Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de escolaridad en la
ocupación plena de
las provincias del
Ecuador
TEMA:
CARRERA:
Economía
CUENCA-ECUADOR
ENERO 2021
Contenido
Introducción.................................................................................................................................3
Objetivo general.......................................................................................................................3
Objetivos específicos................................................................................................................3
Datos Generales de la pasante..................................................................................................4
Datos Generales de la Empresa................................................................................................4
Datos generales del departamento............................................................................................5
Datos Generales de las pasantías..............................................................................................5
Metodología.................................................................................................................................5
Datos........................................................................................................................................5
Variables incluidas en el estudio..............................................................................................5
Modelo econométrico...............................................................................................................6
Modelo logit.........................................................................................................................7
Modelo de mediación simple................................................................................................7
Resultados....................................................................................................................................9
Estadísticos Descriptivos..........................................................................................................9
Modelo logit: Incidencia de los años de escolaridad en la ocupación plena de las provincias
del Ecuador............................................................................................................................15
Análisis de mediación............................................................................................................20
Conclusiones..............................................................................................................................23
Anexos.........................................................................................................................................0
Introducción
Objetivo general
Demostrar la correlación que existe entre el empleo adecuado y los años de escolaridad
Objetivos específicos
Comprobar la existencia de una variable de mediación dentro de la relación principal
del estudio.
Poner en práctica de todos los conocimientos adquiridos a lo largo de la carrera dentro
del estudio que se va a realizar.
Datos Generales de la pasante
Nombres y Apellidos: Ivon Lisbeth Vela Chacón
Domicilio: Ucubamba
Cédula de Identidad:0104651849
MISIÓN
VISIÓN
Ser la Institución Financiera más importante del Ecuador, por su excelencia en el servicio y por
socios satisfechos.
VALORES CORPORATIVOS
Metodología
Datos
Para el desarrollo del siguiente trabajo de investigación se tomaron como base datos secundarios
recopilados por la Encuesta Nacional Empleo, Desempleo y Subempleo (ENEMDU), tomando
en cuenta información de los años 2013, 2014, 2015 y 2016 con el objetivo de obtener el mayor
número de sectores censales.
Con el fin de estimar los modelos necesarios se utilizó el programa estadístico Stata15 y el
SPSS para el procesamiento de la base de datos.
Años de escolaridad
0-21 Variable numérica
1 = Hombre Variable dicotómica que indica el género del
Sexo
0 = Mujer individuo.
Estado Civil 1 = Casado (a)
2=Separado (a)
3=Divorciado (a)
4=Viudo (a) Variable categórica
5=Unión libre
6=Soltero (a)
Variable que recoge los años cumplidos del
individuo al momento de la encuesta, esta
Edad 15-98
variable esta medida en años.
Variable dicotómica que indica el área
1 = Rural geográfica de la vivienda en donde vive el
Área
0 = Urbano individuo.
Variable dicotómica que indica si el jefe del
hogar se encuentra laborando en el sector
Sector de trabajo del 1 = Sector formal
formal u otro: (informal-empleo doméstico-
jefe del hogar 0 = Otros casos
no clasificado por sector).
1 = Los padres
tienen educación
Variable que identifica si el jefe del hogar
superior
Educación superior de cuenta o no con educación superior (superior
0 = Los padres no
los padres universitario, superior no universitario y
tienen educación
posgrados).
superior
Numero de cargas Variable que indica el número de cargas
familiares en el hogar familiares que existe en el hogar.
0-14
“Índice que captura la tenencia de activos a
nivel de hogar aplicando el Análisis Factorial
Policórico como proxy del gasto de
Índice de riqueza consumo”, empleando la metodología
0-1
descrita por Orellana M, Sarmiento J,
Sarmiento S (2019).
Variable numérica que indica el total de
dinero que recibe en un año, tomando en
Ingreso mensual cuenta todas las fuentes de donde puede
provenir este ingreso.
Es importante mencionar que el estudio tomo en cuenta solo a los individuos que pertenecen a
la población económicamente activa (PEA).
