca”. Con datos del Censo de 2005 analizan, con indicadores

sociodemográficos y socioeconómicos las características de inserción de la población

afrocolombiana en el mercado de bienes y servicios. Luego con información de la Encuesta

Nacional de Hogares del tercer trimestre de 2004 (ENH) analizan las características de inserción

en el mercado de bienes y servicios de acuerdo a la característica étnico-racial. La metodología

que utilizan va desde la construcción y análisis de indicadores sociodemográficos y

socioeconómicos para la población de estudio en las 13 áreas metropolitanas, hasta los modelos

de regresión de raza intercepto e intercepto específico para descomponer las diferencias raciales

en la tasa de desempleo. Los resultados muestran un que la composición de capital humano puede

explicar en gran proporción los diferenciales los diferenciales salariales, también se presenta que

la proporción de la brecha de salarios no explicada y que es atribuida a la discriminación evidencio

un efecto significativo para el promedio en las trece áreas metropolitanas. los estudios en la

población con empleo formal mostraron una reducción en la proporción de los diferenciales

salariales asociados al capital humano un aumento de la proporción y significancia de la parte no

explicada en los diferenciales salariales.

Tenjo y Herrera (2009) encuentran en su trabajo que más de la mitad de los diferenciales

promedio de los salarios entre las personas afrodescendientes y no afro descendientes se explican

a partir del hecho que aun con la misma calificación bajo en la misma ocupación las personas
5

afrodescendientes ganan menos que el resto de los trabajadores. En la distinción por genero la

respuesta es análoga para las mujeres. Aun en las mujeres con mayor acumulación de capital

humano con respecto a los hombres, reciben una menor retribución por dicha acumulación de

capital. Se evidencia la presencia de (discriminación de mercado) para la población

afrodescendiente ya que recibe menor pago por su capital humano, además, de ello los niveles bajo

de capital humano de esta población los hace vulnerables (discriminación pre mercado). Estas

conclusiones son realizadas a partir de la modelación y estimación de ecuaciones mincerianas y la

técnica de descomposición de Oxaca. Con datos de la Encuesta de Calidad de Vida de 2003. La

hipótesis iba encaminada a indagar sobre la presencia de discriminación racial en el mercado

laboral en las ciudades de Bogotá, Cali y Cartagena a partir de las diferencias salariales entre los

afros y los no afrocolombianos en estas urbes.

Romero (2007) analiza los diferenciales en el ingreso de los cartageneros usando la

metodología de Blinder-Oxaca y con datos del Censo General de 2005 aplicado a Cartagena y

con la encuesta Continua de Hogares para para el segundo trimestre de 2004. Se evidencia que la

diferencia entre los salarios percibidos que afectan a los afrocartegeneros es explicada en mayor

medida por la composición de capital humano, pero también existe un porcentaje que se puede

atribuir a la discriminación. Más aun, aunque los resultados por ciudades se pueden decir

homogéneos, Cartagena cuenta con mayores diferenciales de ingresos, mayor efecto de las

dotaciones iniciales y discriminación étnico-racial, seguida por el agregado de las trece áreas

metropolitanas y, por último, Cali.


6

Una Mirada a las Investigaciones Previas Sobre la Duración del Desempleo

Evidencia Internacional

A nivel internacional se han realizado diferentes trabajos en la búsqueda de los determinantes,

características y demás circunstancias que giran en torno al fenómeno del desempleo. Foley

(1997) analiza la dependencia en la duración del desempleo con la demanda local, el ingreso no

laboral y las condiciones demográficas, utilizando un modelo de espera que incorpora

heterogeneidad no observada de los individuos. En este trabajo se presentan y argumentan como

determinantes de la duración del desempleo el estado civil y la edad, de hecho, las personas de

edad avanzada y las mujeres casadas presentan un periodo más prolongado de desempleo. Aquí,

variables tradicionales como la educación y la tenencia de hijos, no presentan relevancia. Las

condiciones del mercado laboral influyen en la duración, lo que se traduce en, si un individuo

vive en zonas con alto desempleo esto prolonga las temporadas propias de desempleo.

El desempleo femenino según Haynes, Higginson, Probert y Boreham (2011) es determinado

principalmente por la variable hijos menores de 5 años en el hogar, es decir, que los tiempos en

situación de desempleo para las madres de infantes, son más prolongados. Mientras que, en el

caso de los hombres, las variables edad y estado civil, son las que afectan la duración del

desempleo, reduciendo el tiempo de este. Estos autores estiman la tasa de riesgo de salir del

desempleo, aplicando un modelo de estructura jerárquica en tres niveles donde los episodios de

paro se anidan entre individuos y, simultáneamente los individuos se anidan entre las regiones,

ello permite un rastreo de la heterogeneidad no observada entre individuos.

Dentro de los aspectos que causan el desempleo se han identificado todo tipo de elementos

como los rasgos de personalidad de las personas. En el estudio de Uysal y Pohlmeier (2010) se

propone una relación entre el rol de los rasgos de personalidad con la duración del desempleo
7

individual. La automotivación y autocontrol son rasgos específicos que influyen en el proceso de

búsqueda de empleo y por tanto en la duración del desempleo. La probabilidad de recibir y

aceptar ofertas de trabajo van ligadas también a los rasgos de la personalidad, de hecho, las

probabilidades de encontrar empleo para las personas extrovertidas y diligentes son mayores que

para las personalidades introvertidas.

Colombia y el Análisis de la Duración del Desempleo

Un trabajo clave para la realización de esta investigación, por la exposición del planteamiento

teórico y las metodologías comúnmente utilizadas en este tipo de análisis, es el realizado por

Viáfara y Uribe (2009). En este trabajo se plantea como hipótesis, que los canales de búsqueda

de empleo son esenciales para la duración e influyen en los comportamientos de los

determinantes del desempleo. Tomando como fuente de información la Encuesta Continua de

Hogares del segundo trimestre de 2006. La metodología utilizada involucra las funciones de

supervivencia de Kaplan Meier y un modelo paramétrico de duración del desempleo con una

distribución de tipo Weibull. Las conclusiones destacan la importancia de los canales de

duración como determinantes importantes en la duración del desempleo, la inversión en capital

humado influye positivamente para reducir la duración del desempleo. Se identifica un perfil del

buscador más eficiente: jefe de hogar, hombre, mayor experiencia, personas con menor

educación. Estos determinantes se asocian con una menor duración, pero también podría

asociarse con salarios de reserva bajos y empleos de baja calidad.

En este mismo sentido, Jiménez (2012) diferencia entre la eficiencia de los canales formales e

informales, siendo los primeros menos eficientes, pero no más que los canales informales

moderados para la ciudad de Cali en el segundo trimestre de 2009 y 2010 con datos de la Gran
8

Encuesta Integrada de Hogares (GEIH). La metodología es planteada a partir de las funciones de

supervivencia de Kaplan Meier y estimaciones paramétricas con una distribución tipo Weibull.

En Orejuela (2010) los resultados fueron similares, pues para las 13 áreas metropolitanas del

país, se tiene que los canales formales son menos eficientes que los informales y

significativamente más eficientes que los informales moderados a la hora de frenar la duración

del desempleo.

Viáfara y Uribe (2009) proponen también que la educación tiene un efecto positivo en la

probabilidad de salir del desempleo, lo que indica que la inversión en educación sirve para

conseguir empleo más rápido. En Nuñez y Bernal (1997), Cuellar y Uribe (2003) también se

presentaron hallazgos similares al anterior; para el primer caso, se presenta una mayor duración

en el desempleo en los mayores de 45 años, las personas no calificadas, los trabajadores cuenta

propia, mientras que, en el segundo trabajo, el tiempo de duración se reduce si la persona es jefes

de hogar, con menos ingresos no laborales, hombre, tiene más educación, más experiencia y

menos variación salarial. Todo esto a partir de la metodología usual en este tipo de análisis,

modelos no paramétricos de Kaplan Meier y paramétricos de tipo Weibull.

