DESIGUALDADES EN EL MUNDO DEL TRABAJO: Diferencias de ingreso

por género y lengua materna en la clase trabajadora de Cochabamba.

Marzo de 2014

38
Introducción

El ser de sexo femenino y el tener lengua materna nativa pueden constituirse en factores que
generen menores oportunidades para un individuo, más aún si se considera un contexto
caracterizado, pese a todos los esfuerzos realizados, como patriarcal, prejuicioso y discriminador
como el de la sociedad boliviana.

Un individuo cuyo idioma materno es nativo, puede tener menores oportunidades de acceder a
un empleo de calidad, por lo que se ve obligado a generar su propio trabajo como forma de
integrarse a la sociedad, pero ello repercute directamente en su nivel de ingresos que
generalmente, producto de su trabajo precario, es bajo en relación a otro individuo que tienen
como lengua nativa el castellano.

De la misma forma, el ser de sexo femenino podría significar menor niveles educativos y por
ende menores oportunidades para encontrar un empleo de calidad, con lo cual, los ingresos para
este segmento significativo de nuestra sociedad son magros si se los compara con los ingresos de
sus pares hombres.

No obstante, a pesar del peso que tienen estas dos variables, al momento de analizar los factores
que generan estas desigualdades en el ingreso, la literatura internacional siempre ha hecho
énfasis en otro tipo de variables como la productividad, los niveles de educación y de experiencia
laboral, sin embargo, como sostiene Garavito (2010) éstas variables no son suficientes para
explicar los diferenciales de los ingresos mucho más aún si se considera en el contexto local a
nivel departamental.

En este sentido, el objetivo de este trabajo es comprobar si los factores como el género y la
lengua materna que se postulan son efectivamente determinantes del nivel de ingreso de la clase
trabajadora en el caso cochabambino, además de los factores usuales tratados por la literatura
internacional tales como el nivel educativo y la experiencia laboral.

Con el fin de alcanzar este objetivo, la presente investigación se ha estructurado en torno a cinco
secciones. La primera se trata de la presentación de manera resumida de la fuente de datos que se
utilizó para la realización del presente trabajo. La segunda presenta una revisión bibliográfica de
otros estudios empíricos sobre el tema. La tercera expone un análisis descriptivo de los datos. En
la cuarta sección se presenta un análisis estadístico y econométrico. Por último, en la quinta
sección se exponen las conclusiones y recomendaciones a las que se arribó con la investigación.

39
 1. Fuente de información

Los datos empíricos utilizados en el presente trabajo proceden de la Encuesta de Opinión Publica
“Los cochabambinos y la región: desarrollo, economía y sociedad en el departamento de
Cochabamba”, realizada por el FORO REGIONAL que cuenta con la participación de
instituciones como CIUDADANÍA-Comunidad de Estudios Sociales y Acción Pública en
coordinación con CERES- Centro de Estudios de la Realidad Económica y Social; y el Periódico
LOS TIEMPOS1. El trabajo de campo se realizó durante el mes abril de 2013, sobre una muestra
representativa a nivel departamental en la que se entrevistó a 1052 personas mayores de 18 años,
50% mujeres y 50% hombres. La información recogida ofrece, datos demográficos, sociales y
económicos, los cuales son empleados en la elaboración del presente documento.

2. Estado de la cuestión

Gran parte de la literatura sobre determinantes en la desigualdad de ingresos gira en torno a las "
diferencias en los niveles de educación y de experiencia laboral” y, recientemente, a otras
variables sociales y cualitativas como género y lengua materna.

Inicialmente, como sostiene Garavito (2010), “Los estudios sobre los determinantes de los
ingresos se basan en los trabajos de Becker (1993); Ben-Porath (1967); y Mincer (1970).
Posteriormente Oaxaca (1973) y Blinder (1973) ponen a disposición una metodología basada en
ecuaciones de Mincer para analizar las variaciones de los ingresos y los determinantes de sus
diferencias, separando entre aquellas fuentes de variación que se deben a diferencias en la
productividad y aquellas que responden a otras causas como ser la discriminación”.

Un estudio realizado por el BID (2009) para Latinoamérica, encontró evidencia que indica que la
región aún enfrenta enormes retos en la erradicación de las desigualdades en los mercados
laborales basadas en características como género o etnicidad, a pesar del reciente crecimiento
económico y la aplicación de políticas orientadas a reducir la desigualdad. Este estudio trabajó
con datos de hogares de 18 países latinoamericanos, el estudio encontró en primer lugar que las
mujeres en Latinoamérica ganan menos que los hombres, incluso a pesar de ser más educadas.
Los resultados muestran que una simple comparación de ingresos promedio indica que los
hombres ganan 10 por ciento más que las mujeres. Pero se compara hombres y mujeres con
iguales edades y niveles de educación, la brecha de ingresos llega a 17 por ciento.

Por otro lado, si se considera la etnicidad, en siete países donde hay datos disponibles, la
investigación encontró que las minorías indígenas y afrodescendientes ganan en promedio 28 por
ciento menos que la población blanca de la región, cuando las personas tienen la misma edad,
género y nivel de educación.

1
Algunos resultados de esta encuesta fueron presentados y aun son discutidos en eventos con actores de la
sociedad civil y con cobertura de los medios de comunicación, se puede encontrar más referencias en
http://www.lostiempos.com/diario/actualidad/economia/20130813/foro-revelan-que-8-de-cada-10-usan-
remesas-para-pagar_224347_484298.html

40
Entre algunos estudios específicos sobre los determinantes del ingreso, focalizados en un solo
país, podemos citar el estudio de Garavito (2010) para el caso del Perú quien en sus conclusiones
sostiene que “Los rendimientos del capital humano son mayores para los varones que para las
mujeres y para los trabajadores cuya lengua materna es el castellano que para aquellos cuya
lengua materna es nativa.".