Modelo econométrico
Para la obtención del efecto directo se utilizará la metodología propuesta en el modelo logit,
tomando en cuenta los respectivos efectos marginales de cada provincia, también se realizará un
análisis de mediación para obtener posibles efectos mediadores que pueden estar involucrados
entre relación de la variable dependiente e independiente.
Modelo logit
El modelo Logit es un modelo econométrico no lineal que se utilizan cuando la variable
dependiente es binaria o dummy, es decir que sólo puede tomar dos valores.
Donde 𝚲 (.) representa la función de distribución acumulada de una variable logística. Por lo
tanto
Efectos Marginales
Dado que 𝐸(𝑌|𝒙) = 𝑃(𝑌 = 1|𝒙), el efecto marginal se define como
O simplemente
Donde 𝑓(𝒙 ′𝜷) representa la correspondiente función de densidad. Como bien se puede
observar, los efectos marginales no son constantes. De hecho, varían con cada observación.
En el modelo Logit
Los coeficientes del modelo se tratan como estimaciones de las influencias causales putativas de
cada variable del sistema sobre otras, y el objetivo analítico es estimar estos coeficientes,
unirlos e interpretarlos.
El efecto directo cuantifica la diferencia estimada en Y entre dos casos que difieren en una
unidad sobre X independientemente de la influencia de M sobre Y.
El efecto indirecto cuantifica cuánto se estima que dos casos que difieren en una unidad en X
difieren en Y como resultado de la influencia de X en M, que a su vez influye en Y. El efecto
indirecto es relevante en cuanto a si el efecto de X sobre Y puede ser se dice que se transmite a
través del mecanismo representado por la cadena causal de eventos X → M → Y.
El enfoque de inferencia del producto de coeficientes, método delta o prueba de Sobel, se basa
en la misma teoría de inferencia utilizada para la inferencia sobre el efecto directo, así como en
otras pruebas inferenciales ampliamente utilizadas en el ámbito social.
Antes de que se pueda implementar el enfoque de la teoría normal, se necesita una estimación
del error estándar de ab.
Resultados
Estadísticos Descriptivos
Los estadísticos descriptivos de las variables a utilizar en el estudio se muestran a continuación
en la tabla 2.
La ilustración 2, toma en cuenta un promedio provincial entre todos los índices de riqueza de los
hogares a los cuales pertenecen los individuos (PEA). Como se puede observar el máximo
promedio del índice de riqueza de estos hogares alcanza un 0.424021. Tomando en cuenta la
segmentación de nuestro estudio tenemos que la provincia del Pichincha junto con Galápagos,
Azuay, Guayas y Tungurahua son quienes tienen los más altos niveles en índice de riqueza.
Ilustración 1: Índice de riqueza por provincias
Modelo logit: Incidencia de los años de escolaridad en la ocupación plena de las provincias del
Ecuador
Mediante la matriz de confusión se pudo evidenciar que el modelo predice correctamente un
76.96% de las observaciones, es decir que de cada 100 individuos que se encuentran en empleo
adecuado el modelo de logit predice correctamente aproximadamente 77 individuos y mediante
la curva de Roc se valida al modelo como aceptable con un valor de 0.856.
En este apartado se presentan los resultados de la estimación del modelo logit a nivel nacional,
se observan los resultados del modelo estimado en la tabla 5 y sus efectos marginales en la tabla
6. Hay que tener en cuenta que la variable dependiente es el empleo adecuado.
Los signos de los coeficientes muestran la influencia de las variables independientes sobre las
dependientes la cual puede ser positiva o negativa y el valor de la probabilidad nos muestra si la
variable está dentro del nivel de aceptación permitido (significancia), en este estudio se utilizará
una significancia al 1%, 5% y 10%.
La estimación del modelo logit a nivel nacional muestra una alta significación de la mayoría de
sus variables explicativas a excepción de la variable “educación superior de los padres”.
En cuanto al modelo logit a nivel provincial tenemos que las variables años de escolaridad,
sexo, edad, edad al cuadrado, sector de trabajo del jefe del hogar e ingreso son significativas en
todas y cada una de las provincias del Ecuador, podemos verificar observando los anexos 1, 2 y
3.
