IV FCE 313 TE Orduña Quispe 2022 PDF
IV FCE 313 TE Orduña Quispe 2022 PDF
IV FCE 313 TE Orduña Quispe 2022 PDF
Tesis
Huancayo, 2022
Esta obra está bajo una Licencia "Creative Commons Atribución 4.0 Internacional" .
ii
Dedicatoria
Ricardo.
iii
Agradecimientos
investigación.
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
Índice de Tablas
Índice de Figuras
Resumen
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.
of household.
x
Introducción
Los niveles de ingresos en las regiones del Perú tienen marcadas diferencias,
fue el departamento que presentó menores ingresos en promedio para el año 2019 con
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
activa, relación de los ingresos promedios de Perú y Huancavelica, por último, se define
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
de estudio.
El autor.
Capítulo I
1.1.1. Espacial.
Huancavelica.
1.1.2. Temporal.
1.1.3. Conceptual.
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
del 78 % en los ingresos promedios de los años 2007 al 2019. Asimismo, respecto a la
Figura 1
Nivel de Ingresos Nominales Perú (2007-2019).
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
Figura 2
Ingresos Promedio Nominal según Departamentos, 2019.
mujeres a nivel nacional y departamental, los ingresos de los hombres a nivel nacional,
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
57 %.
15
Figura 3
Ingresos Promedio Nominal según género Perú y Huancavelica (2009-2019).
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
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 %),
tiene mayor porcentaje a nivel nacional como departamental. Por otra parte, el nivel de
a nivel nacional.
16
Figura 4
Nivel de Educación Alcanzado en Porcentaje 2019.
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).
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
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
soles, la región representa para el año 2019 el 51 % de los ingresos registrados a nivel
Figura 6
Ingreso Promedio Nominal de Huancavelica y Perú.
diferencias marcadas en el nivel de educación entre sus habitantes, por ejemplo, los
y género en los ingresos de los jefes de hogar del departamento de Huancavelica. Para
de Huancavelica, 2019?
3. Indicar la influencia del género en los ingresos de los jefes de hogar del
publicada en el año 1974, la mencionada ecuación indica que los ingresos están en
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.
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
Marco Teórico
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:
un estudio para determinar los retornos económicos de los egresados del programa de
capital humano que indica, a mayor nivel de escolaridad se debe esperar un crecimiento
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
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
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
que las personas que alcanzan el nivel primario completo, secundario completo y
La tasa de retorno de la educación al año 2019 fue de 6,23 %, para las mujeres 6,95 %
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.
educación y experiencia laboral de los jefes de hogar en la región de Piura para el año
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
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
11,51 %.
región cusco para el año 2018, en base a la función de ingresos desarrollado por Jacob
presentan una relación positiva entre la educación, experiencia con los ingresos, además
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
asimismo permite trazar el camino desde donde empieza y a donde ira el estudio.
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
naturales entre las personas realmente son menores a lo que se cree y las diferencias
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
población muy importantes, sobre esto, Cardona, Montes, Vásquez, Villegas y Brito
como elemento esencial para ayudar a la sociedad pobre, y hacer de ellos unos seres
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
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
pensamiento social evolucionara en nuevas direcciones” (párr. 2), por tanto Maynard
planteo nuevas perspectivas económicas, respecto a los cambios que planteaba Keynes,
Lara (2017) indica el concepto de capital humano fueron incorporados, las inversiones
De lo planteado por Keynes nace el concepto del capital humano, Lara (2017)
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
educación.
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
bienestar” (p. 9). Asimismo, (Pons 2004 citado en Cardona et al., 2007) menciona que
Sobre capital humano se menciona lo contribuido por Solow, según Lara (2017)
cambio técnico para referirse a mejoras en la producción, asimismo Lara (2017) indica
autores que contribuyeron a la teoría del capital humano y al desarrollo de una nueva
autores que definen la teoría del capital humano desde la perspectiva de inversión en
capital físico.
del tiempo, lo realizan esperando recibir beneficios futuros dependiendo de cada sujeto,
por otra parte, también las personas realizan inversión en capital humano esperando
sobre el capital humano “los sistemas educativos tienen como funciones básicas la
mercado laboral.
desarrollo económico a largo plazo, también sirve para competir en un mundo que cada
para adaptarse a cambios en las empresas, por otra parte, una persona que tenga niveles
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
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
año 2003, se observa que, a mayor nivel de educación, mayor nivel de ingresos
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.
conlleva a decidir estudiar o no, por ejemplo, decidir invertir en educación universitaria
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
oportunidad, que son los ingresos que se renuncia no entrando al mercado de trabajo
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.
