IV FCE 313 TE Orduña Quispe 2022 PDF

FACULTAD DE CIENCIAS DE LA EMPRESA
Escuela Académico Profesional de Economía
Tesis
Influencia de la educación, experiencia y género

en los ingresos de jefes de hogar del
departamento de Huancavelica, 2019
Ricardo Nicolas Orduña Quispe
Para optar el Título Profesional de

Economista
Huancayo, 2022
Esta obra está bajo una Licencia "Creative Commons Atribución 4.0 Internacional" .
ii
Dedicatoria
A mis amados padres Amancia Quispe Yance y
Víctor Orduña Mariño.
A mis queridos amigos que son parte de mi Familia.
Ricardo.
iii
Agradecimientos
A los docentes de la carrera de Economía de la Universidad Continental, por los
momentos de experiencias académicas y personales.
Al docente Sergio Carrasco, por el asesoramiento de la ejecución de la presente
investigación.
Al coordinador de la Carrera de Economía, Gustavo Loayza por el apoyo
constante a lo largo de los años universitarios.
Ricardo Nicolas Orduña Quispe.

iv
Índice de Contenidos
Dedicatoria ................................................................................................................... ii
Agradecimientos ......................................................................................................... iii
Índice de Contenidos................................................................................................... iv
Índice de Tablas .......................................................................................................... vi
Índice de Figuras ........................................................................................................ vii
Resumen.................................................................................................................... viii
Abstract ....................................................................................................................... ix
Introducción ..................................................................................................................x
Capítulo I Planteamiento del Estudio .........................................................................12
1.1. Delimitación de la Investigación .........................................................................12
1.1.1. Espacial. ...................................................................................................12
1.1.2. Temporal. .................................................................................................12
1.1.3. Conceptual. ..............................................................................................12
1.2. Planteamiento del problema.................................................................................12
1.3. Formulación del Problema ...................................................................................18
1.3.1. Problema General. ....................................................................................18
1.3.2. Problemas Específicos. ............................................................................19
1.4. Objetivos de la Investigación ...............................................................................19
1.4.1. Objetivo General. .....................................................................................19
1.4.2. Objetivos Específicos. ..............................................................................19
1.5. Justificación de la Investigación ..........................................................................19
1.5.1. Justificación Teórica. ...............................................................................19
1.5.2. Justificación Práctica................................................................................20
Capítulo II Marco Teórico ..........................................................................................21
2.1. Antecedentes de la Investigación .........................................................................21
2.2. Bases Teóricas .....................................................................................................24
2.2.1. Historia del Capital Humano....................................................................24
2.2.2. Inversión en Capital Humano. .................................................................27
2.2.3. Concepto y Datos del Capital Humano. ...................................................28
2.2.4. El Modelo del Capital Humano. ..............................................................29
2.2.5. El Valor Actual Neto y la Tasa Interna de Retorno. ................................31
2.2.6. Consolidación de la Teoría del Capital Humano. ....................................32
v
2.2.7. Ecuación de Mincer. ................................................................................35

2.3.Definición de Términos Básicos .......................................................................36
Capítulo III Hipótesis y Variables ..............................................................................39
3.1.Hipótesis ...........................................................................................................39
3.1.1. Hipótesis General. ....................................................................................39
3.1.2. Hipótesis Específicas. ..............................................................................39
3.2.Identificación de las variables ...........................................................................39
3.2.1. Variable dependiente................................................................................39
3.2.2. Variables Independientes. ........................................................................39
3.3. Operacionalización de las Variables ................................................................40
Capítulo IV Metodología ............................................................................................41
4.1.Enfoque de la Investigación ..............................................................................41
4.2.Tipo de Investigación ........................................................................................41
4.3.Nivel de Investigación ......................................................................................42
4.4.Métodos de Investigación .................................................................................42
4.5.Diseño de Investigación ....................................................................................43
4.6.Población y Muestra .........................................................................................43
4.7.Técnicas e Instrumentos de Recolección de Datos ...........................................44
4.8.Técnica Estadística de Análisis de Datos..........................................................44
4.8.1. Método de Mínimos Cuadrados Ordinarios. ............................................44
4.8.2. Modelo Econométrico. .............................................................................45
Capítulo V Resultados ................................................................................................46
5.1.Descripción del Trabajo de Campo...................................................................46
5.2.Presentación de Resultados ...............................................................................46
5.2.1. Análisis Descriptivo. ................................................................................46
5.2.2. Análisis Correlacional ..............................................................................53
5.3.Contrastación de resultados ..............................................................................62
5.4.Discusión de Resultados ...................................................................................63
Conclusiones ...............................................................................................................67
Recomendaciones .......................................................................................................69
Referencias ..................................................................................................................70
Anexos ........................................................................................................................74
vi
Índice de Tablas
Tabla 1 Operacionalización de las Variables ............................................................... 40

Tabla 2 Edad ................................................................................................................ 47
Tabla 3. Estado Civil.................................................................................................... 47
Tabla 4 Estadísticos Descriptivos Ingresos.................................................................. 47
Tabla 5 Estadísticos Descriptivos Años de Educación ................................................ 48
Tabla 6 Estadísticos Descriptivos Años de Experiencia .............................................. 53
Tabla 7 Matriz de Correlación ..................................................................................... 55
Tabla 8 Regresión por MCO ........................................................................................ 56
Tabla 9 Regresión por MCO Hombres ........................................................................ 57
Tabla 10 Regresión por MCO Mujeres ........................................................................ 57
Tabla 11 Prueba VIF .................................................................................................... 58
Tabla 12 Prueba de Breusch-Pagan ............................................................................. 59
Tabla 13 MCO Errores Robustos................................................................................ 60
vii
Índice de Figuras
Figura 1 Nivel de Ingresos Nominales Perú (2007-2019). .......................................... 13

Figura 2 Ingresos Promedio Nominal según Departamentos, 2019. ........................... 14
Figura 3 Ingresos Promedio Nominal según género Perú y Huancavelica (2009-2019).
.......................................................................................................................... 15
Figura 4 Nivel de Educación Alcanzado en Porcentaje 2019. ..................................... 16
Figura 5 Composición de la población (14 años a más) 2019. .................................... 17
Figura 6 Ingreso Promedio Nominal de Huancavelica y Perú. .................................... 18
Figura 7 Autores que contribuyeron a la teoría del Capital Humano. ......................... 24
Figura 8 Perfil de Ganancias por Nivel de estudio España 2003. ................................ 29
Figura 9 Perfil de Ganancias con y sin estudios Universitarios................................... 31
Figura 10 Ingresos Futuros de acuerdo con la Edad y Educación. .............................. 34
Figura 11 Distribución de los Ingresos de Jefes de Hogar........................................... 48
Figura 12 Años de Educación ...................................................................................... 49
Figura 13 Nivel de Educación...................................................................................... 50
Figura 14 Jefes de Hogar según Género. ..................................................................... 50
Figura 15 Estado civil jefes de hogar según genero .................................................... 51
Figura 16 Años de estudio según Género en Porcentaje.............................................. 52
Figura 17 Años de Experiencia .................................................................................... 53
Figura 18 Logaritmo Natural de los Ingresos. ............................................................. 54
Figura 19 Años de educación y Logaritmo de los ingresos ......................................... 55
Figura 20 Autocorrelación ........................................................................................... 59
viii
Resumen
La investigación presenta la influencia de la educación, experiencia y género en los

ingresos de jefes de hogar de la región Huancavelica para el año 2019. El objetivo de
la investigación es determinar la influencia de la educación, experiencia y género, en
los ingresos. Los datos utilizados fueron tomados de la Encuesta Nacional de Hogares
(ENAHO) 2019, en base a la ecuación de Mincer (1974), se realizó una regresión
econométrica de mínimos cuadrados ordinarios (MCO), donde los resultados fueron un
año adicional en los estudios de jefes de hogar produce un aumento de 5,83 % en los
ingresos, también un año adicional de experiencia de los jefes de hogar produce un
aumento de 1,97 % en los ingresos. Sobre el género de los jefes de hogar el resultado
fue, los jefes de hogar hombres ganan en promedio 30,56 % más que los jefes de hogar
mujeres. Asimismo, un aumento en los años de educación de los jefes de hogar
hombres, produce un aumento de 3,92 % en los ingresos, y un aumento de los años de
educación de los jefes de hogar mujeres, produce un aumento de 12,3 % en los ingresos.
En conclusión, las variables educación, experiencia y género, influyen
significativamente en los ingresos de jefes de hogar del departamento de Huancavelica,
2019.
Palabras clave: educación, experiencia, género, ingresos, ecuación de
mincer, jefes de hogar.

ix
Abstract
The research presents the influence of education, experience and gender on the income
of heads of household in the Huancavelica region for the year 2019. The objective of
the research is to determine the influence of education, experience and gender on
income. The data used were taken from the National Household Survey (ENAHO)
2019, based on the Mincer equation (1974), an econometric regression of ordinary least
squares (OLS) was performed, where the results were an additional year in the studies
of heads of household produces an increase of 5.83 % in income, also an additional year
of experience of heads of household produces an increase of 1.97 % in income.
Regarding the gender of the heads of household, the result was that male heads of
household earn on average 30.56% more than female heads of household. Likewise, an
increase in the years of education of male heads of household produces a 3.92%
increase in income, and an increase in the years of education of female heads of
household produces a 12.3% increase in income. In conclusion, the variables education,
experience and gender, significantly influence the income of household heads in the
department of Huancavelica, 2019.
Key words: education, experience, gender, income, mincer equation, heads
of household.
x
Introducción
Los niveles de ingresos en las regiones del Perú tienen marcadas diferencias,
según el Instituto Nacional de Estadística e Informática (INEI), la región Huancavelica
fue el departamento que presentó menores ingresos en promedio para el año 2019 con
un monto de S/ 742.06 soles, mientras la provincia de Lima presentó ingresos en
promedio de S/ 1947.54 soles.
La investigación muestra la influencia de la educación, experiencia y género en
los ingresos de los jefes de hogar de la región Huancavelica, 2019. Se utilizó la ecuación
de Mincer para hallar la influencia de las mencionadas variables en los ingresos, sobre
la ecuación. Yamada y Castro (2010) afirman que “en los últimos 50 años, virtualmente
todo trabajo empírico que necesitó una especificación para el ingreso laboral utilizó la
denominada ecuación de Mincer”. En tal sentido se presenta una breve descripción de
los capítulos realizados en la presente investigación.
En el primer capítulo se presenta datos estadísticos de los ingresos en promedio
a nivel nacional y de Huancavelica, datos de los niveles de educación, descripción del
aparato productivo de la región Huancavelica, datos de la población económicamente
activa, relación de los ingresos promedios de Perú y Huancavelica, por último, se define
el planteamiento, objetivos y justificación de la investigación.
En el segundo capítulo se da a conocer los antecedentes de estudio a nivel
internacional, presentando estudios de Colombia, México, Guatemala, Argentina. A
nivel nacional se presenta estudios de Piura, Cusco, y del sur del Perú. Además, se
plasma la Teoría del Capital Humano que fue desarrollado por Solow, Schultz, Becker
y Mincer, por último, se define los términos básicos a usar en la investigación.
En el tercer capítulo figura las hipótesis, donde indican que la educación, la
experiencia, y género influyen de manera positiva en los ingresos de jefes de hogar.

xi
También se define como variables dependientes el logaritmo de los ingresos y variables
independientes los años de educación, años de experiencia, años de experiencia al
cuadrado y género, en última instancia se realiza la operacionalización de las variables
de estudio.
En el cuarto capítulo se describe la metodología a usar en la presente
investigación, se indica que es cuantitativa no experimental y correlacional. Asimismo,
menciona la población y muestra que son datos obtenidos de la Encuesta Nacional de
Hogares (ENAHO), finalmente se menciona el modelo econométrico utilizado.
Para concluir, en el capítulo cinco se presenta los datos obtenidos en la regresión
econométrica, se da a conocer la discusión de resultados, conclusiones,
recomendaciones para las familias y para el gobierno.
El autor.
Capítulo I
Planteamiento del Estudio
1.1. Delimitación de la Investigación
1.1.1. Espacial.
La investigación comprende el estudio de jefes de hogar del departamento de
Huancavelica.
1.1.2. Temporal.
El periodo de la investigación comprende el año 2019.
1.1.3. Conceptual.
La investigación detalla la influencia de la educación, experiencia y género en
los ingresos de jefes de hogar.
1.2. Planteamiento del problema
Los ingresos en el Perú van cambiando a lo largo de los años, como muestra la
figura 1. Para el 2007 presentó ingresos promedios nominales de S/ 810.53 soles, para
el 2019 presentó ingresos promedios de S/ 1 443.08 soles, esto significó un aumento
del 78 % en los ingresos promedios de los años 2007 al 2019. Asimismo, respecto a la
evolución de los ingresos promedios a nivel nacional, se observa un aumento constante
a lo largo de los años.

