Índice de Gini

por Virginia Sánchez Romero

ESTADÍSTICA APLICADA
Introducción

 Corado Gini (23 de mayo de 1884 - 13 de

marzo de 1965): estadístico, demógrafo y
sociólogo, desarrolló una medida de
desigualdad de una distribución que
publicó en “Variabilidad y Mutabilidad” en
1912, y a la que denominó coeficiente de
Gini.

 Normalmente se utiliza para medir la desigualdad en los ingresos,

pero puede utilizarse para medir cualquier forma de distribución desigual.
 También puede utilizarse para medir la desigualdad en la riqueza, pero
este uso requiere que nadie disponga de una riqueza neta negativa.
Definición

 Coeficiente de Gini: es un número comprendido entre 0 y 1 donde:

0 se corresponde con la perfecta igualdad (todos tienen los mismos

ingresos).
1 se corresponde con la perfecta desigualdad (una persona tiene
todos los ingresos y todos los demás ninguno).

 Índice de Gini: es el coeficiente de Gini expresado en porcentaje

(coeficiente de Gini multiplicado por 100).
Cálculo
 El cálculo del coeficiente de Gini se puede realizar de 2 formas:

A través de la Curva de Lorenz.

Mediante de Fórmula de Brown.

CURVA DE LORENZ:
 Definición:

Es un gráfico que se suele utilizar para representar la distribución

relativa de una variable en un dominio determinado.
Por ejemplo: tomar el dominio como el conjunto de hogares o personas
de una región o país y la variable cuya distribución se estudia como el
ingreso de los hogares o las personas (en % acumulado).
 La curva parte del origen (0,0) y termina en el punto (100,100).

 Línea de la igualdad perfecta: es la línea de 45º (recta y = x) y

corresponde a una distribución de ingresos perfectamente equitativa.
 Línea de la desigualdad perfecta: función y = 0 para x < 100
x = 100 para x = 100
 Curva de Lorenz: en general se encuentra en la situación intermedia, e
indica una mayor igualdad cuanto más cercana esté a la línea de igualdad
perfecta y viceversa.
  Cálculo del coeficiente de Gini:

Siendo A el área entre la línea de la igualdad perfecta y curva de

Lorenz y B el área debajo de la curva de Lorenz, el coeficiente de Gini se
define como A/(A+B).
FÓRMULA DE BROWN:

 Cálculo del coeficiente de Gini:

Si queremos trabajar analíticamente, la forma de hallar el coeficiente

de Gini es mediante la fórmula:

Donde:
Ejemplos:
Ejemplos:

Para apreciar la percepción que ofrece el coeficiente de Gini veamos

dos ejemplos:

 Ejemplo 1: vamos a calcular el índice de Gini de una serie de datos con

los sueldos de los empleados de una empresa.
Datos: Calculamos los valores que necesitamos para aplicar la fórmula:

Sueldos Xi ni Σ ni pi Xi · ni ΣXi · ni qi pi - qi
Empleados
(miles de €) 20 10 10 25,0 200 200 13,8 11,2

20 10 27 12 22 55,0 324 524 36,3 18,7

36 8 30 75,0 288 812 56,3 18,7
27 12
48 5 35 87,5 240 1052 73,0 14,5
36 8
60 3 38 95,0 180 1232 85,4 9,6
48 5
60 3 90 1 39 97,5 90 1322 91,7 5,8

90 1 120 1 40 100,0 120 1442 100,0 0

120 1 X x x x x x x x

Por lo tanto: Σpi (entre 1 y n-1) = 435,0 Σ(pi - qi) (entre 1 y n-1 )= 78,5

G=78,5/435,0=0,18 (18%)

Un coeficiente de Gini de 0,18 indica que la muestra está bastante

uniformemente repartida, es decir, su nivel de concentración no es
excesivamente alto.
 Ejemplo 2: el mismo ejemplo pero considerando que hay más personal
de la empresa que cobra el sueldo máximo, lo que conlleva mayor
concentración de renta en unas pocas personas.

Datos: Calculamos los valores que necesitamos para aplicar la fórmula:

Sueldos Xi ni Σ ni pi Xi · ni ΣXi · ni qi pi - qi
Empleados
(miles de €)
20 10 10 25,0 200 200 10,9 14,1
20 10
27 10 20 50,0 270 470 25,6 24,4
27 10
36 8 28 70,0 288 758 41,2 28,8
36 8
48 5 33 82,5 240 998 54,3 28,2
48 5
60 0 33 82,5 0 998 54,3 28,2
60 3
90 0 33 82,5 0 998 54,3 28,2
90 0
120 7 40 100,0 840 1838 100,0 0,00
120 4
x x x x x x x x

Σpi (entre 1 y n-1) = 392,5 Σ(pi - qi) (entre 1 y n-1 ) = 151,9

Por tanto:

G=151,9/392,5=0,39 (39%)

El coeficiente de Gini se ha elevado considerablemente, reflejando la

mayor concentración de rentas en la empresa.
 Ventajas e Inconvenientes
VENTAJAS:
 Es una medida de desigualdad representativa de la mayor parte de de la
población.