De acuerdo con la autora que cita a otros trabajos “Sobre el tema de diferencias en los ingresos
atribuidas a las características étnicas de los trabajadores, Ñopo, Saavedra y Torero (2004)
construyeron para el caso peruano, un indicador de «intensidad étnica» con respecto a cuatro
grupos raciales: asiático, blanco, indígena y negro, basado en la lengua materna, migración y
religión, así como en el reporte de los propios individuos y de los encuestadores sobre su raza.
Por medio de una extensión del método de Oaxaca-Blinder para trabajar con un conjunto de
grupos raciales, evidenciaron que en el Perú urbano los «muy blancos» ganan un 50% más que
los «muy indígenas», diferencia que se reduce a 12% al controlar por diferencias en las
características de los individuos y de sus puestos de trabajo” (Garavito,2010).

Para el caso Boliviano, algunos autores como Juneau (2013)sostienen que en cuanto al acceso al
empleo existen grandes brechas y que las mujeres en Bolivia son las más afectadas por las altas
tasas de desempleo , según los datos del Centro de Estudios para el Desarrollo Laboral y Agrario
CEDLA utilizados por la autora, en los últimos años la tasa de desocupación en las mujeres fue
más alta con relación a la tasa general en las ciudades capitales del eje central y El Alto y de las
mujeres ocupadas una gran proporción se encuentran en empleo precarios, inestables e
informales con lo cual sus ingresos se ven mermados en comparación con los ingresos de sus
pares hombres.

En la misma línea Jiménez (2010) ya planteó que la mayoría de los estudios para el caso
boliviano confirman “[…] que en promedio las mujeres y los indígenas entran al mercado de
trabajo con menores niveles de capital humano, tienen menos experiencia de trabajo y en general
les faltan capacidades laborales para mejorar sus oportunidades de empleo”. Los énfasis de estos
resultados hacen suponer que las mujeres y los indígenas o población con distinta identidad
étnica en Bolivia, también tendrían menores oportunidades que los hombres para generar
ingresos por lo que las diferencias en estos también serían significativas.

También, en un estudio anterior y por demás interesante para el caso rural en Bolivia realizado
por Villegas (2002) se evidenció, mediante la aplicación del modelo de Mincer, que la
educación, el sexo y la etnia entre otras variables geográficas y de capital humano (sector
económico, experiencia, eje central, sindicato) también son determinantes para la desigualdad del
ingreso en la Bolivia rural. El autor encontró que la discriminación por sexo y etnia (idioma)
conjuntamente explica entre un 6 y 9 por ciento la desigualdad de ingresos, mientras que la
educación lo hace entre un 7 y 8 por ciento.

Finalmente, en el caso particular del nivel local, es decir del departamento de Cochabamba, un
reciente estudio descriptivo de Román (2013) mostró, con datos empíricos, que en Cochabamba
las desigualdades sociales, económicas, culturales y regionales aún persisten. Desde la lectura de
la autora “[…] la inequidad de género en la educación muestra logros educativos magros para las
mujeres principalmente si estas son indígenas”. Respecto al acceso laboral y los ingresos, la

41
autora en cuestión advierte que la tendencia es similar “Lo mismo sucede en el acceso laboral e
ingresos situándose las mujeres mayoritariamente en el rango más bajo, siendo todavía las más
pobres entre los pobres, mientras que los hombres casi triplican a las mujeres en el rango de los
ingresos altos”.

La autora concluye que Cochabamba muestra un rasgo patriarcal en la que igualdad es

desigualdad para las mujeres cochabambinas y peor aún para las mujeres indígenas. Además,
esta situación estaría incidiendo negativamente en sus condiciones de vida y acceso a riqueza.

3. Análisis descriptivo de los datos

Los resultados descriptivos de la “Encuesta de Opinión Publica “Los cochabambinos y la región:

desarrollo, economía y sociedad en el departamento de Cochabamba”, realizada por el Foro
Regional” y las variables de interés para el estudio se encuentran en el cuadro 1, donde podemos
ver la estructura de la población cochabambina que se encuentra trabajando para el año 2013,
tanto a nivel departamental como para las áreas urbana y rural, de acuerdo a diversas variables.

Se evidencia en primer lugar que el porcentaje de personas que se encuentran en condición de

Trabajando es elevado 62.80% a nivel departamental. Así mismo, la población que se encuentra
trabajando es mayor en el sector rural que en el sector urbano y que las personas que están
buscando activamente trabajo representan un porcentaje menor. Ambas cifras se explican por el
bajo nivel de asalariamiento de la población rural.

Se advierte también que no existen diferencias significativas en las estructuras de la población

por género y por grupos de edad, aunque se observa un ligeramente, casi inexistente, mayor
porcentaje de mujeres en relación a los hombres en área urbana, así como en la rural.

Como era de esperarse, el porcentaje de individuos cuya lengua materna es el castellano es

mayor en el sector urbano (71,30%) que en el área rural (22,10%); sin embargo, aún en el área
rural, la mayoría de individuos mayores de 18 años, tiene el quechua como lengua materna. Esto
se explica por el predominio del castellano en las áreas urbanas y aún la subsistencia y
predominio del idioma nativo en áreas rurales de Cochabamba.

En cuanto a los niveles de educación, si bien a nivel departamental la mayoría tiene nivel
secundario (36,6%), en el área rural esto no se da y la mayor proporción de la colectividad
(38,9%) tiene solamente el nivel primario. Asimismo, mientras el 42,5% de la Población mayor
de 18 años urbana tiene nivel superior (universitario o no universitario) a nivel global, en el área
rural 20,7% llega al nivel superior. En cuanto al estado civil, no hay mayores diferencias, salvo
que el porcentaje de solteros en el área urbana es un tanto superior al del área rural y casados o
convivientes en el sector rural es ligeramente mayor que en el sector urbano.

Respecto a la región, se advierte a nivel departamental un predominio de la población en la zona

metropolitana (Cercado, Quillacollo, Sacaba, Colcapirhua, Tiquipaya, Vinto y Sipe Sipe)
asimismo, si se toma en cuenta el área, y como era de esperarse, la población urbana corresponde
a la región metropolitana y la población rural se sitúa en una mayor proporción en la zona
andina.