13
Figura 1
Nivel de Ingresos Nominales Perú (2007-2019).
Nota: Tomado y Adaptado del Instituto Nacional de Estadística e informática. Recuperado de

https://systems.inei.gob.pe/SIRTOD/app/consulta.
Siguiendo la descripción de ingresos, en la figura 2 se muestra el nivel ingresos
por departamentos, siendo la provincia de Lima quien obtuvo el mayor nivel de ingresos
promedio, por otra parte, las regiones con ingresos en promedio menores a S/1 000.00
soles fueron: Ayacucho, Cajamarca, Puno y Huancavelica. Comparando, Huancavelica
departamento con menores ingresos y la provincia de Lima, se obtiene que la provincia
de Lima tiene un 162 % más de ingresos que el departamento de Huancavelica.

14
Figura 2
Ingresos Promedio Nominal según Departamentos, 2019.
Nota: Tomado y Adaptado del Instituto Nacional de Estadística e Informática. Recuperado de

Asimismo, en la figura 3 se presenta los ingresos promedios de hombres y
mujeres a nivel nacional y departamental, los ingresos de los hombres a nivel nacional,
se observa un incremento de 45 %, a nivel departamental un incremento de 57 %. Sobre
los ingresos de mujeres a nivel nacional se observa un incremento de 62 %, a nivel
departamental un incremento de 40 % entre los años 2009 y 2019. Del mismo modo la
diferencia de ingresos a nivel nacional entre hombres y mujeres el año 2009 fue de
51 % y el 2019 de 35 %, a nivel departamental el año 2009 fue de 40 % y el 2019 de
57 %.
15
Figura 3
Ingresos Promedio Nominal según género Perú y Huancavelica (2009-2019).

Respecto a las actividades económicas del departamento Huancavelica, se tiene
al 2019 estuvo entre los 4 departamentos que tienen menor participación en el valor
agregado bruto nacional con 0,7 %, además una tasa de crecimiento promedio entre los
años 2007-2019 de 3 %. Por otra parte, el aparato productivo de la región está
conformado principalmente por el sector de electricidad, gas y agua (32,3 %), seguido
de otros servicios (16,8 %), extracción de petróleo gas y minerales (12,3 %),
administración pública y defensa (10,5 %).
Respecto a los años de educación alcanzado por personas de 15 años a más, se
detalla en la figura 4, al respecto se observa los años de educación secundaria es el que
tiene mayor porcentaje a nivel nacional como departamental. Por otra parte, el nivel de
educación superior universitaria en Huancavelica representa la mitad de la participación
a nivel nacional.
16
Figura 4
Nivel de Educación Alcanzado en Porcentaje 2019.

Asimismo, con relación a la educación, se tiene los años de educación en
promedio alcanzados por la población de 15 años a más, de esto a nivel nacional alcanzó
10,3 años, a nivel departamental 8,9 años. Detallando los años de estudio según género,
se tiene los hombres con 10,5 años a nivel nacional, con 9,4 años a nivel departamental,
las mujeres con 10,2 años a nivel nacional y con 8,4 años a nivel departamental (INEI,
2019).
Según el Censo Poblacional (2017) elaborado por el INEI, la región
Huancavelica está entre los seis con menor población, 347,6 mil (1,2 % del total
nacional); mostró la mayor tasa de decrecimiento (2,7 %) entre los años 2007-2017.
Además, según estimaciones del INEI al 2019, la población de la región fue 371,2 mil
habitantes, de ello la población femenina de 184,4 mil (50,33 %) y la población
masculina de 186,8 mil (49,67 %)
En la región Huancavelica la población en edad de trabajar es 333,7 mil
habitantes, de este indicador se tiene la población económicamente activa (PEA)
(84 %), la población económicamente inactiva (PEI) (16 %). De la población
económicamente activa, se tiene población económicamente activa ocupada (97 %) y

17
población económicamente activa desocupada (3 %), en número de personas se observa
en la figura 5.
Figura 5
Composición de la población (14 años a más) 2019.

El perfil de los jefes de hogar a nivel nacional según Ipsos Perú (2019) indica
que uno de cada tres son mujeres y tienen en promedio 52 años, de ellos, 63 % son
casados o convivientes, 90 % tienen hijos, 78 % trabajan, 68 % se consideran
emprendedores, 40% iniciará un negocio, sus ingresos en promedio es S/ 1 290 soles,
52 % ahorran, 36 % tiene deudas y 23 % están bancarizados.
Sobre los ingresos en el departamento de Huancavelica, se registró un ingreso
promedio de S/ 742.1 soles en comparación al registrado a nivel nacional de S/ 1443.1
soles, la región representa para el año 2019 el 51 % de los ingresos registrados a nivel
nacional según muestra la figura 6.

18
Figura 6
Ingreso Promedio Nominal de Huancavelica y Perú.

Por lo presentado anteriormente, se observa en el departamento Huancavelica,
diferencias marcadas en el nivel de educación entre sus habitantes, por ejemplo, los
niveles de educación superior universitaria y superior no universitaria representan el
8,9 % y 10,4 % respectivamente, frente a lo registrado a nivel nacional que es el 17,8 %
y 14,4 % respectivamente. Por otra parte, existen diferencias en el nivel de ingresos
entre la región Huancavelica y el Perú, los ingresos de la región Huancavelica
representa el 51 % de los ingresos registrados a nivel nacional, asimismo esta región
sigue siendo el departamento con menores ingresos a nivel nacional.
En conclusión, es importante conocer la influencia de la educación, experiencia
y género en los ingresos de los jefes de hogar del departamento de Huancavelica. Para
la presente investigación se toma como estudio el año 2019.
1.3. Formulación del Problema
1.3.1. Problema General.
¿Cómo influye la educación, experiencia y género en los ingresos de jefes de
hogar del departamento de Huancavelica, 2019?

19
1.3.2. Problemas Específicos.
1. ¿Cómo influye la educación en los ingresos de jefes de hogar del
departamento de Huancavelica, 2019?
2. ¿Cómo influye la experiencia en los ingresos de jefes de hogar del
departamento de Huancavelica, 2019?
3. ¿Cómo influye el género en los ingresos de jefes de hogar del departamento
de Huancavelica, 2019?
1.4. Objetivos de la Investigación
1.4.1. Objetivo General.
Determinar la influencia de la educación, experiencia y género en los ingresos
de jefes de hogar del departamento de Huancavelica, 2019.
1.4.2. Objetivos Específicos.
1. Identificar la influencia de la educación en los jefes de hogar del
departamento de Huancavelica, 2019.
2. Identificar la influencia de la experiencia en los ingresos de jefes de hogar
del departamento de Huancavelica, 2019.
3. Indicar la influencia del género en los ingresos de los jefes de hogar del
1.5. Justificación de la Investigación
1.5.1. Justificación Teórica.
La presente investigación tiene como finalidad demostrar la ecuación Mincer
publicada en el año 1974, la mencionada ecuación indica que los ingresos están en
función a los años de estudio culminados, años de experiencia y experiencia al
cuadrado, por tanto, la investigación apoyándose en datos extraídos de la encuesta

20
nacional de hogares elaborado por el INEI, demostrará la validez emperica de la
ecuación de Mincer para el departamento de Huancavelica para el año 2019.
1.5.2. Justificación Práctica.
La investigación identifica la influencia de la educación, experiencia y género
en los ingresos de jefes de hogar, por tanto, las personas tendrán información fiable de
la influencia de las mencionadas variables en los ingresos y así tomar decisiones para
sus vidas.
También, las familias decidirán invertir y tomar mayor consideración en la
educación de sus hijos, ya que esto influirá en los ingresos futuros de las familias, por
otra parte, el gobierno a nivel nacional y regional decidirán o crearan políticas de Estado
para mejorar los niveles de educación de sus habitantes, ya que esto se traducirá en
mejorar los niveles económicos de la población.

Capítulo II
Marco Teórico
2.1. Antecedentes de la Investigación
Hay estudios donde diversos autores tratan de explicar la relación que existe
entre el nivel de educación, la experiencia y otras variables con el nivel de ingresos, por
ejemplo:
A nivel internacional, en Colombia, Suarez, Vera y Chávez (2020) realizaron
un estudio para determinar los retornos económicos de los egresados del programa de
economía de la Universidad Colegio Mayor de Cundinamarca, en base a la teoría del
capital humano que indica, a mayor nivel de escolaridad se debe esperar un crecimiento
sustancial en los niveles de ingresos laborales. Por tanto, el objetivo de la investigación
fue analizar la contribución que tiene el programa de economía de la Universidad. El
programa cuenta con 539 egresados entre el periodo 2010-2018, para el estudio se tomó
226 graduados. Los resultados obtenidos permiten concluir que, ante el aumento en un
año adicional, en el nivel de escolaridad, los retornos económicos de los egresados se
incrementan en 0,16 %. Sobre los retornos económicos de los egresados hombres, un
año adicional de escolaridad, registra un aumento de 0,15 %, mientras los egresados
mujeres, registran un aumento de 0,16 %.
En México, Sánchez (2020) investigó la tasa de retorno de la educación en base
a datos provenientes de registros administrativos gubernamentales obtenidos a partir de

22
la plataforma nacional de transparencia, los resultados fueron, por cada año adicional
de estudios, los ingresos en promedio se incrementan en 7,1 %, por otra parte, al ampliar
el modelo econométrico se tiene una tasa de rentabilidad de la educación de 6,9 % por
aumento en un año de estudios.
En Guatemala, Díaz (2019) realizó una investigación sobre la disminución de
los retornos de la educación en Guatemala comparando los años 2002, 2010 y 2018, en
base a la teoría del capital humano y la ecuación de Mincer, concluyó para el 2002 que
la rentabilidad de la educación por cada año de estudio era 8,1 %, también determinó
el salario de los hombres era 33,5 % mayor al de las mujeres. Para los años 2010 y
2018, la rentabilidad de la educación fue de 6,9 % y 6,8 % respectivamente. Por tanto,
la rentabilidad de la educación disminuyó del 2002 al 2018.
En Argentina, Ignacio y Gómez (2020) realizaron la investigación sobre la
rentabilidad de la educación en base a la ecuación de Mincer, utilizaron la encuesta
permanente de hogares realizado por el Instituto Nacional de Estadística y Censos de
la República de Argentina, el objetivo fue analizar las diferencias de ingresos según el
nivel educativo 2004 y 2019. Para la investigación se usó la ecuación de Mincer, la
población de estudio fueron individuos de entre 18 y 64 años. Los resultados señalan
que las personas que alcanzan el nivel primario completo, secundario completo y
universitario completo, ganan en promedio el 20,5 %, 30,3 % y 59,4 % más
respectivamente, de los que no recibieron o no terminaron el nivel primario completo.
La tasa de retorno de la educación al año 2019 fue de 6,23 %, para las mujeres 6,95 %
y para los hombres 5,95 %.
En Colombia, Gil-León, Casas-Herrera y Lemus-Vergara (2020) estimaron la
rentabilidad de la formación universitaria en Colombia, usaron la ecuación de Mincer
e incluyeron el efecto sheepskins que permite capturar las recompensas de obtener un

23
título universitario. Los resultados fueron, un año adicional de escolaridad lleva a que
el nivel de ingresos en promedio se eleve en 2,45 %, las personas que tienen un título
universitario tienen 48,6 % más ingresos que el nivel inferior de educación, por último,
se evidenció que los hombres reciben en promedio 18,2 % más de ingresos que las
mujeres.
A nivel nacional, Siancas (2021) realizó la investigación retornos de la
educación y experiencia laboral de los jefes de hogar en la región de Piura para el año
2019, en base a pruebas paramétricas y ecuación de Mincer, se concluyó que los
hombres ganan más que las mujeres , con una brecha de 31,88 % entre ambos, el ingreso
presenta un aumento en 14,87 % por cada año de estudio adicional, por último los jefes
de hogar mujeres, sus ingresos se incrementan en 14,63 %, si son hombres en 13,3 %.
Castillo (2021) investigó los retornos de la educación en el mercado laboral
peruano, de los habitantes entre las edades de 18 a 65 años, los datos fueron tomados
de la encuesta nacional de Hogares (2019), los resultados muestran que los ingresos son
heterogéneos, es decir, a mayor estudio mayores ingresos, por tanto, un año adicional
de estudio genera un incremento de los ingresos en 12,46 %, además un año adicional
de estudio en las mujeres genera un incremento de 13,25 %, en los hombres genera
11,51 %.
Tito (2019) realizó el estudio capital humano e ingresos de los pobladores de la
región cusco para el año 2018, en base a la función de ingresos desarrollado por Jacob
Mincer concluyó que los habitantes de la población económicamente activa ocupada
presentan una relación positiva entre la educación, experiencia con los ingresos, además
se encontró que un año adicional de estudio y un año adicional de experiencia, resulta
un incremento del 5,8 % y 1,4 % en los ingresos respectivamente, la experiencia
presenta rendimiento decreciente de 0,03 % por cada año adicional.