También es importante mencionar que en el modelo logit estimado a nivel provincial, vemos
que la variable “educación superior de los padres” llega a ser no significativo todas las
provincias del Ecuador a excepción de Imbabura en la cual su significación se cumple solo a un
10%.
En cuanto al índice de riqueza, esta variable cuando se la analiza a nivel provincial vemos que
en la Sierra no es significativa en las siguientes provincias: Azuay, Bolívar, Cañar, Carchi.
Otra variable que llama la atención cuando se analiza a nivel provincial el modelo es el “Área”;
la cual no es significativa para algunas provincias de la Sierra como es Cotopaxi, Imbabura, y
Pichincha, al igual no es significativa para las provincias de Manabí y Esmeraldas que
pertenecen a la Costa, y algo importante de mencionar es que no es significativa para ninguna
provincia del Oriente ni para Galápagos.
Estudia
Desv.
Variables Coeficientes Estandar p>z
Robusto
Años de escolaridad 0.0776266*** (0.0027) 0.000
Sexo 1.200529*** (0.0206) 0.000
Estado civil
Separado (a) 0.3451463*** (0.0409) 0.000
Divorciado (a) 0.5056771*** (0.0618) 0.000
Viudo (a) 0.3530731*** (0.0655) 0.000
Unión libre 0.1327299*** (0.0246) 0.000
Soltero (a) -0.440259*** (0.0286) 0.000
Edad 0.1551136*** (0.0043) 0.000
Edad al cuadrado -0.0018415*** (0.0001) 0.000
Educación superior (padres) -0.0422597 (0.0308) 0.170
Índice de riqueza -0.4574654*** (0.0977) 0.000
Área -0.1616537*** (0.0209) 0.000
Sector de trabajo del jefe del hogar 0.7097391*** (0.0203) 0.000
Cargas -0.0934577*** (0.0062) 0.000
Ingreso 1.326968*** (0.0165) 0.000
Constant -14.16582*** (0.1534) 0.000
Pseudo R2: 0.3149
Prob > chi2 = 0.0000
Fuente: Elaboración a partir del ENEMDU (2013-2016)
Elaboración: Autor
Los efectos marginales son los cambios en la probabilidad del empleo adecuado, cuando se
genera algún cambio o modificación en alguna variable explicativa.
Para las variables discretas se estiman los efectos marginales por defecto ∂( y)/∂(x ), mientras
que para las variables continuas se estiman las semielasticidades de la forma ∂(lny) /∂ ( x) la
cual la representamos por e ( y )/∂(x) . En la tabla 5 presentamos los efectos marginales del
modelo logit.
Tabla 6: Efectos marginales a nivel Nacional
Empleo adecuado
Variables
(dy/dx)
1.201***
Sexo
(0.0206)
0.345***
Separado (a)
(0.0409)
0.506***
Divorciado (a)
(0.0618)
0.353***
Viudo (a)
(0.0655)
0.133***
Unión libre
(0.0246)
-0.440***
Soltero (a)
(0.0286)
Educación superior -0.0423
(padres) (0.0308)
-0.162***
Área
(0.0210)
Sector de trabajo 0.710***
del jefe del hogar (0.0203)
Empleo adecuado
Variables
(ey/dx)
Años de 0.4422***
escolaridad (0.0016)
0.0884***
Edad
(0.0024)
-0.2606***
Índice de riqueza
(0.0556)
-0.0532***
Cargas
(0.0035)
0.7559***
Ingreso (0.0092)
Observaciones 76,546
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración a partir del ENEMDU (2013-2016)
Elaboración: Autor
Si la persona es hombre, tiene un 120% más de probabilidad de estar en empleo adecuado que
una persona que es mujer.
Con respecto al estado civil vemos que la categoría “divorciado(a)” es aquella que presenta más
probabilidad de tener empleo adecuado sobre la categoría base “casado(a)”, por lo que si la
persona es divorciada tiene aproximadamente un 50% más de probabilidad de estar en empleo
adecuado que una persona que está casada.
