Professional Documents
Culture Documents
ALTIPLANO
Facultad de Ingeniería
Económica
Trabajo encargado:
“DETERMINANTES PRINCIPALES
DE LA PARTICIPACIÓN EN EL
MERCADO LABORAL PARA EL
PERÚ 2015”
RESUMEN
El empleo es uno de los indicadores más importantes cuando hablamos de economía, y es así
que nos preguntamos cuáles son los factores que determinan este. En el presente trabajo de
el Perú para el año 2015, para ello se planteó el objetivo, identificar cuáles son los factores
cómo influyen dichos factores en la participación laboral. Para ello se utilizó una muestra de
1678 personas, información obtenida de la base de datos del INEI, de la Encuesta Nacional
de Hogares 2015, se obtuvo información acerca del empleo e información general. Se aborda
este tema bajo una perspectiva microeconómica pues se está utilizando información de
familias, específicamente personas, para ello se utilizó la metodología del modelo de elección
discreta (LOGIT), dado que como variable endógena se tiene a la participación laboral,
además se usó el programa Stata 12.0 para el procesamiento de datos, dada la complejidad y
está el género, el tiempo que ha estado buscando trabajo, y por último si ha estado buscando
trabajo. Se identificó algunas implicancias para nuestra economía como que hay aspectos en
los cuáles es complicado plantear políticas, como lo es en la edad, pero para el nivel educativo
brechas de infraestructura, entre otros. Es importante saber que dentro de estos problemas
crecer la producción nuestro país amplía su capacidad productiva, y por lo tanto aumenta el
empleo.
Pero el mercado laboral en nuestro país no solo implica hablar de empleo y desempleo, sino
laboral en el Perú para el año 2015, es decir que factores son los que determinan que una
persona tenga o no un empleo, ya sea formal o informal. Es importante saber acerca de estos
factores, debido a que con dicha información se da la posibilidad de plantear políticas que no
vayan únicamente por el lado del crecimiento económico, sino por aspectos que estén más
probabilidades de ocurrencia de una variable dependiente discreta binaria, dadas las variables
independientes, las cuales pueden ser discretas o continuas así como binarias.
′
𝑒 𝑥𝑖 𝛽
Pr(𝑌𝑖 = 1⁄𝑥𝑖 ) = ′
1 + 𝑒 𝑥𝑖 𝛽
Además:
También:
𝐿 = Pr(𝑌𝑖 = 𝑌1 , 𝑌𝑖 = 𝑌2 , … , 𝑌𝑖 = 𝑌𝑛 ⁄𝑥𝑖 )
𝑛
= 𝜋𝑖=1 [Λ(𝑥𝑖′ 𝛽 )]𝑌𝑖 [1 − Λ(𝑥𝑖′ 𝛽 )]1−𝑌𝑖
𝑑 Pr(𝑌𝑖 = 1⁄𝑥𝑖 )
= Λ(𝑥𝑖′ 𝛽)[1 − Λ(𝑥𝑖′ 𝛽)]
𝑑𝑥𝑖
Si 𝑌𝑖 es una variable discreta binaria:
Pr(𝑌𝑖 = 1⁄𝑥𝑖 ) = 𝛼0 + 𝛼1 𝑥1 + 𝛼2 𝑥2 + 𝛼3 𝑥3 + 𝛼4 𝑥4 + 𝛼5 𝑥5
Donde:
1: SI
0: NO
1: SI
0: NO
𝑥3 : Género
1: HOMBRE
0: MUJER
𝑥4 : Edad
𝑥5 : Nivel educativo
1: SIN NIVEL
2: INICIAL
3: PRIMARIA INCOMPLETA
4: PRIMARIA COMPLETA
5: SECUNDARIA INCOMPLETA
6: SECUNDARIA COMPLETA
7: SUPERIOR NO UNIVERSITARIA INCOMPLETA
8: SUPERIOR NO UNIVERSITARIA COMPLETA
9: SUPERIOR UNIVERSITARIA INCOMPLETA
10: SUPERIOR UNIVERSITARIA COMPLETA
11: POS GRADO UNIVERSITARIO
III. ANALISIS DE RESULTADOS
Se han procesado 1678 observaciones de las cuales se obtienen los siguientes resultados.
