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