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
Matemáticamente se representa
𝑛
𝐵𝑁𝑡
𝑉𝐴𝑁 = ∑ − 𝐼0
(1 + 𝑖)𝑡
𝑡=0
Donde:
𝐼0 : Inversión en el periodo 0
32
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
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
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.
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
productividad del pueblo americano” (párr. 21), para llegar a la tesis mencionada
entre los ingresos y el impacto del desempleo en personas con niveles bajos de
educación.
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
la figura 10:
pagan durante ese período, y unas retribuciones más altas a edades más
34
incrementar los ingresos con los años (Cardona et al., 2007. p.14).
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
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.
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
mayores ingresos, ya que esto eleva la productividad del trabajador, pero a estos
capital humano, sobre ello Jacob Mincer presenta otra contribución a la teoría del
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
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
Donde:
𝐿𝑛 = 𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑎𝑡𝑢𝑟𝑎𝑙
𝑦 = 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑡 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐸𝑥𝑝 = 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎
𝜇 = 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟
𝛼, 𝛽, 𝑐0 , 𝑐1 = 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
supuestos:
solo una función puede ser utilizada para moderar los ingresos de toda
hay periodos después del estudio que no se trabaje, por lo tanto que no
p. 13)
2.3.1. Educación.
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
2.3.2. Empleo
se recibe dinero por el trabajo realizado, Resico (2010) define al empleo como un
Tiempo expresado en años que tiene una persona como formación de una
2.3.4. Ingresos
reconoce como aquella persona que más aporta económicamente y, de cierta forma,
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
Hipótesis y Variables
3.1. Hipótesis
• Ingresos
• Educación
• Experiencia
• Género.
40
Tabla 1
Operacionalización de las Variables
Capítulo IV
Metodología
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
que no hacemos variar en forma intencional las variables independientes para ver su
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
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
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
particular” (p.93).
Hernández et al., (2014) define a los estudios explicativos “responden por las
educación, experiencia y género, con los niveles de ingreso de los jefes de hogar del
“empírica” porque se recolectan y analizan datos, es “crítica”, esto indica que se evalúa
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
definición de vivienda, según el INEI (s. f.) la vivienda “Es aquella destinada a servir
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
la región Huancavelica año 2019 y se utilizó una muestra total de 878 encuestados que
Los datos son recolectados de una fuente secundaria oficial, ENAHO para el
informático STATA, ya que nos permitió trabajar con la base de dato correspondiente
al año 2019.
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
manera:
𝑦𝑖 = 𝛽0 + 𝛽1 𝑥𝑖 + 𝜇𝐼
Donde:
𝑦𝑖 : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑥𝑖 : 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝛽0 ; 𝛽1 : 𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜𝑠
𝜇𝑖 = 𝑌 − 𝑦𝑖
La técnica de los mínimos cuadrados ordinarios busca minimizar los 𝜇𝑖 para que
logaritmo de los ingresos, las variables independientes son los años de educación, la
como sigue:
Donde:
𝐿𝑛 = 𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑎𝑡𝑢𝑟𝑎𝑙
𝑦 = 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑡 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐺𝑒𝑛𝑒 = 𝑔𝑒𝑛𝑒𝑟𝑜
𝐸𝑥𝑝 = 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎
𝜇 = 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟
Resultados
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
Informática (INEI) desde el año 1995, efectuar el seguimiento de los indicadores sobre
tanto, en este acápite se presenta los resultados de análisis básicos estadísticos de las
cuadrado y género.
experiencia y género con los ingresos de los jefes de hogar, del departamento de
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
Nota: Tomado y Adaptado de ENAHO-2019.
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
11, se observa que los ingresos son asimétricos, ya que la mayor cantidad de datos se
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
Nota: Tomado y Adaptado de ENAHO-2019.
48
Figura 11
Distribución de los Ingresos de Jefes de Hogar.
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
Tabla 5
Estadísticos Descriptivos Años de Educación
Percentiles Smallest
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
(25,85 %), seguido de primaria completa (18,56 %). Los niveles de educación con
incompleta.