Cuadro 01. Resultados Modelo Logit
positiva, es decir a mayor intención de buscar trabajo hay más probabilidad de tener uno.
La relación que existe entre la probabilidad de tener trabajo y la cantidad de tiempo buscando
trabajo es negativa, es decir pasar bastante tiempo buscando trabajo disminuye las
La relación que existe entre la probabilidad de tener trabajo y el nivel educativo es negativa,
La relación que existe entre la probabilidad de tener trabajo y el sexo es positiva, dado que
es una variable binaria, diremos que los hombres tienen mayor probabilidad de tener trabajo
no buscan trabajo es 0.0104738, es decir los que buscan trabajo tienen una mayor
Ante un aumento de una semana en el tiempo de buscar trabajo, las probabilidades de tener
La diferencia de probabilidad de tener trabajo entre los hombres y las mujeres es 0.0095794,
0.0059404.
IV. CONCLUSIONES
Los factores que son más determinantes en la participación laboral, o dicho de otro modo en
tenemos a el género, el tiempo que ha estado buscando trabajo y por ultimo si ha buscado
trabajo.
A partir de este punto podemos inferir que hay factores que poco determinantes para la
participación laboral, es decir factores que corresponden como decisión de las personas que
no son determinantes.
La edad siendo un factor que no está dentro de las decisiones de las personas, es un factor
determinante para la participación laboral, mas no el nivel educativo el cual si está dentro de
El género del mismo modo no se encuentra dentro de las decisiones de las personas, pero aun
así es un factor más determinante que el tiempo que ha estado buscando trabajo, y si ha
buscado trabajo.
Entonces inferimos que en lo que respecta a participación laboral, dentro de las decisiones
que toman las personas, se debe tomar en cuenta el nivel educativo, cuanto tiempo ha estado
buscando trabajo y si ha estado buscando trabajo, es decir está en mano de las personas
Respecto a los efectos marginales vemos algunas peculiaridades, como la relación negativa
que existe entre el nivel educativo y la probabilidad de tener un trabajo. Podríamos decir que
esto se debe a que el mercado laboral de nuestro país Perú, es en su mayoría de característica
informal, por lo tanto inferimos que dichas condiciones no hay una alta significancia del nivel
educativo.
A una mayor edad hay una menor probabilidad de tener trabajo, esto podría ser explicado
debido a que las empresas en general buscan renovar su fuerza laboral con personas más
jóvenes, debido a que se infiere que las personas mayores tienden a tener una menor
productividad.
Si el tiempo que ha estado buscando trabajo aumenta, la probabilidad de que las personas
tengan un trabajo disminuye, esto es explicado a que si una persona no consigue trabajo es
La diferencia de la probabilidad de tener un trabajo, entre los que buscan un trabajo y los que
no, es bastante amplia, y la diferencia entre los hombres y mujeres también es amplia, siendo
los hombres los que tienen mayor probabilidad, esto implica que hay poca igualdad de género
en el mercado laboral.
V. BIBLIOGRAFÍA
Uniandes.
ANEXOS
ANEXO 01
Iteration 0: log likelihood = -255.47178
Iteration 1: log likelihood = -235.2033
Iteration 2: log likelihood = -230.80712
Iteration 3: log likelihood = -230.70411
Iteration 4: log likelihood = -230.70397
Iteration 5: log likelihood = -230.70397
0 (base outcome)
si
buscot .6239251 .6060506 1.03 0.303 -.5639122 1.811762
tiempobt -.0989385 .0737538 -1.34 0.180 -.2434933 .0456163
sexo .4666431 .2844195 1.64 0.101 -.0908088 1.024095
edad -.0571771 .0142547 -4.01 0.000 -.0851157 -.0292385
edu -.2869073 .0825315 -3.48 0.001 -.448666 -.1251486
_cons -.5757915 .8832527 -0.65 0.514 -2.306935 1.155352
ANEXO 02
ANEXO 03