24
Quea (2015) investigó sobre los ingresos laborales en relación con la educación
de los trabajadores del sur del Perú para el año 2013, utilizó la ecuación de Mincer y la
base de datos de la encuesta nacional de hogares, concluyó que, por un año de estudio
adicional, el ingreso aumenta en 12,66 %, un año adicional de experiencia laboral,
incrementa en 1,94 % el ingreso laboral, mientras que la experiencia al cuadrado hace
decrecer en 0,02 % los ingresos laborales.
2.2. Bases Teóricas
En esta sección se explicará la teoría, lo cual es el sustento de la presente
investigación, la teoría presentada a continuación permite amparar la investigación,
asimismo permite trazar el camino desde donde empieza y a donde ira el estudio.
2.2.1. Historia del Capital Humano.
La importancia de la educación como factor elemental fue desarrollado por diferentes
autores a lo largo de la historia, en la siguiente imagen se resume a los autores:
Figura 7
Autores que contribuyeron a la teoría del Capital Humano.
Nota: Tomado y adaptado de “Capital Humano: Una Mirada desde la Educación y la Experiencia
Laboral” p.8 por Cardona, Montes, Vásquez, Villegas y Brito (2007). Recuperado de
https://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287.
25
Respecto a la importancia de la educación Smith (s. f.) menciona las diferencias
naturales entre las personas realmente son menores a lo que se cree y las diferencias
profesionales se producen a causa de la división del trabajo. Por ejemplo, entre un
filósofo y un mozo de cuerda (personas que ofrecen un servicio de acarreo de bultos y
paquetes), las diferencias entre ellos no surgen por hábitos, costumbres o educación.
Nace a partir de la necesidad de ambos a una cierta edad en trabajar, por tanto, esto
produce que ambos son empleados en distintas ocupaciones.
Sobre la educación, Thomas Robert Malthus aportó conceptos de educación y
población muy importantes, sobre esto, Cardona, Montes, Vásquez, Villegas y Brito
(2007) mencionan sobre Malthus, “Hizo más énfasis en la importancia de la educación
como elemento esencial para ayudar a la sociedad pobre, y hacer de ellos unos seres
más felices” (p. 9).
Malthus (1806) citado en (Cardona et al.,2007) indica “Emos prodigado
enormes sumas de dinero en socorrer a los pobres, los cuales, tenemos razones para
creer, han tendido siempre a agravar su miseria” (p.9), a pesar de ello no se ha invertido
en educación, siendo el único medio para que las personas sean más felices y súbditos
más pacíficos.
Adam Smith menciona las diferencias en las habilidades de los adultos como
consecuencia de la división del trabajo, por otra parte, Malthus considera muy
importante invertir en educación para que los ciudadanos sean felices y logren un
bienestar económico, menciona también sobre la ayuda del Estado donde indica, si no
se invierte en educación, dichas ayudas por parte del estado llevan a las personas a una
miseria y pobreza extrema.
Para los años 30, hubo cambios a nivel mundial como consecuencia de la caída
de la bolsa de valores de New York, esto conllevó a una grave crisis económica y realizó
26
cambios en las teorías que existían para esos años, al respecto Lara (2017) menciona
“La pobreza, hambre, desempleo, despilfarro de recursos, quiebras industriales,
comerciales y bancarias, debilitamiento del capitalismo competitivo, predominio del
monopolio, proceso de concentración y centralización, etc., hicieron que el
pensamiento social evolucionara en nuevas direcciones” (párr. 2), por tanto Maynard
Keynes (1836-1946) cuestiono las teorías económicas clásicas, realizó cambios y
planteo nuevas perspectivas económicas, respecto a los cambios que planteaba Keynes,
Lara (2017) indica el concepto de capital humano fueron incorporados, las inversiones
en educación al proyectarse como parte de las inversiones sociales quedaron incluidas
en los gastos estatales, justificadas en su orientación, fines, roles para el desarrollo.
De lo planteado por Keynes nace el concepto del capital humano, Lara (2017)
menciona en Estados Unidos y países europeos, a consecuencias de la crisis de 1929,
efectos de la primera y segunda guerra mundial, llevaron a poner en primer lugar todo
lo referente a los recursos humanos. Gracias a estas crisis, surgió la teoría del capital
humano y consolidación de una nueva rama de la economía, que es, la economía de la
educación.
Sobre el capital humano, su inicio o mención por primera vez fue en la
conferencia pronunciada por Theodore W. Schultz en 1960 (Cardona et al., 2007), por
otra parte las palabras mencionadas por Schultz en la conferencia, citado por Cardona
et al., (2007) fueron “al invertir en sí mismos, los seres humanos aumentan el campo
de sus posibilidades. Es un camino por el cual los hombres pueden aumentar su
bienestar” (p. 9). Asimismo, (Pons 2004 citado en Cardona et al., 2007) menciona que
cualquier trabajador, al insertarse en el sistema productivo, no sólo aporta su fuerza
física y su habilidad natural, sino un sin número de conocimientos gracias a la

27
educación recibida, también, desde los inicios ya resalta la importancia de la educación
sobre la productividad individual.
Sobre capital humano se menciona lo contribuido por Solow, según Lara (2017)
“Solow utiliza el concepto de cambio técnico para referirse a cualquier clase de de
desplazamiento de la función de producción” (párr.4), es decir Solow utiliza el termino
cambio técnico para referirse a mejoras en la producción, asimismo Lara (2017) indica
respecto a Solow que perfeccionar o aumentar el nivel de educación de los trabajadores
indica una mejora técnica dentro de la función de producción.
De lo mencionado anteriormente, es una breve historia de los principales
autores que contribuyeron a la teoría del capital humano y al desarrollo de una nueva
disciplina para la economía, que es la economía de la educación, ahora se presenta otros
autores que definen la teoría del capital humano desde la perspectiva de inversión en
capital físico.
2.2.2. Inversión en Capital Humano.
En la vida diaria las personas y empresas realizan inversiones en cada momento
del tiempo, lo realizan esperando recibir beneficios futuros dependiendo de cada sujeto,
por otra parte, también las personas realizan inversión en capital humano esperando
beneficios a futuro. Cardozo, Fogel, Molinas y Rabito de Franco (2005) mencionan
sobre el capital humano “los sistemas educativos tienen como funciones básicas la
socialización, la adquisición de habilidades, destrezas y entrenamiento, y la
certificación” (p.61), además mencionan que la adquisición de mayor capital humano
contribuirá a una mayor movilidad social y mejorará ingresos de los trabajadores en el
mercado laboral.
Por otra parte, McConnell, Brue, y Macpherson, (2007) afirman un sólido
sistema educativo y de formación profesional, son fundamentales para el crecimiento y

28
desarrollo económico a largo plazo, también sirve para competir en un mundo que cada
día es más globalizado. La educación es la herramienta que los trabajadores disponen
para adaptarse a cambios en las empresas, por otra parte, una persona que tenga niveles
de estudio mayores y con una mejor formación o experiencia, es capaz de ofrecer
mejores resultados en la empresa o mejor eficiencia en realizar una actividad
determinada, en comparación a una persona con nivel de educación y formación menor.
2.2.3. Concepto y Datos del Capital Humano.
Al destinar dinero para estudiar una carrera universitaria o técnica, es invertir
en capital humano, por otra parte, al decidir comprar por ejemplo una laptop es invertir
en capital físico. Sobre el capital físico McConnell et al., (2007) mencionan “Cuando
una empresa invierte en capital físico, adquiere un activo que se espera que aumente su
corriente de beneficios netos en un periodo de tiempo” (p.79), por otra parte sobre el
capital humano McConnell et al., (2007) mencionan “Cuando una persona (o sus padres
o la sociedad en general) realizan en el momento actual un gasto en educación o
formación, se prevé que mejorarán sus conocimientos y cualificaciones y, por lo tanto,
sus futuras ganancias” (p.79).
Se presenta datos empíricos acerca de la inversión en educación, según
McConnell et al. (2007), los países de la Organización para la Cooperación y el
desarrollo Económico (OCDE), gastan en promedio 5,9 % de su producto bruto interno
en educación, países como Corea gastan 7,1 %, España 4,9 %. El nivel de educación de
la población económicamente activa con el paso del tiempo ha ido aumentando, por
ejemplo, en 1976 menos del 80 % de la población activa española tenía estudios
primarios, el 2,6 % tenía estudios universitarios, para el 2005 los porcentajes
aumentaron a 16,8 % y 21,9 % respectivamente.

29
Asimismo, se presenta datos empíricos que respalda la importancia de la
educación, en la figura 8 realizado en base a la encuesta de condición de vida del 2004
en España, con datos de varones y perfil de ganancias por edades correspondiente al
año 2003, se observa que, a mayor nivel de educación, mayor nivel de ingresos
promedios en comparación al mismo grupo de edad con nivel de estudios menores.
Figura 8
Perfil de Ganancias por Nivel de estudio España 2003.
Nota: Tomado y adaptado de “Economía Laboral” p. 80 por McConnell et al., 2007. Madrid España.
McGraw-Hill Interamericana.
2.2.4. El Modelo del Capital Humano.
En esta parte se hablará sobre los elementos, condiciones y decisiones que
conlleva a decidir estudiar o no, por ejemplo, decidir invertir en educación universitaria
debido a que la persona acaba de terminar la etapa escolar y plantea la posibilidad de
seguir estudiando en la universidad. Para decidir y tomar una decisión desde el punto
de vista económico, se tiene que evaluar los costes y beneficios. Los costes monetarios
al decidir invertir en educación son de dos tipos: los costes directos o de bolsillo, que
incluyen la matricula, libros, materiales escolares; y los costes indirectos o de

30
oportunidad, que son los ingresos que se renuncia no entrando al mercado de trabajo
una vez terminado la etapa escolar (McConnell et al., 2007).
Respecto a lo anterior, se presenta la figura 9 que ayuda a decidir sobre la
inversión en capital humano, al respecto McConnell et al., (2007) mencionan:
La curva HH representa el perfil de ganancias de una persona que decide
no estudiar en la universidad, sino entrar en el mercado de trabajo
inmediatamente después de terminar el bachillerato a los 18 años. La
"curva" CC es su perfil de costes y ganancias si decide estudiar una
licenciatura de 4 años en la universidad antes de entrar en el mercado de
trabajo. Obsérvese que el área 1 situada debajo del eje de abscisas
representa los costes directos o de bolsillo (la "renta negativa") en que
incurre estudiando en la universidad. El área 2 refleja los costes
indirectos o de oportunidad, es decir, las ganancias a las que renuncia
estudiando en la universidad. La suma de las áreas 1 y 2 muestra el coste
total -la inversión total de una persona- en estudios universitarios. El área
3 -la diferencia entre la curva CC y la HH en las edades 22-65- muestra
las ganancias adicionales brutas que obtendría obteniendo un título
universitario; muestra cuánta renta adicional obtendría como titulado
universitario durante toda su vida laboral en comparación con lo que
ganaría si sólo tuviera un título de enseñanza secundaria. (McConnell
et al., 2007 pp. 81-82)

31
Figura 9
Perfil de Ganancias con y sin estudios Universitarios.
Nota: Tomado de “Economía Laboral” p. 81 por McConnell et al., 2007. Madrid España. McGraw-Hill
Interamericana.
2.2.5. El Valor Actual Neto y la Tasa Interna de Retorno.
Para evaluar o decidir invertir en capital humano es necesario conocer el valor
actual neto (VAN) y la tasa interna de retorno (TIR), al respecto Arroyo y Vásquez
(2017) definen al VAN y TIR como “valor actual neto (VAN) se le denomina valor
presente neto (VPN). Se trata del valor actual de los beneficios netos que genera el
proyecto, hallados utilizando el costo de oportunidad del capital, menos la inversión
realizada en el periodo 0” (p.71).
Matemáticamente se representa
𝑛
𝐵𝑁𝑡
𝑉𝐴𝑁 = ∑ − 𝐼0
(1 + 𝑖)𝑡
𝑡=0
Donde:
𝐵𝑁𝑡 : beneficios netos del periodo t
𝑖: tasa de interés o costo de oportunidad del capital (%)
𝑛: años de la inversión (años de estudio)
𝐼0 : Inversión en el periodo 0
32
Para decidir la inversión se toma en consideración si el VAN > 0 (aceptar la
inversión), si el VAN< 0 (no invertir).
La TIR es una tasa porcentual que indica la rentabilidad que genera el capital,
matemáticamente se representa
𝑛
𝐵𝑁𝑡
0= ∑ − 𝐼0
(1 + 𝑖)𝑡
𝑡=0
La fórmula es idéntica al VAN, solo que ahora igualamos a 0 para hallar i.
Los criterios de decisión para la TIR consisten, si la TIR es mayor al costo de
oportunidad del capital la inversión, debe ser aceptado, si la TIR es igual al costo de
oportunidad del capital aceptar o negar la inversión, son indiferentes, si la TIR es menor
al costo de oportunidad del capital, no aceptar la inversión, entendiendo que el costo de
oportunidad del capital rentabilidad que genera en dinero en una segunda mejor
alternativa.
Ahora se presenta a los autores que consolidaron la teoría del capital humano.
2.2.6. Consolidación de la Teoría del Capital Humano.
Theodore William Schultz (1961) citado en Cardona et al., (2007) mencionan
sobre la teoría del capital humano, señalan que es la educación como una inversión, el
acceder a educación y salud depende de los diferentes niveles de ingreso, además dio
origen a la ciencia económica llamada economía de la educación, también Cardona
et al., (2007) mencionan “los adelantos en conocimientos y el mejoramiento de la
calidad de la población según Schultz, son factores determinantes para el bienestar de
la población” (p.13), esto nace a partir de la mejora en educación principalmente de las
personas con bajos ingresos económicos.
Sobre los aportes de Schultz, Martínez (2019) menciona “la educación va
encaminados a incrementar la productividad y a producir ganancia. Por esta razón, le