50
Figura 13
Nivel de Educación.
figura 14 se tiene, el 24,82 % son mujeres y el 75,17 % son hombres, es decir existe
Figura 14
Jefes de Hogar según Género.
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
Figura 15
Estado civil jefes de hogar según genero
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.
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 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
Tabla 6
Estadísticos Descriptivos Años de Experiencia
Percentiles Smallest
1% 4 -1
5% 9 -1
10% 15 1 Obs 878
Sum of
25% 23 2 878
Wgt.
Figura 17
Años de Experiencia
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
independientes como las dependientes”, de este modo al aplicar logaritmo natural a los
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
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
Nota: Tomado y Adaptado de ENAHO-2019.
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
Figura 19
Años de educación y Logaritmo de los ingresos
dependiente.
56
Donde:
𝐿𝑛 = 𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑎𝑡𝑢𝑟𝑎𝑙
𝑦 = 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑠 = 𝑎ñ𝑜𝑠 𝑑𝑒 𝑒𝑠𝑡𝑢𝑑𝑖𝑜
𝐸𝑥𝑝 = 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎
𝜇 = 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟
tabla 8, también, de la misma forma se realiza una regresión según el género de los jefes
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
Nota: Tomado y Adaptado de ENAHO-2019.
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
Adj R-squared = 0,3272
Total 1359,8386 659 2,06348794 Root MSE = 1,1783
ling Coef. Std. Err. t P>t [95% Conf. Interval]
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
Nota: Tomado y Adaptado de ENAHO-2019.
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
Adj R-squared = 0,391
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
Nota: Tomado y Adaptado de ENAHO-2019.
pruebas estadísticas a cada variable, para interpretar de manera correcta la relación entre
multicolinealidad, porque tienen valores menores a 10, por otra parte las variables años
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
Nota: Tomado y Adaptado de ENAHO-2019.
homocedasticidad para afirmar que los estimadores son eficientes, al modelo se aplica
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
Nota: Tomado y Adaptado de ENAHO-2019.
Por último, para dar validez al modelo, se busca que no exista relación entre los residuos
ninguna tendencia, por tanto, se afirma que, el modelo planteado no presenta problemas
de autocorrelación.
Figura 20
Autocorrelación
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
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
ling Coef. Std. Err. t P>t [95% Conf. Interval]
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
Nota: Tomado y Adaptado de ENAHO-2019.
estadística donde:
estadística donde:
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
• Hay una relación negativa entre los ingresos de los jefes de hogar y la
• Cuando los jefes de hogar son hombres ellos ganan un 30,56 % más que los
modelo son significativas, por otra parte, el valor de R cuadrado es 0,3785 esto
63
planteada en la investigación:
respectivamente, además los signos de los coeficientes de las variables son positivos.
investigación porque los valores de p son menores a 0,05 y los signos son positivos:
planteada, donde indica los años de estudio, años de experiencia y género, influyen en
produce un incremento en los ingresos de 5,83 % en los jefes de hogar, por tanto:
et al., (2020) realizaron el estudio retornos económicos de los egresados del programa
A nivel nacional las investigaciones que no guardan relación con los resultados
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
habitantes entre las edades de 18 a 65 años, los resultados muestran que un año adicional
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 %.
Guatemala, Díaz (2019) halló para el 2002 rentabilidad de la educación por cada año
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
además encontró que un año adicional de estudio, incrementa en 5,8 % los ingresos.
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
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
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
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
2. Existe una relación positiva entre la educación y los ingresos de los jefes de hogar,
3. La experiencia presenta una relación positiva con los ingresos de los jefes de hogar,
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.
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
hogar hombres, produce un aumento de 3,92 % en los ingresos de los jefes de hogar
7. Sobre la educación y los ingresos de los jefes de hogar mujeres se encontró una
hogar mujeres, produce un aumento de 12,3 % en los ingresos de los jefes de hogar
8. Entre los jefes de hogar hombres y mujeres según los resultados hallados, existe
sociedad.
69
Recomendaciones
hombres y mujeres.
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
Huancavelica.
esto conlleva a la mala medida de los años de experiencia de los jefes de hogar.
5. Respeto a las diferencias de los ingresos de los jefes de hogar mujeres y hombres,
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
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.
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
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
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
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/
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/
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
Anexos
Anexo 1. Matriz de Consistencia
Nota: Tomado de Hernández, Fernández, Baptista, Méndez y Mendoza (2014)
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%
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