42
 Cuadro 1: Cochabamba Estructura de la población en edad de trabajar 2013

Urbano Rural Cochabamba

Trabajando 57.20% 73.50% 62.80%
buscando trabajo activamente 3.60% 1.70% 2.90%
Condición de Estudiante 16.40% 7.50% 13.40%
actividad Quehaceres del hogar 16.30% 14.00% 15.50%
Esta jubilado pensionado o incapacitado
permanentemente 4.50% 1.40% 3.40%
No trabaja y no está buscando trabajo 2.00% 2.00% 2.00%
Hombre 48.80% 49.40% 49.00%
Sexo
Mujer 51.20% 50.60% 51.00%
18-25 25.90% 26.30% 26.00%
26-35 27.20% 27.40% 27.30%
36-45 18.30% 17.60% 18.00%
Edad
46-55 14.40% 12.30% 13.70%
56-65 9.50% 10.90% 10.00%
66+ 4.70% 5.60% 5.00%
Castellano/español 71.30% 22.10% 54.60%
Quechua 22.30% 76.80% 40.80%
Lengua Materna
Aymara 5.90% 1.10% 4.30%
Otro extranjero 0.50% 0.00% 0.30%
Sin nivel 1.20% 7.60% 3.40%
Primaria 17.70% 38.90% 25.00%
Nivel educativo
Secundaria 38.60% 32.80% 36.60%
Superior 42.50% 20.70% 35.00%
Soltero 32.40% 28.90% 31.20%
casado/Unión Libre 60.30% 63.30% 61.30%
Estado Civil
Divorciado/Separado 3.80% 2.20% 3.30%
Viudo 3.50% 5.60% 4.20%
Zona Metropolitana 91.50% 3.40% 61.60%
Valles 3.00% 23.20% 9.90%
Región Cono Sur 2.20% 21.30% 8.70%
Trópico 2.70% 16.50% 7.40%
Zona Andina 0.60% 35.60% 12.50%
Blanca 3.20% 4.60% 3.70%
Mestiza 85.20% 68.50% 79.80%
Autodefinición Indígena originaria 9.50% 23.20% 14.00%
étnica Negra 0.00% 0.60% 0.20%
Mulata 0.40% 0.00% 0.30%
Otra 1.60% 3.10% 2.10%
Porcentaje 66% 34% 100%
Total
observaciones 695 357 1052
Fuente: Elaboración propia en base Encuesta Foro Regional

43
Finalmente, en cuanto a la autoidentificación podemos advertir a nivel departamento que una
mayor proporción de población se autoidentifica como mestiza. Este comportamiento presenta
diferencias si se toma en cuenta el área, en el área urbana la una vasta proporción 85,2% se
identifica como mestiza, mientras que en el área rural esta proporción disminuye a 68,5% y la
población originaria incrementa a 23,2%.

A continuación, con el objetivo de mostrar de forma descriptiva las diferencias de ingreso de la

población que trabaja2 en Cochabamba, en el cuadro 2, presentamos índices de los niveles de
ingresos mensuales de la población mayor de 18 años, de acuerdo al sexo y a la lengua materna,
por diferentes variables asociadas a la determinación de los ingresos laborales.

Se han construido dos índices: uno para la sección del cuadro sobre “Niveles de ingresos por
sexo” y uno para la sección del cuadro sobre “Niveles de ingresos por lengua materna”. Las
bases son el nivel ingreso mensual promedio de las trabajadoras mujeres y el nivel de ingreso
mensual promedio de los trabajadores cuya lengua materna es nativa (Quechua, Aymara,
Guaraní, etc), respectivamente. Así vemos en primer lugar que los trabajadores varones tienen un
nivel de ingreso mensual 25% mayor que el de las mujeres, mientras que los individuos cuya
lengua materna es el castellano tienen un ingreso mensual 28% mayor que el de los trabajadores
cuya lengua materna es nativa.

Examinando en primer lugar las diferencias de ingresos de los trabajadores por sexo, vemos que
los varones cuya lengua materna es el castellano tienen ingresos 14% mayores que las mujeres;
mientras que en el caso de los trabajadores cuya lengua materna es nativa, los varones obtienen
ingresos 29% mayores que las mujeres. La diferencia de ingresos entre mujeres y varones es
mayor en el área urbana 20% en relación al área rural donde la diferencia es de 16%.

Las diferencias de ingresos por sexo son mayores a mayor edad, siendo de 32% en el grupo de
46-55 años y 52% en el Grupo de 56-65. En cuanto a los niveles de educación, las diferencias de
ingresos son mayores para quienes tienen educación secundaria (35%).

En cuanto a características personales relacionadas al estado Civil del trabajador, encontramos

que las diferencias de ingresos por sexo son mayores para divorciados o separados (64%). Así
mismo, respecto a la región vemos que la mayor brecha de ingresos entre hombre y mujeres se
da en la región andina que además se caracteriza por ser la región más pobre del departamento.

Respecto a las diferencias según autoidentificación étnica por género, se evidencia que existe una
brecha de ingresos en contra de las mujeres en todas las clasificaciones étnicas como ser blanco,
mestizo, indígena/originario, negro y otro.

Examinando ahora las diferencias de ingresos por lengua materna expuesta en el mismo cuadro,
vemos en primer lugar que la diferencia entre las mujeres es mayor (43%) que entre los varones
(28%), a favor de quienes tienen el castellano por lengua materna. En este caso también hay
diferencias entre quienes viven en el área urbana (21%) y quienes viven en el área rural (24%).

2
Siguiendo los objetivos del estudio, sólo se tomó en cuenta la población que se encuentra en condición de “
Trabajando”

44
Así, el hablar el castellano significaría una diferencia en el acceso a los mercados de crédito y
trabajo, y en la capacidad de adoptar y emplear tecnologías modernas.