Con respecto al área vemos que una persona que vive en el área rural tiene un 16.2% menos de
probabilidad de tener empleo adecuado que una persona que pertenece al área urbano.
Una persona que pertenece al sector formal de trabajo tiene un 71% más de probabilidad de
tener empleo adecuado que una persona que pertenece a cualquier otro sector
(informal/domestico).
Si los años de escolaridad de una persona se incrementan en un punto porcentual estas personas
van a tener un 44.22% más de probabilidad de estar en empleo adecuado y conforme la edad de
una persona incremente en un punto porcentual, la persona va a incrementar su probabilidad de
estar en empleo adecuado en un 8.84%.
Con respecto al ingreso vemos que un incremento de un punto porcentual en el ingreso de una
persona, va a generar un aumento en la probabilidad de estar en empleo adecuado en
aproximadamente un 75%.
Variables Empleo adecuado (ey/dx) Empleo adecuado (ey/dx) Empleo adecuado (ey/dx)
Al elaborar una comparación de efectos marginales entre las 3 principales provincias del
Ecuador, los resultados los podemos observar en la tabla 7, en donde queda en evidencia
nuevamente que la educación superior de los padres no es significativa a ningún nivel y para
ninguna provincia.
Con respecto a los signos podemos observar que en las tres provincias no existe diferencias en
su interpretación con respecto los efectos marginales presentados en el modelo general.
Análisis de mediación
A continuación, se realiza un análisis de relaciones causales “análisis de mediación”, la cual
implica una relación entre tres variables.
En este caso entre la variable dependiente “empleo adecuado” y una variable independiente
“años de escolaridad” nos vamos a encontrar con una variable mediadora (ingresos).
Análisis de mediación: Técnica estadística que permite definir los efectos mediadores de una
variable en una relación causal dada.
Ho: Los años de escolaridad tienen un efecto positivo y directo en el Empleo adecuado del
individuo
Ho: Los años de escolaridad tienen un efecto positivo y directo en el Empleo adecuado del
individuo cuando se incluye los Ingresos como variable mediadora
Se validarán las hipótesis a través del método de regresión y el método de ecuaciones
estructurales
METODO DE REGRESION
Modelo teórico del Empleo Adecuado
Sistema de ecuaciones
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) 6,340 ,008 815,545 ,000
Años de escolaridad ,082 ,001 ,389 117,096 ,000
a. Variable dependiente: Ingresos
a=0.082 , donde nos indica que los años de escolaridad tienen un efecto significativo sobre la
variable mediadora que es aproximadamente un 39% de la varianza del Ingreso, y este resultado
es estadísticamente significativo.
Ho: Los ingresos tienen un efecto positivo y directo sobre el Empleo adecuado del individuo
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) -1,094 ,011 -104,053 ,000
Ingreso_A ,213 ,001 ,467 146,485 ,000
a. Variable dependiente: Empleo Adecuado
b=0.213 , nos indica que los ingresos tienen un efecto significativo sobre el empleo adecuado
que es aproximadamente un 47% de la varianza de esta, y este resultado es significativo
Ho: Los años de escolaridad tienen un efecto positivo y directo en el Empleo adecuado del
individuo
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) ,093 ,004 25,745 ,000
Años de escolaridad ,034 ,000 ,356 105,448 ,000
a. Variable dependiente: Empleo adecuado
c=0.034 , los años de escolaridad tiene un efecto significativo sobre la variable Empleo
adecuado que es aproximadamente un 35% de la varianza de esta, y este resultado es
significativo cuando no se controlan los efectos de la variable mediadora.
Ho: Los años de escolaridad tienen un efecto positivo y directo en el Empleo adecuado del
individuo cuando se incluye los Ingresos como variable mediadora
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) -1,028 ,010 -99,507 ,000
Años escolaridad ,020 ,000 ,205 60,529 ,000
Ingresos ,177 ,002 ,388 114,569 ,000
a. Variable dependiente: Empleo adecuado
c ´=0.020 , los años de escolaridad tiene un efecto significativo sobre la variable Empleo
adecuado que es aproximadamente un 20% de la varianza de esta, y este resultado es
significativo cuando se controlan los efectos de la variable mediadora.