La educación, a pesar de la evidencia anterior, es un determinante que afecta de manera

distinta a la duración del desempleo como bien se puede leer en los resultados de los trabajos de

Tunjo y Ribero (1998) y Tunjo (1998). La educación en estos casos afecta negativamente la

duración del desempleo. Con un modelo paramétrico usual para estos análisis, bajo una

distribución Weibull, en el primer trabajo se tiene como resultado que la duración del desempleo

aumenta con la educación, la edad, ser soltero, ser mujer y no tener experiencia laboral previa.

Para el caso de Tunjo (1998), con datos de la Encuesta Nacional de Hogares (ENH) de junio de

1996, el autor plantea contrastar la hipótesis de que el acceso a las redes de información es un
9

elemento fundamental en la duración del desempleo, que depende de las características del

individuo y de sus relaciones, concluyendo que la educación, junto con la edad y la búsqueda de

empleo por primera vez (aspirantes), prolongan la duración del desempleo así como también un

alto ingreso familiar aumenta la duración del desempleo en el caso de los solteros mientras que

disminuye para las casadas.

En algunos de los trabajos más recientes en Colombia, se han analizado los determinantes de

la duración en poblaciones específicas. Arango y Ríos (2015), a partir de los datos de la GEIH de

octubre de 2007 y diciembre de 2012 y por medio de las estimaciones de funciones de

supervivencia de Kaplan Meier, el modelo de tiempo de Fallo Acelerado y modelo de Riesgos

Proporcionales, examinan cómo el desempleo femenino y su duración se ven afectados por los

diferentes factores que interactúan en el mercado laboral colombiano. La hipótesis puesta a

prueba es que la mayor duración en el desempleo femenino puede proceder del hecho de estar

comprometidas, debido a un menor esfuerzo de búsqueda motivado por el ingreso laboral de sus

parejas, lo que es tomado como el ingreso no laboral, una vez se controla por la presencia de

niños en el hogar y otras características observables. Como complemento a la hipótesis inicial,

una mayor tasa de vacantes induce la reducción en el tiempo de duración del desempleo. Las

conclusiones de este trabajo indican que una mayor duración del desempleo está asociada con el

ingreso de la familia tanto en hombres como en mujeres, pero en las mujeres, bajo las mismas

condiciones, los episodios de desempleo son más prolongados, además, el ingreso no laboral

reduce el esfuerzo de búsqueda tanto en hombres como en mujeres, pero este hecho es más

observado en el caso de las mujeres. Ahí está una de las causas de la mayor tasa de desempleo

femenino. Sin embargo, el efecto del ingreso de la pareja se reduce con la presencia en el hogar

de niños en la primera infancia. Por último, contar con un mecanismo de divulgación de las
10

vacantes que agilice el proceso de emparejamiento de las firmas y los trabajadores, reduce la

duración del desempleo.

Mora, Caicedo y Gonzales (2015) analizan la duración del desempleo de los jóvenes en la

ciudad de Cali, realizan su análisis con datos de la ECVC 2012-2013. A partir de la estimación

de por un modelo Probit y utilizando las funciones de supervivencia de Kaplan Meier. Presentan

sus resultados encontrando que el tiempo de duración del desempleo tiene una mayor

probabilidad si la persona es afrodescendiente, mujer y vive en las comunas como las incluidas

en el distrito de Aguablanca o en las zonas de ladera. Por otro lado, relaciona las variables de

etnia, género, lugar de la vivienda o comuna, migrante y educación, para determinar que la

probabilidad de que los jóvenes pertenezcan al grupo denominado en este trabajo como “ninis” -

definido como la población joven que no se dedica a ninguna actividad económica ni tampoco

estudia - aumenta en algunas comunas, si es afrodescendiente y vive en Aguablanca, si es mujer

y ha migrado a la ciudad, pero a mayor educación, disminuye la probabilidad de ser “ninis”.

Galarza, Arango, Jaramillo y Eitner (2013) además de indagar sobre la duración del

desempleo, también lo hacen sobre la incidencia en el desempleo por género. Utilizando

variables tradicionales como la edad, educación, estado civil, jefatura de hogar, número de

menores a cargo y con los datos de la GEIH 2010, estiman los siguientes modelos de duración

del desempleo para analizar por género: modelo de falla acelerada (AFT), modelo de

supervivencia Kaplan Meier y un modelo de probabilidad del tipo Probit. En general, los

resultados no son distintos a los anteriormente expuesto en cuanto a la duración. La incidencia es

afectada por las variables educación y edad en sentido contrario al efecto que tienen sobre la

duración del desempleo. Es decir, los jóvenes presentan una menor duración, pero la tasa de
11

incidencia es mayor, lo contrario pasa con los adultos con mayor duración, pero con baja

incidencia.

A pesar de los esfuerzos de estas investigaciones por indagar y dar explicaciones a los

determinantes de la duración del desempleo y la discriminación en el mercado laboral, no

hallamos hasta el momento un trabajo que analice como es afecta la pertenencia étnica a la

duración del desempleo en la ciudad de Cali, con datos actualizados como los propuestos a partir

de la ECVC 2012-2013. En este orden de ideas este trabajo tiene como aporte contribuir a

entender los plazos de permanencia en el desempleo y los determinantes que influyen en este

problema de las personas afrodescendientes y no afrodescendientes en la ciudad de Cali.

3. Marco Teórico

Discriminación en el mercado laboral

Definimos, la discriminación en el mercado laboral como: la situación en donde las personas

que hacen parte del mercado laboral y aun con las mismas capacidades habilidades para el

trabajo no son tratadas de la misma manera a causa de una característica observable como la

raza, la etnia o el género. Altonji y Blank (1999).

Una manera de comparar la productividad de los trabajadores se define a partir de sus

características medibles, dichas características representan los determinantes de la productividad

que pueden tener en el contexto dado. Se requiere que las variables productivas que se mantienen

adecuadamente constantes sean exógenas al proceso de discriminación bajo estudio. Se

especifica entonces un modelo en una forma adecuada para la estimación estadística. A partir de

Cain (1986).

Sea 𝑌𝑖 = al resultado del proceso, tal como el ingreso, ganancia o salario para la persona 𝑖;

𝑋𝑖 =un vector de características de la 𝑖-esima persona que se presumen exógenas, es decir, no


12

depende de Y ni de La forma particular de discriminación económica bajo estudio; 𝑍𝑖 = 1 si la

persona está en el grupo mayoritario y 0 si pertenece al grupo minoritario. 𝑒𝑖 =termino de error

aleatorio, sea 𝐴 𝑦 𝐵 coeficientes que representan los efectos sobre 𝑌 𝑑𝑒 𝑍 𝑦 𝑋. Asumiendo un

modelo lineal y aditivo para conveniencia y suprimiendo los subíndices para evitar el desorden,

tenemos:

𝑌 = 𝑋 ′ 𝐵 + 𝐴𝑍 + 𝑒

Entonces, una regresión donde si encontramos 𝐴 > 0 podría ser evidencia de discriminación.

El caso contrario es asumido para 𝐴 = 0, por lo que no se considera la “discriminación inversa”

𝐴 < 0. Este modelo supone que los grupos asignados por Z proporcionan servicios de trabajo

“esencialmente idénticos” (y constantes) condicionados a X.

Otros tipos de discriminación son la discriminación por “gusto” y la discriminación

estadística. Becker (1971) indica que la discriminación por “gusto” de presenta en mercados

imperfectos donde las empresas reducen los beneficios mediante el pago desigual a los

trabajadores con igual capacidades productivas. La discriminación estadística representa en si

misma un problema de información, dado que los empleadores no tienen una manera de medir la

capacidad de los empleados. De ese modo los empresarios optan por definir rangos de salarios

sobre la base de características de los trabajadores tales como por ejemplo su condición étnico

racial.

Duración del desempleo

Stigler (1962) plantea un proceso secuencial en el cual se supone se basa un individuo para

decidir formar parte de la fuerza laboral. Los individuos basan su decisión de salir del desempleo

primero, en la asignación de salario que les permita compensar el nivel de utilidad que le genera

permanecer en el ocio luego, lo hacen basados en un conjunto de información imperfecta, el cual


13

incluye en la búsqueda de la misma información unos retornos por la búsqueda, pero también un

costo asociado. En la búsqueda de los empleadores se presenta un proceso de aprendizaje que

resulta en un cumulo de información que constituye luego un acervo de capital.