Cuadro 2. Cochabamba: índices de ingresos mensuales de la Población que trabaja 2013

(bases de ingresos: mujeres=100; lengua nativa =100)

lengua
hombre Mujer=100 Castellano nativa=100
  125 100 157 129
Hombre - - 157 129
Sexo
Mujer - - 143 100
Castellano 140 108 - -
Lengua Materna
Nativa 118 92 - -
Urbana 138 118 157 136
Área
Rural 111 95 139 115
18-25 114 104 144 128
26-35 128 113 154 130
36-45 128 111 156 134
Edad
46-55 140 108 167 109
56-65 120 68 139 85
66+ 90 59 136 111
Sin nivel 106 96 117 103
Primaria 100 84 124 139
Nivel educativo
Secundaria 130 95 135 145
Superior 145 146 176 108
Soltero 111 114 149 130
casado/Unión Libre 131 107 157 106
Estado Civil
Divorciado/Separado 151 87 126 92
Viudo 119 97 169 140
Zona Metropolitana 139 122 158 122
Valles 111 103 155 129
Región Cono Sur 123 109 163 144
Trópico 140 114 163 89
Zona Andina 100 74 115 0
Blanca 109 87 185 79
Mestiza 131 112 154 127
Autodefinición
étnica  Indígena/Originario 112 108 155 126
 Negro 125 102 117 143
Otra 123 88 135 113
Fuente: Elaboración propia en base Encuesta Foro Regional

45
Las diferencias de ingresos por lengua materna también son mayores a mayor edad, siendo de
51% en el grupo de 66 y más años. En cuanto a los niveles de educación, las diferencias de
ingresos son mayores para quienes tienen educación superior. Aparentemente, la educación
parece no reducir, las diferencias de ingresos por lengua materna, eso haría suponer que los
profesionales que tienen como lengua materna un idioma nativo tendría menos oportunidades
para mejorar sus ingresos.

En cuanto al estado civil las diferencias de ingresos por lengua materna son mayores para
quienes son viudos y para los solteros. Así mismo, respecto a la diferencia de ingresos por lengua
materna según región, se advierte diferencias en todas las zonas, aunque la brecha se acentúa
más en la región más pobre del departamento como es la zona andina.

Finalmente, considerando la autoidentificación étnica y lengua, se puede advertir que la

desigualdad de ingresos es más pronunciada en las personas blancas, donde la diferencia entre un
individuo blanco cuya lengua materna es el castellano y un individuo blanco cuya lengua es
nativa alcanza una cifra significativa de 109%.

En la siguiente sección hacemos un análisis econométrico de los datos con el fin de determinar si
las diferencias en capital humano y físico, así como el sexo y la lengua materna explican las
diferencias de ingresos entre los trabajadores.

4. Análisis Estadístico y Econométrico

Con el propósito de confirmar las diferencias de ingreso por género y lengua materna descritas
en el anterior apartado y así contar con los elementos empíricos necesarios para establecerlos
como determinantes, se procede a realizar un análisis econométrico tomando en cuenta e
incorporando además otras variables que bien podrían explicar los distintos niveles de ingreso de
los trabajadores que se estudian. La primera parte del trabajo estadístico se trata de la dócima de
hipótesis con pruebas t y F sobre la diferencia de medias de ingresos por sexo, lengua materna,
estado civil y región3, la segunda parte contiene el análisis no paramétrico de la diferencia en la
distribución de los ingresos, la ventaja de éste método radica en que no depende del supuesto de
normalidad como las anteriores pruebas mencionadas y además permite estimar la distribución
de la variable, por último se aplica un modelo de Mincer para explicar el ingreso en términos de
los determinantes propuestos.
a) Pruebas t y F de medias
La prueba t para diferencia de medias permite comprobar si la discrepancia de las medias de dos
poblaciones independientes y normales se deben a variaciones puramente aleatorias o si de hecho
existe una diferencia significativa; la hipótesis (nula) que se pone a prueba es que no existe
diferencia entre las medias. El estadístico de contraste es:

3
No se ha incluido la variable Área (urbana o rural) porque está muy relacionada con la variable Región y
por ello los resultados serían redundantes, tampoco se han incluido los rangos de la edad, del nivel
educativo y de la autoidentificación étnica porque se tienen sus versiones cuantitativas en las variables
edad, escolaridad en años y rangos del color de la piel (proxy de la etnicidad) y es preferible utilizarlos
así en el análisis de regresión posterior.

46
 X 1− X 2
t=
S X −X 1 2

Donde X 1 es la media del grupo 1, X 2 es la media del grupo 2, S X −X es el error estándar de la

1 2

diferencia de medias cuya expresión es:

S X −X =S p
1 2
√ 1 1
+
n1 n2

Donde n1 es el tamaño de la muestra del grupo 1, n2 es el tamaño de la muestra del grupo 2 y S p

es la varianza común estimada de los dos grupos, su expresión es:

S p=
√ ( n1 −1 ) S 21+ ( n2−1 ) S 22
n1+ n2−2

Donde S21 es la varianza del grupo 1 y S22 es la varianza del grupo 2. El estadístico de contraste
sigue una distribución t de student si la hipótesis nula es verdadera, para valores muy alejados de
la media de la distribución se rechaza la hipótesis nula y se podría decir que existe una diferencia
significativa entre las medias. En caso de que se requiera comparar entre más de dos poblaciones
normales entonces la prueba a utilizar es la F cuya expresión formal es:
MCEG
F=
MCDG

Donde el numerador es la media de cuadrados entre grupos y el denominador es la media de

cuadrados dentro de los grupos, ambos son respectivamente:
k

∑ n j ( X j − X )2
j =1
MCEG=
k−1
k nj

∑ ∑ ( X ij− X j )2
j=1 i=1
MCDG=
n−k

Donde X ij es la i-ésima observación en el j-ésimo grupo, X j es la media del j-ésimo grupo, X es

la media total, n j es el tamaño de la muestra del j-ésimo grupo, n es el tamaño de la muestra total
y k es el número de grupos. Éste estadístico sigue una distribución F si la hipótesis (nula) de que
todas las medias son iguales es verdadera, en caso de que al menos una sea diferente el
estadístico F tomará valores muy grandes que llevarán al rechazo de la hipótesis nula.
Para éste estudio se prueba si la diferencia de las medias de ingresos por sexo (cuadro 3) o por
lengua materna (cuadro 4) es significativa, también se prueba si las medias son iguales por
región (cuadro 5) o por estado civil (cuadro 6).
Cuadro 3: Prueba t de igualdad de medias de ingresos por sexo

47
 Tamaño de Media Diferencia Diferencia
Sexo Valor t Probabilidad
la muestra estimada de medias relativa
Mujer 252 1109.50
539.83 0.49 -4.30 0.0000
Hombre 380 1649.33
Fuente: Elaboración propia en base a la Encuesta Foro Regional