No se cumple la cuarta hipótesis en la cual la presencia de los Ingresos en el mismo modelo con
los años de escolaridad, anula el efecto de la variable independiente sobre la variable
dependiente, en este caso estamos en un efecto de mediación parcial.
En conclusión, los Ingresos tienen efectos mediadores parciales en la relación entre Años de
escolaridad y el empleo adecuado.
Test de Sobel
a∗b
Valor z=
√¿¿ ¿
0.082∗0.213
Valor z=
√ ¿ ¿¿
Valor z=76.52
Se rechaza la hipótesis nula con un p=0.00 por lo tanto no existe un efecto mediador lo
cual nos confirma con el valor de Z.
La presunta influencia del ingreso no está funcionando como mediador del efecto de
“años de escolaridad” sobre “empleo adecuado” de acuerdo con la prueba de Sobel o el
“enfoque de la teoría normal” para la inferencia sobre el efecto indirecto.
Conclusiones
Se demostró que tanto a nivel nacional como provincial la variable “años de escolaridad”, es
significativa evidenciando así que existe una correlación positiva entre empleo adecuado y años
de escolaridad. El análisis Delta que se aplicó en el estudio demostró que la variable “ingresos”
no está funcionando como mediador del efecto de “años de escolaridad” sobre “empleo
adecuado” de acuerdo con la prueba de Sobel a nivel Nacional.
Es importante mencionar que se puedo observar que la provincia de Azuay, Guayas, Pichincha
Y Galápagos cuentan con el porcentaje de empleo más alto a nivel nacional y también son las
provincias que mayores años de escolaridad en promedio tienen.
-------------------------------------------------
Validado por tutor: Econ. Esteban Idrovo
Anexos
SIERRA
Variables explicativas
AZUAY BOLIVAR CAÑAR CARCHI COTOPAXI CHIMBORAZO
(0.012 (0.016 (0.016 (0.012
Años de escolaridad 0.0837*** ) 0.0826*** (0.018) 0.113*** ) 0.0926*** ) 0.0816*** ) 0.0660*** (0.018)
(0.086 (0.124 (0.119 (0.087
Sexo 1.314*** ) 1.001*** (0.129) 1.594*** ) 1.074*** ) 1.651*** ) 1.626*** (0.121)
Estado civil
(0.205 (0.325 (0.270 (0.208
Separado (a) 0.561*** ) -0.355 (0.252) -0.0505 ) -0.0100 ) 0.871*** ) 0.0774 (0.321)
(0.212 (0.380 (0.320 (0.294
Divorciado (a) 0.446** ) 0.853** (0.424) 0.649* ) 0.675** ) 0.857*** ) 0.751** (0.318)
(0.271 (0.355 (0.374 (0.318
Viudo (a) 0.519* ) 0.526 (0.414) 0.335 ) 0.570 ) 0.580* ) -0.169 (0.383)
(0.136 (0.177 (0.169 (0.111
Union libre 0.244* ) 0.100 (0.177) 0.320* ) 0.233 ) 0.193* ) 0.00286 (0.216)
(0.116 (0.164 (0.158 (0.132
Soltero (a) -0.387*** ) -0.825*** (0.187) -0.492*** ) -0.371** ) -0.551*** ) -0.295* (0.172)
(0.018 (0.023 (0.024 (0.019 (0.0312
Edad 0.150*** ) 0.109*** (0.025) 0.220*** ) 0.121*** ) 0.206*** ) 0.259*** )
(0.000 (0.000 (0.000 (0.000
