FACULTAD DE I NGENI ERI A ECONOMI CA Y CI ENCI AS SOCI ALES

ESPECI ALI DAD I NGENI ERI A ECONOMI CA

TI TULO
ECONOMI A DE LA EDUCACI ON: I NDI CADORES DE
EFI CCI ENCI A EDUCATI VA UNI - FI I S Y CAPI TAL HUMANO EN
LI MA 2006
TESI S PARA OPTAR EL TI TULO PROFESI ONAL DE I NGENI ERO
ECONOMI STA
Aut or : Mar i o Hei nr i ch Fi sf al en Huer t a
AO 2007
1
DEDI CATORI A
Dedico el present e t r abaj o de invest igaci n (Tesis) a los docent es de
la Facult ad de I ngeniera Econmica y Ciencias Sociales, que con su
esfuerzo y dedicacin han permit ido que los alumnos y ex - al umnos
de est a Casa Superi or de Est udios t engamos los conocimient os
necesarios de l as disciplinas econmicas, est adst icas, ent re ot ros,
que nos permit e desarrollarnos acadmica y profesionalment e.
2
Agr adeci mi ent o
Quisiera expresar mi ms profundo reconoci mient o y agradecimient o
a mis profesores y asesores de est a Facult ad, por sus sabias
enseanzas y acert ados consej os y orient acin.
3
I NDI CE
SUMARI O 5
5
I . I NTRODUCCI N 6
1.1 Temat i zaci n o Marco si t uaci onal 10
Deli mit acion Del Tema 14
1.2 Probl emat i zaci n 15
1.3 Obj et i vos 17
1.4 I mport anci a 18
JUSTI FI CACI N 20
2. MARCO TEORI CO 23
2.1 Fun dament aci on Ter i ca 23
2. 1. 1 Ant ecedent es 23
2. 1. 2 Soport e Teri co de l a I nvest i gaci n 32
2. 1. 3 pt i ca De La I nvest i gaci n 60
2. 1. 4 Sel ecci n De Vari abl es 61
2.2 Pr i nci pal es nd i ces 64
2.3 MARCO EMP RI CO 68
2.5 Hi pt esi s 70
3. ASPECTOS METODOLOGI COS 79
3.1. Met odol oga 79
RESULTADOS CAPI TAL HUMANO 112
Fuent es de I nf or maci n 153
4
V. CONCLUSI ONES 154
VI . REFERENCI AS BI BLI OGRAFI CAS 157
APENDI CE ADI CI ONAL DE EFI CI ENCI A EDUCATI VA PROPUESTA
TENTATI VA Error! Marcador no definido.
Model o de Ef i ci enci a Educat i va Error! Marcador no definido.
5
SUMARI O
Hemos escogido t emas de Economa de la Educacin puest o que est e
t ema adquiere cada da ms import ancia, como f act or de desarrollo,
t ant o en pases en vas de desarrollo como el nuest ro como a nivel
global como el t ema de la sociedad del conocimient o. Los indicadores
de eficienci a educat i va son indicador es no monet arios que muest ran,
el aprovechamient o de los recursos por part e del sist ema educat ivo,
con respet o a los valores esperados, indi cando por ej emplo el
promedio de ciclos que permanent e el al umno. En el caso de la
Facult ad de I ngeniera I ndust rial y de Sist emas, muest ra valores algo
superi ores a l a unidad, lo que reflej a diferent es sit uaciones como
repit encia, ret razo en los est udios, et c. Se ha incluido como apndice
adici onal t ent at ivo un int ent o de const ruir un modelo economt rico.
Tambin se ha est udiando el mercado laboral de Li ma ut ilizando el
Modelo del Capit al Humano y una encuest a de empleo del I NEI ,
encont rndose como se espera en el modelo, aplicado en ot ras
lat i t udes de que el nivel educat ivo y l a experiencia explica una part e
signifi cat iva de los ingresos en salario de los t rabaj adores, pero
t ambin se ha encont rado de que exist en ot r os fact or es como el sexo
que influyen en l os result ados.
6
I . I NTRODUCCI N
La educacin superior en los lt imos aos ha sufrido cambios
cuant it at ivos y cuali t at ivos en cont ext os nacional es e i nt ernacionales.
Se ha observado t res t endencias important es: Expansin cuant it at iva,
diversif icacin de est ruct uras inst i t ucional es, rest ricciones financieras
Los imperat ivos act uales de desarrollo econmico y t cnico t i ene
t ant a import ancia como modificacin de est rat os de desarrollo
dest i nado a lograr desarrollo humano sost eni ble, donde el cent ro
educat ivo est a dest inado a lograr el desarrol l o humano sost enible.
El creci mient o econmico al servicio del desarroll o soci al y garant iza
la sost enibilidad social.
La respuest a de educacin superior debe guiarse por t res crit erios
de la j erarqua - pert i nencia, calidad e int ernacionalizacin.
La pert i nenci a de la educacin superior se considera primordial en
funcin de su comet ido y puest o en la sociedad.
La necesi dad de pert inencia ha adquirido nuevos direct rices y mayor
urgenci a a medida que la act ividad econmi ca de la sociedad
requiere graduados capacit ados act ualizados const ant ement e sus
conocimient os y adquiere nuevos ret os que permit a adquirir y crear
t rabaj o.
7
La calidad se ha convert ido en la preocupacin fundament al en
educacin superior y por ello sat isfacer las necesidades de la sociedad
y las expect at i vas dependen de la cali dad.
La calidad se ha convert ido en preocupacin fundament al en
educacin superior y por el los sat isfacer necesidades sociales y
expect at ivas que depende de la cal idad. La eval uacin de la calidad
es fundament al para buscar soluciones que mej oren la calidad.
La int ernacionalizacin de educacin superior obedece al carct er
universal del aprendizaj e y la invest igacin. La expansin de redes y
ot ros mecanismos se va a facili t ar por el proceso t ecnolgico.
En el Per el sist ema educat ivo est a siendo obj et o de de
cuest ionamient o; incapaci dad para sat isfacer los requerimient os de
la realidad nacional . Arregui
1
habla de un probable desfase ent re la
educacin universi t ari a y necesidades del pas en cuant o a calidad de
formacin y capacit acin que el aparat o product ivo absorbe como
of ert a de Recursos Humanos.
Con el present e t rabaj o de invest igacin se pret ende est udi ar
aspect os rel acionados con la sit uacin del mercado educat ivo
peruano, analizando sus caract erst icas act uales as como t endencias
fut uras.
1
Arregui, Pat ricia. Lima 1994.
8
La secuencia del document o sigue el esquema plant eado por la
FI ECS, complement ado con los aport es de Hernndez Sampieri
2
,
hemos considerado convenient e incluir la hipt esis despus de marco
t eri co puest o que est e lt imo es el fundament o del mismo. Vamos a
comenzar present ando aspect os de el marco sit uacional del mercado
educat ivo, especificando sus caract erst icas principales. En especial
nos vamos a cent rar en el caso de la Facult ad de I ngeni era I ndust rial
y de Sist emas de la Universidad Nacional de I ngeniera, est udiando
su efi ciencia educat iva en cuent o al cumplimient o de sus fines.
Vamos t ambin a present ar una revisin de l a t eora del capit al
humano aplicado a una muest ra de t rabaj adores de Lima
Met ropol it ana, est udiando la import ancia de la educacin en al
generacin de i ngreso.
Una ciert a dificult ad t uvi mos par a ar t icular las dos par t es del t r abaj o:
lo relaci onado a indicadores de efi ci encia educat iva con el Modelo del
Capit al Humano, al part ir de dos pobl aciones diferent es, basarse en
diferent es fundament os t ericos y met odologas; sin embargo, ambos
t emas t ienen en comn incluir el aspect o educat ivo, en uno buscando
la efi ciencia en el proceso y en el ot ro dest acando su influencia en la
generacin de valor.
Podemos decir de qu t eniendo en cuent a de que la educacin es una
inversin que va a cont ribuir a generar ingresos, debemos
2
HERNANDEZ SAMPI ERI Y OTROS Met odol oga de l a I nvest igaci n 3r a. Edi cion.
9
preocuparnos por hacer ms ef ici ent e el proceso, ut ilizar de la mej or
manera los escasos recursos para maximi zar la produccin educat iva.
A cont inuacin pasaremos a la problemat i zacin, donde expli caremos
cuales son sus defici encias e imperfecciones, det allando las posibles
causas y los element os que podran mej or ar la sit uacin.
Seguidament e, present aremos los obj et ivos del t rabaj o, mencionando
lo que se espera lograr al final del mismo. En seguida, pasaremos a
revisar la import ancia del cit ado t rabaj o, especificando la j ust ificacin
t erica, met odologica y prct ica.
Pasaremos a desarr ol lar el Marco Teri co, donde vamos incluir los
fundament os principales, en cuant o a la base econmica que sust ent a
la i nvest igacin, incluyendo los ant ecedent es, soport e t erico de la
invest igacin, pt ica de la invest igacin y seleccin de variables. Se
va a explicar aspect os relaci onados con la eficiencia educat iva,
present ando sus concept os principales as como sus implicancias.
Seguiremos, con aspect os met odolgi cos, donde nos vamos a referir
al t i po de i nvest i gacin, al di seo, y a aspect os de muest reo.
Seguidament e, present aremos el marco empri co, y los aspect os
operat ivos, como fuent es de informacin. Present aremos los
result ados finales de eficiencia educat iva, incluimos a modo de
apndice o propuest a t ent at iva preliminar, una propuest a de modelo
economt rico; As mismo, present amos los result ados del modelo de
capit al humano y, las conclusiones a l as que se ha l legado.
10
1.1 Temat i zaci n o Mar co si t uaci onal
En Economa, alcanzar la eficiencia significa al canzar el mximo
bienest ar posible con los recursos que poseemos, es decir, hacer el
mej or uso posible a nuest ros recursos. En el sect or educat ivo es
complej o medir di cha efi ci enci a, en educaci n ser efi cient e signif ica
proveer l a mej or educacin posible para generar las compet encias,
t cnicas, habilidades, et c. , que necesit an los alumnos para
desar rol larse en el plano labor al y en lt ima i nst ancia, par a cont r ibuir
al desarrollo de nuest ro pas. Por lo t ant o, conseguir la eficiencia
educat iva const it uye uno de los obj et i vos que el est ado debe
priorizar.
En la prct ica la efici encia educat iva se t raduce en indi cadores de
cobert ura, presupuest o educat ivo, permanenci a y condicin de los
est udi ant es, y por l t imo indicadores de cal idad del servicio educat ivo
(i ndicadores de infraest ruct ura, caract erst i cas de formacin del
docent e, et c. ) .
En nuest r o caso est udiar emos el grado de eficiencia int erna, es decir ,
ut ilizaremos i ndicadores de cobert ura e indicadores de permanencia y
condicin de los est udiant es, el cual aplicaremos en la Facult ad de
I ngeniera I ndust rial y Sist emas de la Universidad Nacional de
I ngeniera.
11
La sit uacin de l a educacin superior en nuest ro pas ha cambiado
consi derabl ement e en est os l t imos aos. En relacin a la post ulacin
e ingreso a las universidades se observa en el Cuadro N 03 que en el
ao 1988 la post ulacin a las universidades era de ms de 300, 000
egresados de secundaria en el ao 1991 baj a menos de 250, 000.
Tuvo que pasar varios aos para que la t endencia se recupere y
recin en el ao 1999 se super la barrera de los 300, 000
post ul ant es. En el 2003 borde los 400, 000 alumnos, en los dos
lt imos aos no se t ienen est adst i cas exact as publicadas, pero
parece ser que est a t endencia aun cont ina.
Tambin se aprecia en el Cuadro N 03 que las uni versidades
nacionales son l as que capt an el mayor porcent aj e de esa
post ul acin.
12
Cuad r o N 03
Elaboracin propia
Se debe resalt ar que las universidades pblicas de mayor t amao han
reduci do su mat rcula, en l os lt imos aos como una medida de
manej arse dent ro de una polt ica est at al de reduccin de
financiamient o a la educacin superior est at al.
El indicador que nosot r os pret endemos usar , el nmer o de graduados
que salen de l as aulas universi t ari as result a de difcil medicin, es
decir, saber cunt os de los j venes peruanos que ingresan a la
uni versidad logran obt ener el grado acadmico y t t ulo profesional y
en qu pl azos
3
.
3
Nava L. Hugo. Lima 2003
13
Arregui
4
, seala que una apr oximacin para medir grosso modo ser a
la r elacin ent r e los ingresant es en un per iodo dado y el nmero t ot al
de graduados al cabo de 6 aos ( que es el promedio de aos para
que un ingresant e se grade) , por ej emplo, la aut ora calcul est a
relacin para los periodos 1988 a 1997 como ingreso y 1993 a 2002
como periodo de graduacin, el cual arroj a un valor de 55 %, es
decir, de l os ingr esant es ent re 1988 y 1997, poco mas de la mit ad se
graduaron en el periodo 1993 - 2002.
Ot ra manera de evaluar l a efici enci a int erna, consist e en comparar la
relacin ent re el nmero anual de egresados y el nmero t ot al de
mat riculados en ese mi smo ao. A dif erencia de lo ant erior, carece de
cont enido normat ivo implci t o y slo sirve para medir las
desviaciones con respect o a un promedio ( de un sist ema, una regin
u ot ro mbit o pert inent e) .
En lo referent e al financiamient o de la educacin se t i ene que el gast o
corrient e promedio por cada est udiant e de universidad pblica en el
ao 2000 fue equivalent e a US$ 780 dlares americanos segn dat os
consignados por ANR
5
, est e val or nos ubica por debaj o del promedio
para Amrica Lat ina, US$ 937 sealado por UNESCO en 1998 y muy
por debaj o de Est ados Unidos con US$ 5,595.
4
ARREGUI, Patricia. GRADE. Lima 2002.
5
ANR. Lima 2002.
14
Queremos Tambin est udiar la aplicabili dad para nuest ra real idad de
la Teora de Capit al Humano propuest a por Mincer y ot ros
aut ores, y que inici alment e se desarroll o a base de
invest igaciones realizadas en el mercado laboral nort eamericano.
Sabemos que el concept o de capit al humano est a est rechament e
relacionado al de la educacin, por lo que est a segunda part e no
es aj ena a la ant erior
Del i mi t aci on Del Tema
En cuant o al Capit al humano, Part iendo de un concept o genrico de
la economa, que defi ne Capit al como el valor de los act ivos o
bienes de una organizacin de l os que se puede obt ener en el
fut uro, una serie de ingresos. La ut ilizacin de l os bienes de
capit al aument a l a product ividad del t rabaj o, posibili t ando la
creacin de un valor agregado. Algunos economist as ms modernos
consideran desde una pt ica psicologi st a el hecho de que la
acumulacin del capit al significa una abst inencia en el consumo
y part iendo de all j ust ifican las gananci as fut uras.
La primera forma de capit al est udiada, es l a del capit al fsico, que se
expresa en maquinarias equipos present es en el proceso
product ivo, despus surgi el Capit al Humano como una forma de
inversin en educacin de la persona previa al t rabaj o, que va a
significar en el fut uro un ingr eso mayor. Al aument ar la product i vidad
del t rabaj o.
15
El capit al humano como forma de capit al, puede ser est udiado desde
sus t res dimensiones: educacin, experiencia, y sal ud
6
. Se puede
invest igar el capit al humano, ut ilizando vari ables agregadas, en
est udios comparat ivos ent re pases, as como t ambin a nivel micro
econmico en muest ras poblacionales dent ro de un mismo pas.
Nosot ros vamos a est udiar el capit al humano t omando como unidad
de referencia, el individuo.
El est udio t iene un alcance nacional y comprende la poblacin
econmicament e act iva, conformada por j ef es de familia de ambos
sexos, de t odos los niveles socio econmico, de edades mayores de
18 aos para el ao 1998.
1.2 Pr obl emat i zaci n
La sit uacin del Sect or de Educacin superior en el Per, como en
general la sit uacin del Sect or Educat ivo en el Per at r aviesa por un
moment o bast ant e crt i co, donde el desempeo de los est udi ant es no
llega a los est ndares I nt ernacionales. Pero est o se arrast ra desde los
niveles de educacin primari a y secundaria, donde los alumnos no
6
David Bloom y ot r os en su paper " The effect of Healt h on Economic
Growt h : Theory and Evidence. (2001) donde considera que la
funcin de produccin expresa el product o como funcin de sus
insumos y su eficiencia. Los insumos son el capit al fsico y el capit al
humano en sus t res dimensiones : educacin, experiencia y salud.
16
desarrol lan las habilidades cognit ivas necesarias para seguir est udios
superi ores, adems exist e el problema de la desnut ri cin.
En el caso de la educacin superior, muchas veces son
desaprovechados los escasos recursos disponibles, sobre t odo en el
sect or pblico, debido principalment e a las repit encias y a las
deserciones
Para el caso part icular de l a Facult ad de I ngeniera I ndust rial y de
Sist emas, los i ngresant es por lo general ent ran con un gran pot encial
cognit ivo, sobre t odo en lo que se refiere a apt i t ud numrica, despus
de haber pasado por un riguroso proceso de seleccin, lo que les
per mit ira apr ovechar mej or los recur sos invert idos en su educacin y
t ener un rendimient o adecuado, con lo que habra menores t asas de
deserciones y repit encia; sin embargo, est o no es necesariament e t an
ciert o puest o que pueden influir ot ros f act ores como la sit uacin
famili ar, o econmica del est udiant e que podra afect ar su
desenvolvimient o acadmico
Las ideas cent rales en cuant o a capit al humano son:
El uso de recursos escasos para conseguir educacin, salud,
ent renamient o y ubicacin se considera como inversin para
increment ar su capacidad humana en el fut uro.
17
Est a i nversin se realiza volunt ariament e para maximizar la
ut ilidad i ndividual o se produce por la sociedad en la bsqueda
de beneficio para sus miembros
La educacin, cuando es financiada privadament e, es la
expresin de la decisin racional de los i ndividuos de invert i r
eficient ement e en si mismos.
Pl ant eami ent o del Pr obl ema
Ser int ernament e eficient e la Facult ad de I ngeni era I ndust rial y de
Sist emas en su proceso educat ivo?
Exi st ir alguna rel acin ent re ni vel educat ivo e ingresos de los
t rabaj adores de la ciudad de Lima?
1.3 Obj et i vos
Det erminar el grado de efi ciencia int erna de l a Facult ad de
I ngeniera I ndust rial y de Sist emas de la Universidad
Nacional de I ngeniera
Est ablecer si es significat ivo el nivel de repit encia y
desercin de la poblacin uni versit aria de la Facult ad de
I ngeniera I ndust rial y de Sist emas
18
Det erminar que el mayor ni vel educat i vo es relevant e para la
generaci n de mayor ingresos en el pas
1. 3. 1 Obj et i v os Especf i cos
Medir la efici encia int erna de la educacin superior en la FI I S
- UNI
Medir la Tasa de Graduacin
Medir la t asa de desercin
Medir el grado en que el nivel educat ivo influye en los
i ngresos de los t rabaj adores en la ciudad de Lima.
1.4 I mpor t anci a
Para la Facult ad de I ngeniera I ndust rial y de Sist emas de la
Universi dad Nacional de I ngeni era, es muy import ant e la
det erminacin del grado de eficiencia con que se realiza su proceso
acadmico, puest o que los recursos con que cuent a, como t oda
inst it ucin publica, son limit ados y debe sacarle el mxi mo provecho.
La Facult ad de I ngeniera I ndust rial y de Sist emas j uega un papel
import ant e dent ro del si st ema educat i vo uni versit ario, puest o que se
ocupa de formar profesional es en dos carreras bast ant e compet it i vas
en nuest ro medio, puest o que son varias l as universidades que
incluyen esas especialidades dent ro de su ofert a acadmica,
incluyendo varias universidades part iculares. Es as como la Facult ad
de I ngeniera I ndust rial y Sist emas de l a UNI , en merit o de su
19
excelencia acadmica puede compet ir y dest acar en l a indust ria,
incl uso con universidades que cuent an con mayor es recursos. Sin
embargo, los recursos con que cuent a la facult ad son limit ados, y se
busca aprovecharlos al mximo aument ando su efici encia
I mpor t anci a del Capi t al Humano
El desarrollo ci ent fico y t ecnolgi co as como econmi co y social de
nuest ra sociedad global, nos ll eva a grandes t ransformaciones como
las que nos llevaron a pasar de la era indust ri al a l a post indust rial.
De un cont ext o econmico - indust rial propio del siglo XI X y part e
del siglo XX, donde los factores product ivos er an el Capit al y Tr abaj o,
donde el dueo del la capit al , el empresario se hacia cargo de la
gest i n de la empresa; a una sociedad post indust rial con una nueva
economa donde el pri mer fact or product ivo es el conocimiento,
donde las grandes corporaciones mult inacionales est n en manos de
t ecncrat as empleados de la empresa, y donde la propiedad de las
mismas se encuent ra diversi ficada, fragment ada.
7
7
Un cambio import ant e en la percepcin est rat egica es el paso de lo
que ant eriorment e se t enia como una posibili dad de est rat egia
compet it iva basada en el liderazgo en cost os que implicaba ent re
ot ros aspect os mano de obra "barat a, donde la vent aj a est aba en
t ener un t ipo de t r abaj ador con baj os salari os per o poco calificados, a
una gama de posibilidades de obt ener vent aj as compet it ivas,
sumandose la diferenci aci n y el enfoque, donde la vent aj a de la
empresa est a en la diferenciacin de su product o y en el manej o de
la informacin con que cuent a; para lo cual se requiere que el
t rabaj ador sea alt ament e califi cado.
20
En est e cont ext o, si queremos llevar a un desarrollo no solo
econmico, si no t ambin soci al y cult ural de nuest ro pas debemos
prest ar at encin priorit aria a la califi cacin educat iva de la poblacin.
As creemos que gent e mas cal ificada va a permit ir generar mayores
ingresos, logrando una product ividad mayor.
JUSTI FI CACI N
1. 4. 1 Just i f i caci n Ter i ca
El t ema de la efi cienci a ha sido poco est udiado en el t ema de
servicios, en relacin al sect or indust rial. Seria int eresant e poder
aplicar y comparar indicadores de efici enci a del si st ema educat ivo.
La i nvest igacin propuest a busca, mediant e la aplicacin de la
t eora y concept os bsicos del capit al humano, la relacin ent re
nivel educat ivo e ingresos de los t rabaj adores adems de ot ras
posibles variables que podran influenciar, como el sexo.
1. 4. 2 Just i f i caci n Met odol oga
El present e t rabaj o de invest igacin nos permit ir ut ilizar diversas
t cnicas de recoleccin y procesamient o de dat os as como de
mt odos cuant it at ivos. Est as t cnicas se podrn validar y generalizar
21
en cuant o a su apl icacin que podra se repli cado en ot ras
inst it uciones.