33
correspondería la calificación de capital, pero con características distintas a las del
capital físico” (p.321).
Sobre las contribuciones de Gary Becker, Lara (2017) menciona “desarrolla la
tesis de que la inversión en capital Humano ha producido una importante tasa de
beneficio individuales y ha sido un factor de gran fuerza en el aumento de la
productividad del pueblo americano” (párr. 21), para llegar a la tesis mencionada
Becker investiga distintos niveles de educación escolar y de trabajo. Los resultados
producen amplias teorías de investigación en el campo económico sobre diferencias
entre los ingresos y el impacto del desempleo en personas con niveles bajos de
educación.
También, sobre las contribuciones de Becker en la teoría del capital humano,
Martínez (2019) menciona sobre el costo de la mejora de las calificaciones de las
personas, son costos que pueden ser directos (gastos en matriculas, libros, etc.) y gastos
indirectos, que consta de los ingresos que dejamos de percibir por entrar a estudiar por
adquirir conocimientos y habilidades.
Siguiendo las contribuciones de Becker, Cardona et al., (2007) mencionan sobre
la figura 10:
La importancia de la formación para incrementar ingresos en el futuro,
mostrando gráficamente como las personas sin formación tienden a
recibir, independiente de su edad, las retribuciones que indican que la
línea horizontal (U), es decir, los incrementos a futuro, tienden a cero; y
las personas con formación recibirían unas retribuciones menores
durante el período de aprendizaje, ya que los costos de formación se
pagan durante ese período, y unas retribuciones más altas a edades más
34
avanzadas, como lo muestra la línea (T), donde la educación tiende a
incrementar los ingresos con los años (Cardona et al., 2007. p.14).
Además, como indica la figura 10 en la función T, que es cóncava es decir tiende a
una U invertida, esto es una tasa de decrecimiento de los ingresos que son afectados a
mayor edad.
Figura 10
Ingresos Futuros según la Edad y Educación.
Nota: Tomado de “Capital Humano: Una Mirada desde la Educación y la Experiencia Laboral” p.8 por
Cardona, Montes, Vásquez, Villegas y Brito (2007). Recuperado de
https://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287.
Por otra parte, Cardona et al., (2007) menciona sobre las contribuciones de
Becker respecto a la educación general y específica, el primero es útil para las empresas
y el segundo para el trabajador o las empresas, porque realizarán un gasto para la
capacitación y de eso espera obtener beneficios a futuro por parte de quien realizó el
gasto, por tanto, para decidir invertir será si la tasa de rendimientos futuros, es mayor
a la suma de los intereses que proporcionan activos sin riesgos más las primas de
liquidez.
Por último, Schultz (1961) y Becker (1964) consolidan la teoría de capital
humano, ven de la inversión en educación de las personas como medio de mejora del
futuro de ellos y disminuir la pobreza en el largo plazo (M. Acevedo et al., 2007).
35
Con lo expuesto, se afirma que la personas con mayor educación tendrán
mayores ingresos, ya que esto eleva la productividad del trabajador, pero a estos
postulados no consideran el elemento de la experiencia como parte fundamental del
capital humano, sobre ello Jacob Mincer presenta otra contribución a la teoría del
capital humano que es la importancia de la experiencia para el cálculo adecuado de los
ingresos de los individuos.
2.2.7. Ecuación de Mincer.
La utilización de la ecuación de Mincer se da para explicar los ingresos laborales
en base a los años de estudio y experiencia, la gran mayoría de investigaciones se basan
en esta ecuación, al respecto Yamada y Castro (2010) afirman “en los últimos 50 años,
virtualmente todo trabajo empírico que necesito una especificación para el ingreso
laboral utilizó la denominada ecuación de Mincer” (p. 3).
La teoría del capital humano está basada en la decisión de invertir en educación
mediante el análisis del Valor Actual Neto y la Tasa Interna de Retorno considerando
costes y beneficios futuros, por otra parte, Jacob Micer desarrolló un modelo donde
consideró la experiencia y los años de educación como variable que explica los
ingresos, esta teoría fue publicada en 1974 en su obra “Escolarización, experiencia e
ingresos”, la ecuación es de la siguiente forma:
𝐿𝑛𝑦 = 𝛼0 + 𝛽0 𝑡 + 𝑐0 𝐸𝑥𝑝 + 𝑐1 𝐸𝑥𝑝2 + 𝜇
Donde:
𝐿𝑛 = 𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑎𝑡𝑢𝑟𝑎𝑙
𝑦 = 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑡 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐸𝑥𝑝 = 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎
𝐸𝑥𝑝2 = 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 𝑎𝑙 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜

36
𝜇 = 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟
𝛼, 𝛽, 𝑐0 , 𝑐1 = 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
Sobre la ecuación de Mincer, Barceinas (2001) menciona los siguientes
supuestos:
Los ingresos capturan los beneficios totales de la inversión educativa, lo
que implica que no se contabilizan ni externalidades ni ventajas no
pecuniarias de los trabajos que requieren educación la economía es un
estado estacionario sin ningún crecimiento salarial y de productividad,
solo una función puede ser utilizada para moderar los ingresos de toda
la vida, esto quiere decir: la escolaridad precede al trabajo, no hay
interacción sobre los ingresos entre la contribución de la escolaridad y
la experiencia, no existe distinción entre la experiencia laboral inicial y
madura, cuando se estudia no se trabaja y cuando se trabaja la dedicación
es a tiempo completo, no e adquiere experiencia mientras se estudia, no
hay periodos después del estudio que no se trabaje, por lo tanto que no
se adquiere experiencia, la duración del ciclo vital laboral es la misma
independientemente de la duración de los estudios (Barceinas, 2001.
p. 13)
2.3. Definición de Términos Básicos
2.3.1. Educación.
Actividad donde adquirimos conocimientos y habilidades para desarrollarnos
plenamente en los personal y social , para la presente investigación se toma los años de
estudio realizados, al respecto sobre los años de estudios el INEI (s. f.) define como
“Número promedio de años de estudios lectivos aprobados en instituciones de

37
educación formal. Este indicador mide el acceso de la población al sistema educativo y
refleja su efectividad a largo plazo” (p.262).
2.3.2. Empleo
Es una actividad económica que implica realizar un bien o servicio y a cambio
se recibe dinero por el trabajo realizado, Resico (2010) define al empleo como un
contrato entre dos partes entre el empleador y trabajador, donde el empleado es la
persona que brinda un servicio a otra persona en base a un acuerdo o contrato
entendiendo que el empleador busca un beneficio en la actividad que realiza.
2.3.3. Experiencia laboral.
Tiempo expresado en años que tiene una persona como formación de una
actividad especifica o general.
2.3.4. Ingresos
Monto recibido en dinero por motivo de desempeñar una actividad económica
cualquiera, dinero recibido por realizar un producto o servicio, la actividad económica
se define según el INEI (s. f.) como:
Proceso de producción de bienes y servicios, en el que se utilizan mano
de obra y activos para transformar insumos de bienes y servicios en
productos de otros bienes y servicios. Todos los bienes y servicios
producidos como productos son susceptibles de ser vendidos en el
mercado o al menos han de tener la capacidad de poder ser provistos de
una unidad a otra, onerosa o gratuitamente. Abarca toda la producción
realmente destinada al mercado, para la venta o el trueque. Incluye
asimismo todos los bienes o servicios prestados gratuitamente a los
hogares individuales, o proporcionados colectivamente a la comunidad,
por unidades gubernamentales. Es condición necesaria para que una

38
actividad económica se considere como productiva que se realice por
iniciativa, control y responsabilidad de alguna unidad institucional que
ejerza derechos de propiedad sobre lo producido (p. 261).
2.3.5. Jefe de Hogar
Según Redacción El Comercio, (2017) define “Al jefe/a del hogar se le
reconoce como aquella persona que más aporta económicamente y, de cierta forma,
toma las decisiones financieras de la familia. Además, se le reconoce como referente
del núcleo familiar” (párr. 4).
2.3.6. Población Económicamente Ocupada
Según el INEI (s. f.) define a la población económicamente ocupada como:
Está constituida por las personas que durante el periodo de referencia de la
encuesta estuvieron realizando una actividad para la producción de bienes y
servicios. En caso de los trabajadores con remuneración, baste que trabajen por
lo menos una hora a la semana para ser considerados ocupados, y el caso de los
trabajadores no remunerados este requisito es de por lo menos 15 horas a la
semana. (p. 267)

Capítulo III
Hipótesis y Variables
3.1. Hipótesis
3.1.1. Hipótesis General.
Las educación, experiencia y género influyen significativamente en los ingresos
de jefes de hogar del departamento de Huancavelica, 2019.
3.1.2. Hipótesis Específicas.
1. La educación influye de manera positiva a los ingresos de jefes de hogar
2. La experiencia influye de manera positiva en los ingresos de jefes de hogar
3. El género influye de manera positiva en los ingresos de jefes de hogar del
3.2. Identificación de las variables
3.2.1. Variable dependiente.
• Ingresos
3.2.2. Variables Independientes.
• Educación
• Experiencia
• Género.
40
3.3. Operacionalización de las Variables
Tabla 1
Operacionalización de las Variables
Definición Tipo de Técnica e

Variable Definición Operacional Indicador
conceptual Variable Instrumentos
logaritmo natural de los
Dinero recibido por
Se aplica logaritmo ingresos de la PEA
la realización de una Encuesta ENAHO-
Ingresos natural a los ingresos de Dependiente Ocupada jefes de Hogar del
actividad INEI 2019
las personas encuestadas departamento de
económica.
Huancavelica
Secundaria (14años),
Actividad donde se Se considera los años de Superior no universitaria
recibe estudio realizado (años completa (17 años), Encuesta ENAHO-
Educación Independiente
conocimientos y culminado de la persona Superior universitaria INEI 2019
habilidades. encuestada). (19años), Post grado
universitario (20-22 años)
Habilidades que Numéricamente se halla
Se considera los años de
tiene una persona disminuyendo la edad Encuesta ENAHO-
Experiencia experiencia adquirida de Independiente
para desarrollar una menos años de educación INEI 2019
la persona encuestada
actividad especifica menos 6 años.
Termino donde se
indica si una Femenino o Masculino
0 si es del sexo femenino, 1 Encuesta ENAHO-
Género persona es del sexo indicado por la persona Independiente
si es del sexo masculino INEI 2019
femenino o encuestada
masculino
41
Capítulo IV
Metodología
4.1. Enfoque de la Investigación
Al respecto sobre el enfoque cuantitativo, Hernández, Fernández, Baptista,
Méndez y Mendoza (2014) indican “Enfoque cuantitativo utiliza la recolección de
datos para probar hipótesis con base en la medición numérica y el análisis estadístico,
con el fin establecer pautas de comportamiento y probar teorías” (p. 4). Se considera en
la presente investigación el enfoque cuantitativo porque toma datos de la ENAHO 2019
realizadas por el INEI, además se realizaron pruebas estadísticas y econométricas.
4.2. Tipo de Investigación
La investigación fue de tipo no experimental, sobre esto Hernández Sampieri
et al., (2014) definen a la investigación no experimental como “la investigación que se
realiza sin manipular deliberadamente variables. Es decir, se trata de estudios en los
que no hacemos variar en forma intencional las variables independientes para ver su
efecto sobre otras variables” (p.152). La presente investigación no manipula la variable
género, educación, y experiencia para ver el efecto que produce sobre los ingresos,
debido a que las variables son recogidas tal cual, de la realidad sin ningún tipo de
manipulación, por tanto, el tipo de investigación será la no experimental.