De Mortensen (1986), la oferta salarial (W) y (t) la duración de la búsqueda, tienen una

distribución de probabilidad que depende de las características personales y del entorno. Se supone

entonces un horizonte de vida infinito, todos los involucrados empiezan en situación de desempleo

el cual consiguen eventualmente y los individuos son neutrales al riesgo. Los parámetros de la

distribución de probabilidad son conocidos por el agente además dichos parámetros son constantes.

Los hay aprendizaje y los procesos son estacionarios.

Sean:

𝑈𝑒 (𝑡) = 𝑤(𝑡), flujo instantáneo de utilidad de estar empleado

𝑈𝑢 (𝑡) = −𝑐, flujo instantáneo de utilidad de seguir desempleado

Donde 𝑐 representa en costo instantáneo de la búsqueda.

Manteniendo todo constante, si la utilidad de estar empleado es mayor que la de estar

desempleado, será optimo aceptar la oferta. Pero si variamos parámetros en un contexto dinámico

y de incertidumbre, la respuesta optima será a partir de valores esperados.

De este modo de definen el índice de utilidad o de valor esperado (𝑉𝑢 ) del vector de flujos de

utilidad por seguir desempleado y (𝑉𝑒 ) el de estar empleado. Entonces se debe elegir el estado que

maximice el valor esperado del flujo de utilidades, lo que implica aceptar la oferta si (𝑉𝑒 > 𝑉𝑢 )

dado que la oferta se realiza bajo un valor de salario w, una variable aleatoria con distribución

acumulativa (𝐹(𝑤), con una tasa de descuento inter-temporal 𝜌, el índice de utilidad del empleo

será:
𝑤
(𝑉𝑒 (𝑤, 𝑐) = [1]
𝜌
14

Se supone que el número de ofertas de trabajo siguen una distribución Poisson, es decir, se llega

a una constante 𝜆 de manera independiente.

𝜆 ∞
𝑉𝑢 = −𝑐 + 𝜌 ∫𝜌𝑉𝑢(𝑤 − 𝜌𝑉𝑢 ) 𝑓(𝑤)𝑑𝑤 [2]

(𝑉𝑢 )índice de utilidad del desempleo, se expresa en la ecuación 2. Esta ecuación muestra que la

permanencia en el desempleo depende de los costos de búsqueda (c) y del valor presente de la

diferencia entre las ofertas de los salarios (w) y el salario de recerva (ρVu). Esto se traduce en que

una duración mayor cuando los costos de búsqueda son menores y mayor es el salario de cada

individuo (Viafara y Uribe, 2009, pag. 140-142)

4. Metodología

Dado nuestro objetivo principal en este análisis las herramientas técnicas son definidas a

continuación. A partir de un análisis paramétrico y no paramétrico analizaremos el efecto de la

pertenencia étnico-racial en la duración del desempleo en la ciudad de Cali. El análisis de las

funciones de supervivencia de Kaplan Meier de la población afrodescendiente comparado con

los no auto-reconocidos como afrodescendientes y la modelación paramétrica tipo Weibull es la

herramienta seleccionada en este trabajo, igual que en la mayoría los trabajos revisados, dado

que este tipo de métodos se ajustan a nuestra pregunta de investigación.

Seleccionamos entonces los determinantes clave para caracterizar la población y su condición

bajo la situación de desempleo. Esto nos permite, con el análisis de las funciones de

supervivencia de Kaplan Meier, clasificar y comparar según condición étnico-racial y

características personales, para conocer cómo se diferencian los tiempos de duración en el

desempleo de los grupos seleccionados. El análisis paramétrico nos indica el riesgo de

permanencia en el desempleo.
15

Datos

Con información de la encuesta de empleo y Calidad de Vida para el municipio de Santiago

de Cali, noviembre de 2012 y enero de 2013, se realiza la construcción de las variables. Las

variables son definidas según el tipo de estimación paramétrica y no paramétrica. Para la

estimación de las curvas de supervivencia, estimación no paramétrica, seleccionamos en un

grupo las personas auto-denominadas como afrocolombiano, siendo miembros de alguna de estas

tres etnias (negro, mulato y palenquero) y en el grupo no afro, los que se auto-reconocieron

pertenecer a otra etnia tal como (indígena y blanco o mestizo). Para la realización de la

estimación paramétrica tomamos la caracterización étnica por separado incluyendo en la variable

etnia los cuatro grupos (blanco, mulato, negro, indígena). Con información geográfica,

agrupamos los individuos según sector de vivienda en 5 categorías (oriente, nororiente, distrito

de Aguablanca, sur y nororiente). Las variables, estado civil, genero experiencia potencial, jefe

de hogar y años de educación son las mismas en los dos análisis.

Modelo de Supervivencia

Esta sección está basada en lo expuesto en Uribe (1998) y Viáfara y Uribe, (2009).

Métodos de Modelación

Las diversas maneras que existen en la Economía Laboral para medir la duración del

desempleo las podemos agrupar en tres bloques de modelación:

1. No paramétricas: Métodos Actuariales. Caracterizados por no realizar ninguna suposición

sobre la distribución de los intervalos de tiempo. Dentro de este grupo encontramos las

tablas de vida, más conocidas, de Kaplan Meier y las de Cutler y Ederer, entre otras. Se

convierten en un instrumento muy adecuado y utilizado, para un conjunto de datos de

supervivencia. Las limitantes que podemos encontrar en este grupo tienen que ver con la
16

reducida posibilidad de incluir variables explicativas. Dado que el análisis adquiere mayor

valor riguroso, de explicación y veracidad, cuando las submuestras son estadísticamente

idénticas en todas las características relevantes a excepción de la utilizada para dividir la

muestra. Es decir, con este método la visión es muy general, contrario a lo que sucede con

los dos siguientes métodos, que nos permiten discriminar por grupos e identificar variables

influyentes en el comportamiento de la variable dependiente.

2. Semi-paramétrico: Se realizan algunas suposiciones mínimas acerca de la distribución

subyacente de la muestra de datos. Dentro de este grupo encontramos el modelo Logit

Ordenado de Han y Hausman y el de riesgos proporciónales de Cox.

3. Paramétricos: Es necesario realizar la especificación de la función de riesgo, y por medio

de ella, de la función de supervivencia. Con la intención de determinar la relación o

dependencia que presenta la probabilidad de abandonar el desempleo (Función de

supervivencia) y el grupo de determinantes o variables explicativas que caracterizan a cada

individuo. A partir de la estimación por máxima verosimilitud se calculan los coeficientes

que reflejarán el efecto de cada variable sobre la probabilidad de abandonar el desempleo,

lo que se puede leer como el efecto sobre la duración del desempleo. De este modo, cada

efecto diferenciado de las variables se puede determinar y analizar las proporciones de

influencia, superando la limitante de los modelos No Paramétricos. Las funciones más

utilizadas dentro de la literatura son: Weibull, Exponencial, Normal, Logística y Gamma,

con la característica común que son todas log-lineales. Al incluir variables regresoras, se

aproxima al análisis clásico de regresión.


17

Modelo de Supervivencia: Una Visión General

Un modelo de supervivencia es una distribución de probabilidades para un tipo especial de

variable aleatoria. Esta variable en particular dependerá del tiempo, y caracterizará dos

principales eventos, el evento inicial (individuo en situación de desempleo) y el evento final

(conseguir el empleo) Uribe (1998).

La probabilidad de supervivencia se define: Considerando, 𝑡 como el tiempo de

supervivencia, 𝑆(𝑡) se define como la probabilidad de supervivencia. Ahora, se define 𝑇,

variable aleatoria que registra la información del tiempo total de supervivencia o fallo de un

sujeto de estudio conocido que va desde 𝑡 = 0 hasta cumplir el periodo de fallo (conseguir

empleo); 𝑇 es positiva, por defecto y representa el intervalo de tiempo que pasa mientras que

una persona empieza a buscar empleo. se caracteriza por una función de distribución 𝐹(𝑡) y una

función de densidad de probabilidad 𝑓(𝑡). Con estos elementos podemos definir la función de

supervivencia que toma la forma de:

𝑆(𝑡) = 1 − 𝐹(𝑡) = 𝑃(𝑇 > 𝑡) [1]

Si 𝑇, representa el tiempo total hasta que se presenta un fallo entonces, la 𝑆(𝑡) = 𝑃(𝑇 > 1),

en otras palabras, la probabilidad de supervivencia es igual a la probabilidad de fallo (salir del

desempleo) que se cumple en el tiempo 𝑡. dado que 𝑇 ≥ 0, por lo que 𝑆(0) = 1, y 𝑆(𝑡) no es una

función creciente, se supone aquí que lim 𝑆(𝑡) = 0; 𝑠𝑖 𝑇 → ∞.