Para lograr el cumplimi ent o de los obj et ivos del est udio, se recurre al
empleo de det ermi nadas t cnicas de i nvest igacin como
inst rument os para medir el capi t al humano, se van ut i lizar para el
efect o encuest as, aplicadas en est e caso por el I NEI
22
1.4.3 Just i f i caci n Pr ct i ca
Los result ados del present e t rabaj o de invest igacin permit ir
desarrol lar una mej or pol t ica educat iva, buscando una asignacin
ms eficient e de los recursos, as como la reduccin de l a t asa de
repit encia y deserci ones, por lo t ant o, el est udio t ambin servir, al
menos, como ant ecedent e para prximas invest igaciones en el rest o
de inst it uciones del sist ema universi t ario.
El Per es un pas pobre, de escasos recursos, muchas veces mal
empleados. Mediant e el present e est udio queremos resalt ar la
import ancia de invert ir en variables relaci onadas con el capit al
humano especialment e educacin, por su cont ri bucin a mej orar el
nivel de vida al bienest ar de la poblaci n
23
2. MARCO TEORI CO
2. 1 Fundament aci on Ter i ca
2. 1. 1 Ant eceden t es
Ev ol uci n Hi st r i ca
La t radici n europea, que fue heredada por Amri ca Lat ina, pona a
las universi dades y las empresas econmicas en pol os opuest os.
Segn est a t radicin, las universi dades se dedican a la bsqueda del
conocimi ent o, de la educacin y de la cult ura, mient ras que son las
empresas las organizaciones que t i enen por obj et ivo la ganancia
monet aria, las empresas t ienen una lgi ca de cort o pl azo, mient ras
que las universidades t ienen la perspect iva de los siglos. Desde est a
pt ica pedir a las universidades que act uasen basadas en crit erios de
eficienci a y product ividad parece inadecuado ya que la racionalidad
imperant e es que a la universidad no deba import arle el cost o que
t enga para que su product o sea de calidad en t rminos
educacionales, cient fi cos o cult ural es.
Sin embargo, en los lt imos aos, la barrera aparent ement e
infranqueable ent re l as universidades y las empresas econmicas ha
empezado a fract urarse en dist int os punt os, y la aproximacin y los
paralel os ent re las dos se han t ornado cada vez ms frecuent es. En el
lmit e, hay quienes argument an que las universidades t endran que
port arse y ser t rat adas como empresas econmi cas, t ant o del punt o
24
de vi st a de la evaluacin de sus result ados como de su forma de
financiacin, por l a vent a de product os al mercado, y no ms por
subsidios o donaciones pblicas.
El fact or ms evident e en est a t ransformacin es la limit acin
presupuest ar ia de los gobier nos, ant e l a demanda cr ecient e de cost os
de los sist emas de educacin superior. En el pasado, cuando l a
educacin superior no at enda sino a cinco o menos por cient o de l a
poblacin, era posible suponer que los recursos para la educacin
superi or seguiran siempre exist iendo, y que las uni versidades
podran cont inuar sin preocuparse por la eficiencia de su t rabaj o o
con l a recuperacin de cost os de sus oper aciones.
El mer cado pas a desempear un r ol ms decisivo par a el desar r ollo
de las naciones y la cult ura que t radicionalment e haba j ust ificado la
produccin est at al de los servicios pblicos se debilit para dar paso a
una concepcin basada en la diversidad de las ofert as, en la eficiencia
compet it iva y el cont rol de cost os. Con ello, t ambi n las inst it uci ones
int elect uales, ent re ellas las de educacin superior, se han vist o
forzadas a t ransit ar hacia modal idades descent ralizadas de
organizacin y t rabaj o, ms sensibles a las demandas ext ernas y que
acept an un mayor grado de compet enci a y una part icipacin ms
variada de diversos agent es. De un et hos de bien pblico, pat rocinio
est at al y t radiciones corporat ivas se est pasando a un et hos que
j ust ifica y reconoce, en grados variables, los ingresos privados, el
25
sent ido empresari al, las redes cont ract uales y una diversidad de
misiones y propsit os inst it ucionales en el mbit o de la educacin
superior.
La lgica econmica est siendo int roducida en los sist emas
uni versit arios en t odo el mundo por los mecani smos de evaluacin
est ableci dos por los gobiernos y minist erios de educacin, en su
esfuerzo de hacer ms racional y t ransparent e la asignacin de
recursos para las inst i t uciones de educacin superior. Est as
evaluaciones combinan, t picament e, dos element os. Por una part e,
se han desarrollado sist emas de indicadores cuant it at ivos de
performance ( que abarcan, por ej emplo, desde el nmero de papers
publicados, al nmero de alumnos por prof esor) ; y por ot ra, se han
creados mecanismos de eval uacin de t ipo cuali t ati vo, que t rat an de
aadir una dimensin cualit at iva a los result ados brut os de los
indicadores numricos. Est os mecanismos de evaluacin ponen a las
universidades en un mercado compet it ivo por result ados, eficiencia y
reconocimient o, a los cual es est n asociados recursos que vienen de
los fondos pblicos, y llevan a la int roduccin de mecanismos de
gest i n de t i po empresarial en la direccin de las universidades.
26
Ant ecedent es Capi t al Humano
Un ant ecedent e en el Per es la publicaci n efect uada sobre
"I NGRESOS Y CAPI TAL HUMANO EN LA PEQUEA Y GRAN EMPRESA:
Lima Met ropoli t ana 1984 - 1993
8
". Est e "paper se publi co en
sept i embre de 1996. Est e document o invest iga dos aspect os
sust anciales de la relacin ent re inversin en capit al humano y los
ingresos que se perciben por part icipar en el mercado de t rabaj o. Uno
es, hast a que punt o el capi t al humano, medido por l a educacin y la
experiencia que poseen los t rabaj adores en el mercado laboral de
Lima es import ant e para explicar sus i ngresos. Adems est udia si hay
o no diferencia de ingresos segn el t amao de la empresa. El
document o concluye comprobando la import ancia de la educacin y
exper iencia en la expl icacin de los ingresos de los t r abaj adores de la
gran y mediana empresa, no as en la pequea y micro empresa. As
mismo comprueba diferenci as si gnificat ivas de ingresos ent re los
t rabaj adores de la mediana y gran empresa respect o a los
t rabaj adores de la pequea y mi cro empresa.
Ot ra obra que queremos dest acar es la de "CAMI NOS
ENTRELAZADOS. LA REALI DAD DEL EMPLEO URBANO EN EL PERU ",
de Gust avo Yamada Fukusaki, que dedica su capit ulo V a explicar el
r ol de la educacin en el mercado de t rabaj o, analizando la diferencia
ent re la t eora de capit al humano y credencialismo. Su enfoque es
8
l a ASOCI ACI N LABORAL PARA EL DESARROLLO ( ADEC - ATC ),
cuyo aut or es Cesar Chamane Zapat a,
27
ms t erico, resumi endo muchos de los plant eamient os de Miner. A
nivel int ernacional , t enemos la obra de Gary S. Becker, "El capit al
humano. Un anlisis t erico y emprico referido fundament alment e a
la educaci n ". En el explica el ori gen de sus invest igaciones,
realizadas sobre t odo para la Economa de Est ados Unidos de los aos
60s poca de auge y crecimient o econmico. En el ao 2000, se
efect u un est udio t it ulado "Det erminant es del ingr eso de los j venes
que t rabaj an "el est udio ha sido elaborado por el economi st a Juan
Sierra Cont reras, con l os dat os de la Encuest a Nacional de Hogares,
baj o el pat rocinio del I NEI , det erminando que la educacin t iene un
efecto posit ivo sobre el i ngreso de los j venes que t rabaj an pero no
rat ifica que el nivel de ingresos sea el f act or fundament al en la
det erminacin de ingresos.
Ot ro est udio sobre el t ema es el de "Di ferencias de ingreso
ent re j efes de familia en la Ciudad de Mar del Plat a, un enfoque de la
Teora del Capit al Humano, real izado por la Lic. Rosangela Di Paula,
Lic. Mi riam Berges, Lic. Elsa Rodrguez, a part ir de dat os t omados de
la Encuest a de Consumo e I ngresos a Hogares urbanos revelada en
1993 por la Facult ad de Ci encias Econmicas y Sociales de Mar del
Plat a. Los result ados permit en est i mar el nivel de ingresos obt enidos
por edad segn el ni vel de educacin. Se concluyo que las variables
que mej or expl ican el nivel de ingreso son el nivel mximo de
educacin alcanzado y los aos de experiencia l aboral adquiridos
28
En el ao 1994, Jorge Fernndez Baca realiz un est udio sobre
crecimient o de l a economa peruana 1961 - 1990, donde ut ilizo en su
modelo t ant o variables de capit al fsico como de capi t al humano.
Fernndez Baca concluye que en el caso peruano a pesar de que el
capit al humano ha experiment ado un fuert e crecimient o en las
dcadas del set ent a y ochent a, el capit al f sico no ha crecido a un
rit mo mayor, producindose un est ancamient o en la relacin que une
ambas variables. El esfuerzo educat ivo no ha venido aparej ado de un
esfuerzo de la i nversin privada que permit a que las personas
cuent en con un mayor st ock de capit al fsico por unidad de capit al
humano
En enero de 2000, Eric Fernndez y Paolo Nauro publicaron el
document o t it ulado " El Rol del Capit al Humano en el crecimient o
econmico: el caso de Espaa) , en est e est udios se const ruye un
ndice de capit al humano para la fuerza de t rabaj o espaola en l as
pasadas dos dcadas lo proyect a para las siguient es en base al
crecimi ent o demogrfico.
En el ao 2001, Juan Pedro Espino Rabanal publi co el est udio "
Dispersin Salarial , Capit al Humano y Segment acin Laboral en Lima
, el obj et i vo de esa invest igacin es demost rar que no solo las
variables educacin, experiencia det erminan l a dispersin salarial ,
sino que las caract erst icas de las empresas t ambin influyen en el
hecho de que unos t rabaj adores ganen mas que ot ros, dicho est udio
29
est a basado t ant o en la Teora del Capi t al Humano como en la Teora
de l a Segment acin del Mercado de Trabaj o ( TSMT) ; que dice que
individuos con la misma educacin pueden recibir salarios dist int os si
es que t rabaj an en dist int os sect ores , se t rat a de verif icar si la
pert enenci a a det erminado sect or influye en el salario. Para hacerlo
se est ima la sigui ent e ecuacin:
Ln y = + P + S + ( P* S) + (M* S) + X + ( P* X) + ( M* X) +
X ( M* X) Z +
Ln y : Logarit mo del ingreso por hora perci bido en la ocupacin
principal
S : Variable cont ina que reflej a la t ot alidad de los aos de
est udio
X : Represent a la experiencia pot encial, calculada como edad
P y M : Variabl es di cot omi cas aplicadas de manera adi t i va y
mul t ipli cat iva. P t oma valor 1 si el individuo pertenece al sect or
Publ ico, M t oma val or 1 si el individuo pert enece al sect or
moderno
Z : Es un vect or de caract erst icas personales usadas como
variabl es de cont rol
30
En marzo del ao de 2000, el I NEI publico un est udio elaborado por
el I ng. Juan Sierra
9
sobre "Det erminant es del I ngreso de los Jvenes
que Trabaj an ". El document o expone los fact ores que explican el
ingreso de l os j venes que t rabaj an en el pas y propone un modelo
de regresin de dichos ingresos
El modelo t iene l a siguient e forma:
Ln Y : logarit mo nat ural del ingreso mensual del j efe de familia
Ln Yo: Logarit mo nat ural del ingreso en ausencia del ingreso en
ausencia de educaci n o experi encia
S1: aos de educacin del j efe de familia
S2: aos de educacin del j efe de familia al cuadrado
X1 aos de experiencia del j efe de familia
X1 aos de experiencia del j efe de familia al cuadrado
SX aos de educacin mult iplicado por aos de experienci a
9
. Juan Sierra Det er minant es del I ngreso de los Jvenes que
Trabaj an. I NEI 2000
31
D2 Trabaj ador por cuent a propia profesional
D3 pat rn o empleador
D4 t rabaj ador por cuent a propia no profesional
D5 j ubilado
D6 sexo femenino
32
2. 1. 2 Sopor t e Ter i co de l a I nv est i gaci n
El Pr obl ema de l a Uni v er si dad en Amr i ca Lat i na y el Per .
Diferent es organismos int ernacionales como la UNESCO, CEPAL y el
Banco Mundial en est udios y diagnst icos sobre la universidad en
Amr ica Lat ina coinci den en que st a, desde hace mucho t iempo est
at r avesando una cri sis sever a, la cual est nt imament e relacionada y
condicionada a fact ores socio- econmicos inherent es a cada pas. A
est e respect o, Tunnermann, asesor de la UNESCO y est udioso de la
educacin superior en Amri ca Lat ina, seala que la f alt a de calidad
de las universidades de est a regin se deben pri ncipalment e a t res
fact ores
10
:
a) I ncrement o, quizs en demasa, de inst it uciones que no r enen los
requisit os y exigencias mnimas del t rabaj o acadmico.
b) Falt a de preparaci n del personal dedicado a las l abores
acadmicas, de manera part icular, est imamos, los cuadros dedicados
a la invest i gacin y docencia.
c) Persist enci a de una met odologa docent e anacrni ca que vincula el
aprendizaj e con la t ransmi sin de conocimi ent os.
El Dr. Eulogio Zamall oa
11
afirma, "t omando como fuent e la fundacin
de universidades en el Per elaborada por la Asamblea Nacional de
Rect ores ( ANR) en el ao 2000, que ent re 1551 a 1960 haban slo
10 universidades, pero de 1960 al 2000 el increment o lleg a 74
10
UNESCO, Pars 1998.
11
Zamalloa, Lima 2004.
33
universidades en la que slo en la dcada del 90 al 2000 se fundaron
21 universidades. Tomando como un indicador de calidad l a exigencia
y capacidad select iva, se observa que algunas universidades de Lima
como la Universidad Nacional Mayor de San Marcos, Federico
Villarreal y la UNI , seleccionan cada ao al 15% o menos del t ot al de
post ulant es. En ot ros depart ament os, la universidad Naci onal San
Ant onio Abad del Cusco y la Universidad Nacional del Cent ro del
Per , segn la ANR, infor macin que proporciona Cecilia Thorne de la
Pont ificia Universi dad Cat lica, son las universidades ms select ivas.
Cont rari ament e, hay universidades como la de I quit os y Andina del
Cusco que admit en el 92% de post ul ant es. Segn la misma aut ora,
siempre t omando la ANR como fuent e dest aca que un indicador de
calidad es la carga docent e, a est e respect o, el promedio del
est udiant e por cada docent e es ent re 12 y 13 en las uni versidades
pblicas.
PBI per . Cpi t a e I nv er si n en I nv est i gaci n y Desar r ol l o
En el Cuadro N 01 se observa que hay pases como Espaa y EE. UU.
que inviert en en promedio por cada habit ant e US$ 137 ( 0. 86% del
PBI per. cpit a) y US$ 793 (2. 61% del PBI per. cpit a en
I nvest igacin y Desarrollo respect i vament e, mi ent ras nuest ro pas
invier t e apenas 1.6 dlar es que es 0.06% del nuest r o PBI per . cpi t a.
Nt ese t ambin que Per y Ecuador t ienen los ms baj os porcent aj es
34
de inversin en recursos de invest igacin y desarrollo en un cuadro
de 09 pases, dichos porcent aj es est n ent re los ms baj os del
mundo.
Cuad r o N 01
Gast o Pbl i co en Educaci n Super i or
Zamall oa en su t r abaj o "I nvest igacin en Educacin Superior
12
present a algunos cuadros el aborados por Luis Piscoya, invest igador
en educacin de la UNMSM, que en su t rabaj o "la realidad
12
Zamalloa, Lima 2004.
35
universi t ari a peruana, en el diagnst i co de la universidad peruana,
present a una serie de cuadros sobre la realidad universit aria. En lo
referent e al gast o pblico en educacin superior relacionada con 20
pases de Amrica Lat ina, el Per ocupa el puest o N 15 con un 16%
del presupuest o pblico de educacin. En dicho cuadro se advi ert e,
que hay pases como Bolivia y Ecuador que t iene un porcent aj e
mayor de gast o en educacin superior con el 27. 7% y 21. 3%
respect ivament e. (Ver cuadro N 02) .
36
Ef i ci enci a
Exist en muchas definiciones de efi ciencia, cada una de acuerdo a su
cont ext o. En pocas palabras l a efi ciencia consist e en hacer un buen
uso de los recursos ( fact ores product ivos) , para generar el mayor
beneficio soci al posible.
Eficiencia es una sit uacin donde el cost o de producir un result ado es
minimizado y la ut il idad de las preferencias individuales es
maximizada. La eficienci a puede ser obt enida frecuent ement e en
mercados compet it ivos, lo que en la prct i ca es casi imposible.
Es necesari o dist inguir los dist int os t ipos de efici enci a
13
:
Eficiencia t cnica: es cuando se obt iene un product o
det erminado minimizando los fact ores de produccin, o
donde el product o es maximizado con unos fact ores de
produccin dados. Puede cumplirse con la ef iciencia t cnica
de varias formas; la i zo cuant a es el lugar geomt rico que
las recoge.
Efi ciencia de gest in: es la consecucin de un product o
minimizando los cost os o, lo que es lo mi smo,
maximi zacin de la produccin con unos cost os dados.
Como se aprecia est e concepto es similar al concept o de
efici encia t cni ca, pero relaci onando el cost o en general
13
Ortn Rubio, Vicent e. Barcelona 1990.
37
(cost os de los f act ores y ot ro t i po de cost os). Se produce la
efi ci enci a de gest in en el punt o en el cual la lnea de izo
cost o es t angent e a la izo cuant a. Est e concept o hace
referencia en el lado de la ofert a a la act uacin de una
organizacin det erminada, es decir, como concept o relat i vo
necesit a t rminos de comparacin: ot ras organizaciones,
ot ros pases, ot ras sociedades u ot ras formas de gest ionar
y produci r.
Eficiencia econmica o asignat i va: es cuando se produce al
menor cost o social de los bienes y servi cios que ms
valora l a sociedad y di st ri bucin de los mismos de una
forma soci alment e pt ima. Presupone la exist encia de
eficienci a de gest in. Est e t ipo de eficiencia se da cuando
las cant idades relat ivas de cada bien o servicio concuerdan
con l as preferencias de los ciudadanos.
Ef i ci enci a en Educaci n
El financiamient o de la educacin debe considerar t ambi n la
eficiencia, as cuent o mas eficient e es un sist ema product ivo,
menores necesidades de financiamient o y mayores result ados
El obj et o de aument ar la eficiencia t i ene dos aspect os:
38
Al maximizar el uso de recursos, el sist ema educat ivo libera
medios, aument ando la cobert ura consiguient e y calidad
(eficiencia i nt erna )
Los medios deben adapt arse a preparar la necesidad de
Recursos Humanos de la Sociedad ( efi ciencia ext erna )
Desde el punt o de vi st a de polt ica de asignacin de recursos al
sect or, la primera permi t e liberar recursos a cort o plazo a fin de que
sean reasignados a ot ros fines, ya sea en el mi smo nivel o en ot ros
nivel es o en ot ras reas del desarrollo social.
Por ot ra part e, la segunda cont ribuye en el Largo Plazo al desarrollo
en general, ya que aument a el rendimi ent o social del sist ema
educat ivo y cont ribuye a aument ar su product ividad.
La educacin superior consume cada vez ms una proporcin mayor
del presupuest o de los pases de la regin.
Si se examina indicadores como l a repet icin y el abandono, el gast o
result a indeficient e y las t asas de ret orno social baj as.
La eficiencia en educacin debe evaluarse desde dos perspect ivas u
horizont es t emporal es
Cort o Plazo
Largo Pl azo
39
La sobre inversin en Educacin Superior se explica por la fal t a de
est imaciones de demanda fut ura y con los subsidios. Se t iene que a
mayor t asa de ret orno social, mayor inversin.
No obst ant e dado que algunos profesionales no logran en su propio
medio una t asa de ret orno privada at ract i va, emigran para obt ener
un rendimient o mayor.
Para evi t ar est e xodo los pases de la regin han seguido polt icas de
mayor ret ri bucin. Est a polt i ca de cort o plazo ha generado una
mayor demanda por educacin superior, agravando el problema en el
largo plazo.
Est a forma de concept uar la eficienci a ext erna en educacin superi or
es general y deficit aria, precisa que el gast o pblico debe
concent rarse en la preparacin del Recurso Humano que la sociedad
necesit a con mayor prioridad y por lo t ant o debe ser rent able.
La Ef i ci enci a de un Pr oceso de Tr ansf or maci n
El concept o de eficiencia se aplica a un proceso de t ransformacin
que evol uciona en un sist ema. Para procesarlo necesit a dist inguir el
sist ema ( conj unt o de part es int errelacionadas que t ienen un obj et ivo
comn) , los insumos y los result ados que const it uyen el propsit o
comn del si st ema
40
La eficiencia de un proceso educat ivo universi t ario es la eficiencia del
proceso de t ransformacin que t iene lugar en el sist ema universit ario
y del que forma part e.
Todos ellos ligados por r eglas econmicas y sociales comunes que las
une; es l a educacin l a t ransferencia de ci ert o nivel de conoci mient os,
capacidades que son proporcionadas al est udiant e. El j oven ingresa
al sist ema universit ario, la educacin recibida es el proceso de
t ransformacin ocurrido en el sist ema educat i vo.
Al considerar la eficiencia de un proceso de t ransformacin se debe
t omar en cuent a que forman part e del sist ema universi t ario:
profesores, edificios, equipos, recursos econmicos y sociolgicos. El
propsit o es la educacin de est udi ant es y la t ransformacin del
conocimi ent o.
La educaci n, en funcin del proceso de t ransformacin, recibe
inf luencias econmicas y de ot ro t i po
La Efici encia es l a relacin ent re los result ados act uales y los
result ados que podran obt enerse con el nivel de recursos econmicos
disponibles.
Se puede considerar la ineficiencia como la diferencia ent re los
result ados pot encial es y los result ados act uales.
41
Ef i ci enci a I nt er na
Es la forma mas adecuada y opt ima de emplear los recursos
exist ent es dent ro del marco de t ecnologas disponibles. As a medida
que aument a la eficiencia, disminuyen las necesidades de recursos
para cumplir con el obj et ivo y lograr obj et ivos adicionales dent ro de
un mismo nivel de presupuest o.
I nef iciencia es la diferencia ent re lo que se logra y lo que podra
lograrse.
Si se examina las t asas de desercin y repet icin se puede calcular la
relacin ingreso / egreso como medi da global de eficiencia.