Se estima una diferencia de Bs. 539.83 entre los ingresos medios de mujeres y hombres
trabajadores, la diferencia es estadísticamente significativa y está a favor de los hombres en un
49%.
Cuadro 4: Prueba t de igualdad de medias de ingresos por lengua materna
Lengua Tamaño de Media Diferencia Diferencia
Valor t Probabilidad
materna la muestra estimada de medias relativa
Nativa 454 1302.24
468.11 0.36 -3.41 0.0000
Castellana 178 1770.35
Fuente: Elaboración propia en base a la Encuesta Foro Regional

Asimismo, se estima una diferencia de Bs. 468.11 entre los ingresos medios de los trabajadores
de lengua materna castellana y los de lengua materna nativa, tal diferencia es también
significativa y está a favor de los que tienen lengua materna castellana en un 36%.
Cuadro 5: Prueba F de igualdad de medias de ingresos por estado civil
Diferencia
Tamaño de la Media relativa
Valor F Probabilidad
muestra estimada respecto a
Estado civil viuda(o)
Soltera(o) 158 1193.98 0.19
Casada(o) o
conviviente 427 1563.19 0.56
Divorciada(o) o
3.12 0.0256
separada(o) 20 1143.50 0.14
Viuda(o) 26 1000.48 0
Fuente: Elaboración propia en base a la Encuesta Foro Regional

Mediante la prueba F se obtiene que los ingresos medios por estado civil de los trabajadores son
diferentes estadísticamente, los trabajadores casados o convivientes son el grupo de la media de
ingresos más alta mientras que los viudos de la más baja, los casados o convivientes obtienen
ingresos en un 56% más que los viudos.
Cuadro 6: Prueba F de igualdad de medias de ingresos por región
Diferencia
relativa
Tamaño de la Media
Región respecto Valor F Probabilidad
muestra estimada
alazona
andina
Zona
Metropolitana 87 1792.90 1.26
Valles 121 1347.07 0.70
Cono Sur 143 1612.39 1.04 10.08 0.0000
Trópico 135 1786.73 1.26
Zona Andina 146 791.65 0
Fuente: Elaboración propia en base a la Encuesta Foro Regional

48
Finalmente se observa que los ingresos medios por región también son estadísticamente
diferentes, siendo el más alto de la zona metropolitana mientras que la zona andina muestra el
más bajo, los trabajadores de la zona metropolitana generan ingresos mayores que los de la zona
andina en un 126%.
Se presenta a continuación una prueba F de las categorías del sexo en interacción con las
categorías de la lengua materna en el cuadro 7.
Cuadro 7: Prueba F de igualdad de medias de ingresos por sexo y lengua materna
Diferencia relativa
Tamaño de la Media
Sexo, Lengua materna respecto a mujer, Valor F Probabilidad
muestra estimada
nativa
Mujer, Nativa 176 917.74 0
Hombre, Nativa 278 1545.67 0.68
10.90 0.0000
Mujer, Castellana 76 1553.58 0.69
Hombre, Castellana 102 1931.86 1.11
Fuente: Elaboración propia en base a la Encuesta Foro Regional

De esta prueba, se obtiene el rechazo de la hipótesis de que las medias de los grupos son iguales,
es decir, al menos una media es diferente del resto; el menor ingreso medio es de Bs. 917.74 y
corresponde al grupo de trabajadores mujeres cuya lengua materna es nativa, el mayor ingreso
medio es de Bs. 1931.86 y pertenece a los trabajadores hombres con lengua materna castellana.
Los hombres de lengua materna castellana generan ingresos superiores en un 111% más que las
mujeres de lengua materna nativa.
Para verificar si existen diferencias en los ingresos medios dentro de las categorías se presentan
las siguientes pruebas condicionales a cada una de las categorías de las variables sexo y lengua
materna en los cuadros 8 y 9.
Cuadro 8: Prueba t de igualdad de medias de ingresos por lengua materna condicionado al
sexo

Tamaño de la Media Diferencia de Diferencia

Condicionante Categoría muestra medias relativa Valor t Probabilidad
Nativa 278 1545.67
Hombre 386.19 0.25 -1.86 0.0633
Castellana 102 1931.86
Nativa 176 917.74
Mujer 635.84 0.69 -4.53 0.0000
Castellana 76 1553.58
Fuente: Elaboración propia en base a la Encuesta Foro Regional

Observamos que al condicionar el análisis al conjunto de trabajadores hombres se obtiene el

rechazo de la hipótesis de igualdad de medias por lengua materna al nivel de significancia del
7%, la media de ingresos de los trabajadores hombres con lengua materna castellana se reporta
mayor en Bs. 386.19 a la de los trabajadores hombres con lengua materna nativa, los hombres de
lengua materna castellana generan ingresos en un 25% más que los hombres de lengua materna
nativa.

49
Condicionando a las trabajadoras mujeres se rechaza la hipótesis de igualdad de ingresos medios
por lengua materna, la diferencia es favorable a las trabajadoras de lengua materna castellana en
detrimento de las trabajadoras cuya lengua materna es nativa, la diferencia absoluta es de Bs.
635.84, relativamente se puede decir que las trabajadoras de lengua materna castellana obtienen
ingresos en un 69% más que las trabajadoras de lengua materna nativa. En resumen, la brecha de
ingresos por lengua es más pronunciada en el grupo de las mujeres.
Cuadro 9: Prueba t de igualdad de medias de ingresos por sexo condicionado a la lengua
materna

Tamaño de la Diferencia de Diferencia

Condicionante Categoría muestra Media medias relativa Valor t Probabilidad
Mujer 76 1553.58
Castellana 378.28 0.24 -1.60 0.1117
Hombre 102 1931.86
Mujer 176 917.74
Nativa 627.93 0.68 -4.29 0.0000
Hombre 278 1545.67
Fuente: Elaboración propia en base a la Encuesta Foro Regional