Ahora bien, 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎 𝑑𝑒 𝑇 𝑒𝑠 𝐹(𝑇) y contiene la

probabilidad de que la variable aleatoria tome un valor menor o igual que 𝑡. Ello implica que

𝐹(𝑇) = 𝑃(𝑇 ≤ 𝑡) y 𝐹(𝑇) = 1 − 𝑆(𝑡). El conjunto de probabilidades debe ser igual a la

supervivencia total, esto último, no es otra cosa que la supervivencia pasada más la futura. La

consecuencia es, 𝐹(0) = 0 y 𝐹(∞) = 1


18

𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑓(𝑡) es definida como la derivada de 𝐹(𝑡). Así,

𝑑𝐹(𝑡) 𝑑𝑆(𝑡)
𝑓(𝑡) = =− ; 𝑡 ≥ 0. (Uribe 1998, pág. 254) [2]
𝑑𝑡 𝑑𝑡

Volviendo a la ecuación [1], la probabilidad de que el individuo siga desempleado, al menos

hasta el momento 𝑡 es 𝑆(𝑡). Se puede representar la distribución de 𝑇 mediante la tasa de riesgo

o de salida y se define como la probabilidad de que el evento ocurra en el instante 𝑡 dado que

suceda el evento hasta la duración 𝑡. Lo que se puede expresar:

(𝑃(𝑇≤𝑡)+𝑠𝑡/ 𝑇≥𝑡))
ℎ(𝑡) = lim [3]
𝑠→∞ 𝑠𝑡

En la anterior ecuación, el denominador es el tamaño del intervalo y el numerador representa

la probabilidad condicional de que el evento ocurra en el intervalo de tiempo (𝑡, 𝑡 + 𝑠𝑡).

Luego, se define la tasa de riesgo como:

𝑓(𝑡)
ℎ(𝑡) = 1−𝐹(𝑡) [4]

De esta manera, la función de supervivencia toma la forma:

𝑗−1
𝑆(𝑡𝑗 ) = ∏𝑗=0(1 − ℎ𝑗 ) [5]

Obtenemos también, la estimación no paramétrica de la función de supervivencia:

𝑗−1
𝑆̂(𝑡𝑗 ) = ∏𝑗=0(1 − ℎ̂𝑗 ) [6]

Donde 𝑆̂ 𝑦 ℎ̂ son las funciones de supervivencia y la tasa de riesgo estimadas,

respectivamente. La tasa de riesgo se puede obtener a partir de:

𝑑
ℎ̂𝑗 = 𝑗 [7]
𝑛𝑗

Donde 𝑑𝑗 𝑦 𝑛𝑗 son la cantidad de individuos que salieron del desempleo y la cantidad de

individuos en riesgo de salir en 𝑡𝑗 , respectivamente;

ℎ̂𝑗 𝑒𝑠 𝑒𝑙 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜𝑟 𝑛𝑜 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑖𝑐𝑜 𝑑𝑒 𝐾𝑎𝑝𝑙𝑎𝑛 𝑀𝑒𝑖𝑒𝑟 (1958). (Viáfara 2009, p. 146).


19

A partir de la ecuación [2] podemos derivar la forma más común de las funciones de

supervivencia con datos de duración: la Exponencial.

𝑑𝑆(𝑡)
Así: dado 𝑓(𝑡) = − entonces,
𝑑𝑡

𝑑𝑆(𝑡)/𝑑𝑡 𝑑 ln 𝑆(𝑡)
ℎ(𝑡) = − =− [8]
𝑠𝑡 𝑑𝑡

Integrando se obtiene:
𝑡
∫0 ℎ(𝑡) = − ln 𝑆(𝑡); despejando para 𝑆(𝑡),

𝑡
𝑆(𝑡) = exp [∫0 ℎ(𝑡)𝑑𝑡] [9]

Donde la función acumulada de riesgo es definida por:


𝑡
𝐴(𝑡) = ∫0 ℎ(𝑡)𝑑𝑡 = − ln 𝑆(𝑡) visto de otro modo es:

𝑆(𝑡) = 𝑒 −𝐴(𝑡) [10]

5. Metodología empírica usada: método paramétrico

Dentro de los análisis de supervivencia y estudios de duración del desempleo la función más

popular, por sus características, es la función Weibull (Ver Viáfara (2009) y Uribe (1998)) que

precisamente representa un caso particular de la función Exponencial, donde la tasa de riesgo

puede tener forma creciente o decreciente y la función de riesgo tiene la forma:


𝜌−1
ℎ𝑗 (𝑡𝑗 ) = 𝛾𝜌𝑡𝑗 [11]

La función de riesgo depende de 𝛾 y 𝜌 que son constantes mayores de cero, además, 𝛾

representa la escala, qué tan cerca o lejos está la función del origen, y 𝜌 − 1 es el parámetro de

forma, lo que implica la dependencia temporal. La probabilidad de ocurrencia del evento

aumenta con la exposición al riesgo si 𝜌 > 1 y la tasa de riesgo tiene forma creciente. La forma

de la función de riesgo es decreciente cuando 𝜌 < 1 y la probabilidad de ocurrencia del evento

disminuye. Si 𝜌 = 0, implica que la probabilidad de ocurrencia es constante para todas las


20

duraciones, es decir, no hay dependencia temporal, lo que nos ubicaría en el caso de la función

exponencial. A priori no podemos ver cuál de los modelos se ajusta mejor a los datos, la

estimación de los parámetros nos permite descartar el modelo que mejor se ajusta a los datos, ya

sea el modelo exponencial o el modelo Weibull.

Dentro de las características de su aplicación, el modelo Weibull se puede ajustar de dos

maneras: primero, como modelo de riesgos proporcionales, segundo, como modelo de fallo

acelerado. Como se puede ver en Viáfara (2009), el primero presenta ventajas para determinar el

efecto de cada variable explicativa sobre la tasa de riesgo. Esta característica lo ubica dentro de

los más utilizados en los estudios de duración del desempleo. Aquí utilizamos el modelo de

riesgos proporcionales.

En el modelo de riesgos proporcionales con distribución Weibull, las características para cada

individuo tienen un efecto multiplicativo en el riesgo de salir del desempleo frente a las

características de otro individuo, además, se dice proporcional por que afectan directamente al

riesgo y no a la forma de la distribución. Es decir, las características que definen a cada

individuo afectan de diferente manera al riego, de manera proporcional varían las probabilidades

por separado para cada sujeto según los determinantes definidos.

Una manera de presentar la forma matemática del modelo de riesgos proporcionales con

distribución Weibull es: aquí se representa el riesgo de salir del desempleo en 𝑡𝑗 , para un

individuo con características 𝑋𝑖 , (variables explicativas excepto el intercepto).

𝜌−1
ℎ𝑗 (𝑡𝑗 |𝑋𝑖𝑗 ) = 𝛾𝜌𝑡𝑗 exp(𝑋𝑖𝑗 𝛽) [12]

En esta ecuación, el riesgo base de salir del desempleo para un individuo con características
𝜌−1
𝑋𝑖 , tiene la forma 𝛾𝜌𝑡𝑗 y exp(𝑋𝑖𝑗 𝛽) representa el riesgo relativo, incrementa o disminuye

proporcionalmente el riesgo de salir del desempleo y depende de las características 𝑋𝑖 .


21

El signo de los parámetros 𝛽, sea positivo o negativo, definirá el grado de afectación sobre la

disminución o incremento en la duración del desempleo. Si es positivo es mayor el riesgo de

disminución y la duración aumenta cuando es negativo. (Viáfara 2009, p. 147).