Est a relacin est a det erminado por el numero t ot al de aos - alumno
requeridos por cohort e de mil alumnos para cursar l os est udios
dividido sucesivament e por el numero de alumnos.
As, una relacin ingreso / egreso i gual a 1 indica una eficiencia
perfect a y mient ras mas alt a sea la cifra de la relacin, menor la
eficiencia, si es 2 indica que se requiere dos aos / alumno para
producir un ao / alumno exit oso; la mit ad del ao - al umnos se
desperdici an por deserciones o repet iciones.
42
Ef i ci enci a Y Pr od uct i v i dad En La Edu caci n Super i or
Compet it ivi dad y ef iciencia eran dos palabras poco ut ilizadas en la
gest i n universit aria de nuest ro pas, que se desenvolva, hast a la
dcada de los set ent a, en un medio ambient e sin t urbulencias en el
cual el f inanciamient o est at al est aba asegurado y la compet encia se
encont raba limi t ada. Hoy, dicho marco de referencia ha cambiado
drst icament e y es ot ro el escenar io que enfr ent an las univer sidades,
especialment e las est at ales. Hace un par de aos, la propia UNESCO
lleg a la conclusin de que " en la act ualidad di fcilment e exist e algn
pas capaz de financiar un sist ema comprensivo de educacin
superi or exclusivament e con recursos pblicos" . I ncl uso ms, seal
que " vist o el est ado de l a economa en varias regiones del mundo y
los persist ent es dficit presupuest arios a nivel local y de los Est ados,
parece improbable que dicha t endencia pueda revert irse en los
prximos aos".
Mt odo UNESCO par a Medi r Ef i ci enci a
Plant ea que para medir el desperdicio escolar ( abandono o
repet ici n) y para apreciar el desarrollo de est e fenmeno desde el
punt o de vi st a de aos de escolari dad es indispensable cal cular las
t asas de repet icin, de promocin y abandono. Para comenzar nos
valemos de la comparacin ent re los efect i vos reales del ao escol ar
43
y los del ao siguient e; sea de la proporcin de alumnos que quedan
en el mismo grado ( repet ici n ) , que pasan al grado superior (
promocin ) o que dej an ( abandono ) .
Si se adopt an las hipt esis de t rabaj o expuest as y se aplican las t asas
reales a cohort es hipot t icos es posible const ruir un fluj o de efect ivo
a largo pl azo de los aos para l os que est as t asas son conoci das
Exi st en dos alt ernat ivas:
a. Anlisi s Longit udinal: apl icacin de t asas r eal es a cada ao y
grados sucesi vos permit e reconst ruir de un ext remo a ot ro,
l a evaluacin de cohort es, t eniendo en cuent a la
recuperacin en l os aos si guient es de los que repit en est a
evolucin ref lej a la dimensin del sist ema de enseanza
t eniendo en cuent a el fact or de repet icin.
b. Anlisi s Transversal: Su cl culo es similar, pero se observa
para cada grado, l as t asas de repet icin, promocin y
abandono de un ao, generalment e el lt imo para el cual se
desprende informacin. La vent aj a del anlisi s t ransversal
est a en ut il izar t asas cont emporneas. La cohort e f ict i cia
t raduce la sit uacin del moment o, l a del lt imo ao
observado y adems puede ut il izarse par una ext rapolacin
mat emt ica para calcular durant e los prximos aos la
condicin de promocin, repet icin y abandono.
44
Equi dad en Ed ucaci n
El si st ema educat ivo t iene como obj et ivo cont ribui r con la formacin y
desarrol lo de dest rezas, act it udes y habilidades sociales en t odas las
personas que conforman part e de una sociedad. Para asegurar que
est os obj et ivos se logren, el si st ema requiere el cumpli mient o de
ciert as condi ciones en relacin a los insumos of recidos, al proceso de
enseanza y a los result ados educat ivos. Con rel acin a los insumos
por ej emplo, requiere asegurar el acceso al servicio educat ivo a t odos
los est udiant es a t ravs de l a const ruccin de cent ros educat ivos en
t odo el pas, asegurar la dot acin de sufici ent e inmobiliario y recursos
educat ivos, as como asegurar que la enseanza se lleve a cabo por
docent es califi cados. Por ot ro lado requiere que la met odologa de
enseanza y los cont enidos curriculares respondan a los obj et ivos del
sist ema resumidos en la est ruct ura curricular.
Si bien es complej o asegurar y medi r que t odas est as condiciones se
cumplan, l os diversos sist emas educat ivos suelen recurrir a un
conj unt o de indicadores educat i vos que resumen part e de los
result ados obt enidos y permit en ret roaliment ar o reori ent ar las
polt icas educat ivas
Comnment e se puede i dent ificar t res grandes grupos de indicadores
que miden en ciert a medi da los result ados educat ivos del sist ema.
Por un lado se encuent ran los indicadores que hacen referenci a a la
cobert ur a del sist ema educat ivo o propor ci n de pobl acin en edad
45
escolar que asist e a un cent ro educat ivo, as como el indicador de
escolaridad, o indicador de nmero de aos que permanecen los
est udiant es en el sist ema educat ivo. Por ot ro lado, se encuent ran el
r esult ado de las pruebas de r endimient o escolar , el cual r epresent a el
indicador por excelencia de la calidad del sist ema educat ivo.
Finalment e se encuent ran los indicadores de eficiencia i nt erna del
sist ema, est os i ndicadores miden la capacidad del sist ema para
ret ener a l a pobl acin que ingresa y de promoverla con flui dez de un
grado a ot ro hast a la culminacin del nivel correspondient e.
Sin embargo, las condiciones sobre las cual es se lleva a cabo la
educacin son t ambin de gran import ancia debido a que afect an las
posibilidades de alcanzar las met as educat ivas del sist ema. En est e
cont ext o, l a evaluacin y segui mient o de la calidad de las
caract erst icas de la inf raest ruct ura de los cent ros educat ivos son de
gran import ancia.
La educacin es considerada una necesidad humana as como un
element o clave para el desarrol lo de un pas pues permit e elevar el
capit al humano de las naciones as la capacidad para al canzar ot ras
necesidades bsicas. Por ende, la educacin es vist a como un medio
para reducir las inequidades y un mecani smo para hacer ot ras
inversiones del est ado ms product ivo. Por ello, es import ant e no slo
asegurar el monit oreo de la calidad del servicio educat ivo sino
46
t ambin, que est e sea bri nde de manera igual it ari a para t odos los
grupos de est udi ant es.
14
Concept os Y Def i ni ci ones
El concept o de pr oduct i v i dad se define como la r elacin ent re
out put e input s, est o es ent r e los product os y los insumos necesar ios
par a su pr oducci n. La pr oduct i v i dad es una medida de la ef iciencia
del empleo de l os recursos para generar bienes y servicios, que
compara cuant o producimos con los recursos que ut ilizamos para
produci rl o. La pr oduct i v i dad, defi nida como la relacin
product o/ insumo, reflej a la eficienci a de las operaciones int ernas o
cun bien se empl ean los recursos en un sist ema. La pr oduct i v i dad
alude a los pr oduct os por unidad de insumo. Tal medida es una r azn
ent re product o e insumos. En la medida en que se aument a la
produccin empleando igual cant idad de recursos, se es ms eficient e
desde el punt o de vist a econmico ( mayor produccin, menores
cost os) . Segn l a OI T l os product os son fabricados como result ados
de la int egracin de cuat ro element os principales: t ierra, capit al,
t rabaj o y organizacin. La relacin de est os element os a la
producci n es una medida de la pr od uct i v i dad. Para la EPA
pr oduct i v i dad es el grado de ut ilizacin ef ect iva de cada element o
de produccin. Es sobre t odo una act it ud ment al que busca la
14
GRADE, Lima 2002.
47
const ant e mej ora de lo que ya exist e. Est basada sobre la conviccin
de que uno puede hacer las cosas mej or hoy que ayer, y mej or
maana que hoy, lo cual requiere esfuerzos cont inuados para adapt ar
las act ivi dades econmicas a las condi ciones cambiant es y aplicar
nuevas t cnicas y mt odos, es por t ant o la fir me creencia del
progreso humano.
Los product os son bienes o servicios. Los insumos son los recursos
empleados para crear t ales product os. Sin embargo, la product ividad
no slo debe referirse a la cant idad de lo que se produce sino que
debe incorporar adems la calidad del product o, de manera que es
posible redefinir dicho concept o para que incorpore element os como
la calidad y l a sat isfaccin del client e, en dicho caso la
pr oduct i v i dad sera la relacin ent re eficiencia y eficiencia, donde la
eficiencia es hacer lo correct o y eficiencia es hacer las cosas
correct ament e.
Pero la product ivi dad y eficiencia que se le exige a las uni versidades
no slo t iene una dimensin econmica, la Universi dad act a como
un servicio pbli co y por ende, no slo es regulada por el mercado o
los precios, sino que se enfrent a el desafo de la " eficiencia soci al" ,
ent endi endo por t al la capaci dad de sat isfacer, sin limit aciones ni
discriminaciones de t ipo alguno, l a crecient e demanda con una
educacin masiva de calidad, al t ament e pert inent e ant e los
48
requerimient os de la sociedad como as t ambin conscient e de las
carencias e inequidades que en esa sociedad se verifica
15
.
Exist e, no obst ant e, la creencia de que no es posi ble increment ar la
calidad sin afect ar de manera significat i va la product ividad y la
eficienci a de la organizacin, empresa o sist ema. Lo ant erior es de
especial relevancia al i nt erior de las universidades donde el
paradigma convencional es que slo las universidades dot adas de
mayores recursos pueden proporcionar una educacin de calidad en
comparacin con universidades de menores recursos que pueden slo
aspirar a un desempeo mediocre en est a rea.
Sopor t e Ter i co de l a I nvest i gaci n Capi t al Humano
Nuest ra i nvest igacin se va a basar en la Teora del Capit al
Humano, y en la Teora de Crecimient o Econmico. El plant eamient o
de l a Teora del Capit al se ef ect u por Theodore W. Schuit z, Gary
Becker y Jacob Mincer t rabaj ando en forma conj unt a en la
Universi dad de Chicago y de Columbia, en los anos sesent a. Fue
aplicada al est udio de act ividades como l a salud, la nut ricin, la
bsqueda de t rabaj o, la migracin, la educacin, la capaci t acin,
ent re ot ras.
La t eora del capit al humano es una aplicacin de la t eora del
capit al fsico a un caso det ermi nado. Al igual que con el capit al fsico,
15
UNESCO. Pars 1998.
49
se realiza una t pica inversin - y no consumo- en la misma persona
humana para increment ar su capacidad product iva en el fut uro. Est a
inversin se realiza volunt ari ament e para maximizar la ut ilidad
individual o se produce por la sociedad en la bsqueda del beneficio
de sus miembros.
Teor a Del Capi t al Hum ano Un Enf oque
Capi t al Humano, conoci mi ent os Y Tecnol oga
16
El conocimient o ocupa un lugar import ant e en l os modernos
modelos de crecimient o endgeno. El capi t al humano incluye la suma
de capaci dades que t ienen influencia sobre la produccin y que est n
incorporadas a l os indivi duos o a las col ect i vidades: educacin
(conocimient o, capacidades y apt it udes generales) , formacin
profesional ( conoci mient os y capacidades t cnicas) , salud, virt udes
de la convivencia, et c. Es, pues, apropiable por los individuos, en
cuant o que se incorpor a en ellos, y, por t ant o, excluible, a diferencia
del conocimient o abst ract o y, por t ant o, de l a t ecnologa.
Schuit z ( 1960, 1961) hizo not ar la import ancia del capit al
humano y su cont ribucin al crecimient o econmico. Cuando se
est udia el crecimient o econmico en base a modelos en los que el
progreso t ecnolgico y la acumul acin de conocimient o j uegan un
papel fundament al, se at iende a uno de los obj et ivos de la t eora del
16
ARGANDOA Ant onio Macroeconoma avanzada I I . Pp 360, 412
50
crecimient o; explicar el crecimient o de los niveles de vida a lo largo
del t iempo.
La t ecnologa es un bien no rival: su uso por un agent e no
impide que sea ut ilizada por ot ros. Est e hecho plant ea la duda de por
qu los pases pobres no t ienen acceso a la misma t ecnologa que los
pases ricos.
La evidencia emprica, nos dice que las diferencias con los
pases ricos no se reducen de forma apreciabl e. Los problemas a los
que se enfrent an los pases pobres se derivan de l a falt a de
capacit acin para usar dicha t ecnologa. Para avanzar en el
conocimi ent o de la t eora del crecimient o result a convenient e est udi ar
con un ci ert o det alle el papel j ugado por ot ros fact ores a la hora de
explicar las difer enci as de los niveles de rent a por habit ant e ent re los
dist intos pases.
El capit al humano de un t rabaj ador incluye la habilidad, la
capacidad y el conocimient o. Adems, el capit al humano es un bien
rival y exclui ble.
Los fallos del mercado que se producen en el capit al humano
pueden ser de t res t i pos:
1) Ext ernal idades posit ivas: la product ivi dad de cada t rabaj ador
aument a por el int ercambio de ideas, conocimient os y experiencias
con ot ros t rabaj adores. Est o implica que el rendimient o del capit al
51
humano de cada t r abaj ador est ar en funcin del ni vel medio de
capit al humano de sus colegas. El problema radica en que los agent es
privados no t ienen en cuent a esa ext ernalidad, por l o que la inversin
individual es siempre inferior a la socialment e pt ima
2) Ext ernalidades negat ivas: en la medida en que el sist ema
educat ivo es slo un mecanismo de seleccin de los ms capaces
(screening) , y no aport a verdadero capit al humano, no aument a la
product ividad de los t rabaj adores; al cont rario, genera una
ext ernalidad negat iva, en cuant o que el xit o de unos supone el
fracaso de ot ros ( Arrovv, 1973; Spence, 1973) .
3) Ausencia de mercados fi nanci eros perfect os: la inversin en capit al
humano se debe financi ar mediant e crdit os o donaciones, porque
ese proceso se l leva a cabo ant es de la consecucin de rent as. Pero
no hay mercados perfect os de capit ales en los que se pueda pedir
crdit os con la garant a de los ingresos fut uros esperados. Ello
llevara a niveles insuficient es de inversin en capit al humano, a
menos que se produzca una int ervencin pblica.
Teor a Del Capi t al Human o Enf oque Macr oeconmi co (
17
)
La Teora del Capit al Humano plant ea que la educacin es una
inversin de los individuos, quienes eligen su ni vel educat ivo pt i mo
considerando los cost os y los benefi cios invol ucrados.
17
YAMADA FUKUSAKI Gust avo Cami nos Ent relazados. 1996
52
Mi ent ras que los beneficios son los ingresos salriales
incremnt ales en el rest o de su vida laboral, los cost os son de dos
t ipos: el cost o direct o de gast os en educaci n y el cost o de
oport unidad por dej ar de t rabaj ar. Por lo t ant o, los ingresos
esperados para el ciclo de vida de los ms educados, para compensar
los cost os en lograr un mayor capit al humano. As, los indivi duos
deci den cunt o invert ir en educacin para maxi mizar el valor
present e de sus ingresos durant e t oda la vida. Vale la pena
mencionar que t ant o los ingresos como los cost os son difer ent es para
cada indi viduo. Por un lado, cada uno t i ene habilidades diferent es
para aprovechar ms o menos la educacin y as poder percibir
mayor es o menores ingresos que ot ro. Asimismo, los cost os pueden
ser mayores para aquellos que t oman ms t i empo en aprender u
obt ener un grado acadmico.
El t rabaj o de Mincer (
18
) se cent ra en expl icar la desigualdad
en la dist ribucin de los ingresos de la poblacin sobre l a base de la
formacin del capit al humano de los individuos. Si n embargo, la
relacin posit iva ent re el cuerpo dedicado a la educacin y los
ingresos no es simple: la calidad educat iva incide en gran medida en
cunt o capit al humano se ha formado con la educacin.
18
MI NCER Jacob, Schooling, Experience and Earnings, New York:
Nat ional Bureau Economic Research, 1974
53
Adems de la educacin ot ra forma de adquir ir capit al humano
es el ent renamient o en el t rabaj o ( experiencia) , que permit e la
acumul acin del capit al humano despues de la educacin formal .
Sobre la base de su t rabaj o y el de Becker y Chiswick Mincer
desarrol la una funcin de ingreso que considera los ingresos
percibidos por los individuos como una aproximacin de la
product ividad de los mismos. Mincer logra int egrar la inversi n en
educacin y l ent renamient o en el t rabaj o . La forma es la si guient e:
Ln I = o + 1 S + 2 X + 3 X
2
+
En est a funcin, se represent a un est imado de la t asa de
ret omo de la educacin (t asa const ant e a lo largo de l a vida laboral)
4
.; el crecimi ent o inicial y el post erior decrecimient o, se incluye en
los t r minos cuadrt icos de la experiencia, x y x
2
, cuyos coefici ent es
son posit ivo y negat ivo, respect ivament e.
La f uncin d ingresos de Mi ncer supone que l a mayor
product ividad que brindan la educacin y la experiencia es el reflej o
de la acumulacin de mayor capit al humano. El ent renamient o en el
t rabaj o es general y no especfico.
Por lo t ant o, el i ndividuo pagara los cost os del ent renamiento,
ya que reci be el beneficio nt egro de st e; es decir, el indivi duo est
dispuest o a reci bir menores ingresos que su product ividad en
compensacin por los cost os que implica su ent renamient o (menor
54
produccin de la empresa al t ener un t rabaj ador inexpert o) . As, los
ingresos observados son menores al rendimient o del t rabaj ador en un
mont o equi valent e al cost o del ent renamient o para la empresa. Como
Becker explica, la empresa no est ara dispuest a a pagar los cost os del
ent renamient o, puest o que el individuo podra cambi arse de t rabaj o y
la empresa perdera l a inversin.
Adems, est a especificacin coincide con l a decisin pt ima de
los individuos de dej ar de est udi ar cuando los cost os de oport unidad
son muy' alt os. Por ello, la inversin en educacin se real iza en los
primeros aos y, luego, los i ndividuos dej an de est udiar y empiezan a
t rabaj ar - e invert i r en capi t al humano si mult neament e, mediant e el
ent renamient o en el t rabaj o- . Post eriorment e, est a inversin decrece
y l os i ngresos crecen rpidament e como consecuencia de l a mayor
product ividad y de la menor inversin. Fi nalment e, la depredacin del
capit al humano hace que. El per fil de ingresos t ienda a est abilizarse y
a caer hast a el moment o de j ubilacin.
A pesar de que la t eor a del capit al humano se cent ra en el lado
de la ofert a de est e t ipo de capit al, Willis
6
afirma que la funcin de
ingresos desarroll ada por Mi ncer t oma como exgenos el nivel
educat ivo y el de ent renami ent o de los individuos; es decir/ no los
consider a como r esult ados de l a maximizacin individual. Al igual que
en ot ros casos de la t eora econmica, se dej an de lado los
55
est ndares de pureza t erica y de rigor debido a l as limi t aciones
t ant o de informacin como de anlisis economt rico.
Will is muest ra que la funcin de ingresos de Mincer es
inconsist ent e con la maximizacin individual de riqueza. La razn
radica en que l a t asa de ret omo de la educacin es const ant e y, por
lo t ant o, los individuos t endran "soluciones de esquina". Est o es, si
dicha t asa es mayor que la t asa de int ers de mer cado, los individuos
invert iran t odo lo posible; en cambio, si f uese menor, no invert iran
nada. La solucin . a est e problema es que los cost os de oport unidad
se increment an, por lo que la t asa net a de ret omo disminuye y dej a
de ser const ant e.
Para Rosen, la funcin de ingresos de Mincer conlleva la
sobreest imacin de la t asa de ret omo de la educaci n. Ello es as
dado que cada indivi duo escoge un ni vel educat ivo pt imo segn su
capit al humano innat o. Rosen afirma que la funcin de Mincer recoge
combinaciones de ingresos y niveles pt imos de est udios para
individuos con. Diferent es dot aciones iniciales de capit al humano. Por
lo t ant o, habra un problema de aut o seleccin: los de menor capit al
humano i nnat o est udian menos y obt ienen menores ingresos, y los de
mayor capit al innat o est udi an y ganan ms. Es decir, la funcin de
Mincer conll eva un sesgo de habi lidad y, en consecuencia, est
fuert ement e influenciada por la dist ribucin de las habil idades ent re
los individuos.
56
Para medir correct ament e l a t asa de ret omo, se necesit ara
cont ar con individuos con la misma dot acin de capi t al humano
innat o que hayan elegido diferent es niveles de educacin. Para que
las elecciones de nivel educat ivo pt imo sean variadas, los indivi duos
deberan enfrent ar cost os de oport unidad dist i nt os pues los beneficios
marginal es seran los mismos.
Will is afirma que est os problemas t ericos de l a funcin de
ingresos desaparecen con el supuest o de - "igualdad de habilidad" e
"i gualdad de posi bilidades" . Es decir, la funcin de ingresos de Mincer
supone implcit ament e que t odos los i ndividuos poseen el mismo nivel
de capit al humano -i nnat o y que sus posibilidades de invert i r en
mayor capit al humano son las mismas ( cost os de oport unidad y
cost os de financiamient o) . Puest o que los modelos de capit al humano
son muy dif ciles de ut ilizar para el t r abaj o emprico, la funcin de
Mincer puede ser vist a como una buena aproximacin. Es decir, se
incorporan l os aport es ms i mport ant es de la t eora del capit al
humano en una si mple formul acin economt rica.
En resumen, podemos decir que Mincer part e de un perfi l de
ingresos individual (o para i ndividuos i dnt icos) , lo que general iza
para est imar el perfil de los ingresos para dist int os niveles de
educacin. As/ a nuest ro ent ender, la pendient e de la funcin de
ingresos de Mincer no represent a la t asa de ret omo privada a la
educacin ( a menos que t odos los indivi duos t engan l as mismas
57
habil idades y enfrent en dist int os cost os de oport unidad) . Dicha
pendi ent e represent a la t asa de ret omo social de la educacin, como
inversin pt imament e realizada; es deci r, la rent abili dad para la
sociedad de t ener un indi viduo con la educacin pt ima versus
t enerlo con un ao menos de educacin.
Una aproximacin d la forma funcional sera
Ln I = bo + b1 + b2x + b3x
2
+ u
Es import ant e menci onar que la conversin logart mica se hace
por conveniencia. En primer lugar, se conviert e para est imar una
funcin l ineal " y, en segundo lugar, consideremos que lo cent ral en
el est udio de la desigualdad de ingresos es la variacin relat iva
(porcent ual) y no l a absolut a.