42
4.3. Nivel de Investigación
Los alcances de investigación se clasifican en exploratorios, descriptivo,
correccional y explicativo, en relación a esto Hernández et al., (2014) indican sobre los
estudios descriptivos “Se busca especificar las propiedades, las características y los
perfiles de personas, grupos, comunidades, procesos, objetos o cualquier otro fenómeno
que se someta a un análisis” (p. 92). Es decir, el estudio descriptivo se encarga de
describir y medir las variables de estudio de forma independiente.
Por otra parte, existe los estudios correccionales, según Hernández et al., (2014)
indican, “Tienen como finalidad conocer la relación o grado de asociación que existe
entre dos o más conceptos, categorías o variables en una muestra o contexto en
particular” (p.93).
Hernández et al., (2014) define a los estudios explicativos “responden por las
causas de los eventos y fenómenos físicos o sociales. Como su nombre lo indica, su
interés se centra en explicar por qué ocurre un fenómeno y en qué condiciones se
manifiesta o por qué se relacionan dos o más variables” (p.95).
Por las definiciones presentadas, la presente investigación es de carácter
descriptivo correccional, porque buscó describir las variables de ingreso, educación,
experiencia y género, también la investigación indagó la relación que existe entre la
educación, experiencia y género, con los niveles de ingreso de los jefes de hogar del
departamento de Huancavelica 2019.
4.4. Métodos de Investigación
Según Fred N. Kerlinger como citado en Hernández et al., (2014), el método
científico es “sistemático” ya que esto implica la existencia de una disciplina para
realizar la investigación científica y no se dejan los hechos a la casualidad, es

43
“empírica” porque se recolectan y analizan datos, es “crítica”, esto indica que se evalúa
y mejora de manera constante, por ultimo puede ser experimental o no experimental.
Por otra parte, el método deductivo empieza de una teoría y esto conlleva a
realizar hipótesis, por tanto, el investigador lleva el estudio para determinar la valides
de la hipótesis planteada (Hernández et al., 2014).
Por tal la presente investigación será en base al método científico deductivo.
4.5. Diseño de Investigación
El diseño de la presente investigación es no experimental de corte transversal,
porque no hay manipulación de ninguna variable y los datos se recogen en un momento
único (año 2019) según parámetros de la ENAHO.
4.6. Población y Muestra
La población de estudio son los jefes de hogar del departamento de
Huancavelica para el año 2019.
Sobre la muestra el INEI estableció para la ENAHO-2019 en el departamento
de Huancavelica una muestra de 1 088 viviendas, sobre esto es necesario considerar la
definición de vivienda, según el INEI (s. f.) la vivienda “Es aquella destinada a servir
de alojamiento de uno a cinco hogares censales. Se clasifican en casa independiente,
departamento en edificio, núcleo familiar y otros” (p. 271). Por otra parte la definición
de Hogar según el INEI (s. f.) es “conjunto de personas, sean o no parientes, que ocupan
en su totalidad o en parte una vivienda, comparten las comidas principales y atienden
en común otras necesidades vitales básicas. Por excepción se considera hogar al
constituido por una sola persona” (p. 266).
Para la presente investigación se descargó la base de datos de la ENAHO para
la región Huancavelica año 2019 y se utilizó una muestra total de 878 encuestados que
son jefe de hogar.

44
4.7. Técnicas e Instrumentos de Recolección de Datos
Los datos son recolectados de una fuente secundaria oficial, ENAHO para el
año 2019 elaborado por el INEI.
4.8. Técnica Estadística de Análisis de Datos
El análisis de los datos obtenidos de la ENAHO se realizó con el software
informático STATA, ya que nos permitió trabajar con la base de dato correspondiente
al año 2019.
Por otra parte, utilizamos un análisis econométrico en base al método de
mínimos cuadrados ordinarios (MCO).
4.8.1. Método de Mínimos Cuadrados Ordinarios.
La presente investigación utiliza el método de MCO, al respecto Molina (2020)
define “El método de los mínimos cuadrados se utiliza para calcular la recta de
regresión lineal que minimiza los residuos, esto es, las diferencias entre los valores
reales y los estimados por la recta” (párr. 1).
Matemáticamente se representa el modelo de regresión lineal de la siguiente
manera:
𝑦𝑖 = 𝛽0 + 𝛽1 𝑥𝑖 + 𝜇𝐼
Donde:
𝑦𝑖 : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑥𝑖 : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝛽0 ; 𝛽1 : 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜𝑠
𝜇𝐼 : 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑙𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑟𝑒𝑎𝑙 𝑦 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟:
𝜇𝑖 = 𝑌 − 𝑦𝑖
La técnica de los mínimos cuadrados ordinarios busca minimizar los 𝜇𝑖 para que
la recta sea el más adecuado respeto a los otros puntos de la recta.

45
4.8.2. Modelo Econométrico.
En base en los objetivos e hipótesis planteadas, la presente investigación utilizó
la ecuación de Mincer que es estimada por MCO, la variable dependiente es el
logaritmo de los ingresos, las variables independientes son los años de educación, la
experiencia laboral, la experiencia laboral al cuadrado y género, la representación es
como sigue:
𝐿𝑛𝑦 = 𝛼0 + 𝛽0 𝑡 + 𝑐0 𝐸𝑥𝑝 + 𝑐1 𝐸𝑥𝑝2 + 𝑑1 𝐺𝑒𝑛𝑒 + 𝜇
Donde:
𝑡 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐺𝑒𝑛𝑒 = 𝑔𝑒𝑛𝑒𝑟𝑜
𝛼, 𝛽, 𝑐0 , 𝑐1, 𝑑1 = 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛

Capítulo V
Resultados
5.1. Descripción del Trabajo de Campo
Los datos fueron tomados de una fuente secundaria oficial que es la ENAHO
para el año 2019, referente a eso el INEI (2021) menciona “La Encuesta Nacional de
Hogares es la investigación que permite al Instituto Nacional de Estadística e
Informática (INEI) desde el año 1995, efectuar el seguimiento de los indicadores sobre
las condiciones de vida” (párr. 1 ).
5.2. Presentación de Resultados
La naturaleza de la presente investigación es descriptiva y correlacional, por
tanto, en este acápite se presenta los resultados de análisis básicos estadísticos de las
variables ingreso, años de educación, años de experiencia, años de experiencia al
cuadrado y género.
Después se presenta la relación de las variables, años de educación, años de
experiencia y género con los ingresos de los jefes de hogar, del departamento de
Huancavelica, en base a la ecuación de Mincer.
5.2.1. Análisis Descriptivo.
Sobre los jefes de Hogar, se tiene en la tabla 2: la edad en promedio es de 53
años, la edad mínima 19 años y la máxima 97 años. En la tabla 3 se tiene el estado civil
47
donde indica los jefes de hogar son mayormente casados y en menor medida son
solteros.
Tabla 2
Edad
Obs Mean Std. Dev. Min Max
878 53,17768 15,25362 19 97
Nota: Tomado y Adaptado de ENAHO-2019.
Tabla 3.
Estado Civil
Freq. Percent Cum.
conviviente 124 14,12 14,12
casado(a) 477 54,33 68,45
viudo(a) 135 15,38 83,83
separado(a) 90 10,25 94,08
soltero(a) 52 5,92 100
Total 878 100
Sobre la variable ingresos, se observa en la tabla 4, los ingresos en promedio
son S/ 7 500.00 soles. Por otra parte, la desviación estándar es S/ 11 464.00 soles lo que
indica una variación alta respecto a la media en los ingresos de jefes de hogar del
departamento Huancavelica. Además, como indica la desviación estándar en la figura
11, se observa que los ingresos son asimétricos, ya que la mayor cantidad de datos se
encuentra al lado izquierdo de la media.
Tabla 4
Estadísticos Descriptivos Ingresos
Percentiles Smallest
1% 48 12
5% 145 24
10% 362 36 Obs 878
25% 1 278 36 Sum of Wgt. 878
50% 39 73.5 Mean 7 500
Largest Std. Dev. 11 464
75% 9 654 78 496
90% 18 329 85 632 Variance 131 000 000
95% 26 086 96 592 Skewness 6
99% 48 419 179 560 Kurtosis 70
48
Figura 11
Distribución de los Ingresos de Jefes de Hogar.
Sobre la variable años de educación, en la tabla 5 se tiene; el promedio de años
de estudio de los jefes de hogar es 8,51 años, la desviación estándar es 6,18 años, por
tanto, se afirma los datos de años de educación no varían respecto a la media, sobre este
punto se tiene la figura 12, ahí se observa el comportamiento de los datos, se acerca a
una distribución normal.
Tabla 5
Estadísticos Descriptivos Años de Educación
1% 0 0
5% 0 0
10% 0 0 Obs 878
25% 2 0 Sum of Wgt. 878
50% 10 Mean 8,518223
Largest Std. Dev. 6,186498
75% 14 21
90% 16 21 Variance 38,27276
95% 16 22 Skewness 0,0211725
99% 21 22 Kurtosis 1,719442
Nota: En base a la encuesta Nacional de Hogares ENAHO-2019
49
Figura 12
Años de Educación
Asimismo, describiendo los niveles de educación se tiene la figura 13, donde
indica el nivel con mayor porcentaje es el nivel educación primaria incompleta
(25,85 %), seguido de primaria completa (18,56 %). Los niveles de educación con
menor porcentaje son, superior no universitaria incompleta (1,59 %), seguido de
superior universitaria incompleta (0,45 %). Es decir, los jefes de hogar en el
departamento de Huancavelica en su mayoría poseen nivel de educación primaria
incompleta.
50
Figura 13
Nivel de Educación.
Respecto al género de los jefes de hogar en la región Huancavelica, según la
figura 14 se tiene, el 24,82 % son mujeres y el 75,17 % son hombres, es decir existe
jefes de hogar mayoritariamente hombres en el departamento de Huancavelica.
Figura 14
Jefes de Hogar según Género.
Nota: Tomado y Adaptado de ENAHO-2019

51
Separando estado civil de los jefes de hogar según género se tiene la figura 15,
donde muestra que los jefes de hogar hombres tienen estado civil casado (70,9 %) y en
menor porcentaje poseen estado civil soltero (2,72 %), por otra parte, los jefes de hogar
mujeres tienen estado civil de viuda (46,78 %) y en menor porcentaje poseen estado
civil de conviviente o casado (4,12 %).
Figura 15
Estado civil jefes de hogar según genero
Asimismo, en la figura 16 muestra los años de educación según género de los
jefes de hogar. Al respecto se observa, el 21,82 % de los jefes de hogar hombres tienen
16 años de estudio, frente al 7,33 % de jefes de hogar mujeres, por otra parte, los jefes
de hogar hombres que no tienen ningún año de estudio, representa 6,81 % frente a los
jefes de hogar mujeres que representa 38,53 %. En forma general se afirma que los jefes
de hogares mujeres tienen menor cantidad de años de educación frente a los jefes de
hogar hombres.
52
Figura 16
Años de estudio según Género en Porcentaje.
Sobre la variable años de experiencia y años de experiencia al cuadrado, se halla
mediante la edad de los jefes de hogar, menos los años de estudio, menos 6 años,
obteniendo los años de experiencia, y esto se eleva al cuadrado para hallar los años de
experiencia al cuadrado. Sobre la experiencia, Bour (2018) menciona, la experiencia
potencial, es edad menos años de estudio, menos 6 años, considerando la educación
como inicio a los 6 años, además no se obtiene experiencia mientras se estudia, y no
hay un tiempo que no se deje de trabajar después de terminar el nivel educativo
correspondiente a cada persona. Por tanto, en la tabla 6 se observa el promedio de la
experiencia de trabajo es 38,65 años y la desviación estándar es 19,14 años, esto indica
que no hay dispersión alta respecto a la media de los años de experiencia, así se
confirma en la figura 17.

53
Tabla 6
Estadísticos Descriptivos Años de Experiencia
1% 4 -1
5% 9 -1
10% 15 1 Obs 878
Sum of
25% 23 2 878
Wgt.
50% 37 Mean 38,65945

Largest Std. Dev. 19,14034
75% 53 82
90% 66 83 Variance 366,3525
95% 72 87 Skewness 0,2549534
99% 81 91 Kurtosis 2,253343
Figura 17
Años de Experiencia
5.2.2. Análisis Correlacional
Para realizar el análisis correlacional es necesario aplicar el logaritmo natural a
la variable ingresos, debido a que la variable es muy disperso respecto a su media (ver
54
figura 11), al respecto sobre la aplicación del logaritmo natural a la variable ingresos,
Rodó (s. f.) menciona “Aplicar logaritmo es su habilidad para acotar el rango de la
variable en cantidad más pequeña que el original. Este efecto reduce la sensibilidad de
las estimaciones a las observaciones extremas o atípicas, tanto de las variables
independientes como las dependientes”, de este modo al aplicar logaritmo natural a los
ingresos, se logra disminuir lo disperso de los datos (ver figura 18).
Figura 18
Logaritmo Natural de los Ingresos.
Respecto al análisis correlacional se tiene la tabla 7, indica que hay una relación
positiva entre el logaritmo de los ingresos y años de educación, con esto se podría
asumir, si los años de educación aumenta, el logaritmo de ingresos aumenta. Por otra
parte, se observa una relación negativa entre el logaritmo de los ingresos con la
experiencia y experiencia al cuadrado, por lo que se podría asumir, cuando hay un
aumento de las mencionadas variables, disminuye el logaritmo de los ingresos.