6. Análisis y resultados

Tiempo de duración: Análisis no paramétrico

En esta sección presentamos el análisis gráfico descriptivo de la duración del desempleo y la

relación entre algunas de las covariantes que tanto teórica como empíricamente influyen en la

duración del desempleo, para ello utilizamos el estimador de Kaplan Meier que como ya

mencionamos, es el estimador no paramétrico más usado. Este nos permite, a partir de las

funciones de supervivencia, realizar comparaciones en la duración del tiempo que demoran cada

individuo en el desempleo. Las funciones de supervivencia se presentan gráficamente como una

relación inversa entre número de personas desempleadas (eje de las ordenadas) y el tiempo que

les tomo emplearse (eje de las abscisas). Se realizan las pruebas de Log-rank, Cox y Wilcox para

verificar las hipótesis de diferenciación de las curvas de supervivencia estimadas a continuación

(ver tablas en anexos).


22

Gráfica 1

Comparación de las funciones de supervivencia entre la población afro y no afro de Cali

Duración en el desempleo, poblacion Afro y No Afros


1.00
0.75
0.50
0.25
0.00

0 20 40 60 80 100 120 140 160 180 200 220 240 260


Semanas

NO AFRO AFRO

Fuente: ECVC 2013 y cálculos propios

El gráfico 1 muestra la diferencia en el tiempo de duración que tienen los caleños

autodenominados negros, mulatos y palenqueros incluidos en el grupo AFRO, con los mestizos e

indígenas y demás incluidos en el grupo de los NO AFRO. Podemos observar una brecha que

separa las curvas; la distancia muestra que los auto-reconocidos como afrodescendientes

presentan plazos más prolongados para encontrar trabajo. Al primer 25% de los AFRO le toma

más o menos 4 semanas más salir del desempleo que a los NO AFRO. Cuando llegamos al 50%

la diferencia es de 8 semanas aproximadamente y la tendencia es hasta la semana 155 donde las

curvas parecen cruzarse. Luego de aplicar la prueba de Log-Rank y Wilcoxon, con la hipótesis

nula de que las funciones de supervivencia son iguales, el primer resultado indica rechazo de la
23

hipótesis nula al 90% y para la segunda prueba al 95% respectivamente, la prueba de Cox no

rechaza la hipótesis nula.

Grafico 2

Comparación de las funciones de supervivencia por zonas según su cantidad población afro

Duración en el desempleo según zonas de la Cali


1.00

1.00
0.75

0.75
0.50

0.50
0.25

0.25
0.00

0.00

0 50 100 150 200 250 0 50 100 150 200 250


Semanas Semanas

Aguablanca Sur Aguablanca Noroccidente

Fuente: ECVC 2013 y cálculos propios

El gráfico 2 contiene la información de las zonas de la ciudad con mayor población afro, zona

de agua blanca con 35% Vs. la zona de menor tiempo en el desempleo, zona sur de la ciudad. en

el gráfico de la derecha las zonas con mayor población afro Vs la zona de menor población afro

de la ciudad, mirar tabla 1 abajo. En ambos gráficos vemos que los casos de fallo se presentan

con menor frecuencia en la zona de Agua blanca por lo que la duración del desempleo es mayor.

Aquí hallamos la particularidad de que en la zona del Distrito de Aguablanca se presenta en una
24

enorme magnitud la segregación residencial, la composición de la población, como ya

mencionamos, es en gran medida de las residencias de los obreros de la ciudad y la “gente negra”

Las gráficas en ambos casos muestran que los tiempos de desempleo son mayores para los

habitantes del Distrito de Aguablanca. Se realizó la prueba de comparación de curvas Log-rank1.

Tabla 1.

Ubicación geográfica por zonas de las poblaciones afro y no afro en Cali

Pertenencia
Zonas
étnica
Noroccidente Nororiente Agua blanca Sur Oriente Total

no AFRO 3.732 6.184 4.241 4.649 3.130 21.936


17,01 28,19 19,33 21,19 14,27 100
82,62 79,4 64,32 84,42 76,29 76,94

AFRO 785 1.604 2.353 858 973 6.573


11,94 24,4 35,8 13,05 14,8 100
17,38 20,6 35,68 15,58 23,71 23,06

Total 4.517 7.788 6.594 5.507 4.103 28.509


15,84 27,32 23,13 19,32 14,39 100
100 100 100 100 100 100
Fuente: Elaboración propia con datos de ECVC

La tabla 1 muestra la caracterización de los individuos por las zonas geográficas definidas de

la ciudad. Se diferencia por grupos las personas que se auto-reconocieron como

afrodescendientes en el grupo AFRO y a las otras se incluyen en el grupo NO AFRO. El papel

que juegan las zonas en la ciudad es muy importante pues casi que podemos singularizar la

población dependiendo de la zona en la vive. La zona con mayor población afrodescendiente está

en el Distrito de Aguablanca, la población afro ahí es de 2.353 personas, aquí las condiciones de

vida no son las mejores y la composición de capital humano es limitada, caso contrario es la

1
Para ver tabla con resultados de la prueba ver anexos.
25

zona Sur de la ciudad, identificada esta última como la segunda zona con menor cantidad de

personas pertenecientes a la etnia afrodescendiente, encontramos solo 858 personas según los

datos de la ECVC y la mayor concentración de capital humano de la ciudad.

Gráfico 2.1

Funciones de supervivencia en el distrito de Aguablanca, afros y no afros

Duración en el Distrito de Aguablanca


1.00
0.75
0.50
0.25
0.00

0 20 40 60 80 100 120 140 160 180 200 220 240 260


analysis time

NO AFRO AFRO

Fuente: ECVC 2013 y cálculos propios

El grafico 2.1 relaciona las funciones de supervivencia del desempleo estimadas de los

AFROS Vs los NO AFRO en el Distrito de Agua Blanca. La tendencia ahí no es diferente, los

afros experimentan episodios de desempleo de corto y mediano plazo igual que los no afro, pero

los afros incurren en desempleo de larga duración en mayor proporción.


26

Gráfico 3

Funciones de supervivencia según el estado civil

Duración del desempleo según estado civil


1.00

1.00
0.75

0.75
0.50

0.50
0.25

0.25
0.00

0.00

0 50 100 150 200 250 0 50 100 150 200 250


Semanas semanas

Casados Solteros Afro= Casado Afro = Soltero

Fuente: ECVC 2013 y cálculos propios

La evidencia empírica en trabajos como los de Tunjo (1988) y Tunjo y Ribero (1998) dan un

papel influyente a la situación marital en la duración del desempleo. En la gráfica 3 puede verse

dicha influencia; en el cuadro de la izquierda tenemos la población sin discriminar por etnia y es

notable la diferencia: los solteros, como en los resultados de los trabajos mencionados, tienen

una duración mayor que las personas casadas, sostenido este resultado bajo el rigor del test de

Log-rank2. En el gráfico de la derecha la situación es igual entre la población afro, pero las

2
ver anexos
27

curvas no son concluyentes desde el punto de vista del test Log-rank. Todo esto podría deberse

según a los expuesto por Tunjo (1998) a los ingresos familiares altos, que aumentan la duración a

los solteros y la disminuyen para las personas casadas.

Gráfico 4

Funciones de supervivencia de los jefes y no jefes de hogar

Duración en el desempleo, jefes y no jefes de hogar


1.00

1.00
0.75

0.75
0.50

0.50
0.25

0.25
0.00

0.00

0 50 100 150 200 250 0 50 100 150 200 250


Semanas analysis time

No Jefe Jefe de hogar Afro No Jefe Afro Jefes de Hogar

Fuente: ECVC 2013 y cálculos propios

La inclusión al análisis de la variable jefe de hogar nos permite incluir la diferencia en sus

características personales de los individuos en cuanto a la motivación para encontrar empleo se

refiere. Vemos una notable diferencia marcada que se presenta en los individuos en general

(gráfico de la izquierda) y en el grupo de los Afro (gráfico de la derecha), se presenta una menor

duración para los jefes de hogar en la situación de desempleo. La diferencia entre estos dos
28

grupos más visible la vemos en el 50% donde los Afro que no son jefes de hogar necesitan al

menos tres veces más del tiempo del que utilizan el 50% del otro grupo. Los resultados son los

esperados según la evidencia empírica y los podemos encontrar en los trabajos de Viáfara y

Uribe (2007), Nuñez y Bernal (1997) y Cuellar y Uribe (2003).