La est imacin de est a funcin de ingresos mediant e t cnicas
economt ricas con muest ras de diferent es pases ha demost rado su
poder para expl icar los i ngresos percibidos por los individuos. Vale la
pena recordar que el coeficient e P de los aos de educacin equivale
al increment o porcent ual de los ingr esos de un individuo por t ener un
ao ms de educacin, es deci r, la t asa de ret omo de la educacin.
Asimi smo, los concient es de la experiencia en el t rabaj o represent an
el increment o porcent ual por t ener un ao ms en la fuerza l aboral.
Aunque la correlacin observada ent re ingresos y educacin
corrobora lo propuest o por la t eora del capi t al humano, t ambin es
58
consist ent e con la hipt esis de que la educacin es usada para
sealar las habilidades innat as de los individuos. st a es la base de la
hipt esis del credencial ismo que se desarrol la en est a seccin.
Segn est a hipt esis, la f uncin de la educacin consist e en
t ransmit ir i nformacin sobre las caract erst icas inobservables de los
individuos. Es decir, la educacin t endra el rol de credenci al o seal
de la product ivi dad de un indi viduo para que los empleadores
reconozcan quines son ms y menos capaces. De est a manera, los
ms capaces est udian ms para reflej ar su habilidad y, por ello,
reciben mayores remuneraciones, lo que confi rma la asociacin
posit iva ent re nivel educacin e ingresos.
De est a manera, la hipt esis del credencialismo asigna a la
educacin el rol de eval uar y clasificar a los i ndividuos. La hipt esis
ext rema del credencialismo consi dera est e rol como el nico de la
educacin, mient ras que la hipt esis int ermedia lo considera como
complement ario al rol t radicional de la formacin de capit al humano.
A cont inuacin, se present ar un modelo de equilibrio informacional
donde las decisiones se t oman baj o incert idumbre." Luego se
desarrol la el modelo de l a hipt esis ext rema del credencialismo y,
finalment e/ el modelo de la hipt esis int ermedia.
Aunque la correlacin observada ent re ingresos y educacin
corrobora lo propuest o por la t eora del capi t al humano, t ambin es
59
consist ent e con la hipt esis de que la educacin es usada para
sealar las habilidades innat as de los individuos.
La t eora del capit al humano s cent ra en la ofert a es decir en
la decisin de i nversin de los individuos. Si n embargo, dej a de lado
la demanda de capit al humano por part e de las empresas, por lo que
pasa por alt o los mecanismos que exist en en el equilibrio de
mercado. En l a int eraccin ent re ofert a y demanda hay problemas de
informacin que vale la pena considerar, dado que se t oman
decisiones baj o incert idumbre.
En el mercado, laboral ; los empleadores cont rat an nuevos
empleados baj o incert idumbre, puest o que no observan l a capacidad
product iva del empleado pot encial, sino sl o ci ert a informacin
personal. De est a manera, los empleadores est ruct uran una
correspondencia ent re la informacin- disponible y la capacidad
product iva. Est a correspondencia se ut iliza para det erminar los
sal arios y se aj ust a conforme se reci be mayor informacin.
La concl usin del anli sis de Spence es que l a educacin no
puede cumplir su rol informacional si sus cost os no est n
negat ivament e r elacionados con la product ividad i nnat a del individuo.
Adems, l a sobre inversin de los ms capaces se produce por
incent ivos privados generados por la correspondencia ent re el nivel
educat ivo y la product ividad de los individuos, lo cual conlleva un
perj uicio para la sociedad. Est o implicara que habra sobre inversin
60
en los niveles educat ivos superiores, dado que est as conclusiones y
anlisis se pueden generalizar para ms de dos t ipos de individuo y
para ms de dos niveles educat ivos. -
Capi t al Humano Y Di f er enci as En El I ngr eso En Jef es De
Fami l i a
19
Se empl ea el modelo ya conocido del capit al humano con las
variabl es ingreso, educacin, experiencia, pero adems en est e
modelo se est n considerando algunas variables dummy.
La incor poracin de las variables dummy se realizo con el
obj et o de explicar di ferencias de ingresos de acuerdo a las diferent es
cat egoras ocupacional es y al sexo del indivi duo j ef e de famil ia.
Se esper a encont r ar difer encias que indiquen que el ingreso de
un empleado es infer ior al t rabaj ador independient e y ms inferior al
que es empleador. Se busca capt ar l a discriminacin por gnero.
2.1.3 pt i ca De La I nvest i gaci n
La I nvest igacin es desde el punt o de vist a econmico y
haciendo uso de l os mt odos de l a est adst i ca, el aborar los
indicadores de eficiencia educat iva en la FI I S de la UNI .
19
DI PAOLA BERGAS Diferenci as de I ngreso ent re Jefes de Famili a en
la Ciudad de Mar del Plat a un enfoque de la t eora del capit al humano
61
pt i ca de I nv est i gaci n Capi t al Humano
Hemos deci dido basar nuest ra invest igacin en la Teora del
Capit al Humano ms que en la Teora de Credencialismo por la
siguient e razn. Si bien la Teora del credenci alismo t i ene muchos
punt os a su favor, como el hecho de que en el mercado peruano t al
vez l a falt a de informacin es mayor que en el mercado
nort eameri cano, sabemos que por ej emplo en EE.UU., las
universidades j uegan un rol muy import ant e, donde el nivel de
especializacin de los t rabaj adores es mayor, est ando su economa
en un grado mas avanzado de desarrollo t ecnolgico y de
conocimient os, la product i vidad es dif cilment e observable a nivel
individual, aqu en nuest ro pas donde exist en mayores diferencias a
nivel educat ivo, l as diferencias de product i vidad salt an a la vist a,
sobre t odo en la mediana y gran empresa.
2.1.4 Sel ecci n De Var i abl es
La seleccin de variabl es se hizo, t eniendo en cuent a las formulas de
los indicadores de ef iciencia, la base de dat os se cre con las
siguient es variables:
Periodo de I ngreso 1988 1991
Especi alidad de I ngreso : I ngeniera I ndust ri al y de
Sist emas
62
Sexo : Masculino y femenino
Opcin de I ngreso: Primera opcin y segunda opcin
Not a de I ngreso
Promedio Ponderado Acumulado
Tasa de Aprobacin: Porcent aj e de los ingresant es que
han aprobado.
Permanencia: Numero de ciclos mat riculados hast a el ao
1998.
Sit uacin acadmi ca: t it ulados, bachilleres, egresados,
t ermino sus est udios, est udiant es, t raslado, abandono.
Coeficient e de efici enci a int erna: Se puede agrupar en
t res, concluyo est udios, cont inua est udiando y desert o.
ndice de ent rada salida: ( Tot al ciclos alumno / tot al
egresados x 10) .
Tot al ciclos alumno.
Numero t ot al egresados.
Tasa de graduacin.
Tasa de egresados.
Tasa de desercin
Sel ecci n de Var i abl es Capi t al Humano
Educaci n
Podemos ent ender la educacin como un proceso suscit ador de
experiencias que permit e li berar las t endencias act ivas pot enciales
del ser humano
63
Nivel Educat ivo :
Se medir por los aos de escol aridad.
De acuerdo a la inf ormacion del ENAHO, se t iene informacion en
escala ordi nal: promaria, secundaria i ncomplet a, secundaria
complet a, et c ademas de los aos que le han f alt ado para complet ar,
est o nos permit i ra convert ir a una vari able en aos
I ngr esos
Ent endendemos por ingresos (remuneracion), cant i dad percibi da por
los t rabaj adores como ret ri bucin por su act ividad econmica
I ngreso :
Se medir por los salarios, se va a pref erir ut ilizar los ingresos net os
Ex per i enci a Labor al
Ent endemos por experi encia laboral o peofesional como los aos
dedicados a la act ividad laboral
Experiencia :
Se medir por los aos de experiencia laboral. Se t omara la diferencia
ent re la edad y los aos de est udio al ho haber un indicador mas
preciso en el cuest ionario ENAHO
64
Var i abl es Dummy Trabaj ador por cuent a propia, pat rn o
empleador, Trabaj ador por cuent a propia no profesional, Sexo
femenino
Est as variables los t omamos direct ament e de las respuest as a
la Encuest a Nacional de Hogares.
Est as variables no est an direct ament e involucradas en la t eoria
del capi t al humano, sin embargo la i nclui mos puest o que
consideramos que en nuest ro pais pueden t ener una import ant e
capacidad expli cat riva dadas las imperfecciones del mercado.
2.2 Pr i nci pal es ndi ces
. ndi ce Ent r ada / Sal i da par a cohor t e de
i ngr esant es:
I ES = TOTAL CI CLOS ALUMNO
-- - - - - - - - - - -- - - - - - - -
TOTAL EGRESADOS X 10
TOTAL CI CLOS ALUMNO: Es el numero t ot al de periodos
acadmicos cursados por t odos los alumnos ingresant es a la
FI I S en el periodo indi cado ( inclui do repet icin y los ciclos
cursados por los alumnos que luego han desert ado de los
est udios)
65
TOTAL EGRESADOS: Es la suma de t odos los egresados de la
cohort e hast a que no quede ninguno en el sist ema
. Tasa de Apr obaci n
TA = CRDI TOS APROBADOS
-- - - - - - - - - - - - - - - - - - - - - - - - -
CRDI TOS MATRI CULADOS
. Cr di t os mat r i cul ados
CM = ( 215 - CA ) X 100
- - - - - -- - - -- - -- - -- - -- - - -
TASA DE APROBACI N
. Tot al de ci cl os por est udi ant e
TCE = ciclos cursados + cred. Mat / 22
. Tasa de Gr aduaci n
Porcent aj e de ingresant es que se gradan de bachiller
opt i mo sexto ao
. Tasa de Eg r esados
Porcent aj e de alumnos que llegan a concl uir est udios
66
. Dur aci n de l a car r er a
Descrit a en t rminos del promedio y desviacin est ndar de
los ci clos mat riculados hast a culminar los est udios
. Tasa de deser ci n
Porcent aj e de ingresant es que se ret i ran
. Tasa de r epet i ci n
Porcent aj e de alumnos repit ent es
. Coef i ci ent e de Ef i ci enci a I nt er na
I nverso de t asa de ent rada salida
. Desper di ci o en i nv er si n educat i v a
Desperdicio = t ot . ci clos alumno - t ot egresad
- - - - -- - -- - - - - - - - - - - - - -- - -- - - - - -
Tot al ciclos alumno
. Desper di ci o p or r epet i ci n
DPR = TCA - T. EGR X 10
-- - -- - - - - - - - - - - -
TCA
. Desper di ci o por Deser ci n
DPD = Tot al ciclo - alumnos desert ores
-- - - - - - - - -- - - - - - - - - - - - - - - -- - -- - -
67
Tot al ciclo alumnos
. Ni v el acadmi co de i ngr esan t es medi do por not as
de i ngr eso
Comparado de dist ri buci n de not as de ingreso t ot al de
ingresant es a la UNI en el periodo
. Ni v el acadmi co segn t r ay ect or i a
Promedio ponderado acadmico
. i nser ci n a l a uni v er si dad por p r omedi o ponder ado
acumul ado
I ES = ndice de ent rada salida
TA = Tasa de aprobacin
CM = Crdit os mat riculados
TCE = Tot al de ciclos por est udiant e
DPR = Desperdici o por repet icin
DPD = Desperdicio por Desercin
68
2. 3 MARCO EMP RI CO
En lo referent e al Marco empri co, en nuest ro medio exist en algunas
invest igaciones de efi ciencia educat iva en el nivel primario y
secundario, una de las invest igaciones mas resalt ant es es la de
Marj orie Chinen, est udio realizado por GRADE ( Grupo de Anlisis para
el desarrollo) para el CI ES (Consorcio de I nvest igacin Econmico
Social) el 2002
20
, en el cual se mi de la efi ciencia int erna e indicadores
de cali dad del servicio educat ivo a part ir de los censos escolares de
1993, 1998, 1999 y 2000. En est a invest igacin, una de sus
conclusiones ms import ant es es que exist e una gran difer encia en la
cal idad, efi ciencia int erna y presupuest o ( inversi n pblica) en las
escuelas pblicas urbanas y rurales. Est udios de eficiencia en
educacin superior se encont r sol o uno, en la Facult ad de Economa
de la UNMSM, est a es una t esi s de Maest ra cuyo t t ulo es "Eficiencia
I nt erna en la Educacin Universit aria: Caso Facult ad de I ngeniera
Ambient al de l a UNI cuya aut ora es Beat riz Cast aeda
21
, en est a
t esis se concl uye que dicha facult ad present a un i ndicador de
I nput / Out put , en el que podramos resumir la eficiencia i nt erna, no
muy lej os de 1, un indicador I mput / Ot put igual a 1 sugerira que
t odos los ingresant es se gradan exact ament e en los 10 semest res o
ciclos acadmicos, por lo t ant o dicha facul t ad ut iliza relat ivament e
20
Chinen, Marj orie. GRADE - CI ES. Lima 2002
21
Cast aeda, Beat riz. Lima
69
bien sus recursos, t oda vez que si los al umnos se quedan mas ciclos
(mas de 10) est aran generando mayores cost os a l a facult ad.
Mar co Empr i co Capi t al Humano
I nst r ument o Teor i co Ci ent i f i co a u t i l i zar
Se ut ilizara un Modelo Economt rico Un ecuaci onal, semi
logart mico. Se aplicara un modelo de regresi n Mnimos Cuadrados
Ordinarios
Consi der amos que la her ramient a economet rica nos puede brindar un
buen aj ust e de acuerdo a t rabaj os ant eriorment e realizados sobre el
t ema.
Se ut ilizara t ant o variabl es independi ent es cont inuas como discret as.
70
2.5 Hi pt esi s
La Facult ad de I ngeniera I ndust rial y de Sist emas t iene una
alt a efi ci enci a educat iva
La mayor proporci n de los alumnos que ingresan a la FI I S,
eligen est a facult ad como primera opcin en el proceso de
admisi n
El ingreso de los t rabaj adores califi cados est en funci n del
nivel educat ivo, y de la experiencia laboral, ent re ot ros
aspect os
En el Peru, en el mercado laboral de Lima, la diferenci a de
sexos explica part e de la variabilidad del I ngreso (salario) de
l as y l os t rabaj adores.
Ln I = o + 1 S + 2 X + 3 X
2
+ (modelo basico)
I : I ngreso
S : Educacion
X : Experienci a laboral
Ho : i = 0
Ho : i < > 0
71
Se puede apreci ar una relacion direct a ent re ingresos y
educacin, asi como ext eri encia profesional.
Est a relacin ent re educaci n e ingresos se puede ent ender
dent ro del concept o de product ivi dad marginal de los fact ores, dado
que la educacin y l a mayor experienci a aument aran la product i vidad
en el t rabaj o. Como ya sabemos el pago a los f act ores, en est e caso
remuneraciones est a en funcin a la product ividad.
Adems vamos a plant ear un modelo ampliado
Ln I = o + 1 S + 2 X + 3 X
2
+ D
2
+ D
3
+ D
4
+ sexo +
I : I ngreso
S : Educacion
X : Experienci a laboral
D
2
Trabaj ador por cuent a propi a
D
3
Pat ron o empleador
D
4
Trabaj ador por cuent a propi a no profesional
sexo Sexo femenino
72
Consideramos que incluir est e modelo ampliado es import ant e
puest o que exist en ot ros fact ores ademas de la educacion o la
experiencia que pueden influir en los ingresos.
"Se espera que los coeficient es de regresin arroj en diferencias
que indiquen que un i ndividuo que es empl eado t i ene un ingreso
inf erior al que se desempea como t rabaj ador por cuent a propia y
mas inferior aun al que es empleador.
Para t rat ar de capt ar l a discri minacin de gnero f ue int roducida
ot ra vari able dummy defi nida en el caso de sexo femenino, es decir
t omamos como cat egora base al sexo masculino. Se espera que su
coeficient e t enga signo negat ivo indicando que las muj eres en
igualdad de condiciones para t odos los parmet ros, reciben ingresos
inf eriores a los percibidos por los hombres
22
En el est udio t i t ulado "Dif erencias de I ngreso ent re Jefes de
Famil ia en la Ciudad de Mar del Plat a, un enfoque de la Teora del
Capit al Humano, realizado por DI PAOLA Rosangel a y ot ros, se
encuent ra que l as variables dummy Trabaj ador por cuent a propia,
Pat ron o empleador, Trabaj ador por cuent a propia no profesional ,
Sexo femenino present an coeficient es est imados de valores
signif icat ivos, dif erent es de cero. En el est udio t it ulado
22
DI PAOLA Rosangela y ot ros Diferencias de I ngreso ent re Jefes de
Famil ia en la Ci udad de Mar del Pl at a, un enfoque de la Teora del
Capit al Humano.
73
"Det erminant es del I ngreso en j venes que t rabaj a, realizado por el
economist a Juan Sierra Cont reras present a coeficient es significat i vos
para l os coeficient es est imados de las variables cat egoras
ocupacionales.
ASPECTOS ADI CI ONALES SOBRE LA HI POTESI S DE TRABAJO
Consideramos que sera oport uno evaluar la posibil idad que la
variabl e desempleo sea una variable independient e relevant e que
permit a explicar la variable ingresos
OPERACI ONALI ZACI ON DE LA HI POTESI S
Ni vel Educat i vo :
Defi nicion concept ual
Nivel: Medida de una cant idad con referencia a una escala
det erminada. Cat egora, rango. Grado o alt ura que al canzan ciert os
aspect os de la vi da social.
23
Educacin: Crianza, enseanza y doct rina que se da a los nios y a
los j venes. I nst ruccin por medio de la accin docent e.
24
Defini cion Operacional
23
Real Dicci onario de la Lengua Espaola
24
Real Dicci onario de la Lengua Espaola
74
Se medir por los aos de escolari dad . El val or de la variable se
expresa en numero de aos, si el encuest ado ha complet ado
secundaria, t endria 11 aos de escolaridad, si ha complet ado solo
primaria, 6 aos de escolaridad, si ha complet ado educacion superi or
no universit aria, 14 aos de escolariadad y si ha complet ado
educacion universit aria, 16 aos de escol ari dad. En caso de t ener
inconcluso un nivel, t endria val ores int ermedios. El calculo de la
variabl e S se efect ua a part ir de las variables P109a, 109b, p10c, que
present a en el primer los nivel es en forma de cat egorias: secundaria
complet a, superior universit aria, et c. Las ot ras variables
complement an los aos adicionales est udi ados en caso de no haber
complet ado el nivel. A part i r de esas variables se conviert e a una
escala de razon, mas facilment e cuant ificable.
I ngr eso ( sal ar i o) :
Defi nicion concept ual
Paga o remuneracin regular. En especial, cant i dad de dinero con que
se ret ribuye a los t rabaj adores por cuent a aj ena.
25
Defini cion Operacional
25
Real Dicci onario de la Lengua Espaola
75
Se medir por l os sal arios; para est o se ut ilizara l a variabl e I NGTOT
del di ccionario de dat os de l a encuest a permanent ede empleo.
Ex per i enci a :
Defi nicion concept ual
Prct ica prolongada que proporciona conocimient o o habili dad para
hacer algo. Conocimient o de la vida adquirido por las circunst ancias o
sit uaciones vividas.
26
Defini cion Operacional
Se medir por los aos de experi encia laboral. Para calcular los aos
de experi encia l abor al se ha ideado dos procedimi ent os, por un lado
suponer de que ha t rabaj ado desde que t ermino sus est udios, para
est o a su edad acual le rest amos los aos de escolaridad y los cinco
aos previos, obt eniendo de est a menra los aos de experiencia. La
ot ra manera es a part ir de la variable P208b del diccionario de dat os
de la encuest a de empleo, especificament e P208b3, desde que ao
t rabaj a en la ocupacion act ual, est e valor es rest ado del present e
ao, obt eniendo la experiencia laboral, si el t rabaj ador emprezo el
ao 2006 consideramos aos compl et o.
26
Real Dicci onario de la Lengua Espaola
76
D
2
Tr abaj ador por cuent a pr opi a .
Defi nicion concept ual
I ndependi ent e. Que no t i ene dependencia, que no depende de ot ro.
Aut nomo.
Defini cion Operacional
se medira por cat egori a ocupacional. Para est a variable se t omara mo
base el react ivo P206, ue pregunt a, Ud se desempea en su
ocupacion principal o negocio como:
1. Empeador o pat rono
2. Tabaj ador I ndependient e
3. Empleado
4. Obrero
5. Trabaj ador Familiar No remunerado
6. Trabaj ador de hogar
D
3
Pat r on o empl eador
Defi nicion concept ual
77
Pat rn: Amo, ama. Pat rono ( persona que empl ea obreros en
t rabaj os y oficios) . pat rono. Empleador , Que emplea. m. y f. pat rono
( que emplea obreros) . U. m. en Amrica. m.
27
Defini cion Operacional
Se medira por cat egoria ocupacional. Para est a variable se t omara
mo base el react ivo P206, ue pregunt a, Ud se desempea en su
ocupacion principal o negocio como:
7. Empeador o pat rono
8. Tabaj ador I ndependient e
9. Empleado
10. Obrero
11. Trabaj ador Familiar No remunerado
12. Trabaj ador de hogar
D
4
Tr abaj ad or por cuent a p r opi a no pr of esi onal
Defi nicion concept ual
Trabaj ador I ndependient e, que no depende de un empleador o
pat rono. No prof esional s sin est udios superi ores
Defini cion Operacional
27
Real Dicci onario de la Lengua Espaola
78
se medira por cat egori a ocupacional. Para est a variable se t omara mo
base el react ivo P206, ue pregunt a, Ud se desempea en su
ocupacion principal o negocio como:
1. Empeador o pat rono
2. Tabaj ador I ndependient e
3. Empleado
4. Obrero
5. Trabaj ador Familiar No remunerado
6. Trabaj ador de hogar
D
5
Sex o f emeni no.
Defi nicion concept ual
Sexo Condicin orgnica, masculina o femenina, de los animales y
las plant as. Conj unt o de seres pert enecient es a un mismo sexo. Sexo
masculino, femenino
28
Femenino Propio de muj eres. Pert eneci ent e o relat ivo a ellas. Que
posee los rasgos propios de la femi nidad. Dicho de un ser: Dot ado de
rganos para ser fecundado. Pert eneci ent e al gnero femenino.
29
Defini cion Operacional
28
Real Dicci onario de la Lengua Espaola
29
Real Dicci onario de la Lengua Espaola
79
Se medira por vari able sexo del diccionari o de dat os de la encuest a
3. ASPECTOS METODOLOGI COS
3.1. Met odol oga
Ti po de I nv est i gaci n
El alcance de la invest igacin es de t ipo explorat oria.