Condicionando a la lengua materna castellana, no se rechaza la hipótesis de igualdad de ingresos

medios por sexo ni al 10%, es decir que la diferencia reportada de Bs. 378.28 entre los ingresos
medios de trabajadores mujeres y hombres, ambos de lengua materna castellana, no es
significativa, es baja y se puede decir que se debe más a variaciones aleatorias que a variaciones
sistemáticas4.
Por último, condicionando el análisis a la lengua nativa se rechaza la hipótesis de igualdad de
medias de los ingresos de trabajadores hombres y mujeres, la diferencia favorece a los hombres
en detrimento de sus pares mujeres dado que la diferencia de Bs. 627.93 es significativa, los
hombres de lengua materna nativa obtienen ingresos en un 68% más que las mujeres de lengua
materna nativa. En síntesis, existen diferencias por sexo en el grupo de lengua materna nativa,
mientras que en el grupo de lengua materna castellana no existen tales diferencias.
b) Análisis no paramétrico
La validez de las pruebas t y F dependen del supuesto de normalidad de la variable que en éste
caso es el ingreso, como tal supuesto no es plausible al menos cuando de ingresos se trata,
entonces se recurre a realizar un análisis no paramétrico utilizando el método kernel que además
permitirá estimar la distribución de los ingresos de los distintos grupos. En el método Kernel la
estimación de un valor de la función de densidad de probabilidad de una variable aleatoria es un
promedio de las evaluaciones en una densidad núcleo de las diferencias entre el valor de la
variable aleatoria y las observaciones, se estandarizan las diferencias por un valor denominado
ventana, y para que integre 1 se divide entre el mismo valor de la ventana; la expresión formal de
la estimación de la densidad por el método kernel es:

( )
n
^f ( x )= 1 ∑ K x−x i
n
nh i=1 h

4
Una variación aleatoria sólo se debe al azar mientras que una variación sistemática sigue cierto patrón cuya causa
puede ser identificada.

50
Donde ^f n ( x ) es la estimación de la función de densidad de probabilidad de la variable aleatoria x ,
x i es la i-ésima observación de la variable aleatoria, n es el tamaño de la muestra, h es el ancho
de la ventana (con valores altos de la ventana se consiguen distribuciones más suaves y con
valores bajos las distribuciones son más irregulares) y K es la función núcleo, que puede ser
cualquier densidad, en éste trabajo se utiliza la gaussiana que como se verá más adelante reportó
distribuciones más suaves que la de Epanechnikov que es la usada por defecto en los paquetes
econométricos. En todo caso, según Delicado (2008), la distribución núcleo que se utilice no es
determinante para los resultados sino más bien el ancho de la ventana.
Los resultados de la aplicación del método kernel a los ingresos diferenciando por sexo, lengua
materna, estado civil y región se presentan en los gráficos del 1 al 4, donde para el ancho de la
ventana se ha utilizado el recomendado por el paquete (E-views 8), luego se presenta en el
gráfico 5 las distribuciones de probabilidad estimadas de la interacción de las variables
categóricas de sexo y lengua materna, es decir de las intersecciones entre las categorías,
finalmente se presenta la comparación de densidades por sexo condicionada a la lengua materna
y la comparación por lengua materna condicionada al sexo, en los gráficos 6 y 7.
Gráfico1: Distribución kernel de los ingresos por estado civil

Fuente:
Elaboración propia en base Encuesta Foro Regional

Comparando las estimaciones de las densidades estimadas de los ingresos por estado civil, se
observa en el gráfico 1 que la distribución de los ingresos de los trabajadores viudos es la que
tiene mayor densidad en los ingresos más bajos, por su parte la distribución de los ingresos de los
casados exhibe algunos ingresos muy altos.

51
 Gráfico 2: Distribución kernel de los ingresos por región

Fuente:
Elaboración propia en base Encuesta Foro Regional

Con respecto a las estimaciones de las densidades de los ingresos por región, se observa en el
gráfico 2 que los ingresos más bajos se encuentran en la zona andina mientras que en el trópico y
la región metropolitana se observan ingresos altos.
Gráfico 3: Distribución kernel de los ingresos por lengua materna

Fuente:
Elaboración propia en base Encuesta Foro Regional

Observando las densidades estimadas del ingreso por lengua materna, en el gráfico 3 se obtiene
que los ingresos de los trabajadores de lengua materna nativa son los más bajos.

52
 Gráfico 4: Distribución kernel de los ingresos por sexo

Fuente:
Elaboración propia en base Encuesta Foro Regional

Se observa en el gráfico 4 que, en las distribuciones estimadas del ingreso por sexo, los ingresos
de las mujeres son menores, en tanto en los ingresos mayores a Bs. 1000 la densidad de los
hombres se observa una tendencia a mayor.
Gráfico 5: Distribución kernel de los ingresos por sexo y lengua materna

Fue
nte: Elaboración propia en base Encuesta Foro Regional

Realizando la interacción de las variables sexo y lengua materna, se observa en el gráfico 5, que
las trabajadoras mujeres de lengua materna nativa tienen mayor densidad en los ingresos más
bajos.

53
 Gráfico 6: Distribución kernel de los ingresos por sexo condicionado a la lengua materna

Fuente:
Elaboración propia en base Encuesta Foro Regional

Condicionando a la lengua materna, se tiene en el gráfico 6 que hay una mayor densidad de
ingresos menores para las mujeres trabajadoras de lengua materna nativa en relación al de sus
pares hombres de lengua materna nativa. En todo caso, la diferencia en ingresos entre sexos es
mayor cuando la lengua materna es nativa.
Gráfico 7: Distribución kernel de los ingresos por lengua materna condicionado al sexo

Fuente:
Elaboración propia en base Encuesta Foro Regional

54
Condicionando al sexo, se observa en el gráfico 7 que hay una mayor densidad de ingresos bajos
para las trabajadoras mujeres cuya lengua materna es nativa en relación a las de lengua materna
castellana, por su lado también se perciben diferentes las distribuciones de ingresos de los
trabajadores hombres, los de lengua nativa tienen más valores bajos que los de lengua castellana.
La diferencia de ingresos por lengua es mayor si son mujeres.
En síntesis, se evidencia que en efecto existen diferencias en la distribución de los ingresos de
los trabajadores en Cochabamba, tanto por sexo como por lengua materna, siendo las mujeres y
los trabajadores de lengua materna nativa los que tienen mayor densidad de ingresos bajos, éste
resultado se confirma si se condiciona el análisis de las diferencias por sexo a la lengua materna
y viceversa. Las estimaciones de las distribuciones de ingresos presentadas son consistentes, es
decir que los resultados serán confiables a medida que las muestras sean cada vez más grandes,
asimismo se evidencia que los ingresos no siguen una distribución normal.
c) Modelo de Mincer
En éste apartado se estima un modelo de Mincer adecuado 5 para explicar las variaciones del
ingreso de los trabajadores en Cochabamba en función de un conjunto de variables
determinantes, entre las cuales pondremos énfasis en el sexo y la lengua materna. La expresión
formal del modelo de Mincer es:

lningr=β 1 + β 2 exper + β3 expe r 2+ β 4 escol+ β 5 ¿ β 6 Dhn+ β 7 Dmc + β 8 Dhc + u