Gráfico 5

Funciones de supervivencia por género y etnia

Duración el desempleo según genero y etnia


1.00

1.00
0.75

0.75
% de individuos desempleados
0.50

0.50
0.25

0.25
0.00

0.00

0 50 100 150 200 250 0 50 100 150 200 250


analysis time analysis time

Hombre Mujer Afro Hombre Afro Mujer

Fuente: ECVC 2013 y cálculos propios

Las mujeres tendencialmente son también afectadas en el mercado de trabajo situación que

mostramos en la gráfica 5 (izquierda). La duración en las mujeres es mucho más prolongada en

las mujeres y un argumento lo exponen Arango y Ríos (2015) donde las variables influyentes

tienen que ver con la composición de los hogares a los que pertenecen las mujeres. La situación
29

marital, las relaciones formales y no formales, los niños en primera infancia en el hogar, son

algunas de las causas del mayor tiempo que presentan las mujeres a la hora de encontrar empleo,

el ingreso familiar a su vez reduce el esfuerzo por la búsqueda y amplia aún más la brecha de

duración en comparación con los hombres. La situación dentro de la población femenina

afrodescendiente en similar (ver gráfica derecha). Los hombres afro encuentran más rápidamente

una posición en el mercado laboral a diferencia de sus mujeres negras.

Las mujeres auto-reconocidas como afro comparadas con las mujeres no afro también

presentan diferencias en los tiempos de duración. La duración es mayor para las mujeres afro y la

situación se iguala un poco más allá de la semana 100 donde se cambian de posición las curvas

como se ve en el grafico 5.1.

Gráfico 5.1

Funciones de supervivencia de las mujeres según etnia

Duración del desempleo mujeres de Afro y No Afro


1.00
0.75
0.50
0.25
0.00

0 50 100 150 200 250


semanas

Blanca Negra

Fuente: ECVC 2013 y cálculos propios


30

Análisis paramétrico: modelo paramétrico de duración

Especificación del modelo

La selección de los determinantes, para la realización de las estimaciones, están basadas

principalmente en los estudios previos sobre este tema (incluye la referencia de algunos autores).

La diferencia principal está en la inclusión de una variable que contiene características

espaciales, la variable ETNIA y la ubicación por zonas geográficas de la ciudad.

En la ciudad de Cali estudios como el realizado por Vivas (2013) han encontrado un “patrón”

en cuanto a la organización del capital humano. En este trabajo el principal hallazgo, y que se

relaciona con esta investigación, tiene que ver con la existencia de los clusters que describen el

comportamiento de la segregación socioeconómica en la ciudad. En Cali las personas auto-

reconocidas como afro-colombianos están situados en las periferias, comunas que tienen en

común la situación de escasos recursos y bajos niveles de capital humano, bajos índices de

ingresos y como ya se encontró en la ECVC, con altos niveles de desempleo que superan al del

resto de la ciudad.

La ecuación a estimar es:

ℎ𝑗 (𝑡𝑗 |𝑋𝑖𝑗 ) = 𝛾𝛼𝑡𝑗𝛼−1 exp[𝛽1 + 𝛽2 𝐸𝑇𝑁𝐼𝐴𝑖 + 𝛽3 𝑍𝑂𝑁𝐴𝑆𝑖 + 𝛽4 𝐺𝐸𝑁𝐸𝑅𝑂𝑖 + 𝛽5 𝐸𝑋𝑃𝐸𝑅𝑖 +

𝛽6 𝐵𝐽𝐸𝐹𝐸𝑖 + 𝛽7 𝐴Ñ𝑂𝐸𝐷𝑈𝐶𝐴𝑖 + 𝛽8 𝐸𝑆𝑇𝐴𝐷𝑂_𝐶𝐼𝑉𝐼𝐿𝑖 [13]

La inclusión de las variables, es apoyada por la previa revisión de literatura incluyendo las

justificadas párrafo arriba. La variable 𝐸𝑇𝑁𝐼𝐴3 es definida como variable categórica que

contiene cuatro alternativas; en estas se incluyen las personas autodenominadas como blancos o

mestizos, mulato, negro según la encuesta. La variable 𝑍𝑂𝑁𝐴𝑆 contiene las 5 zonas de la ciudad.

𝐺É𝑁𝐸𝑅𝑂 lleva la distinción por sexo. La variable 𝐸𝑋𝑃𝐸𝑅 se define mediante el cálculo habitual

3
Ver anexos, se incluye la tabla con las categorías especificadas.
31

de la experiencia laboral potencial. La jefatura del hogar (BJEFE) comprende las personas

cabezas de hogar encargados del sustento de sus familias. Los años de escolaridad cursados por

las personas se encuentran en (ANOEDUCA). La situación marital de los encuestados la

incluimos en la variable Estado Civil.


32

Tabla 2
Signos esperados de los coeficientes a estimar para las variables independientes en el modelo
de duración paramétrico

Variable Categoría base Signo Influencia

Pertenecer a una minoría étnica


incrementa la duración del
Blanco (+)
Etnia desempleo, el elemento asociado
es el capital humano.

Vivir en ciertas zonas mejoran la


probabilidad de recibir y aceptar
Noroccidente (+)
Zonas ofertas, el elemento asociado es
el capital humano.
Ser mujer aumenta el tiempo en
el desempleo, el salario de
reserva, la maternidad son
Hombre (+)
Género algunos de los factores que
influyen en el esfuerzo de
búsqueda.
El salario potencial de mercado
influye, ampliando los tiempos
experiencia (+) de búsqueda de empleo y por
potencial ende se pasa más tiempo
desempleado.
La motivación para la búsqueda
de empleo se intensifica en
Otro (no jefe) (-) personas con esta característica,
jefe de hogar un elemento asociado es el
salario de reserva.
Dentro de los elementos
asociados identificamos el
salario de reserva y el salario
(+) potencial de mercado, son
Años de educación
elementos asociados, permiten
invertir en educación y recibir
por un mayor salario futuro.
Las personas solteras pasan más
tiempo en el desempleo, un
(+) elemento identificado son los
Estado Civil Casado ingresos familiares altos Tenjo
(1998)
Fuente: Elaboración propia
33

Apartir de la estimación del modelo de supervivencia paramétrico con una distribución tipo

Weibull optenemos los siguientes resultados:

Modelo paramétrico de duración resultados

Estimación de regresión tipo Weibull


numero de sujetos 5815
numero de sujetos que se emplearon
(fallos) 4039
_t Haz. Ratio std. Err. z p>|z| (95% conf. Interval)
Etnia base(blanco)
Mulato 1,038367 0,0512354 0,76 0,445 0,9426508 1,143803
Negro 0,867319 0,0416826 -2,96 0,003 0,7893522 0,9529868
Indígena 0,9684067 0,0628248 -0,49 0,621 0,8527792 1,099712
Zona Base(oriente)
Noroccidente 1,225572 0,0742666 3,36 0,001 1,088324 1,380128
Aguablanca 1,075191 0,0603367 1,29 0,196 0,9632051 1,200198
Sur 1,20721 0,0703458 3,23 0,001 1,076916 1,353267
Nororiente 1,043588 0,0562247 0,79 0,428 0,9390088 1,159815
Estado civil 0,9260655 0,0357943 -1,99 0,047 0,8585015 0,9989467
Genero base (Hombre) 0,8491138 0,0285155 -4,87 0 0,7950241 0,9068835
Experiencia 0,9868144 0,0014051 -9,32 0 0,9840644 0,9895721
Jefe de hogar 1,375366 0,0523081 8,38 0 1,276571 1,481806
Años de educación 0,9907256 0,0049572 -1,86 0,063 0,9810572 1,000489
_cons 0,0396384 0,0038444 -33,28 0 0,0327763 0,0479371
/ln_p -0,150458 0,0113758 -13,23 0 -0,172754 -0,128162
P 0,8603138 0,0097868 0,8413443 0,8797111
1/p 1,162367 0,0132229 1,136737 1,188574
Fuente: ECVC 2013 y cálculos propios

La inferencia estadística que podemos realizar con los resultados aquí hallados, es que la

categoría (Negro) de la variable ETNIA nos permite confirmar la relación positiva que tiene el

ser negro con una mayor duración en el desempleo, es decir, ser negro en la ciudad de Cali,

según los resultados a partir de los datos de la ECVC, disminuye el riesgo de fallo, dicho de otro

modo, ser negro aumenta el riesgo de seguir en la situación de desempleo. El valor obtenido de

la estimación al ser inferior a uno implica una disminución en el riesgo, lo que se traduce en un

aumento en la probabilidad de supervivencia, correspondientes con factores de protección, en


34

otras palabras, los afros tienen un 13,2681% más de riesgo de permanecer desempleados frente a

la categoría base. El resultado de las otras categorías, indígena y mulato no es concluyente a

nivel poblacional debido a su no significancia estadística.