Consideramos explorat oria debido a que son muy pocas las
invest igaciones previas que se han efect uado en est e sent ido en
nuest ro medio, y est a invest igacin podra favorecer el desarrollo de
post eriores invest igaciones de mayor profundidad, esto sobre t odo en
lo que se refiere a indicadores de eficiencia educat iva. Con respet o al
t ema del capi t al humano; Si bien es ciert o que se han realizado
invest igaciones en ot ros pases y en nuest ro medio, aunque no
mucho, podemos considerarlo por t ant o por su alcance un est udio
explorat orio, aunque t ambin podra est ar considerado como
correlacionar expli cat iva, al pl ant earse, segn el modelo, de que los
mayores ingresos (salario) podran ser explicados por el nivel
educat ivo y la experiencia laboral, ent re ot ros fact ores. Al
considerarlo como est udio correlacional t ambin inclui mos el aspecto
descript ivo, sobre t odo de l as principales variables que int ervienen.
80
Ti po de Di seo
En cuant o al diseo de la invest igacin, consideramos, para
ambos casos, como un diseo no experiment al, puest o que no
mani pulamos int enci onalment e las variables independient es.
Para el caso del est udio sobre el capit al humano, corresponde
al t ipo de diseo no experiment al t ranseccional o t ransversal, puest o
t omamos dat os recolect ados en un punt o en el t iempo
30
. Dent ro del
diseo no experiment al t ranseccional , lo consideramos en la cat egora
de explorat orio, puest o los est udios t odava son pocos; si bien
t ambin se podra i nclui r dent ro de la cat egora correlacional causal al
est ablecer relaciones ent re variables.
En cuant o al mt odo de anlisis, est adst i cament e se va a poder
est ablecer la correlacin ent re variables, sin embargo el sent ido de
causalidad seguira los plant eamient os t eri cos correspondient es.
Para el caso del est udio sobre indicadores de eficiencia
educat iva, el diseo corr espondera a no experi ment al, longit udinal
de evaluacin de grupo, o est udio cohort , puest o que examina los
cambi os a t ravs del t i empo en sub. Poblaciones o grupos especficos.
30
Si bien es ciert o de que las encuest as del empleo el I NEI las
considera permanent es y aplica t ri mest ralmet e, nosost ros hemos
t omado los dat os de solo una de las aplicaciones de l a encuest a
81
Ot r as Ti pol ogas
Para la part e del Capit al Humano, se va a ut i lizar el mt odo
deduct ivo, t eniendo una det erminada t eora, se va aplicar a un caso
especfico de la realidad peruana.
El t ipo de i nvest igacin, por su finali dad, es bsico, al buscar el mej or
conocimi ent o cient fico
La invest igacin por su alcance t emporal seria t ransversal, si endo una
invest igacin de t ipo diacrnica
La invest i gacin por su profundi dad, es explicat iva, al t rat ar de
explicar el ingreso personal se basa en ot ras variables incluyendo
variabl es de capit al humano
La invest igacin por su carct er es cuant it at iva y por su cont rol de
variabl es es no experiment al.
Mt odo de m uest r eo
- Se dise una base de dat os con las variables indicadas en el
punt o 2. 1. 4 Seleccin de Variables, correspondient es a la muest ra de
alumnos del est udio.
82
- Para la invest igacin se ut ilizaran los dat os est adst icos
proporcionados por l a oficina est adst ica de l a universi dad. Se
ut ilizaran mt odos cuant it at ivos y est adst ica como inst rument o
cient fi co.
- Con la base de dat os se procedi a crear un programa para la
est imacin de cada uno de l os indi cadores de eficienci a que se
muest ran en el punt o 2. 2 Principal es ndices.
- Para aquel los alumnos que en el ao de cort e 1996 no
t erminaron la carrera, se hace una proyeccin, t omando en cuent a
los ant ecedent es de aprobacin hast a el ao del cort e. La proyeccin
es de 4 ciclos, es deci r hast a el ao 1998.
- En l a present e t esis ut ilizamos la metodologa de la UNESCO
para medir el desperdicio escol ar, pero con una adapt acin segn el
modelo mat emt ico de Schi efelbein
31
.
- Por lt imo se analiza los r esult ados obt enidos, indicador es de
efi ci enci a int erna, caract erst icas y perfil del est udi ant e de la FI I S de
la UNI .
- Para est imar l a repet icin, la desercin y la eficienci a de los
est udiant es de la FI I S se ha t omado una muest ra de alumnos,
consist ent e en cinco cohor t es de ingresant es en el quinquenio 1988 -
1991 obt eni dos de la ORCE, t omando una base de datos de la
t rayect oria acadmica desde el ingreso hast a el ao 1996.
31
Schiefelbein, Ernesto. 1974
83
Toda la informacin se obt uvo de la oficina cent ral de admisin UNI ,
especficament e las variables referent es a las caract erst icas de los
alumnos al ingresar a la Universi dad, como not a de ingreso y opcin
de ingreso.
De la of icina de la FI I S de la UNI se obt uvo la informacin r eferent e
a l os egresados de la Facult ad, relacin de egresados, bachill eres y
t it ulados por periodo acadmico y lo referent e a licencias y ret iros
t ot ales
Di seo Muest r al
Para medir la ef i cienci a global, l a desercin y la r epet icin de los
est udi ant es de la FI I S se proceder a cal cular la efici enci a int erna a
part ir de una muest ra de nuest ra poblacin, especificando el proceso
de muest reo:
Pobl aci n: Nuest ra poblacin son t odos l os alumnos de la facult ad
de I ngeniera I ndust rial y Sist ema de l a Universi dad Nacional de
I ngeniera i ngresant es en el periodo 1988 - 1991.
Muest r a: El muest reo fue del t i po no probabi lst ica, debido a que la
informacin no est aba tot alment e disponible, es decir, no exist e
informacin sobre algunos de los ingresant es del periodo en est udio.
Por lo t ant o nuest ra muest ra const a de de cinco cohort es de
ingresant es en el quinquenio 1988 - 1991 de la ORCE.
84
Car act er st i cas de l a m uest r a: t ambin se cuent a con una base de
dat os de t rayect ori a acadmica desde su ingreso hast a el ao 1996.
De la oficina cent ral de admisin de la UNI se ha obt enido
informacin acerca de sus caract erst icas al i ngresar a la Universidad,
como not a de ingreso y opcin de ingreso. De la secret aria acadmica
de la FI I S se ha obt enido informacin referent e a los egresados,
relacin de egresados, bachilleres y t it ulados por periodo acadmico y
lo referent e a li cencias y ret i ros t ot ales
85
Muest r eo par a el Est udi o de Capi t al Humano en Tr abaj ador es
de l a ci udad de Li ma
32
Est a encuest a ha sido efect uada por el I NEI , en cuant o a su
cobert ura, la encuest a se est a realizando en el rea Met ropolit ana de
Lima y Callao, const it uida por 43 dist rit os en la Provincia de Lima y 6
dist rit os de la Provincia Const it ucional del Callao.
En cuant o al periodo de ej ecucin, es una encuest a permanent e
desde marzo de 2001; sin embargo, para el periodo de referencia
j ulio agost o set i embre de 2006 se t ienen las vari ables a invest igarse
correspondient es a las caract erst icas de los miembros del hogar,
empleo e ingreso del t rabaj o.
La poblacin baj o est udio est a const it uida por el conj unt o de
viviendas part iculares y sus ocupant es con residencia habit ual
ubicada en el rea met ropol i t ana de Lima y Call ao.
Diseo y Marco MUest ral
El Marco de viviendas y croquis obt enidos de la Act ualizacin
Cart ogrf ica y Regist ro de edificios y viviendas del Precenso 1999 -
2000, act i vidad realizada en el rea Met ropolit ana de Lima
La cart ografa e informacin bsica de cada conglomerado
sel eccionado es act ualizado previament e
32
I NEI Ficha Tecnica Encuest a Permanent e de Empleo Trimest re
Movil Julio Agost o Set iembre 2006
86
Tipo de Muest ro: probabilst i ca.
Se ha seleccionado un muest ra de 1200 conglomerados.
Tamao de la muest ra: Se det ermino un t amao de la muest ra de
4800 viviendas part icul ares por t ri mest re mvi l. Se considera una
sobre muest ra del 20 % debido a las no respuest as
La unidad de invest igacin est a const it uida por 1) los int egrant es del
hogar f amili ar, 2) los t rabaj adores del hogar con cama adent ro,
reciban o no pago por sus servicios 3) Los int egrant es de una pensin
fami liar que t iene como mximo 9 pensionist as y 4) las personas que
no son miembros del hogar famili ar, pero que est uvi eron present es
en el hogar.
Los informant es son t odos los resident es habit uales del hogar de 14 y
ms aos de edad
Los t emas invest igados por la encuest a de empleo son: las
caract erst icas de los miembros del hogar , i ncluyendo sexo edad nivel
educat ivo; empleo e ingreso
87
Mt odo de Est i maci n de l a Ef i ci enci a
Para medir la ef iciencia int erna de la Facult ad de I ngeniera indust rial
y Sist emas de la Universidad Nacional de I ngeniera ( FI I S de l a UNI )
se ha calculado el ndice de ent rada / salida para un cohort e de
ingresant es al sist ema. Est e ndice se obt iene como el cocient e ent re
el t ot al ci clos - alumno y el numero de ciclos - alumno por alumno
que llega a complet ar los est udios curriculares en la duracin normal
de est udios ( 10 ciclos) . Est a relacin indi ca el nmero de ciclos -
alumno efect ivament e ut ilizado para la obt encin del result ado
buscado y el nmero mnimo de ciclos - alumno con el cual se
hubiera podido llegar al mismo resul t ado. La frmul a es la sigui ent e:
I NPUT / OUTPUT = Tot al ci cl os al umno
- - - - - - - - - - - - - - - - - - - -
Tot al egr esados x 10
Donde:
Tot al ci clos alumno: Es el nmero tot al de periodos acadmicos
cursados por t odos alumnos ingresant es a la FI I S en el periodo
indicado (inclui do las repet iciones y los ci clos cursados por los
alumnos que l uego han desert ado.
Numero tot al de egresados: Es la suma de t odos los egresados de la
cohort e hast a que no quede ni nguno en el sist ema.
88
Dada l a dif icult ad para medir en cada ci clo las t asas de desercin,
repet i ci n y promocin para luego desarrol l ar el diagrama de fluj o
que nos permit a calcul ar el coefi cient e de eficienci a y eficiencia; se ha
t omado 5 cohort es de alumnos ingresant es a la FI I S desde el ao
1994 hast a 1998 a los que se ha hecho el seguimient o de t rayect oria
acadmica hast a el periodo 2003.
Como a la fecha hay un 20 % de est os ingresant es que se encuent ran
en la sit uacin de alumnos, debido a la repet icin de cursos, ent onces
para calcular el t ot al de ciclos - alumno de la cohor t e se ha hecho
una proyeccin de la sit uacin acadmica final y el nmero de ciclos
que est udiaran est os alumnos.
Para las proyecciones me he basado en la capacidad de aprobacin de
crdit os medido por la t asa de aprobacin def inida como
Tasa de apr obaci n = Cr di t os apr obados x 100
- - - - - - - - - - - - - - - - - - - - - - -
Cr di t os Mat r i cul ados
Est a t asa mide el porcent aj e de los crdit os mat riculados que son
aprobados por el alumno.
As el nmero est imado de crdit os en los que se mat riculara el
alumno para llegar a aprobar los crdit os que le fal t an para complet ar
sus est udios se cal cular como:
89
Cr di t os a Mat r i cul ar = ( 215 cr di t os apr obados) x 100
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Tasa de apr obaci n
Con est e est imado obt enemos el nmero de ciclos en l os que se
mat riculara el alumno considerando que en promedio los alumnos se
mat riculan en 22 crdit os por ciclo. As t enemos el t ot al de ciclos en
los que cul minaran sus est udios est os alumnos:
Tot al de Ci cl os de
est udi o =
ci cl os cur sados + cr di t os a
mat r i cul ar
22
Para est imar la fut ura sit uacin acadmica de est e grupo de
est udi ant es me he basado en el est udio del comport amient o, de la
t asa de aprobacin de los ingresant es que a la fecha han abandonado
los est udios.
Ot ros i ndicadores de efici enci a son:
Tasa de Graduacin : Porcent aj e de ingresant es que se gradan de
bachiller , puede medirse para el t iempo opt imo al sext o ao de haber
ingresado a la Universidad, los graduandos con un ao de at raso,
90
graduacin con un ao de at raso, graduacin al spt imo ao y dos
aos de at raso
Tema Educacin como Capit al Humano - Uni verso
El univer so considerado es la poblacin t ot al del Per , medida a
part ir de la Encuest a Naci onal de Hogares.
Muest r as
Se est a t omando informacin secundaria, procedent e de "La Encuest a
Naci onal de Empleo", realizado por el I nst it ut o Naci onal de
Est adst ica e I nformt ica - I NEI , est a muest ra es t omada en
forma aleat ori a, a poblador es de dist i nt as edades a nivel Lima
Met ropol it ana ao 2006. De est a muest ra se va t omar en cuent a
los que hayan respondido que son j efes de hogar.
Cr i t er i o p ar a sel ecci n de m uest r as
El crit erio que considera el I NEI para la seleccin de muest ra es
muest reo aleat or io
Anl i si s de l a I nf or maci n
En cuant o al aspect o est adst ico, se ut ilizara el Mt odo de los Mnimos
Cuadrados que nos permit a const ruir un Modelo Economt rico.
91
Resul t ados
A. I NGRESANTES DI STRI BUCI ON POR ESPECI ALI DADES
I ngr esant es: di st r i buci n por especi al i dades
I ng.
I ndust rial
I ng.
I ndust rial
I ng.
Sist emas
I ng.
Sist emas Tot ales
Tot al % Tot al %
1988 30 42. 254 41 57. 746 71
1989 21 39. 623 32 60. 377 53
1990 33 43. 421 43 56. 579 76
1991 55 48. 673 58 51. 327 113
Elaboracin Propia
En est e cuadro se apreci a que para el ao 1989 el 42. 25% de
los ingresant es a la FI I S per t enecan a la Facult ad de I ngenier a
I ndust rial, el 57. 75% rest ant e ingres a I ngeniera de
Sist emas. Para el ao si guient e, en 1989, el 60. 38% ingres a
I ng. Sist emas, para 1990 la facult ad de I ng. De Sist emas recibe
al 56. 58% de los ingresant es y en 1991 el 51. 32%. Se debe
resal t ar que en 1991 se t uvieron en t ot al 113 ingresant es, es
decir, casi el 49% mas que el ao ant erior.
92
B. I NGRESANTES DI STRI BUCI ON POR SEXO
I ngr esant es di st r i buci n por Sex o
Hombres Hombres Muj eres Muj eres Tot ales
Tot al % Tot al %
1988 56 78. 873 15 21. 127 71
1989 49 92. 453 4 7. 547 53
1990 69 90. 789 7 9. 211 76
1991 100 88. 496 13 11. 504 113
El aboracin Propia
Para l os ingresant es en 1988 l os varones const it uan el 78.9% del
t ot al, en 1989 el 92. 5%, en 1990 el 90. 79% y en 1991 el 88.5%.
Por lo t ant o exist e una t endencia clara que la FI I S alberga
mayorit ariament e a personas del sexo masculino.
93
C. OPCI ONES DE I NGRESO I NGENI ERI A I NDUSTRI AL
Opci ones de i ngr eso - I ngeni er a I n dust r i al
Primera
Opci n
Primera
Opcin
Segunda
Opcin
Segunda
Opcin Tot ales
Tot al % Tot al %
1988 27 90 3 10 30
1989 17 80.952 4 19. 048 21
1990 31 93.939 2 6. 061 33
1991 55 100 0 0 55
El aboracin Propia
En 1988 el 90% de los i ngresant es lo hizo como pri mera opcin, en
1988 el 81%, en 1990 el 94% de los ingresant es y en 1991 el 100%
ingres como primera opcin. Por lo t ant o se ve una t endencia clara
que los ingresant es, en su mayora prefirieron l a carrera de I ng.
I ndust rial como priori dad, en t rmi nos mas sencillos se dira que los
ingresant es realment e queran pert enecer a la facult ad de I ng.
I ndust ri al.
94
D. OPCI ONES DE I NGRESO I NGENI ERI A DE SI STEMAS
Opci ones de i ngr eso - I ngeni er a Si st emas
Primera
Opcin
Primera
Opcin
Segunda
Opci n
Segunda
Opcin Tot ales
Tot al % Tot al %
1988 32 78. 049 9 21. 951 41
1989 21 65. 625 11 34. 375 32
1990 36 83. 721 7 16. 279 43
1991 53 91. 379 5 8. 621 58
El aboracin Propia
En I ngeni era de Sist emas sucede algo simi lar con I ng. I ndust rial,
aunque la proporcin de ingresant es en pri mera opcin del periodo
1988 - 1991 est en el rango de 78% y 91. 4% t eni endo una
t endencia clara de aument ar est a pr oporcin conforme pasan los
aos. Dicho rango es menor que en I ng. I ndust ri al, l o cual sugiere
que ant es de la dcada del 90 la carrera de I ngeniera de Sist emas no
era una pri oridad para los post ulant es o ingresant es. Ya en 1991
parece ser que la proporcin de ingreso como primera opci n est en
aument o.
95
E. NI VEL ACADEMI CO DE LOS ESTUDI ANTES
Ni v el acadmi co de l os est udi ant es segn ponder ad o
acumul ado
Mnimo Mxi mo Promedio Desv. Est ndar Coef. Variacin
1988 0 14. 911 8. 41 4. 677 0. 556
1989 0 13. 427 8.2 3. 686 0. 45
1990 0 15. 123 8. 959 3. 595 0. 401
1991 0. 136 13. 563 9. 038 2. 845 0. 315
El aboracin Propia
Los ingresant es en 1988 present an un promedio ponderado
promedio de 8. 41, con un mximo de 14.9 y un mnimo de 0.
Para los ingresant es en 1989 no son muy dist int os est as
cant i dades, el promedio es de 8.2, un mximo de 13.4 y un
mnimo de 0. En cambio en 1990 y 1991 el promedio se ubico
en 9, es decir, medio punt o ms alt o que los aos ant eriores.
Nt ese que l a desviaci n est ndar es ligerament e di st int a, est o
es porque los ingresant es en cada ao han sido irregulares.
96
F. DI STRI BUCI ON DE LOS I NGRESANTES
Di st r i buci n por cen t ual segn pr om edi o ponder ado acumul ado
Promedio
Ponderado
Promedio
Ponderado
Promedio
Ponderado
Promedio
Ponderado
Promedio
Ponderado
Promedio
Ponderado
0 - 4 4 - 8 8 - 10 10 - 12 12 - 14 14 - 16
1988 14 11 9 14 20 1
1989 6 15 12 12 8 0
1990 10 16 17 17 13 3
1991 5 14 23 35 5 0
El aboracin Propia
En el cuadro ant erior observamos que en 1988 la mayora de
al umnos t iene un promedio ent re 12 y 14 ( 20%) , pero debemos
observar que l a mayora t iene not a menor a 10 (el 34%, para los
dems aos es simi lar la t endencia, es decir, hubo mas personas
desaprobadas que aprobadas. Est o se confirma con las not as
promedios vist o en el cuadro ant erior.
97
G. RESUMEN DE LA SI TUACI ON ACADEMI CA DE LOS
I NGRESANTES
Resumen de l a si t uaci n acadmi ca de l os
i ng r esant es
I ng. I ndust rial I ng. Sist emas Tot al
Concluyo 19 28 47
Cont ina 68 93 161
Desert 32 40 72
Tot al 119 161 280
El aboracin Propia
Resumiendo la si t uacin acadmica de los ingresant es, vemos que
para los 119 i ngresant es en I ng. I ndust rial 68 cont inan
est udiando que es el 57% aproxi madament e, desert aron 32 ( el
27%) y concluyeron solo 19 personas o que es l o mismo el 16%
concluy sus est udios.
98
H. I NGRESANTES POR SI TUACI ON ACADEMI CA Y SEXO
I ngr esant es por si t uaci n acadmi ca
y sex o
Sexo Sexo
Femenino Masculino Tot al
Concluy 9 38 47
cont ina 17 156 173
Desert 6 54 60
Tot al 32 248 280
El aboracin Propia
Diferenciando l a sit uacin acadmica ent re gneros el 28% de las
muj eres concluy su carrera y solo el 15% de los varones hizo lo
mi smo. El 19% de l as ingresant es muj eres desert aron, mient ras
que el 22% de los varones hicieron lo mi smo.
99
I . SI TUACI ON ACADEMI CA Y OPCI ONES DE I NGRESO
Si t uaci n acadmi ca y opci ones de
i ng r eso - gener al
Opciones Opciones
Primera Segunda Tot al
Concluyo 22 25 47
Cont inua 163 10 173
Desert 59 1 60
Tot al 244 36 280
El aboracin Propia
Diferenciando l a sit uacin acadmica con las opciones de ingreso,
vemos que el 9% de los que ingresaron en pri mera opcin
concluy su carrera y el 24% desert . De los que ingresaron en
segunda opcin el 69% concluy su carrera mi ent ras que solo el
3% desert .
100
J. SI TUACI ON ACADEMI CA Y UBI CACI N EN EL TERCI O
Ef i ci enci a i nt er na segn per m anenci a en n m. ci cl os mat r i cul ad os
Tercio i nferior Tercio medio Tercio superior Tot al
Tot al % Tot al % Tot al %
Concluy 0 0 7 14. 894 40 85.106 47
Cont ina 37 21. 387 84 48. 555 52 30.058 173
Desert 57 95 2 3. 333 1 1.667 60
Tot al 94 33. 571 93 33. 214 93 33.214 280
Elaboracin Propia
En el cuadro ant erior podemos apreciar que de los que
concluyeron el 85% est ubicado en el t ercio superior de
permanenci a, est o se expli ca por que lo alumnos que concluyeron
la carrera eran alumnos regulares, es deci r, t er minaron en los 10
ci clos o en un uno o dos ciclos mas.
De los alumnos que cont inan sus est udios, el 48.6% est ubicado
en el t ercio medio de permanencia, el 30% est a ubicado en el
t ercio superior y el 21. 4% est a ubicado en el t ercio i nferior, es
decir, poco menos de la mi t ad de los que cont inan est udiando se
han mat riculado mas de 11 u 12 ciclos, en cambio el 21. 4% est a
mat ricul ado mas de 14 o 15 ciclos.
De los alumnos que desert aron, el 95% est n ubicados en el t ercio
inferior, est o se explica porque, est os alumnos abandonaron la
carrera en los primeros ci clos.