Dónde lningr es el logaritmo natural del ingreso, las variables explicativas son: el nivel de
escolaridad (escol ) medido en años, la experiencia laboral en años (exper )6, el color de la piel (
¿ ¿) (que se ha medido de acuerdo a una paleta de colores donde los valores cada vez más bajos
representan colores cada vez más claros y los valores cada vez más altos representan colores
cada vez más oscuros)7, y las variables dicotómicas introducidas reflejan la interacción entre
sexo y lengua materna, así Dhn =1 si la persona es hombre de lengua materna nativa y 0 en otro
caso, Dmc =1 si la persona es mujer de lengua materna castellana y 0 en otro caso, Dhc =1 si la
persona es hombre de lengua materna castellana y 0 en otro caso, la variable dicotómica
correspondiente a la mujer de lengua materna nativa es suprimida para evitar colinealidad y por
tanto es la categoría base sobre la cual se realizan comparaciones con respecto a las otras
categorías. Finalmente se tiene u que es el término estocástico que se supone sigue una
distribución normal con media cero y varianza constante.
Si bien se asume que el término de perturbación estocástica se distribuye normalmente, puede
que éste supuesto no se cumpla, sin embargo, las estimaciones son consistentes dado el tamaño
de la muestra. El resultado de la estimación realizada en E-views 8 se reporta en el cuadro 10, se
ha utilizado el método de mínimos cuadrados con la corrección de White para la estimación de
los errores estándar de los coeficientes, la interpretación de la significatividad de los estimadores

5
El modelo de Mincer adecuado para éste caso debe incluir además de los determinantes tradicionales
(escolaridad, experiencia laboral y su cuadrado) a las variables de sexo, lengua materna y color de la piel como
variable de control.
6
La experiencia laboral en los modelos de Mincer se mide como exper =edad −escol−6.
7
Se incorporó esta variable en lugar de autoidentificación étnica, con el fin de lograr mejores resultados y tener
una interpretación más adecuada de los mismos.

55
se hará bajo el supuesto de normalidad que, aunque no se cumpla, sin embargo se aproxima por
el teorema del límite central al ser los estimadores de los coeficientes variaciones promedio.
Se observa que el nivel de escolaridad medido en años es un determinante del ingreso, la relación
es significativa, si los años de educación se incrementan en 1 entonces los niveles de ingreso
aumentarán en 7% manteniendo constantes el resto de las variables.
Cuadro 10: Estimación de la ecuación de Mincer

Dependent Variable: LOG(INGRESO)

Method: LeastSquares
Date: 04/23/14 Time: 20:11
Sample (adjusted): 2 1052
Includedobservations: 619 afteradjustments
White heteroskedasticity-consistent standard errors & covariance

Variable Coefficient Std. Error t-Statistic Prob.  

C 6.103153 0.199864 30.53651 0.0000

ESCOL 0.068155 0.008343 8.169413 0.0000
EXPER 0.030546 0.006586 4.637812 0.0000
EXPER^2 -0.000459 0.000103 -4.464567 0.0000
COLOR -0.080387 0.023595 -3.406959 0.0007
SEXLNGM="Hombre Nativa" 0.383507 0.083429 4.596822 0.0000
SEXLNGM="Mujer Castellana" 0.225076 0.106267 2.118027 0.0346
SEXLNGM="Hombre Castellana" 0.425694 0.101837 4.180175 0.0000

R-squared 0.228193    Mean dependentvar 6.900532

Adjusted R-squared 0.219350    S.D. dependentvar 0.905984
S.E. of regression 0.800477    Akaikeinfocriterion 2.405621
Sum squaredresid 391.5062    Schwarzcriterion 2.462851
Log likelihood -736.5398    Hannan-Quinncriter. 2.427868
F-statistic 25.80693    Durbin-Watson stat 1.576455
Prob(F-statistic) 0.000000    Wald F-statistic 26.61983
Prob(Wald F-statistic) 0.000000

Fuente: Elaboración Propia

La experiencia laboral es también un determinante del ingreso de los trabajadores en

Cochabamba puesto que los coeficientes de la variable y su cuadrado son significativos. Para su
interpretación se obtiene primero el valor de la experiencia laboral a partir del cual la variación
porcentual del ingreso disminuye a medida que aumenta la experiencia, tal valor es de 33 años de
experiencia laboral8, luego se obtiene una variación porcentual del ingreso aproximada para
cuando la experiencia laboral varía entre 0 a 33 años y otra variación aproximada para cuando la
experiencia laboral varía de 33 a 153 años 9. Así se obtiene que cuando la experiencia laboral se
incrementa en un año en el rango de 0 a 33 años entonces el ingreso aumenta aproximadamente
en un 1.54% en promedio manteniendo las demás variables constantes, en cambio si la
8
Este valor es el máximo relativo que se obtiene al derivar la ecuación de Mincer respecto a la experiencia laboral.
9
Este valor se obtiene igualando a cero el logaritmo del ingreso y resolviendo para la experiencia laboral la
ecuación de segundo grado resultante estableciendo las otras variables a cero.