55
Tabla 7
Matriz de Correlación
Lning Añosedu Exp Exp2 Género
Lning 1
Añosedu 0,5296 1
Exp -0,559 -0,7261 1
Exp2 -0,5825 -0,7049 0,9693 1
Género 0,2484 0,2908 -0,2163 -0,2312 1
Además, al relacionar solo la variable logaritmo natural de los ingresos con la
variable años de educación, se obtiene la figura 19, ahí se observa una relación positiva
entre el logaritmo natural de los ingresos y años de educación, por tanto, se asume,
cuando los jefes de hogar aumentan sus años de educación, se esperaría un aumento en
el logaritmo natural de los ingresos.
Figura 19
Años de educación y Logaritmo de los ingresos
Se presenta un análisis econométrico en base a la ecuación de Mincer con el
método de MCO, este análisis econométrico da mayor fuerza al análisis correccional y
se podrá observar la influencia de las variables independientes en la variable
dependiente.
56
La Ecuación de Mincer es de la siguiente manera:
𝐿𝑛𝑦 = 𝛼0 + 𝛽0 𝑆 + 𝑐0 𝐸𝑥𝑝 + 𝑐1 𝐸𝑥𝑝2 + 𝑑1 𝐺𝑒 + 𝜇
Donde:
𝑠 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐺𝑒 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑢𝑚𝑚𝑦 0 = 𝑚𝑢𝑗𝑒𝑟 1 = ℎ𝑜𝑚𝑏𝑟𝑒
𝛼, 𝛽, 𝑐0 , 𝑐1, 𝑑1 = 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
Al realizar la regresión econométrica de la ecuación de Mincer, se obtiene la
tabla 8, también, de la misma forma se realiza una regresión según el género de los jefes
de hogar, obteniendo la tabla 9 para hombres, y la tabla 10 para mujeres.
Tabla 8
Regresión por MCO
Ecuación de Mincer Logaritmo de los Ingresos
Source SS df MS Number of obs = 878
F (4, 873) = 132,91
Model 777,5621 4 194,39052 Prob > F = 0
Residual 1276,8379 873 1,4625863 R-squared = 0,3785
Adj R-squared = 0,3756
Total 2054,4 877 2,3425313 Root MSE = 1,2094
ling Coef. Std. Err. t P>t [95% Conf. Interval]
S 0,058302 0,0097971 5,95 0 0,0390734 0,0775306
Exp 0,0197406 0,0089802 2.2 0,028 0,0021153 0,037366
Exp2 -0,000599 0,0001027 -5,83 0 -0,000801 -0,000398
GE 0,3056972 0,0991481 3,08 0,002 0,1111007 0,5002936
_cons 7,677668 0,2387885 32,15 0 7,209002 8,146335
57
Tabla 9
Regresión por MCO Hombres
Ecuación de Mincer Hombres
Source SS df MS Number of obs = 660
F(3, 656) = 107.83
Model 449,11089 3 149,703631 Prob > F = 0
Residual 910,72766 656 1,38830436 R-squared = 0,3303
Total 1359,8386 659 2,06348794 Root MSE = 1,1783
S 0,0392083 0,0108 3,63 0 0,0180278 0,0603888
Exp 0,0280204 0,0102 2,74 0,006 0,0079594 0,0480814
Exp2 -0,000777 0,0001 -6,27 0 -0,00102 -0,0005335
_cons 8,156618 0,2575 31,68 0 7,650977 8,66226
Tabla 10
Regresión por MCO Mujeres
Ecuación de Mincer Mujeres
Number of
Source SS df MS = 218
obs
F(3, 214) = 47,45
75,599901
Model 226,7997 3 Prob > F = 0
5
Residua 340,9591 1,5932669
214 R-squared = 0,3995
l 2 2
567,7588 2,6164001
Total 217 Root MSE = 1,2622
3 2
Std. [95%
ling Coef. t P>t Interval]
Err. Conf.
0,122948 0,167143
S 0,0224 5,48 0 0,0787524
1 7
0,061308
Exp 0,020791 0,0206 1,01 0,313 -0,019726
1
Exp2 -0,000406 0,0002 -1,98 0,049 -0,000811 -1,75E-06
_cons 6,795693 0,574 11,84 0 5,66431 7,927077
De las tablas presentadas anteriormente, es necesario realizar pruebas de
normalidad siendo estos de no multicolinealidad, heteroscedasticidad y
autocorrelación, para dar validez al modelo planteado. También es necesario realizar

58
pruebas estadísticas a cada variable, para interpretar de manera correcta la relación entre
las variables independientes y variable dependiente.
La multicolinealidad es la relación que existe entre las variables independientes,
al modelo se aplica la prueba VIF (factor de inflación de la varianza) obteniendo la
tabla 11, donde se observa la variable años de educación y género no presentan
multicolinealidad, porque tienen valores menores a 10, por otra parte las variables años
experiencia y años experiencia al cuadrado, si presentan multicolinealidad, lo cual es
correcto ya que la segunda es el cuadrado de la primera.
Tabla 11
Prueba VIF
Variable VIF 1/VIF
Exp 17,72 0,0564
Exp2 16,67 0,06
S 2,2 0,454
Ge 1,1 0,9079
Mean VIF 9,42
La heteroscedasticidad indica la varianza del error es muy disperso o no es
constante, en el modelo se busca que no exista heteroscedasticidad o el modelo tenga
homocedasticidad para afirmar que los estimadores son eficientes, al modelo se aplica
la prueba de Breusch-Pagan donde se considera si el valor de p es mayor a 0,05 no se
rechaza la hipótesis nula, si el valor de p es menor a 0,05 se rechaza la hipótesis nula.
Ho: Varianza contante (Homocedasticidad).
H1: Varianza no constante (Heteroscedasticidad).
Sobre la prueba mencionada en la tabla 12 se observa el valor de p es 0,2832 es
decir no se rechaza la hipótesis nula y se afirma que el modelo no tiene problemas de
heteroscedasticidad.
59
Tabla 12
Prueba de Breusch-Pagan
Breusch-Pagan / Cook-Weisberg test for
heteroskedasticity
Ho: Constant variance
Variables: fitted values of ling
chi2(1) = 1,15
Prob > chi2 = 0,2832
Por último, para dar validez al modelo, se busca que no exista relación entre los residuos
del modelo, es decir que no exista autocorrelación de los residuos, al respecto en la
figura 20 se observa que los residuos no siguen un claro comportamiento o no tienen
ninguna tendencia, por tanto, se afirma que, el modelo planteado no presenta problemas
de autocorrelación.
Figura 20
Autocorrelación
Se realizaron pruebas de no multicolinealidad, no heteroscedasticidad y no
autocorrelación, en consecuencia, se afirma que, el modelo planteado según la tabla 8
es consistente y la regresión lineal es correcta para realizar las interpretaciones
correspondientes. A partir de ello, al modelo se aplica MCO con errores robustos según
60
tabla 13, ahí se confirma los resultados de MCO y MCO, los errores robustos son
idénticos, ya que el modelo no presenta ningún problema.
Tabla 13
MCO Errores Robustos
Ecuación de Mincer por MCO errores robustos
Linear regression Number of obs = 878
F(4, 873) = 130.6
Prob > F = 0
R-squared = 0.3785
Root MSE = 1.2094
Robust
S 0,058302 0,0104155 5,6 0 0,0378597 0,0787443
Exp 0,0197406 0,009523 2,07 0,038 0,0010499 0,0384314
Exp2 -0,000599 0,0001068 -5,61 0 -0,000809 -0,0003898
Gen 0,3056972 0,1041051 2,94 0,003 0,1013716 0,5100227
_cons 7,677668 0,250242 30,68 0 7,186522 8,168815
Sobre las tablas 8, 9 y 10 se realiza pruebas estadísticas para validar la
significancia y relación entre las variables independientes con la variable dependiente.
Respecto a la variable años de educación, se realiza la prueba de hipótesis
estadística donde:
Ho: No existe relación con la variable dependiente y no es significativa.
H1: Si existe relación con la variable dependiente y es significativa.
Se observa en el modelo tabla 8, 9 y 10 el valor de p es 0 siendo este un valor
menor a 0,05, a un nivel de confianza de 95 % se concluye en rechazar la hipótesis nula
y aceptar la hipótesis alterna, por tanto, se afirma la existencia de relación y
significancia de los años de educación con el logaritmo natural de los ingresos
Respecto a la variable años de experiencia, se realiza la prueba de hipótesis
estadística donde:
H1: Si existe relación con la variable dependiente y es significativo.

61
Se observa en el modelo de la tabla 8 y 9, el valor de p es 0,028 y 0,006
respectivamente, siendo estos valores menores a 0,05, a un nivel de confianza de 95 %,
se concluye en rechazar la hipótesis nula y aceptar la hipótesis alterna, por tanto, se
afirma la existencia de relación y significancia de los años de experiencia con el
logaritmo natural de los ingresos para los jefes de hogar de forma general y jefes de
hogar hombres. Sin embargo, para los jefes de hogar mujeres según la tabla 10, el valor
de p es 0,313, siendo este un valor mayor a 0,05; se acepta la hipótesis nula y se rechaza
la hipótesis alterna. En conclusión, la variable años de experiencia, no tiene relación y
no es significativo con el logaritmo natural de los ingresos de jefes de hogar mujeres.
Respecto a la variable años de experiencia al cuadrado, se realiza la prueba de
hipótesis estadística donde:
Se observa en el modelo de la tabla 8 y 9, el valor de p es 0, para la tabla 10 el
valor de p es 0,049, siendo estos valores menores a 0,05, a un nivel de confianza de
95 %. Se concluye en rechazar la hipótesis nula y aceptar la hipótesis alterna, por tanto,
se afirma la existencia de relación y significancia de los años de experiencia al cuadrado
con el logaritmo natural de los ingresos.
Respecto a la variable género, se realiza la prueba de hipótesis estadística donde:
Se observa en el modelo tabla 8 el valor de p es 0,002 siendo este valor menor
a 0,05, a un nivel de confianza de 95 % se concluye en rechazar la hipótesis nula y
aceptar la hipótesis alterna, por tanto, se afirma la existencia de relación y significancia
del género con el logaritmo natural de los ingresos.

62
Al modelo se realizaron pruebas de no multicolinealidad, no heteroscedasticidad
y no autocorrelación, además se realizaron a los coeficientes de las variables, pruebas
estadísticas, por tanto, ahora se interpreta la relación y significancia de las variables
independientes con la variable dependiente.
En la tabla 8 el coeficiente de la variable años de educación es 0,058302 y tiene
un signo positivo, por tanto, se interpreta de la siguiente manera:
• Cuando un jefe de hogar aumenta en un año su educación, se espera un
aumento en sus ingresos en 5,83 % en promedio.
El coeficiente de años de experiencia es 0,0197406 y tiene un signo positivo,
por tanto, la interpretación es de la siguiente manera:
• Cuando un jefe de hogar aumenta en un año su experiencia, se espera un
aumento en sus ingresos en 1,97 % en promedio.
El coeficiente de la variable experiencia al cuadrado es -0,0005994 y tiene un
signo negativo, por tanto, se interpreta de la siguiente manera:
• Hay una relación negativa entre los ingresos de los jefes de hogar y la
experiencia al cuadrado, esto sucede por motivo de la función cóncava de la
edad ante un aumento de la misma, los ingresos disminuyen con respecto a
los ingresos anteriores.
El coeficiente de la variable género es 0,3056972 y tiene signo positivo por tanto
la interpretación es de la siguiente forma:
• Cuando los jefes de hogar son hombres ellos ganan un 30,56 % más que los
jefes de hogar mujeres.
5.3. Contrastación de resultados
Según la tabla 8 el valor de p es 0, esto indica que las variables planteadas en el
modelo son significativas, por otra parte, el valor de R cuadrado es 0,3785 esto
63
representa que en un 37,85 %, las variables independientes influyen en la variable
dependiente, ingresos de los jefes de hogar del departamento Huancavelica.
Al respecto de R-cuadrado bajo el software estadístico Minitab (2019) menciona
“cualquier diciplina que intenta predecir el comportamiento humano, como la
psicología, normalmente tiene valores de R-cuadrado inferiores al 50%”. (párr. 17).
Con lo mencionado anteriormente se llega a validar la hipótesis general
planteada en la investigación:
• La educación, experiencia y genero influyen significativamente en los
ingresos de jefes de hogar del departamento de Huancavelica, 2019.
Adicionalmente, sobre las hipótesis específicas, se tiene el valor de p para las
variables años de educación, años de experiencia y género valores de 0; 0,028; 0 y 0,002
respectivamente, además los signos de los coeficientes de las variables son positivos.
En consecuencia, se dan por válidas las hipótesis especificas planteadas en la
investigación porque los valores de p son menores a 0,05 y los signos son positivos:
• La educación influye de manera positiva a los ingresos de jefes de hogar del
• La experiencia influye de manera positiva en los ingresos de jefes de hogar
• El género influye de manera positiva en los ingresos de jefes de hogar del
5.4. Discusión de Resultados
En base a los resultados obtenidos anteriormente se afirma la hipótesis general
planteada, donde indica los años de estudio, años de experiencia y género, influyen en
los ingresos de los jefes de hogar del departamento de Huancavelica, 2019.