101
K. ESTI MACI ON DE EFI CI ENCI A I NTERNA PERMANENCI A
EN NUMERO DE CI CLOS METRI COS
Ef i ci enci a i nt er na - Per manenci a en nmer o
de ci cl os mt r i cos
# ciclos Concluye Cont ina Traslado/ Abandono
0 - 1 0 0 21
2 - 3 0 2 24
4 - 5 0 1 12
6 - 7 0 3 1
8 - 9 2 7 5
10 - 11 20 48 9
12 - 13 16 65 0
14 - 15 8 25 0
16 - 17 1 10 0
Elaboracin Propia
En est e cuadro podemos confirmar la permanenci a de los
ingresant es, ya vist o en el cuadro ant erior, as vemos que en
los primeros ciclos se da la mayor part e de t raslados o
abandonos, hast a el 5t o ciclo se da el 79% de los abandonos.
La mayor part e de los que concluyen la carrera, el 77% lo hace
ent re l os ci clos 10avo y 13avo, el 19% lo hace ent re los ciclos
14avo y 17avo.
De los que cont inan est udiando, la mayor part e ( el 56% del
t ot al que cont ina) , est n ent re el 12avo y 15avo ciclo.
102
TASA DE APROBACI ON DE CREDI TOS
Tasa de ap r obaci n de cr di t os
Porcent aj e Concluye Cont ina Traslado/ Abandono
0 - 10] 0 0 38
] 10 - 20] 0 3 5
] 20 - 30] 0 13 9
] 30 - 40] 0 11 4
] 40 - 50] 0 20 2
] 50 - 60] 0 22 0
] 60 - 70] 1 28 1
] 70 - 80] 8 24 0
] 80 - 90] 10 24 0
] 90 - 100 28 23 1
Elaboracin Propia
En el cuadro ant erior se observa que la mayor part e de los que
concluyen, el 60% aproximadament e, t iene una t asa de aprobacin
de crdit os ent re el > 90% y 100%; el 38% de los que concluyen
t ienen una t asa de aprobacin ent re el > 70% y 90%, mient ras que
solo el 2%, t iene una t asa de aprobacin ent re > 60% y 70%. De
los que cont inan estudiando, en l os rangos de t asa de aprobacin de
cr dit os de 40% a 50%, 50% a 60%, 60% a 70%, 70% a 80%, 80%
a 90% y 90% a 100%, los alumnos est n dist ribuidos unifor mement e
(el rango de al umnos dist r ibui dos es de 20 a 28 alumnos por cada
rango de aprobacin) . De los alumnos que se t rasl adaron o
abandonaron la carrera, la mayora de alumnos t uvi eron una t asa de
aprobacin de 0 a 10%, muchos de ellos abandonaron la carrera,
ent re ot ras razones, porque no aprobaban la mayora de cursos.
103
L. ESTI MACI ON DE PERMANENCI A FI NAL
Per manenci a Fi nal ( Pr oy ect ado a 3 ci cl os adi ci onal es)
N Ciclos Conclui do Cont ina Traslado/ Abandono
0 - 1 0 0 21
2 - 3 0 0 24
4 - 5 0 0 12
6 - 7 0 0 1
8 - 9 0 0 1
10 - 11 37 0 1
12 - 13 46 1 0
14 - 15 33 1 0
16 - 17 10 15 0
18 - + 1 19 0
Elaboracin Propia
Al proyect ar la permanencia a t res ciclos adicionales, es decir,
t omando en cuent a las caract erst icas de l os alumnos en cuent a al
porcent aj e de crdit os aprobados, suponemos que est a t endencia
cont ine y lo proyect amos a t res ci clos a cada alumno.
En el cuadro se observa que solo el 9% aproximadament e ( de los
alumnos que concluyen) t erminar la carrera a part ir del 16avo ciclo
en adelant e. En cambio de los alumnos que cont inan casi la
t ot alidad de el los est ar cursando del 16avo al 18avo. La t endencia
de los que se t rasl adan o abandonan se acent a mas an, casi la
t ot alidad que abandonan est ent re el 1ro y 5t o cicl o.
104
M. RESUMEN DE LA SI TUACI ON FI NAL DEL I NGRESANTE
Resumen de l a si t uaci n f i nal del i ngr esant e
Sit uacin Cant idad Porcent aj e
Egresado 47 16. 786
Cont ina 173 61. 786
Traslado/ Abandono 60 21. 429
Tot al 280 100
Elaboracin Propia
En el punt o de cort e (ao 1996) la sit uacin final de los
ingresant es del periodo 1988 - 1991 es la si guient e: el 16. 7%
egres de l a FI I S, el 61. 8% cont ina est udiando y el 21. 4%
rest ant e abandon la carrera.
105
N. PERFI L DEL EGRESADO DE LA FI I S DE LA UNI
Per f i l del egr esado FI I S
Porcent aj e t ot al ingreso
# de ciclos Nm. Egresado % % Acumulado
9 2 4. 255 4. 255
10 10 21. 277 25. 532
11 10 21. 277 46. 809
12 13 27. 66 74. 469
13 3 6. 383 80. 852
14 3 6. 383 87. 235
15 5 10. 638 97. 873
16 0 0 97. 873
17 1 2. 128 100. 001
Elaboracin Propia
En el cuadr o ant erior se obser va que del t ot al de egresados (47
en t ot al) el 4.3% t ermi n en el 9no ciclo, el 21.3% en el 10mo
ciclo, el 21. 3% en el 11avo ciclo, el 27.7% el 12avo ci clo, por lo
t ant o la mayor part e de egresados (el 74. 5%
aproxi madamente) t erminan ent re el 10mo y 12avo ciclo; el
23. 4% egresa ent re el 13avo y 15avo ciclo y solo el 2. 1%
egresa ent re el 16avo y 17avo ciclo.
106
O. GRADUANDOS DE COHORTE POR AO DE ESTUDI OS
Gr aduandos de cohor t e por ao de est udi os
1992 1993 1994 1995 1996
1988 0 10 7 2 2
1989 0 0 3 4 6
1990 0 0 1 7 3
1991 0 0 0 0 2
El aboracin Propia
En el cuadro ant erior se observa que del t ot al de ingresant es en
1988 (fueron 71 en t ot al) egresaron en 1993 solo 10, el cual
corresponde al 14%; en 1994 egresaron 7 (9.9% del t ot al de
ingresant es) ) , en 1995 egresaron 2 ( 2.8% del t ot al de
ingresant es) y en 1996 egresaron t ambin solo 2 personas
( 2.8%).
De los ingresant es de 1989, que fueron en t ot al 53 alumnos, en
1994 egresaron 3 personas ( 5. 7%) , en 1995 egresaron 4 ( 7. 5%) y
en 1996 egresaron 6 personas ( 11.3%) .
De los ingresant es en 1990, que fueron 76 en t ot al, en 1994
egresaron el 1. 3% del t ot al de i ngresant es, en 1995 egresaron el
9. 2% y en 1996 el 3. 9% del t ot al de ingresant es.
Por lo t ant o se puede concluir que son pocos los que acaban en el
t iempo ideal de 10 cicl os ( lo que debe durar las carreras de la
FI I S) .
107
P. PERFI L DEL deser t or
Per f i l Del Deser t or
Nm. Ciclos Mat riculados Nm. Alumnos %
1 21 35
2 14 23.333
3 10 16.667
4 7 11.667
5 5 8. 333
6 0 0
7 1 1. 667
8 0 0
9 1 1. 667
10 0 0
11 1 1. 667
12 0 0
13 0 0
14 0 0
15 0 0
Elaboracin Propia
Los al umnos que abandona la carrera o desert an, en su mayora lo
hace en los pri meros ci clos, as t enemos que en el primer ciclo
desert aron 21 alumnos que si lo comparamos con el t ot al de
ingresant es del periodo analizado ( 313 en t ot al) represent a el 6. 7%.
Si t omamos los cinco primeros ciclos t enemos que desert aron en t ot al
57 alumnos, est os represent an el 18.2% de los ingresant es en el
periodo anal izado. El t ot al de desert ores llega a lo 60 al umnos que
represent a el 19. 2% del t ot al de ingresant es. En el cuadro ant erior
t ambin se puede ver que hast a el 5t o ciclo el 95% del t ot al de
desert ores abandonaron la facult ad o se t rasladaron.
108
Q. PERFI L DE DESERCI ON POR ABANDONO
Per f i l De Deser ci n Por Ab andono
Nmero Ciclos
Mat riculados
Nmero de
Alumnos Porcent aj e
0 - 1 21 29. 167
2 - 3 24 33. 333
4 - 5 12 16. 667
6 - 7 1 1. 389
8 - 9 5 6. 944
10 - 11 9 12. 5
Elaboracin Propia
En est e se cuadro se aprecia el resumen del cuadro ant erior, as
se confi rma que el 95% del t ot al desert a al cabo del 5t o ci clo.
109
R. MEDI CI N DE EFI CI ENCI A Y EFI CI ENCI A I NTERNA
I NVERSI ON CI CLOS ALUMNO
Rel aci n I nput / Out put
I nput / Out put
I nput / Out put
( proyect ado)
Promedio de
ciclos de carrera
Promedio de Ciclos
( Proyect ado)
1. 185 1. 352 11. 851 13. 521
Elaboracin Propia
En est e cuadro se puede observar que la relacin I nput / Out put es de
1.185, est e indicador sugiere que, a pesar de que hay alumnos que
cont inan est udiando incluso con 15 y 16 mat rculas, la relacin ent re
los alumnos que ingresan a la facult ad ( y no desert an), la mayor
part e de est os t ermina la carrera no muy lej os de los 10 ciclos
ideal es, al observar el indicador Promedio de ciclos de carrera est e es
11.8, por lo t ant o prct icament e un ingresant e de la FI I S de la UNI
acaba su carrera en 12 ciclos mat riculados ( 1 aos mas de l os 5
habit uales) . Debemos recordar que la r elacin I nput / Ot put = 1, es lo
ideal , t odos los ingresant es t erminan su carrera a los 10 ciclos
exact ament e.
Tambin observamos en el mismo cuadro la relacin I nput / Out put
proyect ado = 1. 35, es decir si nos proyect amos 3 ciclos mas, est e
ndice se increment e pero no en un mont o significat ivo, y se puede
afirmar que exist e en la FI I S e l a UNI una Eficiencia I nt erna acept able
y quizs buena en comparacin con ot ras Universidades Nacionales.
110
Adems t ambin se present a que cuando proyect amos 3 ciclos ms,
el promedio de ciclos de carrera aument a a 13. 5, es decir, la carrera
se t erminar al cabo de 13. 5 ciclos. Lo que guarda rel acin con el
ndice proyect ado I nput / Out put .
111
T. PRODUCTI VI DAD DE LA FI I S DE LA UNI
Pr oduct i v i dad de l a FI I S
Nmero Ciclos
Mat riculados I ngresant es Egresados B/ A ( T-5)
1988 71
1989 53
1990 76
1991 113
1992 0
1993 10 0. 141
1994 11 0. 208
1995 14 0. 184
1996 33 0. 292
1997 24 0. 3
Elaboracin Propia
En est e cuadro se puede apreci ar que de t odos lo ingresant es
del periodo analizado ( incluyendo los desert ores) , que suman
en t ot al 313, 92 personas egresaron hast a el ao 1997, el cual
represent a el 29. 4%, es decir, de 100 ingresant es, 29 personas
t erminan su carrera, considerando un t iempo de est udi o mnimo
de 6 aos y mximo de 9 aos.
112
RESULTADOS CAPI TAL HUMANO
Los Modelos r esult an con el mayor poder explicat ivos en ambos casos
(R
2
= 46% y 56%). Los coeficient es est imados result an con buen nivel
de significacin de acuer do con el val or del t t est permit iendo
rechazar la hipt esis B= 0 con probabilidad mayor al 99% en t odos los
casos. Se apreci a significat ivament e mayores ingresos para una
mayor educacin y experiencia. Los t rabaj adores por cuent a propia y
las muj eres t ienen si gnificat i vament e menores i ngresos mient ras que
los pat rones mayor es
A cont inuacin se van present ar una serie de variant es del modelo,
primero el modelo bsico con nivel educat i vo y experiencia, se van
agregar variables como sexo ( p107) , t rabaj ador por cuent a propia,
pat rn o empleador; adems, se va a probar con dos supuest o de
experiencia: aos de experiencia ( X) como el t iempo ent re el
present e y el t ermino de sus est udios y experiencia como aos en el
ult imo empleo ( X0) en base a la variable P208b de la encuest a. Se
not a que en est e ult imo caso, los aos de experi encia son mucho
menores.
113
Model o bsi co, consi der ando ex per i enci a aos despus de
est udi o
Estimation Equation:
=====================
LNY = 4.711876369 + 0.120981124*S + 0.03126367986*X - 0.0004167416821*X2
Dependent Variable: LNY
Method: Least Squares
Date: 03/29/06 Time: 18:42
Simple: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 4.711876 0.043558 108.1754 0.0000
S 0.120981 0.003182 38.02463 0.0000
X 0.031264 0.002117 14.77056 0.0000
X2 -0.000417 4.18E-05 -9.979989 0.0000
R-squared 0.216461 Mean dependent var 6.487336
Adjusted R-squared 0.216104 S.D. dependent var 0.863413
S.E. of regression 0.764448 Akaike info criterion 2.301281
Sum squared resid 3851.068 Schwarz criterion 2.305402
Log likelihood -7583.323 F-statistic 606.8524
Durbin-Watson stat 1.761174 Prob(F-statistic) 0.000000
Model Summary(b)
R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
.465(a) .216 .216 .76445 1.742
a Predictors: (Constant), X2, S, X
b Dependent Variable: LNY
ANOVA(b)
Sum of
Squares df Mean Square F Sig.
Regression
1063.898 3 354.633 606.852 .000(a)
Residual
3851.068 6590 .584
Total
4914.967 6593
a Predictors: (Constant), X2, S, X
b Dependent Variable: LNY
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients t Sig. Correlations
Collinearity
Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B
Std.
Error
(Constant) 4.712 .044 108.175 .000
S .121 .003 .440 38.025 .000 .418 .424 .415 .889 1.125
X .031 .002 .495 14.771 .000 .059 .179 .161 .106 9.459
X2 .000 .000 -.340 -9.980 .000 -.011 -.122 -.109 .102 9.782
a Dependent Variable: LNY
114
I : I ngreso
S : Educacion
X : Experienci a laboral
Ho = 0 para t odo
H1 = 0 para t odo
Ho R
2
= 0
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
t ienen efect o sobre el salari o. Adems las variables explicat orios
explican en un cero por cient o en la variacin de la variable
dependient e. De acuerdo a los result ados de las pruebas
est adst i cas, t st udent , F, y del nivel de signi ficancia ( bast ant e
reducido) , no t enemos mot ivos para acept ar la hipt esi s nula y mas
bien rechazamos la hipt esis de l as variables independi ent es no
explican la variacin del I ngreso ( salario). Se apreci a t ambin que el
valor de F es bast ant e elevado, en el primer caso 607 en el segundo
caso 431, encont ramos que cumple con la significancia.
115
Anl i si s del Cumpl i mi ent o de l os supuest os del m odel o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
Coefficient Correlations(a)
Model X2 S X
X2
1.000 .215 -.942
S
.215 1.000 -.117
Correlations
X
-.942 -.117 1.000
X2
1.74E-009 2.86E-008 -8.32E-008
S
2.86E-008 1.01E-005 -7.85E-007
1
Covariances
X
-8.32E-008 -7.85E-007 4.48E-006
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
116
Het eroscedast icidad
Test de Whit e
White Heteroskedasticity Test:
F-statistic 21.00446 Probability 0.000000
Obs*R-squared 103.4685 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/29/06 Time: 18:44
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 0.941809 0.130109 7.238588 0.0000
S -0.103104 0.021727 -4.745356 0.0000
S^2 0.005871 0.000988 5.940291 0.0000
X -0.015859 0.005478 -2.894918 0.0038
X^2 0.000661 0.000161 4.099770 0.0000
X2^2 -9.27E-08 2.58E-08 -3.587176 0.0003
R-squared 0.015691 Mean dependent var 0.584026
Adjusted R-squared 0.014944 S.D. dependent var 1.194962
S.E. of regression 1.185999 Akaike info criterion 3.179958
Sum squared resid 9266.643 Schwarz criterion 3.186140
Log likelihood -10478.32 F-statistic 21.00446
Durbin-Watson stat 1.954378 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
117
Aut o correlacin
Durban - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor de
1. 742, los limit es son de 1. 738 y 1. 78 para 200 observaciones y la
t endencia en la t abla es creci ent e, para 6000 observaciones no se
t iene valor de t abl as pero ext rapol ando la t endencia, debe sali r en la
zona de r echazo de l a Ho de aut o correl acin, por lo que conclui mos
de que no exist e aut o correlacin.
118
Ot r as Pr uebas
GRAFI CO CH01a Prueba de Nor mal idad
0
200
400
600
800
1000
1200
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean 2.89e-15
Median 0.069243
Maximum 2.959762
Minimum -4.131456
Std. Dev. 0.764274
Skewness -0.661085
Kurtosis 5.185791
Jarque-Bera 1792.969
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
119
Model o Bsi co ( ex per i enci a segn v ar i abl e P208b3)
Estimation Equation:
=====================
LNY = 4.962626507 + 0.1104454044*S + 0.05237019819*X0 - 0.0009450849138*X02
TABLA CH01a
Dependent Variable: LNY
Method: Least Squares
Date: 03/29/07 Time: 13:11
Simple: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 4.962627 0.036467 136.0843 0.0000
S 0.110445 0.002970 37.18540 0.0000
X0 0.052370 0.003205 16.33791 0.0000
X02 -0.000945 0.000105 -9.042329 0.0000
R-squared 0.238290 Mean dependent var 6.487336
Adjusted R-squared 0.237943 S.D. dependent var 0.863413
S.E. of regression 0.753724 Akaike info criterion 2.273026
Sum squared resid 3743.781 Schwarz criterion 2.277147
Log likelihood -7490.167 F-statistic 687.1944
Durbin-Watson stat 1.748510 Prob(F-statistic) 0.000000
TABLA CH01b Model Summary(b)
R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
,488(a) ,238 ,238 ,75372 1,734
a Predictors: (Constant), X02, S, X0
b Dependent Variable: LNY
TABLA CH01c ANOVA(b)
Sum of
Squares df Mean Square F Sig.
Regression
1171,186 3 390,395 687,194 ,000(a)
Residual
3743,781 6590 ,568
Total
4914,967 6593
a Predictors: (Constant), X02, S, X0
b Dependent Variable: LNY
120
TABLA CH01d
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients t Sig. Correlations Collinearity Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B Std. Error
Constant
4,963 ,036 136,084 ,000
S
,110 ,003 ,401 37,185 ,000 ,418 ,416 ,400 ,992 1,009
X0
,052 ,003 ,482 16,338 ,000 ,247 ,197 ,176 ,133 7,526
X02
-,001 ,000 -,267 -9,042 ,000 ,182 -,111 -,097 ,133 7,518
a Dependent Variable: LNY
I : I ngreso
S : Educacion
X0 : Experiencia laboral
Ho = 0 para t odo
H1 = 0 para t odo
Ho R2 = 0
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
t ienen efect o sobre el salari o. Adems las variables explicat orios
explican en un cero por cient o en la variacin de la variable
dependient e. De acuerdo a los result ados de las pruebas
est adst i cas, t st udent , F, y del nivel de signi ficancia ( bast ant e
reducido) , no t enemos mot ivos para acept ar la hipt esi s nula y mas
bien rechazamos la hipt esis de l as variables independi ent es no
explican la vari acin del I ngreso ( salario). Se apreci a t ambin que el
valor de F es bast ant e elevado, en el primer caso 607 en el segundo
caso 431, encont ramos que cumple con la significancia.
121
Anl i si s del Cumpl i mi ent o de l os supuest os del m odel o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
TABLA CH01e Coefficient Correlations(a)
Model X02 S X0
X02
1,000 ,086 -,931
S
,086 1,000 -,092
Correlations
X0
-,931 -,092 1,000
X02
1,09E-008 2,66E-008 -3,12E-007
S
2,66E-008 8,82E-006 -8,75E-007
1
Covariances
X0
-3,12E-007 -8,75E-007 1,03E-005
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
122
Het eroscedast icidad
TABLA CH01f Test de Whit e
White Heteroskedasticity Test:
F-statistic 13.39583 Probability 0.000000
Obs*R-squared 66.36541 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/29/07 Time: 13:15
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 1.139070 0.108744 10.47476 0.0000
S -0.120395 0.019701 -6.111120 0.0000
S^2 0.006275 0.000919 6.830002 0.0000
X0 -0.023878 0.007110 -3.358273 0.0008
X0^2 0.000789 0.000333 2.369729 0.0178
X02^2 -5.40E-08 1.14E-07 -0.472975 0.6362
R-squared 0.010065 Mean dependent var 0.567756
Adjusted R-squared 0.009313 S.D. dependent var 1.159599
S.E. of regression 1.154186 Akaike info criterion 3.125578
Sum squared resid 8776.177 Schwarz criterion 3.131760
Log likelihood -10299.03 F-statistic 13.39583
Durbin-Watson stat 1.939827 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
123
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
Aut o correlacin
Durban - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor
de 1. 748, los limit es son de 1. 738 y 1. 78 para 200
observaciones y la t endencia en l a t abla es crecient e, para 6000
observaciones no se t iene valor de t ablas pero ext rapolando la
t endencia, debe salir en la zona de rechazo de la Ho de aut o
correlaci n, por lo que concluimos de que no exi st e aut o
correlacin.
124
Ot r as Pr uebas
GRAFI CO CH01b Prueba de Normal idad
0
200
400
600
800
1000
1200
1400
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean 1.77e-15
Median 0.048802
Maximum 2.826001
Minimum -3.841224
Std. Dev. 0.753553
Skewness -0.585779
Kurtosis 5.170869
Jarque-Bera 1671.915
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
125
Model o Ampl i ado sex o P107 Tr abaj ador por cuen t a pr opi a D
2
Pat r on D
3
Tr abaj ador por cuent a pr opi a no p r of esi onal D
4
stimation Command:
=====================
LS LNY C S X X2 P107 D02 D3 D04
Estimation Equation:
=====================
LNY = C(1) + C(2)*S + C(3)*X + C(4)*X2 + C(5)*P107 + C(6)*D02 + C(7)*D3 + C(8)*D04
Substituted Coefficients:
=====================
LNY = 5.353179337 + 0.1066152583*S + 0.03469408156*X - 0.0004348285516*X2 -
0.3119006645*P107 - 0.4331785863*D02 + 0.2524434582*D3 - 0.4525821962*D04
Dependent Variable: LNY
Method: Least Squares
Date: 03/29/07 Time: 21:35
Simple: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 5.353179 0.052110 102.7278 0.0000
S 0.106615 0.003254 32.76611 0.0000
X 0.034694 0.002014 17.23013 0.0000
X2 -0.000435 3.92E-05 -11.10265 0.0000
P107 -0.311901 0.018834 -16.56008 0.0000
D02 -0.433179 0.040243 -10.76414 0.0000
D3 0.252443 0.036783 6.863118 0.0000
D04 -0.452582 0.023109 -19.58507 0.0000
R-squared 0.314166 Mean dependent var 6.487336
Adjusted R-squared 0.313437 S.D. dependent var 0.863413
S.E. of regression 0.715417 Akaike info criterion 2.169309
Sum squared resid 3370.854 Schwarz criterion 2.177552
Log likelihood -7144.213 F-statistic 430.9858
Durbin-Watson stat 1.711318 Prob(F-statistic) 0.000000
Model Summary(b)
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1
,561(a) ,314 ,313 ,71542 1,697
a Predictors: (Constant), d04, p107, d02, D3, X2, S, X
126
b Dependent Variable: LNY
ANOVA(b)
Model
Sum of
Squares df Mean Square F Sig.