Edad2 -0.00191*** ) -0.00116*** (0.000) -0.00244*** ) -0.00136*** ) -0.00251*** ) -0.00300*** (0.000)
(0.132 (0.188 (0.198 (0.148
Educación superior (padres) -0.0589 ) 0.273 (0.212) -0.309 ) -0.0903 ) 0.136 ) 0.0965 (0.188)
(0.400 (0.511 (0.575 (0.428
Indice de riqueza -0.324 ) -0.536 (0.699) -0.794 ) -0.488 ) -1.231*** ) -1.741*** (0.588)
(0.098 (0.123 (0.119 (0.098
Area -0.459*** ) -0.395*** (0.143) -0.259** ) -0.410*** ) -0.0987 ) -0.340** (0.140)
(0.091 (0.123 (0.123 (0.088
Sector de trabajo del jefe del hogar 0.467*** ) 0.679*** (0.151) 0.453*** ) 0.829*** ) 0.592*** ) 0.702*** (0.127)
(0.028 (0.037 (0.041 (0.028
Cargas -0.0865*** ) -0.0739* (0.040) -0.0798** ) -0.0216 ) -0.108*** ) -0.0995*** (0.036)
(0.077 (0.094 (0.095 (0.072
Ingreso 1.275*** ) 1.769*** (0.106) 1.465*** ) 1.400*** ) 1.416*** ) 1.604*** (0.100)
(0.678 (0.869 (0.857 (0.681
Constant -13.28*** ) -16.72*** (0.951) -17.01*** ) -14.48*** ) -15.71*** ) -18.19*** (0.999)
PseudoR2 0.3366 0.4379 0.3807 0.3218 0.3551 0.4270
Loglikelihood ratio -1885.4136 -905.56243 -1054.4699 -1121.0114 -2002.2548 -1059.4741
Observations 4,103 2,697 2,597 2,528 4,697 2,963
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
SIERRA
IMBABURA LOJA PICHINCHA TUNGURAHUA SANTO DOMINGO
(0.011 (0.017 (0.011 (0.011 (0.014
0.0698*** ) 0.0854*** ) 0.0588*** ) 0.102*** ) 0.0788*** )
(0.079 (0.123 (0.075 (0.075 (0.118
1.120*** ) 1.403*** ) 1.105*** ) 1.091*** ) 1.588*** )
(0.196 (0.282 (0.163 (0.189 (0.198
0.483** ) 0.453 ) 0.432*** ) 0.598*** ) 0.440** )
(0.202 (0.296 (0.216 (0.196 (0.410
0.497** ) 0.0641 ) 0.425** ) 0.252 ) 0.792* )
(0.212 (0.388 (0.231 (0.304 (0.325
0.257 ) 0.926** ) 0.185 ) 0.718** ) 0.213 )
(0.123 (0.193 (0.101 (0.129 (0.126
0.245** ) -0.00373 ) 0.121 ) 0.328** ) 0.246* )
(0.112 (0.177 (0.104 (0.105 (0.164
-0.350*** ) -0.705*** ) -0.0505 ) -0.208** ) -0.738*** )
(0.019 (0.025 (0.017 (0.017 (0.021
0.183*** ) 0.180*** ) 0.168*** ) 0.150*** ) 0.108*** )
- (0.000 - (0.000 - (0.000 - (0.000 - (0.000
0.00222*** ) 0.00207*** ) 0.00216*** ) 0.00184*** ) 0.00126*** )
(0.126 (0.169 (0.114 (0.113 (0.181
0.229* ) 0.124 ) -0.0422 ) 0.115 ) 0.134 )
(0.390 (0.556 (0.368 (0.358 (0.550
-0.968** ) -2.018*** ) -1.400*** ) -0.858** ) -1.663*** )
(0.092 (0.143 (0.083 (0.084 (0.106
0.0184 ) -0.423*** ) 0.0237 ) -0.282*** ) -0.471*** )
(0.083 (0.134 (0.076 (0.081 (0.104
0.488*** ) 0.397*** ) 0.604*** ) 0.468*** ) 0.713*** )
(0.024 (0.036 (0.028 (0.030 (0.035
-0.0908*** ) -0.0698* ) -0.0648** ) -0.0488 ) -0.0781** )
(0.066 (0.097 (0.066 (0.061 (0.093
1.394*** ) 1.658*** ) 1.199*** ) 1.001*** ) 1.134*** )
(0.612 (0.907 (0.607 (0.585 (0.830
-14.84*** ) -16.93*** ) -12.09*** ) -11.78*** ) -11.63*** )