Un resultado desafortunado para las intenciones de este trabajo tiene que ver con el hecho de

que la variable ZONAS en su categoría (Distrito de Agua Blanca) no resultó ser significativa,

pero, a pesar de ello, encontramos diferencias entre pertenecer o no a una zona para influir en el

riesgo de duración en el desempleo, confirmando así los efectos esperados encontrados en las

referencias. En la zona (Noroccidente) sus individuos salen del desempleo más rápidamente, con

un incremento al riesgo de fallo de -17,4382% o -0,174382, siendo la zona que mayor

contribución presenta a la situación. Vivir en la zona sur representa un incremento en el riesgo de

salir del desempleo de -15,6787% siendo la segunda zona con resultados significativos y segunda

con mayor aporte al crecimiento del riesgo de salir del desempleo.

La situación marital también presenta los resultados esperados. Usando como categoría base

estar casado, ser soltero disminuye el riesgo de salir del desempleo. Con un resultado

estadísticamente significativo al 95% el ser soltero disminuye el riesgo de fallo en 7.39345.

El género es la variable que en mayor medida afecta negativamente el riesgo de salir del

desempleo, pero, inequitativamente ser mujer es nocivo para el riesgo de salir del paro, los

resultados indican que las mujeres tienen menosriesgode salir del desempleo que los hombres y

no solo eso también, según este modelo es la variable que más aporta a la duración, disminuye el

riesgo de encontrar empleo en 15.08862.

La experiencia laboral previa, es una variable importante dada su composición al incluir

variables como la edad. Tenemos que además de ser significativa estadísticamente el hecho de

aumentar en un año la experiencia de cada individuo, parece afectar negativamente al riesgo de


35

salir del desempleo. Conforme las personas que se encuentran en desempleo, tienen mayor

experiencia laboral previa, el riesgo de encontrar un nuevo empleo se reduce en 1.31856%.

La última variable a considerar en este modelo es la variable BJEFE, dada la no significancia

estadística de la variable Años de educación, encontramos importantes resultados en este

determinante. Las personas que son cabeza de hogar presentan un incremento en el riesgo de

salir del desempleo de un -37.5366, el mejor caso positivo entre las variables.

7. Conclusiones

Este trabajo pretende dar un aporte a la verificación de la situación de las personas

afrodescendientes, las mujeres y las personas cabezas de hogar, para la creación de políticas

económicas, de empleo, que ayuden a terminar con la segregación y contribuyan a mejorar su

situación. En el ejercicio del mismo, complementado por los resultados de los demás trabajos de

discriminación presentados, se refuerza la idea de la manera en que la población de estudió

lucha, además de con sus propias limitaciones, con las limitaciones de orden económico, del

mercado laboral, para subsistir.

Hemos visto desde el punto de vista de la duración del desempleo como los tiempos de

duración se prolonga en mayor medida bajo la condición étnico racial. Si tenemos en cuenta los

principales resultados de la ECVC, al encontrar un desempleo de los afrocaleños de un 19,9%,

junto a una informalidad de un 69%, una reducción en este valor no solo mejoraría a esta

población, sino que, además, podría la dinámica laboral del municipio mejorar conjuntamente.

Ya que los afros en la ciudad representan una porción importante con un 26% de caleños.

Sin pretender ser una última palabra se muestra a partir de los argumentos expuestos

resultados que invito a ser reforzados y o refutados todo con la firme intención de complementar

el aporte a la solución del desempleo. A continuación, resaltamos los resultados más importantes.
36

“El empleo es uno de los principales problemas para el bienestar de la población en cualquier

sociedad” (Viáfara y Uribe, 2009, p. 1). puede determinar la calidad de vida que pueden obtener

las personas. Este análisis pretende dar una perspectiva de una población específica que ha

atravesado históricamente procesos de discriminación, segregación y demás, por parte de la

sociedad y un estado que por momentos los desconoce. La población afrocolombiana en general

presenta un potencial magnifico en todos los aspectos humanos y de compromiso social y

económico, es importante dar una mirada a la situación que enfrentamos cada día como

Afrodescendientes en situación de desventaja con respecto a la demás población, la inclusión

debe ser un objetivo de todos.

Existen dos maneras de descomponer e indagar sobre la tasa de desempleo, la duración e

incidencia. Presentamos un paneo de la situación de los ciudadanos caleños y nos detenemos un

poco en los afrodescendientes de la ciudad. Los resultados más relevantes son:

a) Ser afrocolombiano disminuye la probabilidad de encontrar empleo en la ciudad de Cali.

El grafico 2 justifica un poco esta afirmación junto con el resultado del modelo

paramétrico. La población afro incluso en su territorio donde presentan mayor

concentración en la ciudad (Distrito de Agua Blanca) presenta segregación

socioeconómica, ello lo corroboran estudios como este y lo complementan otros como el

de Vivas P. H. (2013) y Correa F. J. (2010).

b) Vivir en las zonas Noroccidente y Sur pueden reducir el tiempo en que las personas se

encuentran desempleadas. Dada la composición socioeconómica descrita en la ciudad por

Vivas P. H. (2013) la segregación parece no detenerse y continua su curso.

c) Los estudios realizados anteriormente han puesto el mensaje de atención sobre cuáles

pueden ser los pilares para empezar la creación de políticas que ayuden a mitigar, a terminar
37

los problemas expuestos. Las mujeres presentan una gran y clara desventaja en el mercado

laboral, los tiempos prolongados de búsqueda lo confirman.

d) La persona jefe de hogar tienen la menor duración en situación de desempleo. La

responsabilidad que pesa sobre las personas cabezas de hogar de cumplir con el sustento

de sus familias reduce el tiempo buscando empleo, pero algo que no podemos ver es la

calidad de los empleos que se aceptan ni los salarios.


38

Referencias

Altonji, J. y R., Blank, (1999). Race y Gender in the Labor Market. Handbook of Labor

Economics. Volume 3C; O. Ashenfelter & D.

Arango, L. E., & Ríos, A. M. (2015). Duración del desempleo en Colombia: género, intensidad

de búsqueda y anuncios de vacantes. Inter-American Development Bank.

Arroyo, J., Pinzón, L., Mora, J., Gómez, D., & Cendales, A. (2016). Afro-

Colombian, discrimination and spatial segregation of employment quality for Cali.

Cuadernos de Economía, 35(69), p. 753-783.

Gary S. Ed de Becker (1971). La economía de la discriminación. University of Chicago Press,

Chicago

Cain, Glen G.(1986). The ecomomic analysis of labor market discrimination: a survey.

O. Ashenfelter and R. Layard. Eds., Handbook of labor economics, Vol. 1 (North-

Holland, Amsterdam) pp. 693-785

Castellar, C., & Uribe, J. (2003). Determinantes de la duración del desempleo en el área

metropolitana de Cali 1988-1998. Archivos de Macroeconomía, Departamento Nacional

de Planeación, Documento, 218.

Correa F. J. B., Viáfara L. C. A., & Zuluaga G. V. H. (2011). Desigualdad étnico-racial en la

distribución del ingreso en Colombia: Un análisis a partir de Regresión Cuantílica.

Sociedad y Economía, (19), 153-178.

Foley, M. C., 1997, Determinants of Unemployment Duration in Russia, Economic Growth

Center. Yale University.


39

Galarza, J. T., Arango, M. M., Jaramillo, A. G., & Eitner, A. C. (2013). Duración, probabilidad e

incidencia del desempleo en Colombia (No. 012665). DEPARTAMENTO

ADMINISTRATIVO NACIONAL DE ESTADISTICA-DANE.