Regression
1544,113 7 220,588 430,986 ,000(a)
Residual
3370,854 6586 ,512
1
Total
4914,967 6593
a Predictors: (Constant), d04, p107, d02, D3, X2, S, X
b Dependent Variable: LNY
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients t Sig. Correlations
Collinearity
Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B Std. Error
Constant
5,353 ,052 102,728 ,000
S
,107 ,003 ,388 32,766 ,000 ,418 ,374 ,334 ,744 1,343
X
,035 ,002 ,550 17,230 ,000 ,059 ,208 ,176 ,102 9,774
X2
,000 ,000 -,355 -11,103 ,000
-
,011
-,136
-
,113
,102 9,825
p107
-,312 ,019 -,170 -16,560 ,000
-
,220
-,200
-
,169
,984 1,016
d02
-,433 ,040 -,117 -10,764 ,000 ,037 -,131
-
,110
,883 1,133
D3
,252 ,037 ,073 6,863 ,000 ,192 ,084 ,070 ,915 1,092
d04
-,453 ,023 -,224 -19,585 ,000
-
,307
-,235
-
,200
,793 1,262
a Dependent Variable: LNY
I : I ngreso
S : Educacion
X : Experienci a laboral
D
2
Trabaj ador por cuent a propi a
D
3
Pat ron o empleador
D
4
Trabaj ador por cuent a propi a no profesional
sexo Sexo femenino
Ho = 0 para t odo
H1 = 0 para t odo
Ho R2 = 0
127
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
ent re ot ras variables t ienen efect o sobre el salario. Adems las
variabl es expl icat ori os explican en un cero por cient o en la variacin
de la vari able dependient e. De acuerdo a los result ados de las
pruebas est adst icas, t st udent , F, y del nivel de significancia
(bast ant e reducido), no t enemos mot ivos para acept ar la hipt esis
nula y mas bi en rechazamos la hipt esis de las variables
independient es no expl ican la variacin del I ngreso ( salario) . Se
aprecia t ambin que el valor de F es bast ant e elevado, en el primer
caso 607 en el segundo caso 431, encont ramos que cumple con la
signif icancia.
128
Anl i si s del Cumpl i mi ent o de l os supuest os del m odel o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
Covariances d04
,001 -8,25E-006 9,46E-005 ,000 4,25E-008 1,93E-005 -6,25E-006
p107
-8,25E-006 ,000 -2,36E-005 5,69E-005 -4,50E-009 3,37E-006 9,25E-007
d02
9,46E-005 -2,36E-005 ,002 ,000 3,90E-008 -3,50E-005 -7,00E-006
D3
,000 5,69E-005 ,000 ,001 7,32E-008 -6,89E-006 -8,95E-006
X2
4,25E-008 -4,50E-009 3,90E-008 7,32E-008 1,53E-009 2,53E-008 -7,38E-008
S
1,93E-005 3,37E-006 -3,50E-005 -6,89E-006 2,53E-008 1,06E-005 -7,16E-007
X
-6,25E-006 9,25E-007 -7,00E-006 -8,95E-006 -7,38E-008 -7,16E-007 4,05E-006
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
129
Het eroscedast icidad
Test de Whit e
White Heteroskedasticity Test:
F-statistic 27.87595 Probability 0.000000
Obs*R-squared 242.0416 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/29/07 Time: 21:36
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 0.792972 0.120905 6.558644 0.0000
S -0.120208 0.018558 -6.477352 0.0000
S^2 0.006649 0.000856 7.769602 0.0000
X -0.024393 0.004650 -5.245870 0.0000
X^2 0.000723 0.000136 5.318616 0.0000
X2^2 -9.25E-08 2.18E-08 -4.250563 0.0000
P107 0.152443 0.026503 5.751882 0.0000
D02 0.253622 0.056813 4.464128 0.0000
D3 0.164036 0.051351 3.194416 0.0014
D04 0.277313 0.032495 8.534139 0.0000
R-squared 0.036706 Mean dependent var 0.511200
Adjusted R-squared 0.035390 S.D. dependent var 1.016880
S.E. of regression 0.998725 Akaike info criterion 2.836840
Sum squared resid 6567.219 Schwarz criterion 2.847144
Log likelihood -9343.063 F-statistic 27.87595
Durbin-Watson stat 1.956276 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
130
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
Aut o correlacin
Durban - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor de
1. 713, los limit es son de 1. 738 y 1. 78 para 200 observaciones y la
t endencia en la t abla es creci ent e, para 6000 observaciones no se
t iene valor de t abl as pero ext rapol ando la t endencia, debe sali r en la
zona de r echazo de l a Ho de aut o correl acin, por lo que conclui mos
de que no exist e aut o correlacin.
131
Ot r as Pr uebas
GRAFI CO CH01b Prueba de Normal idad
0
200
400
600
800
1000
1200
1400
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean 1.77e-15
Median 0.048802
Maximum 2.826001
Minimum -3.841224
Std. Dev. 0.753553
Skewness -0.585779
Kurtosis 5.170869
Jarque-Bera 1671.915
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
132
Model o Ampl i ado ( S0) sex o P107 Tr abaj ador por cuen t a
pr opi a D
2
Pat r on D
3
Tr abaj ador por cuen t a pr opi a n o
pr of esi onal D
4
Estimation Equation:
=====================
LNY = 5.655375258 + 0.0918264697*S + 0.05912353517*X0 - 0.001149758804*X02 -
0.2911502373*P107 - 0.3668502621*D02 + 0.2515973007*D3 - 0.4496565639*D04
Dependent Variable: LNY
Method: Least Squares
Date: 03/29/07 Time: 22:09
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 5.655375 0.047146 119.9555 0.0000
S 0.091826 0.003100 29.62505 0.0000
X0 0.059124 0.003092 19.12336 0.0000
X02 -0.001150 9.93E-05 -11.57525 0.0000
P107 -0.291150 0.018679 -15.58700 0.0000
D02 -0.366850 0.039306 -9.333269 0.0000
D3 0.251597 0.036165 6.956922 0.0000
D04 -0.449657 0.022619 -19.87976 0.0000
R-squared 0.328716 Mean dependent var 6.487336
Adjusted R-squared 0.328002 S.D. dependent var 0.863413
S.E. of regression 0.707787 Akaike info criterion 2.147866
Sum squared resid 3299.340 Schwarz criterion 2.156108
Log likelihood -7073.514 F-statistic 460.7207
Durbin-Watson stat 1.698520 Prob(F-statistic) 0.000000
Model Summary(b)
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1
,573(a) ,329 ,328 ,70779 1,691
a Predictors: (Constant), d04, p107, X02, d02, D3, S, X0
b Dependent Variable: LNY
ANOVA(b)
Model
Sum of
Squares df Mean Square F Sig.
Regression
1615,627 7 230,804 460,721 ,000(a)
Residual
3299,340 6586 ,501
1
Total
4914,967 6593
a Predictors: (Constant), d04, p107, X02, d02, D3, S, X0
b Dependent Variable: LNY
133
Coefficients(a)
Unstandardized
Coefficients
Standardized
Coefficients t Sig. Correlations
Collinearity
Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B Std. Error
Constant
5,655 ,047 119,955 ,000
S
,092 ,003 ,334 29,625 ,000 ,418 ,343 ,299 ,803 1,246
X0
,059 ,003 ,544 19,123 ,000 ,247 ,229 ,193 ,126 7,940
X02
-,001 ,000 -,324 -11,575 ,000 ,182 -,141 -,117 ,130 7,700
p107
-,291 ,019 -,159 -15,587 ,000 -,220 -,189 -,157 ,979 1,021
d02
-,367 ,039 -,099 -9,333 ,000 ,037 -,114 -,094 ,906 1,104
D3
,252 ,036 ,073 6,957 ,000 ,192 ,085 ,070 ,927 1,079
d04
-,450 ,023 -,223 -19,880 ,000 -,307 -,238 -,201 ,810 1,235
a Dependent Variable: LNY
I : I ngreso
S : Educacion
X : Experienci a laboral
D
2
Trabaj ador por cuent a propia
D
3
Pat ron o empleador
D
4
Trabaj ador por cuent a propi a no profesional
sexo Sexo femenino
Ho = 0 para t odo
H1 = 0 para t odo
Ho R2 = 0
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
ent re ot ras variables t ienen efect o sobre el salario. Adems las
variabl es expl icat ori os explican en un cero por cient o en la variacin
de la vari able dependient e. De acuerdo a los result ados de las
pruebas est adst icas, t st udent , F, y del nivel de significancia
134
(bast ant e reducido), no t enemos mot ivos para acept ar la hipt esis
nula y mas bi en rechazamos la hipt esis de las variables
independient es no expl ican la variacin del I ngreso ( salario) . Se
aprecia t ambin que el valor de F es bast ant e elevado, en el primer
caso 607 en el segundo caso 431, encont ramos que cumple con la
signif icancia.
135
Anl i si s del Cumpl i mi en t o de l os supuest os del model o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
Coefficient Correlations(a)
d04 p107 X02 d02 D3 S X0
Correlations d04
1,000 -,023 ,135 ,075 ,176 ,344 -,189
p107
-,023 1,000 -,028 -,029 ,078 ,038 ,056
X02
,135 -,028 1,000 ,060 ,075 ,106 -,930
d02
,075 -,029 ,060 1,000 ,105 -,235 -,079
D3
,176 ,078 ,075 ,105 1,000 -,005 -,131
S
,344 ,038 ,106 -,235 -,005 1,000 -,122
X0
-,189 ,056 -,930 -,079 -,131 -,122 1,000
Covariances d04
,001 -9,79E-006 3,03E-007 6,66E-005 ,000 2,41E-005 -1,32E-005
p107
-9,79E-006 ,000 -5,12E-008 -2,10E-005 5,25E-005 2,21E-006 3,24E-006
X02
3,03E-007 -5,12E-008 9,87E-009 2,33E-007 2,68E-007 3,28E-008 -2,86E-007
d02
6,66E-005 -2,10E-005 2,33E-007 ,002 ,000 -2,86E-005 -9,64E-006
D3
,000 5,25E-005 2,68E-007 ,000 ,001 -5,51E-007 -1,47E-005
S
2,41E-005 2,21E-006 3,28E-008 -2,86E-005 -5,51E-007 9,61E-006 -1,17E-006
X0
-1,32E-005 3,24E-006 -2,86E-007 -9,64E-006 -1,47E-005 -1,17E-006 9,56E-006
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
136
Het eroscedast icidad ( Test de Whit e)
White Heteroskedasticity Test:
F-statistic 23.71606 Probability 0.000000
Obs*R-squared 207.0562 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/29/07 Time: 22:12
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 0.795266 0.106355 7.477442 0.0000
S -0.111857 0.017237 -6.489375 0.0000
S^2 0.006200 0.000815 7.608544 0.0000
X0 -0.031401 0.006293 -4.989766 0.0000
X0^2 0.000952 0.000291 3.271798 0.0011
X02^2 -3.05E-08 9.90E-08 -0.307692 0.7583
P107 0.087915 0.026472 3.321129 0.0009
D02 0.238578 0.056227 4.243128 0.0000
D3 0.260684 0.050918 5.119714 0.0000
D04 0.296044 0.032062 9.233627 0.0000
R-squared 0.031401 Mean dependent var 0.500355
Adjusted R-squared 0.030077 S.D. dependent var 1.011133
S.E. of regression 0.995812 Akaike info criterion 2.830998
Sum squared resid 6528.963 Schwarz criterion 2.841301
Log likelihood -9323.801 F-statistic 23.71606
Durbin-Watson stat 1.926405 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
137
Aut o correlacin
Durbi n - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor de
1. 713, los li mit es son de 1. 69 y 1. 78 para 200 observaciones y la
t endencia en la t abla es creci ent e, para 6000 observaciones no se
t iene valor de t abl as pero ext rapol ando la t endencia, debe sali r en la
zona de r echazo de l a Ho de aut o correl acin, por lo que conclui mos
de que no exist e aut o correlacin.
138
Ot r as Pr uebas
GRAFI CO CH01b Prueba de Normal idad
0
200
400
600
800
1000
1200
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean 1.04e-15
Median 0.021103
Maximum 2.959860
Minimum -3.638991
Std. Dev. 0.707411
Skewness -0.436143
Kurtosis 5.083145
Jarque-Bera 1401.328
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
139
Model o Ampl i ado sex o P107 Tr abaj ador por cuen t a pr opi a D
2
Estimation Command:
=====================
LS LNY C S X X2 P107 D02
Estimation Equation:
=====================
LNY = C(1) + C(2)*S + C(3)*X + C(4)*X2 + C(5)*P107 + C(6)*D02
Substituted Coefficients:
=====================
LNY = 5.111925598 + 0.1268160661*S + 0.03150364112*X - 0.0004168322537*X2 -
0.3366489398*P107 - 0.4003149963*D02
Dependent Variable: LNY
Method: Least Squares
Date: 03/30/07 Time: 15:02
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 5.111926 0.052748 96.91259 0.0000
S 0.126816 0.003240 39.13489 0.0000
X 0.031504 0.002059 15.29737 0.0000
X2 -0.000417 4.05E-05 -10.28295 0.0000
P107 -0.336649 0.019455 -17.30357 0.0000
D02 -0.400315 0.041271 -9.699696 0.0000
R-squared 0.262083 Mean dependent var 6.487336
Adjusted R-squared 0.261523 S.D. dependent var 0.863413
S.E. of regression 0.741972 Akaike info criterion 2.241898
Sum squared resid 3626.838 Schwarz criterion 2.248080
Log likelihood -7385.538 F-statistic 467.9665
Durbin-Watson stat 1.710161 Prob(F-statistic) 0.000000
Model Summary(b)
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1
,512(a) ,262 ,262 ,74197 1,694
a Predictors: (Constant), d02, p107, X2, S, X
b Dependent Variable: LNY
ANOVA(b)
Model
Sum of
Squares df Mean Square F Sig.
Regression
1288,129 5 257,626 467,966 ,000(a)
Residual
3626,838 6588 ,551
1
Total
4914,967 6593
a Predictors: (Constant), d02, p107, X2, S, X
b Dependent Variable: LNY
140
Coefficients(a)
Unstandardized
Coefficients
Standardize
Coefficients t Sig. Correlations
Collinearity
Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B Std. Error
(Constant)
5,112 ,053 96,913 ,000
S
,127 ,003 ,461 39,135 ,000 ,418 ,434 ,414 ,807 1,239
X
,032 ,002 ,499 15,297 ,000 ,059 ,185 ,162 ,105 9,505
X2
,000 ,000 -,340 -10,283 ,000 -,011 -,126 -,109 ,102 9,785
p107
-,337 ,019 -,184 -17,304 ,000 -,220 -,209 -,183 ,992 1,008
d02
-,400 ,041 -,108 -9,700 ,000 ,037 -,119 -,103 ,903 1,108
a Dependent Variable: LNY
I : I ngreso
S : Educacion
X : Experienci a laboral
D
2
Trabaj ador por cuent a propi a
sexo Sexo femenino
Ho = 0 para t odo
H1 = 0 para t odo
Ho R2 = 0
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
ent re ot ras variables t ienen efect o sobre el salario. Adems las
variabl es expl icat ori os explican en un cero por cient o en la variacin
de la vari able dependient e. De acuerdo a los result ados de las
pruebas est adst icas, t st udent , F, y del nivel de significancia
141
(bast ant e reducido), no t enemos mot ivos para acept ar la hipt esis
nula y mas bi en rechazamos la hipt esis de las variables
independient es no expl ican la variacin del I ngreso ( salario) . Se
aprecia t ambin que el valor de F es bast ant e elevado, en el primer
caso 607 en el segundo caso 431, encont ramos que cumple con la
signif icancia.
142
Anl i si s del Cumpl i mi ent o de l os supuest os del m odel o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
Coefficient Correlations(a)
Model d02 p107 X2 S X
d02
1,000 -,039 ,016 -,297 -,064
p107
-,039 1,000 -,009 ,073 ,031
X2
,016 -,009 1,000 ,200 -,940
S
-,297 ,073 ,200 1,000 -,090
Correlations
X
-,064 ,031 -,940 -,090 1,000
d02
,002 -3,15E-005 2,60E-008 -3,97E-005 -5,42E-006
p107
-3,15E-005 ,000 -7,08E-009 4,57E-006 1,24E-006
X2
2,60E-008 -7,08E-009 1,64E-009 2,62E-008 -7,85E-008
S
-3,97E-005 4,57E-006 2,62E-008 1,05E-005 -6,01E-007
1
Covariances
X
-5,42E-006 1,24E-006 -7,85E-008 -6,01E-007 4,24E-006
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
143
Het eroscedast icidad
White Heteroskedasticity Test:
F-statistic 22.88554 Probability 0.000000
Obs*R-squared 156.5846 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/30/07 Time: 15:03
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 0.748629 0.133987 5.587322 0.0000
S -0.098854 0.020548 -4.810983 0.0000
S^2 0.005273 0.000942 5.600102 0.0000
X -0.022150 0.005120 -4.325843 0.0000
X^2 0.000778 0.000151 5.171698 0.0000
X2^2 -9.86E-08 2.41E-08 -4.089407 0.0000
P107 0.186581 0.029249 6.379078 0.0000
D02 0.145508 0.062377 2.332740 0.0197
R-squared 0.023747 Mean dependent var 0.550021
Adjusted R-squared 0.022709 S.D. dependent var 1.120160
S.E. of regression 1.107368 Akaike info criterion 3.043062
Sum squared resid 8076.175 Schwarz criterion 3.051304
Log likelihood -10024.97 F-statistic 22.88554
Durbin-Watson stat 1.954224 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
144
Aut o correlacin
Durban - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor de
1. 713, los limit es son de 1. 738 y 1. 78 para 200 observaciones y la
t endencia en la t abla es creci ent e, para 6000 observaciones no se
t iene valor de t abl as pero ext rapol ando la t endencia, debe sali r en la
zona de r echazo de l a Ho de aut o correl acin, por lo que conclui mos
de que no exist e aut o correlacin.
145
Ot r as Pr uebas
GRAFI CO CH01b Prueba de Normal idad
0
200
400
600
800
1000
1200
1400
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean -2.28e-15
Median 0.043266
Maximum 3.041326
Minimum -3.929978
Std. Dev. 0.741690
Skewness -0.558369
Kurtosis 5.147017
Jarque-Bera 1609.151
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
146
Model o Ampl i ado sex o P107 Tr abaj ador por cuent a pr opi a D
2
par a ex per i enci a X0
Estimation Command:
=====================
LS LNY C S X0 X02 P107 D02
Estimation Equation:
=====================
LNY = C(1) + C(2)*S + C(3)*X0 + C(4)*X02 + C(5)*P107 + C(6)*D02
Substituted Coefficients:
=====================
LNY = 5.359346841 + 0.1152113951*S + 0.05079523114*X0 - 0.0009380613458*X02 -
0.3162578519*P107 - 0.3471149338*D02
Dependent Variable: LNY
Method: Least Squares
Date: 03/30/07 Time: 15:14
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 5.359347 0.046267 115.8347 0.0000
S 0.115211 0.003013 38.24170 0.0000
X0 0.050795 0.003134 16.20574 0.0000
X02 -0.000938 0.000102 -9.197229 0.0000
P107 -0.316258 0.019311 -16.37700 0.0000
D02 -0.347115 0.040496 -8.571492 0.0000
R-squared 0.276918 Mean dependent var 6.487336
Adjusted R-squared 0.276369 S.D. dependent var 0.863413
S.E. of regression 0.734475 Akaike info criterion 2.221589
Sum squared resid 3553.924 Schwarz criterion 2.227771
Log likelihood -7318.580 F-statistic 504.5999
Durbin-Watson stat 1.703194 Prob(F-statistic) 0.000000
Model Summary(b)
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1
,526(a) ,277 ,276 ,73448 1,690
a Predictors: (Constant), X02, S, p107, d02, X0
b Dependent Variable: LNY
ANOVA(b)
Model
Sum of
Squares df Mean Square F Sig.
Regression
1361,043 5 272,209 504,600 ,000(a)
Residual
3553,924 6588 ,539
1
Total
4914,967 6593
a Predictors: (Constant), X02, S, p107, d02, X0
b Dependent Variable: LNY
147
Coefficients(a)
Unstandardized
Coefficients
Standardize
Coefficients t Sig. Correlations
Collinearity
Statistics
B Std. Error Beta Zero-order Partial Part Tolerance VIF B
Std.
Error
Constant
5,359 ,046 115,835 ,000
S
,115 ,003 ,419 38,242 ,000 ,418 ,426 ,401 ,915 1,093
p107
-,316 ,019 -,173 -16,377 ,000 -,220 -,198 -,172 ,987 1,014
d02
-,347 ,040 -,094 -8,571 ,000 ,037 -,105 -,090 ,919 1,089
X0
,051 ,003 ,467 16,206 ,000 ,247 ,196 ,170 ,132 7,578
X02
-,001 ,000 -,265 -9,197 ,000 ,182 -,113 -,096 ,133 7,539
a Dependent Variable: LNY
I : I ngreso
S : Educacion
X : Experienci a laboral
D
2
Trabaj ador por cuent a propi a
sexo Sexo femenino
Ho = 0 para t odo
H1 = 0 para t odo
Ho R2 = 0
Segn la hi pt esis nula, el nivel educat ivo ni la experiencia laboral
ent re ot ras variables t ienen efect o sobre el salario. Adems las
variabl es expl icat ori os explican en un cero por cient o en la variacin
de la vari able dependient e. De acuerdo a los result ados de las
pruebas est adst icas, t st udent , F, y del nivel de significancia
(bast ant e reducido), no t enemos mot ivos para acept ar la hipt esis
148
nula y mas bi en rechazamos la hipt esis de las variables
independient es no expl ican la variacin del I ngreso ( salario) . Se
aprecia t ambin que el valor de F es bast ant e elevado, en el primer
caso 607 en el segundo caso 431, encont ramos que cumple con la
signif icancia.