64
En la presente investigación se encontró que un año adicional de estudio
produce un incremento en los ingresos de 5,83 % en los jefes de hogar, por tanto:
Las investigaciones realizadas a nivel internacional que no guardan relación con
los resultados obtenidos en la presente investigación son: en Colombia, Suárez Galeano
et al., (2020) realizaron el estudio retornos económicos de los egresados del programa
de economía de la Universidad Colegio Mayor de Cundinamarca donde encontraron un
incremento en un año de escolaridad, produce un incremento en 0,16 % en los ingresos.
También Gil-León et al., (2020) estimaron la rentabilidad de la formación universitaria
en Colombia, donde un año adicionales de escolaridad produce el incremento de los
ingresos en promedio en 2,45 %.
A nivel nacional las investigaciones que no guardan relación con los resultados
obtenidos están la de Siancas (2021), que realizó la investigación retornos de la
educación y experiencia laboral de los jefes de hogar en la región de Piura para el año
2019, donde el ingreso aumenta en 14,87 % por cada año de estudio adicional, Castillo
(2021) investigó los retornos de la educación en el mercado laboral peruano de los
habitantes entre las edades de 18 a 65 años, los resultados muestran que un año adicional
de estudio genera un incremento de los ingresos en 12,46 %; Quea (2015) investigó
sobre los ingresos laborales de los trabajadores del sur del Perú, para el año 2013
concluyó que, por un año de estudio adicional, el ingreso laboral aumenta en 12,66 %.
Las investigaciones que tienen relación con el resultado obtenido son: en
México, Sánchez (2020) encontró una tasa de retorno de la educación de 7,1 %, En
Guatemala, Díaz (2019) halló para el 2002 rentabilidad de la educación por cada año
de estudio 8,1 %. Para el 2010 y 2018 la rentabilidad de la educación fue de 6,9 % y
6,8 % respectivamente. En Argentina, Ignacio y Gómez (2020) encontraron que la tasa
de retorno de la educación al año 2019 fue de 6,23 %. A nivel nacional Tito (2019) en
65
la región Cusco para el año 2018, concluyó que, los habitantes de la población
económicamente activa ocupada, presentan una relación positiva entre la educación,
además encontró que un año adicional de estudio, incrementa en 5,8 % los ingresos.
Respecto a la variable experiencia la investigación encontró un aumento de un
año de experiencia produce un aumento de 1,97 % en los ingresos, también encontró
sobre la variable años de experiencia al cuadrado una relación negativa y una tasa de
0,06 % en los ingresos, esto guarda relación con lo encontrado por Tito (2019) donde
indica la existencia de relación positiva entre la experiencia y los ingresos con una tasa
de 1,4 %, sobre la experiencia al cuadrado encontró una relación negativa y una tasa
0,03 % en los ingresos. También, Quea (2015) encontró un año adicional de experiencia
laboral incrementa en 1,94 % el ingreso laboral, mientras que la experiencia al cuadrado
hace decrecer en 0,02 % los ingresos laborales.
Sobre la variable género la presente investigación encontró, que los jefes de
hogar hombres ganan en promedio 30,56 % más en comparación a jefes de hogar
mujeres, esto guarda relación con lo encontrado por Siancas (2021), donde menciona
que la población femenina tiene una brecha de 31,88 % con la hombres. Además en
Colombia, Gil-León et al., (2020) estimaron que los hombres reciben en promedio
18,2 % más de ingresos que las mujeres.
Sobre los años de educación de los jefes de hogar hombres, la investigación
encontró que un año adicional de estudio, produce un incremento de los ingresos en
3,9 %, esto es muy diferente a los encontrado por Suárez et al., (2020) donde
encontraron una tasa de 0,15 %, Ignacio y Gómez (2020) encontraron una tasa de
5,95 %, Siancas (2021) encontró una tasa de 13,3 %, y Castillo (2021) encontró una
tasa 11,51 %.
66
Sobre los años de educación de los jefes de hogar mujeres, la investigación
encontró que un año adicional de estudio, produce un incremento de los ingresos en
12,3 %, esto es muy diferente a lo encontrado por Suárez Galeano et al., (2020), donde
encontraron una tasa de 0,16 %, Ignacio y Gómez (2020) encontraron una tasa de
6,95 %, Siancas (2021) encontró una tasa de 14,63 %, y Castillo (2021) encontró una
tasa de 13,25 %.
67
Conclusiones
1. Las variables años de educación, años de experiencia, años de experiencia al
cuadrado y género son significativos, e influyen en los ingresos de los jefes de
hogar del departamento de Huancavelica, 2019.
2. Existe una relación positiva entre la educación y los ingresos de los jefes de hogar,
es decir cuando aumenta los años de educación se espera un aumento de 5,83 % en
los ingresos de los jefes de hogar del departamento de Huancavelica.
3. La experiencia presenta una relación positiva con los ingresos de los jefes de hogar,
es decir cuando aumenta la experiencia se espera un aumento del 1,9 % en los
ingresos de los jefes de hogar del departamento de Huancavelica.
4. Sobre años de experiencia al cuadrado, existe una relación negativa con los
ingresos de los jefes de hogar, esto es por la función de ingresos cóncava, es decir,
cuando los años de experiencia aumentan, los ingresos aumentan, pero en menor
medida.
5. La variable género es significativa e influye en los ingresos de los jefes de hogar,
esto indica que los ingresos de los jefes de hogar hombres son en promedio 30,56 %
más que los ingresos de los jefes de hogar mujeres del departamento de
Huancavelica.
6. Sobre la educación y los ingresos de los jefes de hogar hombres, se encontró una
relación positiva, es decir, un aumento en los años de educación de los jefes de
hogar hombres, produce un aumento de 3,92 % en los ingresos de los jefes de hogar
hombres del departamento de Huancavelica.
7. Sobre la educación y los ingresos de los jefes de hogar mujeres se encontró una
relación positiva, es decir un aumento en los años de educación de los jefes de

68
hogar mujeres, produce un aumento de 12,3 % en los ingresos de los jefes de hogar
hombres del departamento de Huancavelica.
8. Entre los jefes de hogar hombres y mujeres según los resultados hallados, existe
diferencias significativas en sus ingresos respectivos, por tanto, existe distinciones
marcadas entre ambos géneros y no poseen las mismas oportunidades en la
sociedad.
69
Recomendaciones
1. Aplicar la ecuación de Mincer en cada departamento para hallar la influencia y
significancia de la educación, experiencia y género. Así, con los resultados
obtenidos, se analizará el comportamiento de cada variable según el departamento,
por tanto, cada gobierno regional aplicará políticas públicas de mejoras en la
educación y conocerá la realidad sobre las desigualdades de oportunidades entre
hombres y mujeres.
2. La ecuación de Mincer considera en la variable años de educación simplemente los
años de estudio culminados o realizados por los jefes de hogar, se recomienda
agregar al modelo la calidad de educación.
3. Sobre la educación según resultados hallados se demuestra que estudiar más años
produce un aumento en los ingresos, por este motivo, se recomienda mostrar los
resultados a las familias para que ellos tomen en consideración la educación, que
es un instrumento para tener mayores ingresos en el largo plazo. También se
recomienda que el gobierno regional o nacional de incentivos mediante becas o
apoyo económico a un mayor número de personas en el departamento de
Huancavelica.
a. Respecto a la variable años de experiencia, se sugiere al INEI, crear de manera
precisa la medición de dicha variable, ya que en actualidad la construcción de la
variable, parte de la edad de la persona menos años de estudio, menos 6 años, y
esto conlleva a la mala medida de los años de experiencia de los jefes de hogar.
4. También, se sugiere brindar incentivos tributarios a las empresas que inviertan en
capacitaciones para la mejora de habilidades de los trabajadores.
5. Respeto a las diferencias de los ingresos de los jefes de hogar mujeres y hombres,
se sugiere profundizar en investigaciones para hallar los motivos o razones.

70
Referencias Bibliográficas
Arroyo Gordillo, P., & Vásquez Rivas Plata, R. (2017). Ingeniería económica: ¿Cómo
medir la rentabilidad de un proyecto? Lima: Fondo Editorial Universidad de
Lima. Recuperado de
https://public.ebookcentral.proquest.com/choice/publicfullrecord.aspx?p=4920
828
Barceinas Paredes, F. (2001). Capital Humano y Rendimiento de la Educación en

Mexico (Universidad Autonoma de Barcelona). Universidad Autonoma de
Barcelona, Barcelona. Recuperado de
https://www.tesisenred.net/handle/10803/3983
Bour, E. (2018). La ecuacion de J. Mincer. Recuperado de

http://ebour.com.ar/mec_abogados/Bour%20-
%20La%20ecuacion%20de%20Mincer.pdf
Cardona Acevedo, M., Montes Gutiérrez, I. C., Vásquez Maya, J. J., Villegas González,
M. N., & Brito Mejía, T. (2007). Capital humano: Una mirada desde la
educación y la experiencia laboral. 40.
Cardozo Giménez, D. L., Fogel Artemenko, K. M., Molinas Montiel, L. R., & Rabito
de Franco, M. R. (2005). Efectos de la educación en los ingresos: Una
exploración de la teoría de Mincer. POBLACIÓN Y DESARROLLO, 16.
Castillo Araujo, R. F. (2021). EL CAPITAL HUMANO Y LOS RETORNOS A LA

EDUCACIÓN EN EL MERCADO LABORAL DEL PERÚ 2020
(UNIVERSIDAD NACIONAL DE FRONTERA-SULLANA).
UNIVERSIDAD NACIONAL DE FRONTERA-SULLANA, SULLANA -
PERÚ. Recuperado de
http://repositorio.unf.edu.pe/bitstream/handle/UNF/97/17.%20RUDY%20CA
STILLO%20ARAUJO.docx.pdf?sequence=1&isAllowed=y
Díaz, G. (2019). Disminución de los retornos de la educación en Guatemala. 27.
Editor, M. B. (2019). Análisis de Regresión: ¿Cómo Puedo Interpretar el R-cuadrado y

Evaluar la Bondad de Ajuste? Recuperado 20 de diciembre de 2021, de
https://blog.minitab.com/es/analisis-de-regresion-como-puedo-interpretar-el-r-
cuadrado-y-evaluar-la-bondad-de-ajuste
71
Gil-León, J. M., Casas-Herrera, J. A., & Lemus-Vergara, A. Y. (2020). ¿Es rentable la

formación universitaria en Colombia?: Una estimación. Revista de
Investigación, Desarrollo e Innovación, 10(2), 249-265.
https://doi.org/10.19053/20278306.v10.n2.2020.10723
Hernández Sampieri, R., Fernández Collado, C., Baptista Lucio, P., Méndez Valencia,
S., & Mendoza Torres, C. P. (2014). Metodología de la investigación. México,
D.F.: McGraw-Hill Education.
Ignacio Nigro, J., & Gómez Prieto, L. (2020). Retorno de la Educación al Ingreso con
la Ecuación de Mincer. Actualización para la Argentina (Universidad de San
Andrés). Universidad de San Andrés, Victoria, Buenos Aires. Recuperado de
http://hdl.handle.net/10908/18194
Instituto Nacional de Estadística e Informática. (2021). Encuesta Nacional de Hogares

(ENAHO) 2019—[Instituto Nacional de Estadística e Informática—INEI] |
Plataforma Nacional de Datos Abiertos. Recuperado 10 de diciembre de 2021,
de https://www.datosabiertos.gob.pe/dataset/encuesta-nacional-de-hogares-
enaho-2019-instituto-nacional-de-estad%C3%ADstica-e-inform%C3%A1tica-
inei
Instituto Nacional de Estadística e Informática. (s. f.-a). Glosario de Términos.

Recuperado de https://n9.cl/centropoblado
Instituto Nacional de Estadística e Informática. (s. f.-b). Sistema de Información

Regional para la Toma de Decisiones. Recuperado 12 de octubre de 2021, de
Sistema de Información Regional para la Toma de Decisiones website:
https://systems.inei.gob.pe/SIRTOD/app/consulta
Ipsos Perú. (2019). Perfil del Jefe de Hogar. Recuperado 21 de febrero de 2022, de
Ipsos website: https://www.ipsos.com/es-pe/perfil-del-jefe-de-hogar
Lara Carreno, J. C. (2017, julio 27). Artículo Científico: Educación y Pensamiento

Económico. Recuperado 5 de octubre de 2021, de Club de Escritura Fuentetaja
website: https://clubdeescritura.com/obra/620266/articulo-cientifico-
educacion-y-pensamiento-economico/
72
Martínez, A. C. (2019). La teoría del capital humano, fundamento del programa Beca
18. Investigaciones Sociales, 22(40), 319-332.
https://doi.org/10.15381/is.v22i40.15930
McConnell, C. R., Brue, S. L., & Macpherson, D. A. (2007). ECONOMÍA LABORAL.