Haynes, M. A., Higginson, A. Probert, W. J., Boreham, P., 2011, Social determinants and

regional disparity of Unemployment Duration in Australia: A multilevel approach,

Institute for Social Science Research, The University of Queensland.

Jiménez, D. M. (2012). Búsqueda de empleo y duración del desempleo en el área metropolitana

de Cali: un recuento para los segundos trimestres de 2009 y 20101. Sociedad y

Economía, (22), p. 163-186.

Mora, J. J., Caicedo, C., & Gonzalez, C. (2015). La Duración del Desempleo de los Jóvenes y los

“ninis” en Cali”. Working Paper. Departamento de Economía, Universidad Icesi.

Cain, G. (1986). The ecomomic analysis of labor market discrimination: a survey. O. shenfelter

and R. Layard. Eds., Handbook of labor economics, Vol. 1 (North- Holland, Amsterdam)

p. 693-785.

Celin, G. N. y Zapata T. M. A. (2014) Indicadores de Calidad de Vida para las 22 comunas de

Santiago de Cali. Departamento de Economía, Universidad Icesi.

Núñez, J., & Bernal, R. (1997). El desempleo en Colombia: tasa natural, desempleo cíclico y

estructural y la duración del desempleo, (1976-1998). Ensayos sobre política

económica, 16, 7-74.

Orjuela, G. (2010). Duración del desempleo en las 13 áreas metropolitanas de Colombia y uso de

canales de búsqueda del empleo: un análisis de coyuntura 2008-2009. Magazines del

Mercado de Trabajo, (2).


40

Rodriguez, W. L., Sánchez, J. (2014). La población afrodescendiente e indígena en América

Latina, Puntos de inflexión para el debate sobre el Cairo + 20. ALAP primera edición

Bello Horizonte/ Brasil, pp. 62-81.

Romero, J. (2007). “¿Discriminación laboral o capital humano? determinantes del ingreso

laboral de los afrocartageneros”, Documentos de Trabajo Sobre Economía Regional No.

98, Banco de la República – Sucursal Cartagena.

Tenjo, J., (1998), La duración y la incidencia del desempleo en Colombia: una nueva

aproximación, Indicadores de Mercado Laboral, 27, pp. 9-26.

Tenjo, J., & Ribero, R. (1998). Participación, desempleo y mercados laborales en Colombia.

República de Colombia, Departamento Nacional de Planeación, Unidad de Análisis

Macroeconómico.

Uribe, G. J. I., (1998), Modelos econométricos de duración, El análisis de supervivencia y su

aplicación al estudio del desempleo en el área metropolitana de Cali. Universidad

Complutense de Madrid.

Urrea F., Viáfara C. A., (2011). Cuantos somos como vamos, Diagnóstico sociodemográfico de

Cali y 10 municipios del pacífico nariñense. AfroamericaXXI.

Viáfara, C. A., & Uribe, G. J. I., (2009). Duración del desempleo y canales de búsqueda de

empleo en Colombia. Revista de economía institucional, 11(21), 139-160.

Viáfara, C.; Urrea, F. y Correa, J (2009), “Desigualdades sociodemográficas y

socioeconómicas, mercado laboral y discriminación étnico-racial en Colombia: análisis

estadístico como sustento de acciones afirmativas a favor de la población

afrocolombiana” en Mosquera, C y Díaz, R. (editoras). Acciones Afirmativas y

ciudadanía diferenciada étnico-racial negra, afrocolombiana, palenquera y raizal:


41

entre Bicentenarios de las Independencias y Constitución de 1991, Editorial

Universidad nacional de Colombia,

Bogotá

Vivas P. H. (2013). Persistencia de la segregación residencial y composición del capital humano

por barrios en la ciudad de Cali. Ensayos sobre política económica, 31(70), 121-155.
42

Anexos

Anexo a

Tabla 3

Reconocimiento étnico personal

Usted se
considera
Freq. Percent Cum.
una
persona:

Blanco 19.188 67,34 67,34


Mulato 3.678 12,91 80,24
Negro 3.814 13 94
Indígena 1.816 6,37 100

Total] 28.496 100


Fuente: Elaboracion propia con datos de la ECVC

Anexo b

Prueba de log-rank para verificar si las curvas son las mismas.

Log-rank test for equality of survivor functions

Events Events
afrodescen~e observed expected

no AFRO 3518 3473,59


AFRO 1050 1094,41

Total 4568 4568,00

chi2(1) = 2,98
Pr>chi2 = 0,0841
43

Prueba de cox para verificar si las curvas son iguales.

Cox regression-based test for equality of survival curves

Events Events Relative


afrodescen~e observed expected hazard

no AFRO 3518 3473,59 1,0131


AFRO 1050 1094,41 0,9597

Total 4568 4568,00 1,0000

LR chi2(1) = 2,39
Pr>chi2 = 0,1219

Wilcoxon (Breslow) test for equality of survivor functions

Events Events Sum of


afrodescen~e observed expected ranks

no AFRO 3518 3473,59 260490


AFRO 1050 1094,41 -260490

Total 4568 4568,00 0

chi2(1) = 6,59
Pr>chi2 = 0,0102

Prueba comparación de curvas, grafico 2

Grafico de la izquierda.Se rechaza hipotesis nula a un 95%

Log-rank test for equality of survivor functions

Events Events
zonas observed expected

Aguablanca 1026 1076,05


Sur 838 787,95

Total 1864 1864,00

chi2(1) = 7,03
Pr>chi2 = 0,0080
44

Grafico derecho. Se rechaza hipótesis nula al 95%

Log-rank test for equality of survivor functions

Events Events
zonas observed expected

Noroccidente 670 629,52


Aguablanca 1026 1066,48

Total 1696 1696,00

chi2(1) = 5,20
Pr>chi2 = 0,0226

Pueba de Logrank y Wilcox. Grafico 2.1

Log-rank test for equality of survivor functions

Events Events
afrodescen~e observed expected

no AFRO 663 639,29


AFRO 363 386,71

Total 1026 1026,00

chi2(1) = 2,96
Pr>chi2 = 0,0853

Wilcoxon (Breslow) test for equality of survivor functions

Events Events Sum of


afrodescen~e observed expected ranks

no AFRO 663 639,29 28772


AFRO 363 386,71 -28772

Total 1026 1026,00 0

chi2(1) = 5,30
Pr>chi2 = 0,0213
45

Grafico 3 prueba de Logrank

Izquieda

Log-rank test for equality of survivor functions

Events Events
estado_civil observed expected

Casado 3155 3050,47


Soltero 1413 1517,53

Total 4568 4568,00

chi2(1) = 13,54
Pr>chi2 = 0,0002

Derecho

Log-rank test for equality of survivor functions

Events Events
estado_civil observed expected

Casado 685 662,01


Soltero 365 387,99

Total 1050 1050,00

chi2(1) = 2,67
Pr>chi2 = 0,1020

Grafico 4

Izquierda

Log-rank test for equality of survivor functions

Events Events
bjefe observed expected

Otro 2359 2634,92


Jefe 2209 1933,08

Total 4568 4568,00

chi2(1) = 86,84
Pr>chi2 = 0,0000
46

Derecha

Log-rank test for equality of survivor functions

Events Events
bjefe observed expected

Otro 539 608,58


Jefe 511 441,42

Total 1050 1050,00

chi2(1) = 23,61
Pr>chi2 = 0,0000

Grafico 5

Izquierda

Log-rank test for equality of survivor functions

Events Events
Genero_F_M observed expected

Hombre 2606 2365,95


Mujer 1962 2202,05

Total 4568 4568,00

chi2(1) = 64,08
Pr>chi2 = 0,0000
47

Derecha

Log-rank test for equality of survivor functions

Events Events
Genero_F_M observed expected

Hombre 562 509,90


Mujer 488 540,10

Total 1050 1050,00

chi2(1) = 12,90
Pr>chi2 = 0,0003

Grafico 5.1

Log-rank test for equality of survivor functions

Events Events
Genero_F_M observed expected

Hombre 562 489,76


Mujer 1962 2034,24

Total 2524 2524,00

chi2(1) = 16,71
Pr>chi2 = 0,0000

También podría gustarte