149
Anl i si s del Cumpl i mi ent o de l os supuest os del m odel o de
Regr esi n Li neal
Mul t icolinealidad
Valor de R2 y significancia de t : En presencia de mult i colinealidad el
R2 es alt o y el rat io de t es insignificant e, lo que no sucede en est e
caso
Coefficient Correlations(a)
Model X02 S p107 d02 X0
X02
1,000 ,069 -,029 ,046 -,931
S
,069 1,000 ,055 -,274 -,069
p107
-,029 ,055 1,000 -,035 ,062
d02
,046 -,274 -,035 1,000 -,058
Correlations
X0
-,931 -,069 ,062 -,058 1,000
X02
1,04E-008 2,11E-008 -5,74E-008 1,89E-007 -2,98E-007
S
2,11E-008 9,08E-006 3,22E-006 -3,34E-005 -6,56E-007
p107
-5,74E-008 3,22E-006 ,000 -2,74E-005 3,74E-006
d02
1,89E-007 -3,34E-005 -2,74E-005 ,002 -7,32E-006
1
Covariances
X0
-2,98E-007 -6,56E-007 3,74E-006 -7,32E-006 9,82E-006
a Dependent Variable: LNY
Correlaciones: Vemos t ambin de que las correlaciones ent re las
variabl es present a val ores baj os en la mat riz de correl acin
150
Het eroscedast icidad
Test de Whit e
White Heteroskedasticity Test:
F-statistic 13.07622 Probability 0.000000
Obs*R-squared 90.38852 Probability 0.000000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/30/07 Time: 15:15
Sample: 1 7120
Included observations: 6594
Variable Coefficient Std. Error t-Statistic Prob.
C 0.955918 0.116492 8.205859 0.0000
S -0.112779 0.019041 -5.922886 0.0000
S^2 0.005531 0.000896 6.173277 0.0000
X0 -0.021411 0.006796 -3.150437 0.0016
X0^2 0.000749 0.000318 2.356432 0.0185
X02^2 -3.67E-08 1.09E-07 -0.336673 0.7364
P107 0.113055 0.029123 3.881933 0.0001
D02 0.146419 0.061702 2.373018 0.0177
R-squared 0.013708 Mean dependent var 0.538963
Adjusted R-squared 0.012659 S.D. dependent var 1.107415
S.E. of regression 1.100383 Akaike info criterion 3.030406
Sum squared resid 7974.605 Schwarz criterion 3.038648
Log likelihood -9983.247 F-statistic 13.07622
Durbin-Watson stat 1.936937 Prob(F-statistic) 0.000000
Se observa en el t est Whit e de que el product o observaciones X R2 es
signif icat ivo, sin embargo, debemos t ener en cuent a de que R2 por es
baj o y el numero de observaciones es bast ant e alt o, mas de 6000
151
Recomendaciones para remediar
Como se ha det ect ado ci ert a het erocedast icidad, present amos
nuest ra recomendacin de ut ilizar el mt odo de mnimo cuadrados
ponderados, dividiendo ambos miembros de la ecuacin ent re la
desviacin est ndar.
Aut o correlacin
Durban - Wat son t est
En cuant o a Durban Wat son, para el modelo present a un valor de
1. 713, los limit es son de 1. 738 y 1. 78 para 200 observaciones y la
t endencia en la t abla es creci ent e, para 6000 observaciones no se
t iene valor de t abl as pero ext rapol ando la t endencia, debe sali r en la
zona de r echazo de l a Ho de aut o correl acin, por lo que conclui mos
de que no exist e aut o correlacin.
152
Ot r as Pr uebas
GRAFI CO CH01b Prueba de Normal idad
0
200
400
600
800
1000
1200
1400
-3.75 -2.50 -1.25 0.00 1.25 2.50
Series: Residuals
Sample 1 7120
Observations 6594
Mean -1.55e-15
Median 0.037786
Maximum 2.947754
Minimum -3.942475
Std. Dev. 0.734197
Skewness -0.516935
Kurtosis 5.221202
Jarque-Bera 1649.222
Probability 0.000000
Elaboracin propia
Como puede apreciarse grficament e, los residuos se di st ri buyen
normalment e.
En conclusin podemos deci r que el modelo es si gnificat ivo, pasando
las pruebas de mult icolinealidad, aut o correlacin, aunque puede
t ener ciert a het erocedast ici dad, es corregible y al parecer no va influi r
signifi cat i vament e en los result ados
153
Fuent es de I nf or maci n
Base de Dat os ORCE.
Encuest a Permanent e del Empl eo Set iembre 2006 I NEI
154
V. CONCLUSI ONES
La Facult ad de I ngeni era I ndust rial y Sist emas de la
Universidad Nacional de I ngeniera present a una Eficiencia
I nt erna, resumido en el i ndicador I nput / Out put = 1,32 est e
sugier e que se usan con r elat iva ef iciencia los r ecursos en dicha
facul t ad.
La mayor part e de los que abandonan la carrera, lo hacen los
primeros ciclos, alrededor del 95% de los que abandonan la
carrera lo hacen ant es del 5t o ciclo.
El promedio de ciclos cursados de los ingresant es para que
acaben las carrera es de aproximadament e 13 ciclos, es decir,
el est ado gast a en promedi o 3 ciclos mas en promedio.
Debemos precisar que del t ot al de ingresant es en la cohor t e del
periodo 1988 - 1991, en el segui mient o hast a el ao 1996, el
29. 4% egresaron al cabo del ao del lt imo ao de
segui mient o.
En r elacin al Modelo de Capit al Humano, se comprueba de que
la Teora es aplicable para el mbit o nacional, para el mercado
laboral de Lima Met ropoli t ana.
Se encuent ra que el modelo ampliado t ambin es valido,
encont rndose que variables como t rabaj adores por cuent a
propia prof esionales y no profesional es explican t ambin los
155
ingresos; sin embargo, se aprecia en ambos casos coeficient e
negat ivos, est o se debera a que los t rabaj adores
independient es t ienden a t ener menos ingresos que los no
independient es, sean prof esionales o no
Se encuent ra as mismo, que la condicin de pat rn o
empleador, en el modelo ampliado, explica el mayor ingreso
Se percibe que hay una diferencia significat iva en relaci n a los
sexos en cuant o a los i ngresos, t eni endo las muj eres menores
ingresos que los varones
La prueba t st udent para diferenci a de medi as conforma el
result ado de que l os ingresos de los profesionales son
signif icat ivament e superiores a los ingresos de los no
profesionales
I gualment e la prueba de t st udent para dif erenci a de medias
muest ra una diferenci a si gnificat iva en los ingresos ent re
profesionales y no profesionales
La dist ribucin del ingreso est a bast ant e concent rado hacia la
izquierda, para valores menores a los cinco mil sol es, incl uso el
75 % percibe menos de los mil soles.
La dist ribucin de los aos de educacin muest ra una fuert e
predominancia de los egresado de secundaria complet a, con
once aos de est udi o, con el 38 % seguido de lej os por los
prof esionales universit arios y no universit arios de 16 y 14 aos
de est udio, con ent re 14 % y 15%
156
La experiencia laboral muest ra una dist ribucin hacia la
izquierda, con el 50% con menos de 18 aos de experiencia,
muchos t ienen incluso menos de 4 aos, adult os mayores de 30
aos, lo que indicara que habran muchos t rabaj adores que
cambian t ot alment e su ocupacin pri ncipal puest o que la
experiencia se ha t omada en base a l a pregunt a desde cuando
se dedica a est a ocupacin principal
Teniendo en cuent a de que la educacin es una inversin que
va a cont ribuir a generar i ngresos, debemos preocuparnos por
hacer ms ef icient e el proceso, ut ilizar de la mej or manera los
escasos recursos para maximizar la produccin educat i va.
157
VI . REFERENCI AS BI BLI OGRAFI CAS
1. UNESCO. La UNESCO frent e al cambio en la educacin
Superior en Amrica Lat ina y el Caribe. CRESCA / UNESCO.
1999
2. UNMSM. Revol ucin de la Educacin Superior. 1995
3. ARREGUI , Pat ricia. Diagnost ico de la Universidad Peruana.
UPCH - ANR. Lima 1994.
4. GRADE. Problemas y Perspect ivas de la Universidad
Peruana. Not as de Debat e 12
5. MI NI STERI O DE EDUCACI ON. El Mercado de Trabaj o Tcni co
y Profesional y l a Ofert a y Demanda de Educacin Superior.
1993
6. JALLARD, Jean Pi er. Educacin y Desarrollo Social en
Amrica Lat ina. 1978
7. SCHI EFELBEI N, Ernest o. Teora, Tcnica, Procesos, Casos de
Planeamient o Educat ivo. 1974
8. UNESCO, I Decl araci n Mundial sobre la Educacin Superior
en el siglo XXI , Pars, 1998.
9. Zamalloa Sot a, Eulogio, I nvest i gacin en Educacin
Superior. Lima 2004.
10. Nava L. Hugo. Evaluacin y Acredit acin de la Educacin
Superior: El Caso del Per. Lima 2003.
158
11. ARREGUI , Pat ricia. Dinmicas de t ransformacin de los
sist emas educat ivos en Amri ca Lat ina- el caso del Per.
GRADE. Lima 2002.
12. ANR. Resumen Est adst ico 2001. Asamblea Naci onal de
Rect ores. Lima 2002.
13. TELLO VEGA Gerardo. Globalizacion y Empleo : Cambio en
el Empleo en El Peru y America Lat ina. Ed. Grisaldo. Lima.
1978.
14. SALA- I - MARTI N XAVI ER Apunt es De Crecmi ent o Economico.
Ant ono bush edit or 1994
15. FERNADEZ BACA JORGE Capit al Humano I nst it uciones Y
Crecimient o Cent ro de I nvest igaciones de la Universidad del
Paci fico. 1995
16. BECKER GARY . El Capit al Humano Un Analisis Empirico Y
Teori co Referido Fundament alment e A La Educacion alianza
edt ori al . 1983
17. SCHULTZ THEODORE Economics Of The Family Marriage
And Human Capit al . The universit y of chi cago press . 1974
18. CHAVEZ El iana. Empleo Event ual Caso Region Nort e.
Fundacin F. Ebert . Lima. 1989.
19. PHELP Orn. I nt roduccin a la Economa Labor al. TEA.
Buenos Ai res. 1964.
159
20. YAMADA FUKUSAKI Gust avo. Caminos Ent relazados en la
Reali dad del Empleo Urbano en el Peru. F Edit . Universidad
del Pacifi. Lima. 1996.
21. UNESCO. La UNESCO frent e al Cambio en La Educacion
Superior en El Peru. UNESCO. . 1996.
22. TORREJON Nancy. Est udio de Recursos Humanos Calificados
en el Peru. . Li ma. 1989.
23. VALDI VI A VARGAS. Relacin ent re Educaci n Superior
Empleo Caso Tecnicos Profesionales Lima Met ropolit ana.
Tesi s. Lima. 1995
24. GUJARATI DAMODAR Essencial of Economet rics. Mc Graw
Hill
25. HERNANDEZ SAMPI ERI , FERNANDEZ COLLADO, BAPTI STA
LUCI O Met odologia de la I nvest igacion Tercera Edicion Mc
Graw Hill
26. DI PAULA Rosangela, BERGES, Miriam, RODR GUEZ Elsa,
Di ferencias de ingr eso ent r e j efes de familia en l a Ciudad de
Mar del Plat a, un enfoque de la Teora del Capit al Humano,
27. SI ERRA Juan sobre "Det erminant es del I ngreso de los
Jvenes que Trabaj an. I NEI 2000
28. ESPI NO RABANAL Juan Pedro publico el est udio " Dispersin
Salarial, Capit al Humano y Segment acin Laboral en Lima
2001,
160
An ex os
161
CUADRO No. AN01
ESTADI STI CA DESCRI PTI VA
St at i st i cs
ingt ot S X Edad
N Valid 7043 6920 6920 7120
Missing 77 200 200 0
Mean 920.48 11.4605 19. 76 37.76
St d. Error of Mean 15.326 .03784 .168 .163
Median 650.00 11.0000 18. 00 36.00
Mode 600 11.00 4 26
St d. Deviat ion 1, 286.23
5
3.14811 13.947 13.778
Range 26,400 16.00 78 74
Minimum 0 . 00 0 14
Maximum 26,400 16.00 78 88
Percent iles 25 400.00 11.0000 8.00 26.00
50 650.00 11.0000 18. 00 36.00
75 1, 000.00 14.0000 29. 00 48.00
Fuent e : I NEI
Elaboracin : Propia
162
CUADRO No AN02
DI STRI BUCI ON DE FRECUENCI A : AOS DE EDUCACI ON
( S)
Frequency Percent
Valid
Percent
Cumulat ive
Percent
. 00 74 1. 0 1. 1 1. 1
1.00 6 . 1 . 1 1. 2
2.00 13 . 2 . 2 1. 3
3.00 24 . 3 . 3 1. 7
4.00 16 . 2 . 2 1. 9
5.00 25 . 4 . 4 2. 3
6.00 507 7. 1 7. 3 9. 6
7.00 124 1. 7 1. 8 11.4
8.00 245 3. 4 3. 5 14.9
9.00 351 4. 9 5. 1 20.0
10. 00 195 2. 7 2. 8 22.8
11. 00 2731 38.4 39. 5 62.3
12. 00 239 3. 4 3. 5 65.8
13. 00 235 3. 3 3. 4 69.1
14. 00 998 14.0 14. 4 83.6
15. 00 93 1. 3 1. 3 84.9
16. 00 1044 14.7 15. 1 100. 0
Valid
Tot al 6920 97.2 100. 0
Missing Syst em 200 2. 8
Tot al 7120 100.0
Fuent e : I NEI
El aboracion: Propia
163
CUADRO No. AN03
DI STRI BUCI ON DE FRECUENCI AS NI VEL EDUACATI VO
Frequency Percent
Valid
Percent
Cumulat ive
Percent
1 73 1. 0 1.0 1. 0
2 1 . 0 . 0 1. 0
3 284 4. 0 4.0 5. 0
4 507 7. 1 7.1 12.1
5 915 12.9 12.9 25.0
6 2731 38.4 38.4 63.4
7 312 4. 4 4.4 67.7
8 883 12.4 12.4 80.1
9 376 5. 3 5.3 85.4
10 1038 14.6 14.6 100.0
Valid
Tot al 7120 100. 0 100. 0
Fuent e : I NEI Elaboracin: PROPI A
1 : Sin Nivel
2 : I nicial
3 : Primaria I ncomplet a
4 : Primaria Complet a
5 : Secundaria I ncomplet a
6 : Secundaria complet a
7 : Superior No Universit aria I ncomplet a
8 : Superior No Universit aria Complet a
9 : Superior Universit aria I ncomplet a
10: Superior Universi t aria Compl et a
99: Missung Value
164
CUADRO No. AN04
DI STRI BUCI ON DE FRECUENCI A OCUPACI ON PRI NCI PAL
p206
Freque
ncy
Percen
t
Valid
Percent
Cumulat i
ve
Percent
1 451 6. 3 6. 3 6. 3
2 2080 29. 2 29. 2 35. 5
3 2341 32. 9 32. 9 68. 4
4 1532 21. 5 21. 5 89. 9
5 333 4. 7 4. 7 94. 6
6 375 5. 3 5. 3 99. 9
7 8 . 1 . 1 100. 0
Vali
d
Tot a
l
7120 100.0 100. 0
Fuent e: I NEI
Elaboracin Propia
165
GRAFI CO No. AN05
HI STOGRAMA DI STRI BUCI ON DE FRECUENCI A DEL I NGRESO
Fuen
Fuent e: I NEI
El aboracion: Propia
166
GRAFI CO No. AN06
HI STOGRAMA DI STRI BUCI ON DE FRECUENCI AS AOS DE
EDUCACI ON
Fuent e I NEI
El boracion Propia
167
GRAFI CO No. AN07
HI STOGRAMA DI STRI BUCI ON DE FRECUENCI AS AOS DE
EXPERI ENCI A
Fuent e I NEI Elaboracion Propia
168
GRAFI CO No. AN07b
HI STOGRAMA DI STRI BUCI ON DE FRECUENCI AS AOS DE
EXPERI ENCI A, SEGUNDO SUPUESTO
X0
60,00 40,00 20,00 0,00
F
r
e
q
u
e
n
c
y
2.500
2.000
1.500
1.000
500
0
Mean =6,76
Std. Dev. =7,938
N =7.120
Fuent e I NEI Elaboracion Propia
169
GRAFI CO NO. AN08
HI STOGRAMA DI STRI BUCI ON DE FRECUENCI AS NI VEL
EDUCATI VO
Fuent e I NEI
El aboracion Propia
170
CUADRO NO. AN09 TABLA DE CORRELACI ON
ingt ot S X
I ngt ot Pearson Correl at ion 1 . 341( * * ) . 091( * * )
Sig. (2-t ailed) . .000 . 000
N 7043 6848 6848
S Pearson Correl at ion . 341( * * ) 1 -.254( * * )
Sig. (2-t ailed) . 000 . . 000
N 6848 6920 6920
X Pearson Correl at ion . 091( * * ) - . 254( * * ) 1
Sig. (2-t ailed) . 000 .000 .
N 6848 6920 6920
* * Correlat ion is significant at t he 0. 01 level ( 2- t ailed).
Fuent e I NEI
ELaboracion Propia
171
CUADRO No. AN10 DI FERENCI A DE MEDI AS PRUEBA t STUDENT
PARA I NGRESO DE PROFESI ONALES Y NO PROFESI ONALES
Gr oup St at i st i cs
profesi on N Mean St d. Devi at ion St d. Error Mean
ingt ot 1.00 1921 1,675.02 2,137.391 48.766
.00 5122 637.49 518.174 7. 240
CUADRO No. AN10b
I n depen dent Sampl es Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig.
(2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
ingtot Equal
variances
assumed
1181.51
4
.000 32.305 7041 .000 1,037.534 32.117 974.575 1,100.493
Equal
variances
not
assumed
21.045
2005.2
13
.000 1,037.534 49.301 940.847 1,134.220
Fuent e: I NEI Elaboracion: Propia
172
CUADRO No. AN11 DI FERENCI A DE MEDI AS PRUEBA t STUDENT
PARA I NGRESO DE TRABAJADORES I NDEPENDI ENTES Y NO
I NDEPENDI ENTES
Group St at ist ics
indep N Mean
St d.
Deviat ion
St d. Error
Mean
ingt ot 1. 00 2080 655. 59 835. 885 18. 328
. 00 4963 1, 031. 49 1, 418. 950 20. 142
CUADRO No. AN11b
I ndependent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig.
(2-
tailed)
Mean
Difference
Std.
Error
Differe
nce
95% Confidence
Interval of the
Difference
Lower Upper
ingtot Equal
variances
assumed
106.495 .000 -11.289 7041 .000 -375.899 33.299 -441.175
-
310.62
3
Equal
variances not
assumed
-13.803
6289.4
26
.000 -375.899 27.232 -429.284
-
322.51
4
Fuent e: I NEI Elaboracion: Propia
173
CUADRO No. AN12 DI FERENCI A DE MEDI AS PRUEBA t STUDENT
PARA I NGRESO DE TRABAJADORES VARONES Y MUJERES
Gr oup St at i st i cs
p107 N Mean
St d.
Deviat ion
St d. Error
Mean
ingt ot 1
4609
1, 040. 9
0
1, 408. 415 20. 746
2 2434 692. 44 975. 722 19. 777
CUADRO No. AN12b
I n depen dent Sampl es Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
ingtot Equal
variances
assumed
61.436 .000 10.903 7041 .000 348.467 31.962 285.812 411.122
Equal
variances
not
assumed
12.158
6547.42
0
.000 348.467 28.662 292.280 404.654
Fuent e I NEI El aboracion Propia
174
CUADRO NO AN13
MODELO DE REGRESI ON LI NEAL DE CAPI TAL HUMANO
Model Summary( b)
Model R R Square
Adj ust ed
R
Square
St d. Error
of t he
Est imat e
Durbin-
Wat son
1 . 465( a) . 216 . 216 . 76445 1. 742
a Predict ors: (Const ant ), X2, S, X b Dependent Variabl e: LNY
CUADRO NO AN13b
ANOVA( b)
Model
Sum of
Squares df
Mean
Square F Sig.
1 Regression
1063. 898 3 354. 633
606. 85
2
.000(a)
Residual 3851. 068 6590 . 584
Tot al 4914. 967 6593
a Predict ors: ( Const ant ) , X2, S, X b Dependent Variable: LNY
CUADRO NO AN13c
Coefficient s( a)
Model
Unst andardized
Coefficient s
St andardi
zed
Coeffi cien
t s t Sig.
B
St d.
Error Bet a
1 ( Const an
t )
4. 712 . 044
108. 17
5
. 000
S . 121 . 003 . 440 38. 025 . 000
X . 031 . 002 . 495 14. 771 . 000
X2 . 000 . 000 - . 340 - 9. 980 . 000
a Dependent Variable: LNY
Fuent e I NEI Elaboracion Propia
175
CUADRO NO AN14
MODELO DE REGRESI ON LI NEAL DE CAPI TAL HUMANO
Model Summary(b)
Mod
el R
R
Squar
e
Adj ust ed R
Square
St d. Error of
t he Est imat e
Durbin-
Wat son
1 . 561( a) . 314 . 313 . 71542 1. 697
a Predict ors: (Const ant ) , p107, d02, X2, D3, d04, S, X
b Dependent Variable: LNY
CUADRO NO AN14b
ANOVA(b)
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regressio
n
1544. 113 7 220. 588
430. 98
6
. 000( a
)
Residual 3370. 854 6586 . 512
Tot al 4914. 967 6593
a Predict ors: (Const ant ) , p107, d02, X2, D3, d04, S, X
b Dependent Variable: LNY
CUADRO NO AN14c
Coefficient s( a)
Model
Unst andardized
Coefficient s
St andardi
zed
Coefficien
t s t Sig.
B
St d.
Error Bet a
1 ( Const ant ) 5. 353 . 052 102. 728 . 000
S . 107 . 003 . 388 32. 766 . 000
X . 035 . 002 . 550 17. 230 . 000
X2 . 000 . 000 - . 355 - 11. 103 . 000
d02 - . 433 . 040 - . 117 - 10. 764 . 000
D3 . 252 . 037 . 073 6. 863 . 000
d04 - . 453 . 023 - . 224 - 19. 585 . 000
p107 - . 312 . 019 - . 170 - 16. 560 . 000
a Dependent Variable: LNY
Fuent e I NEI El aboracion Propia