Madrid. España: McGraw-Hill Interamericana.
Molina, M. (2020, junio 17). La distancia más corta. El método de los mínimos
cuadrados. Recuperado 29 de septiembre de 2021, de AnestesiaR website:
https://anestesiar.org/2020/la-distancia-mas-corta-el-metodo-de-los-minimos-
cuadrados/
Quea Juanito, A. N. (2015). INGRESO LABORAL Y EDUCACIÓN EN EL SUR DEL

PERÚ 2013 (Universidad Nacional del Altiplano). Universidad Nacional del
Altiplano, Puno, Perú. Recuperado de
http://repositorio.unap.edu.pe/handle/UNAP/3585
Redacción El Comercio. (2017, octubre 20). Censo 2017: ¿a quién se considera como
jefe del hogar? | PERU. Recuperado 1 de marzo de 2022, de El Comercio Perú
website: https://elcomercio.pe/peru/censo-2017-considera-jefe-hogar-noticia-
466875-noticia/
Resico, M. (2010). Introducción a la economía social de mercado (1. ed). Buenos

Aires: Konrad Adenauer Stiftung. Recuperado de https://n9.cl/cpech
Rodó, P. (s. f.). Logaritmos en econometría—Definición, qué es y concepto.

Recuperado 8 de marzo de 2022, de Economipedia website:
https://economipedia.com/definiciones/logaritmos-en-econometria.html
Sánchez, C. R. (2020). Rentabilidad de la educación Una aplicación utilizando

registros administrativos gubernamentales. 21.
Siancas Castro, M. del P. (2021). RETORNOS DE LA EDUCACIÓN Y EXPERIENCIA

LABORAL DE LOS JEFES DE HOGAR EN LA REGIÓN DE PIURA 2019
(UNIVERSIDAD NACIONAL DE FRONTERA-SULLANA).
UNIVERSIDAD NACIONAL DE FRONTERA-SULLANA, SULLANA -
PERÚ. Recuperado de http://repositorio.unf.edu.pe/handle/UNF/61
Smith, A. (s. f.). LA RIQUEZA DE LAS NACIONES. Recuperado de

https://www.uv.es/~mpuchade/MDH/02_Smith.pdf
73
Suárez Galeano, G. Ll., Vera Leyton, J. M., & Chávez Muñóz, N. M. (2020). Retornos
salariales de los graduados del Programa de Economía de la Universidad
Colegio Mayor de Cundinamarca. Cuadernos Latinoamericanos de
Administración, 16(30). https://doi.org/10.18270/cuaderlam.v16i30.2912
Tito Champi, J. J. (2019). CAPITAL HUMANO E INGRESOS DE LOS POBLADORES

DE LA REGIÓN CUSCO 2018 (UNIVERSIDAD NACIONAL SAN
ANTONIO ABAD DE CUSCO). UNIVERSIDAD NACIONAL SAN
ANTONIO ABAD DE CUSCO, CUSCO – PERÚ. Recuperado de
http://repositorio.unsaac.edu.pe/handle/20.500.12918/4998
Yamada, G., & Castro, J. (2010). Educación superior e ingresos laborales:

Estimaciones paramétricas y no paramétricas de la rentabilidad por niveles y
carreras en el Perú. Centro de Investigación de la Universidad del Pacífico.
Recuperado de
https://repositorio.up.edu.pe/bitstream/handle/11354/359/DD1006.pdf?sequen
ce=1&isAllowed=y
74
Anexos
Anexo 1. Matriz de Consistencia
Nota: Tomado de Hernández, Fernández, Baptista, Méndez y Mendoza (2014)
Problema general Objetivo general Hipótesis general Marco teórico Variables

¿Cómo influye la Determinar la influencia La educación, experiencia y Siancas (2021) realizó la investigación retornos de la Dependiente
educación, experiencia de la educación, genero influyen educación y experiencia laboral de los jefes de hogar en
y género en los experiencia y género en significativamente en los la región de Piura para el año 2019, se concluyó que la Ingresos
ingresos de jefes de los ingresos de jefes de ingresos de jefes de hogar población masculina gana relativamente más que la
hogar del hogar del departamento del departamento de población femenina resulta una brecha de 31.88% entre
departamento de de Huancavelica, 2019. Huancavelica, 2019. ambos, el ingreso presenta un aumento en 14.87% por
Huancavelica, 2019? cada año de estudio adicional, por último, los jefes de Independientes
Problemas hogar son mujeres sus ingresos incrementan en 14.63%,
específicos Objetivos específicos Hipótesis específicas si son hombres en 13.3%.
¿Cómo influye la Identificar la influencia La educación influye de
educación en los de la educación en los manera positiva a los Educación (años de
ingresos de jefes de jefes de hogar del ingresos de jefes de hogar estudio)
hogar del departamento de del departamento de
departamento de Huancavelica, 2019. Huancavelica, 2019.
Huancavelica, 2019?
¿Cómo influye la Identificar la influencia La experiencia influye de Sobre la ecuación de Mincer, Yamada y Castro (2010)
experiencia en los de la experiencia en los manera positiva en los afirman “en los últimos 50 años, virtualmente todo
ingresos de jefes de ingresos de jefes de ingresos de jefes de hogar trabajo empírico que necesito una especificación para el
hogar del hogar del departamento del departamento de ingreso laboral utilizó la denominada ecuación de Experiencia (en años)
departamento de de Huancavelica, 2019. Huancavelica, 2019. Mincer” (p.3).
Huancavelica, 2019?
¿Cómo influye el Indicar la influencia del El género influye de manera La teoría del capital humano está basada en la decisión
género en los ingresos género en los ingresos de positiva en los ingresos de de invertir en educación mediante el análisis del valor
de jefes de hogar del los jefes de hogar del jefes de hogar del actual neto y la tasa interna de retorno considerando
departamento de departamento de departamento de costes y beneficios futuros, por otra parte, Jacob Micer
Huancavelica, 2019? Huancavelica, 2019. Huancavelica, 2019. desarrollo un modelo donde considero la experiencia y Género
los años de educación como variable que explica los
ingresos, esta teoría fue publicado en 1974 en su obra
“Escolarización, experiencia e ingresos”
Anexo 2. Datos relacionados a las variables
Población en la región Huancavelica
2007 2017 2018 2019 2020 2021

Población censada 454 797 347 639 - - - -
HUANCAVELICA Población Total - 367 252 - - - -
Población Total Estimada 463 275 381 277 376 346 371 260 365 317 358 356
Tasa de crecimiento de la población
TASA DE
CRECIMIE
DEPARTAMENTO POBLACION NTO
PROMEDI
HUANCAVELICA 347639 -2.7%
TACNA 329332 1.3%
PASCO 254065 -1.0%
TUMBES 224863 1.2%
MOQUEGUA 174863 0.8%
MADRE DE DIOS 141070 2.6%
Nivel de educación Huancavelica- Perú
Huancavelica Perú
Sin nivel / inicial 8.5 3.7
Primaria 29.8 20.1
Secundaria 42.4 43.9
Superior no universitaria 10.4 14.4
Superior universitaria
8.9 17.8
1/
Modulo 200 ENAHO -2019
nconglo
conglomerado
vivienda
hogar
cod persona
200 ubigeo
cual es la relacion con el jefe de hogar p203
sexo p207
edad en años p208a
estado civil p209
factor de expansi�n anual de poblaci�n proyecciones
facpob07
cpv-2007
idioma que aprendio en su niñes p300a

cual es el ultimo grado que aprobo p301a
300
grado educacion p301b
año educacion p301c
p523 en su ocupaci�n principal, �a ud. le pagan:

p524a1 �cu�nto fue su ingreso total en el(la) ... anterior, incluyendo las horas extras
dependiente d524a1 (deflactado, anualizado) �cu�nto fue su ingreso total en el(la) ... anterior, in
i524a1 (imputado, deflactado, anualizado) �cu�nto fue su ingreso total en el(la) ... an
ocupacion principal
pagos en especies no se considera
independiente p530a en la ocupaci�n principal �cu�l fue la ganancia neta en el mes anterior?
d530a (deflactado, anualizado) en la ocupaci�n principal �cu�l fue la ganancia neta en
i530a (imputado, deflactado, anualizado) en la ocupaci�n principal �cu�l fue la gananc
500
p538a1 �cu�nto fue su ingreso total en el mes anterior, incluyendo horas extras, bonifi
d538a1 (deflactado, anualizado) �cu�nto fue su ingreso en el mes anterior, incluyendo h
dependiente
i538a1 (imputado, deflactado, anualizado) �cu�nto fue su ingreso en el mes anterior, in
ocupacion secundaria
pagos en especies no se considera
p541a en su(s) ocupaci�n(es) secundaria(s) �cu�l fue su ganancia neta en el mes el mes
independiente
d541a (deflactado, anualizado) en su(s) ocupaci�n(es) secundaria(s) �cu�l fue su ganan
p544t en los �ltimos 12 meses, de ... a ... �recibi� alg�n dinero por: bonificaci�n po
ingresos extraordinarios
ingresos extraordinarios no se consideran

IV FCE 313 TE Orduña Quispe 2022 PDF

Cargado por

Copyright:

Formatos disponibles

IV FCE 313 TE Orduña Quispe 2022 PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IV FCE 313 TE Orduña Quispe 2022 PDF

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE CIENCIAS DE LA EMPRESA

Escuela Académico Profesional de Economía

Influencia de la educación, experiencia y género

Ricardo Nicolas Orduña Quispe

Para optar el Título Profesional de

A mis amados padres Amancia Quispe Yance y

Víctor Orduña Mariño.

A mis queridos amigos que son parte de mi Familia.

A los docentes de la carrera de Economía de la Universidad Continental, por los

momentos de experiencias académicas y personales.

Al docente Sergio Carrasco, por el asesoramiento de la ejecución de la presente

Al coordinador de la Carrera de Economía, Gustavo Loayza por el apoyo

constante a lo largo de los años universitarios.

Ricardo Nicolas Orduña Quispe.

2.2.7. Ecuación de Mincer. ................................................................................35

Tabla 1 Operacionalización de las Variables ............................................................... 40

Figura 1 Nivel de Ingresos Nominales Perú (2007-2019). .......................................... 13

La investigación presenta la influencia de la educación, experiencia y género en los

Palabras clave: educación, experiencia, género, ingresos, ecuación de

mincer, jefes de hogar.

Key words: education, experience, gender, income, mincer equation, heads

según el Instituto Nacional de Estadística e Informática (INEI), la región Huancavelica

un monto de S/ 742.06 soles, mientras la provincia de Lima presentó ingresos en

promedio de S/ 1947.54 soles.

La investigación muestra la influencia de la educación, experiencia y género en

denominada ecuación de Mincer”. En tal sentido se presenta una breve descripción de

los capítulos realizados en la presente investigación.

En el primer capítulo se presenta datos estadísticos de los ingresos en promedio

a nivel nacional y de Huancavelica, datos de los niveles de educación, descripción del

aparato productivo de la región Huancavelica, datos de la población económicamente

el planteamiento, objetivos y justificación de la investigación.

En el segundo capítulo se da a conocer los antecedentes de estudio a nivel

internacional, presentando estudios de Colombia, México, Guatemala, Argentina. A

y Mincer, por último, se define los términos básicos a usar en la investigación.

En el tercer capítulo figura las hipótesis, donde indican que la educación, la

experiencia, y género influyen de manera positiva en los ingresos de jefes de hogar.

También se define como variables dependientes el logaritmo de los ingresos y variables

independientes los años de educación, años de experiencia, años de experiencia al

cuadrado y género, en última instancia se realiza la operacionalización de las variables

En el cuarto capítulo se describe la metodología a usar en la presente

investigación, se indica que es cuantitativa no experimental y correlacional. Asimismo,

menciona la población y muestra que son datos obtenidos de la Encuesta Nacional de

Hogares (ENAHO), finalmente se menciona el modelo econométrico utilizado.

Para concluir, en el capítulo cinco se presenta los datos obtenidos en la regresión

econométrica, se da a conocer la discusión de resultados, conclusiones,

recomendaciones para las familias y para el gobierno.

Planteamiento del Estudio

1.1. Delimitación de la Investigación

La investigación comprende el estudio de jefes de hogar del departamento de

El periodo de la investigación comprende el año 2019.

La investigación detalla la influencia de la educación, experiencia y género en

los ingresos de jefes de hogar.

1.2. Planteamiento del problema

el 2019 presentó ingresos promedios de S/ 1 443.08 soles, esto significó un aumento

evolución de los ingresos promedios a nivel nacional, se observa un aumento constante

a lo largo de los años.

Nota: Tomado y Adaptado del Instituto Nacional de Estadística e informática. Recuperado de

Siguiendo la descripción de ingresos, en la figura 2 se muestra el nivel ingresos