 Compara distribuciones de ingresos a través de diversos sectores de la

población.

 Es muy simple y puede comparar países interpretándose muy fácilmente.

 Puede indicar cómo cambia la distribución del un país durante el tiempo (si
aumenta o disminuye).

 Anonimato: no importa quiénes poseen las riquezas y quienes no.

 Independencia de la escala: no considera el tamaño de la economía (si en

promedio el país es rico o pobre).

 Independencia de la población: no importa el nº de habitantes del país.

 Principio de la transferencia: si la renta se transfiere de una persona rica a

una persona pobre la distribución que resulta es similar.
 INCONVENIENTES:

 Medido en un país geográficamente grande y diverso dará un coeficiente

mucho más alto que cada una de sus regiones individualmente.

 Los países cuyas ayudas no son en forma de dinero no afectarán al

coeficiente de Gini y no se pueden comparar con los que sí lo dan.

 La curva de Lorenz puede minimizar la cantidad real de desigualdad si la

población más rica utiliza su renta eficientemente.

 Estadísticamente, habrá errores sistemáticos y de azar en los datos.

Además cada país puede recoger sus datos de forma distinta, lo que
dificulta la comparación.

 Las economías con rentas y coeficientes de Gini muy similares pueden

tener distribuciones de ingresos muy diversas. (ejemplo: el coeficiente de
Gini es de ½ tanto si la mitad de la población tiene toda la renta y el resto
nada como si una casa tiene la mitad de la renta total y el resto está
repartida).

 Es más sensible a las rentas medias que a las de los extremos.

Ejemplos de uso
A) DESIGUALDAD DE INGRESOS:
El uso más común del índice de Gini es el estudio de la desigualdad de los
ingresos, es decir, cómo de repartidas están las riquezas en una determinada
población.

 COEFICIENTE DE GINI POR COMUNIDADES AUTÓNOMAS:

 COMPARACIÓN POR COMUNIDADES AUTÓNOMAS:

Se pueden ver las comunidades que están por encima y por debajo del
coeficiente de Gini total español.
 ENCUESTA DE INGRESOS:

Veamos a continuación la utilización del coeficiente de Gini en una

Encuesta Nacional de Ingresos y Gastos de los Hogares española
correspondiente al año 2004.
 INDICE DE GINI DE LA UNIÓN EUROPEA (2001, 15 países):

CONCLUSIÓN: se puede observar que Portugal, España y Grecia son los

países con mayores desigualdades.
 INDICE DE GINI DE EEUU SEGÚN INGRESOS BRUTOS O NETOS:
 INDICE DE GINI DE EEUU SEGÚN SEXO:
 INDICE DE GINI DE AMÉRICA LATINA:

CONCLUSIÓN: aquí observamos que los países sudamericanos tienen un

índice bastante elevado.
 COMPARACIÓN DE PAÍSES SUDAMERICANOS CON OTRAS ZONAS:

CONCLUSIÓN: y aquí que efectivamente es muy elevado incluso con

respecto al resto de continentes. Además, Brasil sale siempre en los
estudios como una de las zonas con más desigualdad del mundo.
  COMPARACIÓN A NIVEL MUNDIAL DEL ÍNDICE DE GINI:

 Forma tabla:

Obtenemos una información ordenada de cada país. Es menos efectivo

que una gráfica como comparativo general pero muy exacto si queremos
información de países en particular.

La tabla está ordenada de menor a mayor índice de Gini.

Posición País Gini Año Posición País Gini Año

1 Dinamarca 24.7 1997 13 Albania 28.2 2002

2 Japón 24.9 1993 14 Alemania 28.3 2000

3 Suecia 25 2000 15 Eslovenia 28.4 1998

4 Bélgica 25 1996 16 Rwanda 28.9 1983

5 República checa 25.4 1996 17 Croacia 29 2001

6 Noruega 25.8 2000 18 Ucrania 29 1999

7 Eslovaquia 25.8 1996 19 Austria 30 1997

8 Bosnia y Herzegovina 26.2 2001 20 Etiopía 30 1999

9 Uzbekistán 26.8 2000 21 Rumania 30.3 2002

10 Finlandia 26.9 2000 22 Mongolia 30.3 1998

11 Hungría 26.9 2002 23 Belarus 30.4 2000

12 Macedonia 28.2 1998 24 Países Bajos 30.9 1999

Posición País Gini Año Posición País Gini Año
25 Rusia 31 2002 50 Irlanda 35.9 1996