0.2931 0.3928 0.2212 0.2748 0.2473
-2196.1508 -1039.9685 -2474.9273 -2314.0623 -1329.0942
4,560 2,657 4,984 4,621 2,557
Tabla 9:Efectos marginales a nivel provincial de la región Costa
COSTA
Variables explicativas
EL ORO ESMERALDAS GUAYAS LOS RIOS MANABI STA. ELENA
Años de escolaridad 0.0715*** (0.011) 0.0617*** (0.013) 0.0719*** (0.009) 0.0632*** (0.013) 0.0743*** (0.012) 0.0961*** (0.014)
Sexo 1.319*** (0.079) 0.938*** (0.105) 1.043*** (0.074) 1.242*** (0.110) 0.949*** (0.107) 1.002*** (0.113)
Estado civil
Separado (a) 0.427*** (0.154) -0.0653 (0.212) 0.146 (0.115) 0.105 (0.169) 0.449*** (0.165) -0.188 (0.193)
Divorciado (a) 0.655*** (0.213) 0.509 (0.395) 0.945*** (0.287) 0.294 (0.442) -0.236 (0.316) 1.275** (0.529)
Viudo (a) -0.0561 (0.264) 0.0846 (0.287) 0.472** (0.211) -0.150 (0.294) -0.152 (0.334) 0.172 (0.312)
Union libre 0.102 (0.093) 0.0130 (0.123) -0.0950 (0.088) 0.0659 (0.122) -0.0782 (0.116) -0.224* (0.124)
Soltero (a) -0.472*** (0.109) -0.465*** (0.154) -0.538*** (0.106) -0.650*** (0.165) -0.826*** (0.149) -0.899*** (0.142)
Edad 0.125*** (0.015) 0.158*** (0.020) 0.124*** (0.015) 0.134*** (0.018) 0.120*** (0.020) 0.153*** (0.022)
Edad2 -0.00147*** (0.000) -0.00177*** (0.000) -0.00156*** (0.000) -0.00148*** (0.000) -0.00138*** (0.000) -0.00183*** (0.000)
Educación superior (padres) 0.0753 (0.114) -0.174 (0.146) 0.0621 (0.103) -0.0900 (0.155) -0.112 (0.149) -0.105 (0.187)
Indice de riqueza -0.0837 (0.410) 0.421 (0.527) -0.216 (0.352) -0.571 (0.570) 0.383 (0.505) -0.210 (0.534)
Area 0.163** (0.079) -0.0295 (0.103) -0.395*** (0.092) -0.184* (0.095) -0.136 (0.109) 0.491*** (0.105)
Sector de trabajo del jefe del
hogar 0.583*** (0.072) 0.714*** (0.099) 0.914*** (0.068) 0.858*** (0.093) 0.936*** (0.099) 0.768*** (0.106)
Cargas -0.0783*** (0.026) -0.0919*** (0.026) -0.0677*** (0.024) -0.0926*** (0.029) -0.0765** (0.031) -0.117*** (0.029)
Ingreso 1.126*** (0.064) 1.490*** (0.077) 1.107*** (0.059) 1.224*** (0.081) 1.488*** (0.078) 1.252*** (0.080)
Constant -12.29*** (0.576) -15.60*** (0.747) -11.63*** (0.549) -13.29*** (0.714) -14.98*** (0.738) -13.57*** (0.744)
PseudoR2 0.2157 0.3138 0.2517 0.2391 0.3229 0.2276
Loglikelihood ratio -2458.7885 -1614.6104 -2967.4006 -1653.9859 -1590.8179 -1460.4647
Observations 4,523 3,634 2,729 3,356 3,56 2,779
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Tabla 10:Efectos marginales a nivel provincial de la región Oriente
ORIENTE
Variables explicativas
MORONA SANTIAGO NAPO PASTAZA ZAMORA CHINCHIPE SUCUMBIOS ORELLANA
Años de escolaridad 0.113*** (0.019) 0.129*** (0.022) 0.0905*** (0.018) 0.0890*** (0.019) 0.0838*** (0.017) 0.115*** (0.019)