56
experiencia laboral aumenta en un año en el rango de 33 a 153 años de experiencia entonces el
ingreso disminuye aproximadamente en 0.26% en promedio manteniendo las demás variables
constantes10.
El color de la piel es, al menos en nuestro medio, un determinante del nivel de ingresos, se tiene
que si el color de la piel (según la puntuación utilizada) aumenta en 1 entonces la tez es más
oscura y el ingreso cae en un 8% manteniendo las demás variables constantes, y se tiene que esta
relación también es significativa.
Finalmente se observa por los coeficientes de las variables dicotómicas11 que las diferencias en
ingresos por sexo y lengua materna se mantienen con respecto a la categoría base que es la mujer
de lengua materna nativa y las estimaciones son estadísticamente significativas, así se tiene que
los hombres de lengua materna nativa obtienen ingresos en 46.74% más que las mujeres de
lengua materna nativa, las mujeres de lengua materna castellana generan ingresos en un 25.24%
más que sus pares de lengua materna nativa y los hombres de lengua castellana alcanzan ingresos
en un 53.07% más que las mujeres de lengua materna nativa, en todos los casos manteniendo las
demás variables constantes.
5. Conclusiones y recomendaciones

Mediante el presente estudio se evidenció que en Cochabamba las diferencias en los ingresos de
los trabajadores por sexo y por lengua materna persisten y van en línea a las reportadas en otros
trabajos de evidencia internacional. Así encontramos que los trabajadores varones obtienen un
ingreso mayor al de las mujeres y que los trabajadores cuya lengua materna es nativa obtienen un
ingreso menor al de los trabajadores cuya lengua materna es el castellano.

Así mismo, el análisis realizado permite argumentar que además del sexo y la lengua materna, se
tiene la edad, el nivel educativo y el color de la piel como determinantes de estas diferencias y/o
desigualdades.

En este sentido, una primera recomendación es que las políticas públicas procuren que todos los
programas y políticas de erradicación de la pobreza y desigualdad, incorporen una perspectiva de
género y etnia y aborden explícitamente el carácter estructural de las diferentes dimensiones de
la pobreza que afrontan las mujeres y la población indígena, en particular las que viven en el
medio rural y las mujeres indígenas.

Por otro lado, también sería interesante que el estado, el gobierno departamental, los municipios
y las organizaciones de la sociedad civil de Cochabamba, intensifiquen sus esfuerzos para
ejecutar programas educativos integrales eficaces en todo el país para mujeres y población
indígena o población de lengua nativa, particularmente en las esferas de la alfabetización
funcional, las profesiones y la capacitación para la generación de ingresos y oportunidades,
10
Las variaciones porcentuales aproximadas del ingreso se han obtenido reemplazando el promedio de experiencia
laboral en los rangos correspondientes.
11
Puesto que las variables dicotómicas son discretas entonces no se pueden interpretar como si fueran continuas,
es así que se utiliza el método propuesto por Gujarati (2010) y Wooldridge (2010) que consiste en calcular
( e β6−1 ) ×100 e interpretar como diferencia proporcional promedio, y lo mismo para los otros coeficientes de
variables dicotómicas.

57
incluido el suministro de planes de financiamiento y microfinanciación, como medio de atenuar
la pobreza y disminuir la desigualdad.

Así mismo, con la educación se debe formar una fuerza laboral que se adapte más fácilmente a
los cambios en la demanda de mano de obra y futuras necesidades de la economía,
particularmente en sectores estratégicos para el departamento. Esto posibilitaría que las
oportunidades laborales para las mujeres y población indígena incrementen y por ende tendrían
repercusiones positivas en los ingresos y equilibraría en buena medida las desigualdades.

De igual forma, es imprescindible que los actores públicos, privados y la sociedad en su conjunto
realicen campañas de concientización e información en contra de la discriminación de género,
por color de piel y lengua materna de las personas. Asimismo, se deben socializar aún más y
ajustar las normas y las sanciones por discriminación contemplados en la actual legislación
boliviana para hacerla más socialmente aceptada, por ejemplo: una forma de sancionar a un
discriminador es con actos de ayuda humanitaria precisamente hacia aquellas personas que él
discrimina o una regla o norma que lo obligue a estar en contacto con esa clase de personas por
un tiempo razonable y suficiente para hacer amistades y eliminar la discriminación a través de la
convivencia. Consideramos que ello también tendría repercusiones favorables en la reducción de
las desigualdades producto de la discriminación en el departamento.

58
Bibliografía

BID-Banco Interamericano de Desarrollo (2009). Documento de trabajo “Nuevo Siglo, Viejas

Disparidades: Brecha Salarial por Género y Etnicidad en América Latina” (New Century, Old
Disparities: Gender and EthnicWage Gaps in LatinAmerica, en inglés).

Becker, G. (1993). Human Capital: A Theoretical and Empirical Analysis, with Special
Reference to Education. Tercera edición. Chicago: The University of Chicago Press.

Ben-Porath, Y. (1967). The production of Human Capital and the Life Cycle of earnings. The
Journal of Political Economy, 75(4), 352-365.

Blinder, A. (1973). Wage Discrimination: Reduced Form and Structural Estimates. The Journal
of Human Resources, 8(4).

Delicado, P. (2008). Curso de Modelos no Paramétricos. Universidad Politécnica de Catalunya.

Barcelona – España.

Garavito, C. (2010). Desigualdad en los ingresos: género y lengua materna. Pontificia

Universidad Católica del Perú. Lima –Perú.

Jeneau, C. (2013). Brechas de género: un desigual acceso al mercado laboral para las jóvenes
bolivianas. CEDLA. La Paz-Bolivia.

Jiménez, E. (2010). Estratificación y calidad del empleo en el mercado de trabajo de Bolivia.

Documento de Trabajo No 11, Informe nacional sobre desarrollo humano 2010 “Los cambios
detrás del cambio”. PNUD.La Paz-Bolivia.

Mincer, J. (1970). The distribution of labor Incomes: A survey with special reference to the
human capital approach. Journal of EconomicLiterature, 8(1), 1-26.

Ñopo, H., Saavedra, J. & Torero, M.(2004). Ethnicity and Earnings in Urban Peru. Discussion
Paper 980. Bonn: Institute for the Study of Labor.

Oaxaca, R. (1973). Male-Female Wage Differentials in Urban Labor Markets. International

Economic Review, 14(3), 693-709.

59
Roman, O (2013). Igualdad en derechos, (des)igualdad en Cochabamba. En Nueve estudios
sobre Cochabamba. 25-36. Disponible en http://www.ciudadaniabolivia.org/nv9/node/319

Villegas, H. Desigualdad en el área rural de Bolivia ¿cuán importante es la educación?

Disponible en http://www.revistasbolivianas.org.bo/pdf/rlde/n6/a02.pdf

60