26 Corea del sur 31.6 1998 51 Reino Unido 36 1999

27 Bangladesh 31.8 2000 52 Italia 36 2000

28 Lituania 31.9 2000 53 Nueva Zelandia 36.2 1997

29 Bulgaria 31.9 2001 54 Jordania 36.4 1997

30 Kazakhstan 32.3 2003 55 Azerbaijan 36.5 2001

31 España 32.5 1990 56 Nepal 36.7 1995

32 La India 32.5 1999 57 Georgia 36.9 2001

33 Tajikistan 32.6 2003 58 Moldova 36.9 2002

34 Francia 32.7 1995 59 Vietnam 37 2002

35 Paquistán 33 1998 60 Laos 37 1997

36 Canadá 33.1 1998 61 Estonia 37.2 2000

37 Suiza 33.1 1992 62 Armenia 37.9 1998

38 Sri Lanka 33.2 1999 63 Jamaica 37.9 2000

39 Burundi 33.3 1998 64 Tanzania 38.2 1993

40 Yemen 33.4 1998 65 Portugal 38.5 1997

41 Latvia 33.6 1998 66 Mauritania 39 2000

42 Polonia 34.1 2002 67 Marruecos 39.5 1998

43 Indonesia 34.3 2002 68 Mozambique 39.6 1996

44 Egipto 34.4 1999 69 Túnez 39.8 2000

45 Kyrgyzstan 34.8 2002 70 Turquía 40 2000

46 Australia 35.2 1994 71 Trinidad y Tobago 40.3 1992

47 Argelia 35.3 1995 72 Guinea 40.3 1994

48 Grecia 35.4 1998 73 Camboya 40.4 1997

49 Israel 35.5 1997 74 Turkmenistan 40.8 1998

Posición País Gini Año Posición País Gini Año
75 Ghana 40.8 1998 100 Perú 49.8 2000

76 Senegal 41.3 1995 101 Malawi 50.3 1997

77 Singapur 42.5 1998 102 Malí 50.5 1994

78 Kenia 42.5 1997 103 Niger 50.5 1995

79 Irán 43 1998 104 Nigeria 50.6 1996

80 Uganda 43 1999 105 Papua Nueva Guinea 50.9 1996

81 Nicaragua 43.1 2001 106 La Argentina 52.2 2001

82 Tailandia 43.2 2000 107 Zambia 52.6 1998

83 Hong Kong S.A.R. 43.4 1996 108 El Salvador 53.2 2000

84 Ecuador 43.7 1998 109 México 54.6 2000

85 Uruguay 44.6 2000 110 Honduras 55 1999

86 Camerún 44.6 2001 111 Panamá 56.4 2000

87 Côte d' Ivoire 44.6 2002 112 Zimbabwe 56.8 1995

88 Rep. Popular de China 44.7 2001 113 Chile 57.1 2000

89 Bolivia 44.7 1999 114 Colombia 57.6 1999

90 Filipinas 46.1 2000 115 Paraguay 57.8 2002

91 Costa Rica 46.5 2000 116 Suráfrica 57.8 2000

92 Estados Unidos 46.6 2000 117 El Brasil 59.3 2001

93 Guinea-Bissau 47 1993 118 Guatemala 59.9 2000

94 República Dominicana 47.4 1998 119 Swazilandia 60.9 1994

95 Madagascar 47.5 2001 120 Rep. Centroafricana 61.3 1993
96 La Gambia 47.5 1998 121 Sierra Leona 62.9 1989

97 Burkina Faso 48.2 1998 122 Botswana 63 1993

98 Venezuela 49.1 1998 123 Lesotho 63.2 1995

99 Malasia 49.2 1997 124 Namibia 70.7 1993

 Forma gráfica:

Con ayuda de un mapamundi y un código de colores podemos comparar

de un solo golpe de vista todos los países. Muy rápido pero poco concreto
debido a la necesidad de agrupar los coeficientes por intervalos.
B) EVOLUCION EN EL TIEMPO:

Una de la ventajas más destacadas que hemos visto es que el

índice de Gini puede indicar cómo cambia la distribución de una población
durante el tiempo.
Así que habrá veces que lo importante del estudio no sea la
comparación entre poblaciones, sino su desarrollo durante un tiempo
concreto.

 EVOLUCIÓN DEL INDICE DE GINI A PARTIR DE ALGÚN SUCESO

TRASCENDENTAL:

Se estudió con un diagrama de dispersión la evolución del índice de

Gini de un grupo de países desde la 2ª Guerra Mundial hasta nuestros
días.
 AUMENTO/DISMINUCIÓN DESPROPORCIONADO/A DE LA
DESIGUALDAD EN UNA POBLACIÓN:

 Forma tabla:
El aumento en China resulta poco intuitivo pero los datos son muy exactos.