Sexo 1.457*** (0.143) 0.978*** (0.132) 1.500*** (0.128) 1.143*** (0.130) 1.115*** (0.143) 1.339*** (0.144)
Estado civil
Separado (a) 0.465 (0.289) 0.312 (0.278) 0.823*** (0.310) 0.588** (0.282) 0.487* (0.292) 0.594* (0.322)
Divorciado (a) 0.845** (0.360) -0.105 (0.455) 0.392 (0.329) 0.455 (0.345) 1.381*** (0.409) 0.947** (0.439)
Viudo (a) 0.436 (0.492) -0.430 (0.591) 0.543 (0.464) 0.517 (0.341) 0.260 (0.676) 0.464 (0.464)
Union libre 0.374** (0.170) 0.161 (0.169) 0.173 (0.153) 0.311* (0.165) 0.477*** (0.152) 0.469*** (0.152)
Soltero (a) -0.177 (0.211) -0.476** (0.195) -0.262 (0.187) -0.650*** (0.198) 0.0103 (0.202) 0.104 (0.180)
Edad 0.205*** (0.032) 0.164*** (0.027) 0.237*** (0.032) 0.151*** (0.027) 0.226*** (0.033) 0.255*** (0.030)
Edad2 -0.00234*** (0.000) -0.00182*** (0.000) -0.00273*** (0.000) -0.00166*** (0.000) -0.00271*** (0.000) -0.00304*** (0.000)
Educación superior (padres) -0.238 (0.200) -0.109 (0.209) -0.124 (0.176) -0.213 (0.190) 0.173 (0.201) 0.0388 (0.215)
Indice de riqueza -1.538** (0.645) -0.603 (0.707) -0.623 (0.619) 0.0776 (0.647) -1.822** (0.723) -2.144*** (0.676)
Area -0.166 (0.151) 0.00576 (0.145) -0.205 (0.139) -0.127 (0.148) -0.0447 (0.131) 0.0413 (0.135)
Sector de trabajo del jefe del
hogar 0.888*** (0.147) 1.050*** (0.138) 0.735*** (0.135) 0.683*** (0.139) 0.924*** (0.133) 1.017*** (0.128)
Cargas -0.157*** (0.038) -0.0334 (0.033) -0.129*** (0.036) -0.0849** (0.033) -0.173*** (0.038) -0.124*** (0.036)
Ingreso 1.720*** (0.123) 1.525*** (0.101) 1.264*** (0.092) 1.513*** (0.118) 1.376*** (0.098) 1.533*** (0.107)
Constant -18.37*** (1.195) -16.69*** (0.943) -15.69*** (0.966) -16.05*** (1.054) -15.58*** (0.987) -17.89*** (1.124)
PseudoR2 0.4318 0.4144 0.3930 0.3616 0.3256 0.3815
Loglikelihood ratio -784.26768 -854.9562 -919.28791 -915.46346 -847.11679 -898.3736
Observations 2,182 2,169 2,258 2,251 1,817 2,129
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Tabla 11:Efectos marginales a nivel provincial de la región Insular
REGIÓN INSULAR
Variables explicativas
GALAPAGOS
Años de escolaridad 0.0296 (0.024)
Sexo 1.815*** (0.185)
Estado civil
Separado (a) 0.878*** (0.318)
Divorciado (a) 1.135** (0.481)
Viudo (a) 2.709*** (0.687)
Union libre 0.129 (0.211)
Soltero (a) -0.623** (0.260)
Edad 0.0694** (0.029)
Edad2 -0.000870*** (0.000)
Educación superior (padres) 0.247 (0.245)
Indice de riqueza -2.919*** (0.916)
Area -0.181 (0.179)
Sector de trabajo del jefe del
hogar 0.646*** (0.203)
Cargas -0.0280 (0.084)
Ingreso 1.006*** (0.167)
Constant -8.685*** (1.327)
PseudoR2 0.1896
Loglikelihood ratio -466.98033
Observations 1,054
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1