CHINA 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995

Coef. Gini 0.239 0.232 0.246 0.258 0.264 0.288 0.292 0.301 0.300 0.310 0.307 0.314 0.320 0.330 0.340

 Forma gráfica:
El aumento en la ciudad de Boston se aprecia considerablemente aunque
la gráfica no nos ofrece datos muy exactos.
C) OTROS USOS:
Aunque los usos mayoritarios son los dos anteriores, a veces
podemos observar estudios según coeficientes de Gini sobre aspectos
bastante diversos.
Veamos algunos ejemplos.

 COMPARACIÓN IMPORTACIONES/EXPORTACIONES:
 COMPARACIÓN DE ÁREAS URBANA/RURAL DE UNA MISMA
POBLACIÓN:

 Forma tabla:
Año Total COLOMBIA (Urbano) COLOMBIA (Rural)
1978 0,52 0,51 0,49

1988 0,55 0,50 0,57

1991 0,53 0,49 0,57

1992 0,53 0,50 0,53

1993 0,52 0,50 0,51

1994 0,53 0,51 0,48

1995 0,53 0,53 0,44

Fuente: Ocampo, José Antonio, María José Pérez, Lasso, Camilo Tovar y Francisco Lasso . Macroeconomía, ajuste estructural y equidad en Colombia,
1978-1996, DNP. Documento 79. Marzo de 1998. Tabla: Colombia. Coeficiente GINI 1978-1996.

 Forma gráfica:
 DISPERSIÓN DE LA ESPERANZA DE VIDA EN ESPAÑA POR
COMUNIDADES:

 Forma tabla:

En ambos géneros puede observarse una relación negativa: al aumentar

la esperanza de vida disminuye el coeficiente de Gini.

Índice de Gini Índice de Gini

Comunidad Comunidad
Autónoma Varones Mujeres Autónoma Varones Mujeres
Andalucía 0.1181 0.0843 Galicia 0.1266 0.0882

Aragón 0.1142 0.0828 Madrid 0.1192 0.0821

Asturias 0.1259 0.0834 Murcia 0.1151 0.0844

Baleares 0.1239 0.0865 Navarra 0.1136 0.0829

Canarias 0.1198 0.0887 País Vasco 0.1219 0.0847

Cantabria 0.1202 0.0837 La Rioja 0.1343 0.0866

Castilla-León 0.1181 0.0837 Valencia 0.1170 0.0822

Castilla-La Mancha 0.1108 0.0818 Ceuta y Melilla 0.1379 0.1063

Cataluña 0.1246 0.0825 España 0.1191 0.0839

Extremadura 0.1151 0.0851

 Forma gráfica:

Los datos de Ceuta y Melilla no están incluidos en la forma gráfica porque

están muy alejados de la nube de puntos y tienen excesiva influencia sobre la
regresión.

VARONES: MUJERES:
An: Andalucía
Ar: Aragón
As: Asturias
Ba: Baleares
Ca: Canarias
Cn: Cantabria
Cl: Castilla y León
Cm: Castilla-La Mancha
Ct: Cataluña
Es: España
Ex: Extremadura
Ga: Galicia
Ma: Madrid
Mu: Murcia
Na: Navarra
Pv: País Vasco
Ri: La Rioja
Va: Valencia

CONCLUSIÓN: aparte de la evidente diferencia por sexos, en la que las

mujeres sobreviven a los hombres en todas la comunidades, podemos
concluir que con mucha diferencia, los habitantes de Ceuta y Melilla son los
españoles con menor esperanza de vida, así como los varones riojanos, que
salen bastante mal parados.
 USO DE INTERNET POR COMUNIDADES AUTÓNOMAS:

Comunidad Coef.Gini Comunidad Coef.Gini

Autónoma (Host por dominio) Autónoma (Host por dominio)
ANDALUCÍA 0,83033608 COM. VALENCIANA 0,819332548

ARAGÓN 0,871786784 EUSKADI 0,838797652

ASTURIAS 0,933675902 EXTREMADURA 0,932137931

BALEARES 0,871786784 GALICIA 0,736879881

CANARIAS 0,760293347 MADRID 0,672657463

CANTABRIA 0,771487542 MURCIA 0,96707733

CASTILLA- LEÓN 0,873348627 NAVARRA 0,965217391

CASTILLA-LA MANCHA 0,947946352 RIOJA 0,965217391

CATALUÑA 0,788169232

CONCLUSIÓN: Se obtienen valores muy altos debido a la gran concentración

de usuarios de internet en instituciones y empresas. Sólo las comunidades
empresarialmente más desarrolladas toman valores más pequeños al
repartirse entre tanta variedad de empresas, como es el caso de Cataluña y
sobretodo, Madrid.
fin