EVALUACIN DEL IMPACTO DE LA CAPACITACIN EN LA PRODUCTIVIDAD DE LAS EMPRESAS Y EN EL SECTOR PBLICO

PROYECTO UNIVERSIDADES

Autores: Eduardo Soto Bubert Patricio Valenzuela Aros Hugo Vergara Reyes Editor General: Dante Contreras G.

Introduccin
La evaluacin de impacto debe ser parte fundamental del diseo e implementacin de los programas. En efecto, el creciente dinamismo de los mercados, la globalizacin y la mayor competencia requieren de parte de las organizaciones modificaciones peridicas de sus procesos productivos, polticas, capacitacin de personal y cambios en general al interior de las empresas. Una correcta evaluacin de impacto, entonces, permitira consolidar procesos incorporados o bien modificarlos a tiempo. En este contexto, en Agosto del ao 2000 fue publicado el libro1 Evaluacin de Impacto en Formacin Empresarial: El Caso FUNDES, donde se present un diseo metodolgico pionero, destinado a la evaluacin de programas de formacin empresarial realizados por el sector privado. Asimismo, se dio a conocer los resultados de dicha metodologa evaluando las acciones de capacitacin para pequeas y medianas empresas implementadas por FUNDES en Chile y Panam. De esta manera, se hizo una importante contribucin al mercado de la capacitacin empresarial y, por sobre todo, se entreg una valiosa herramienta para evaluar la efectividad de los programas en materia de formacin empresarial. Despus de aquel hito, el desafo natural de FUNDES fue seguir desarrollando nuevas metodologas de evaluacin, aplicndolas en terreno, validndolas y difundindolas, con el propsito de apoyar el posicionamiento del tema en Chile. Una institucin como FUNDES, tiene el firme convencimiento de que la evaluacin de impacto de la capacitacin laboral, constituye un elemento estratgico para optimizar las inversiones en capital humano y, en trminos amplios, contribuir a mejorar la competitividad de las empresas de nuestro pas.

Mc Graw-Hill 2000.

Producto de lo anterior, es que a fines del ao 2000 FUNDES Chile present al Servicio Nacional de Capacitacin y Empleo - SENCE2 y a la Corporacin de Capacitacin y Empleo de SOFOFA, un anteproyecto para evaluar el impacto de la capacitacin en la productividad de las empresas, que involucraba la participacin del sector pblico, privado y las universidades3. Posteriormente, se hicieron parte del proyecto instituciones como la Corporacin de Fomento de la Produccin, el Fondo de Solidaridad e Inversin Social, el Servicio de Cooperacin Tcnica, la Subsecretara de Economa y las Universidades de Chile, de Santiago, Diego Portales, Central y de Via del Mar. Los temas de las investigaciones se seleccionaron segn los intereses de las entidades participantes y considerando la factibilidad de ejecucin de los diferentes estudios propuestos. Los resultados de dichos proyectos de investigacin y las metodologas utilizadas constituyen la temtica de la presente publicacin.

Captulo I
2

Especial reconocimiento merece el Ex Director Nacional Seor Daniel Farcas quien fue uno de los principales gestores

para el desarrollo del proyecto.

3

En este modelo la participacin de las universidades es clave, ya que sus alumnos tesistas de pre-grado son los

investigadores en el modelo de operacin del proyecto.

Evaluacin del Impacto de la Capacitacin en la Productividad: Un Modelo Innovador e Integrador

Cuando se reflexiona en torno a la prctica concreta de la capacitacin laboral, entendiendo a sta como el proceso educativo que forma para el mundo del trabajo, y se concuerda que dicho mundo se encuentra en constante cambio, necesariamente se debe afinar la mirada y proyectarla hacia el largo plazo. Esta visin de la capacitacin implica por lo mismo un esfuerzo consciente por salir de las fronteras de un determinado marco de conocimientos para acceder a uno nuevo, ms amplio o slido, incorporando enfoques que entreguen respuestas efectivas a las demandas de los sectores productivos y del mundo del trabajo, tales como lo hacen en el presente las competencias laborales, el desarrollo del empleo y el aprendizaje a lo largo de la vida. Los desafos de mayor productividad y competitividad, como producto del ingreso de Chile en la nueva economa y los convenios para el creciente intercambio con los mercados de la Unin Europea, Estados Unidos y Asia Pacfico, en que el pas ha depositado gran parte de sus expectativas en materia de desarrollo econmico y social, han venido implicando asimismo un esfuerzo por estimular la inversin en capital humano, procurando acortar la brecha entre lo existente y las competencias laborales requeridas por este nuevo orden econmico. Las cifras de los ltimos aos dan debida cuenta de esta mayor motivacin. Al concluir el ao 2001 se haban capacitado 135.845 trabajadores ms que en el ao 2000, con lo que se lleg a capacitar a 756.080 personas. Del mismo modo, las estadsticas del sector pblico indican que en el ao 2000 se capacitaron 35.649 funcionarios, cifra que subi a 78.959 en el ao 20014.

Estas cifras corresponden a los anuarios estadsticos publicados por SENCE a partir de los datos que registran

las instituciones pblicas en el sitio web www.sispubli.cl segn instrucciones para la ejecucin de la Ley de Presupuestos.

Sin embargo, la mayor cantidad no es sinnimo de calidad de la capacitacin. Por ello, cada vez toma mayor fuerza la preocupacin por demostrar que la inversin en capacitacin es efectiva. Es decir, es necesario demostrar que por cada peso que se invierta en capacitacin se logra un retorno mayor, tanto para la organizacin como para los trabajadores sujeto de estos programas de entrenamiento. Lo anterior no est exento de complejidades. En el sector privado, se deben discriminar los beneficios de la capacitacin respecto de todas las otras variables que puedan propiciar incrementos en los procesos productivos. En el sector pblico ello se ve agravado porque, debido a su rol de proveedor de servicios y su finalidad esencialmente social, la productividad operacional debe ser apreciada desde una perspectiva diferente. Del mismo modo, a menudo resulta difcil evaluar el impacto de los programas de capacitacin en las personas que han participado de ellos. No es fcil apreciar cuales son las ganancias reales de los trabajadores del mundo privado, pero al menos se puede avanzar en correlaciones vinculadas a los incrementos de las remuneraciones 5. Por el contrario, en el sector pblico, una vez ms la reflexin metodolgica debe sumar otras consideraciones. De ellas, la ms relevante se refiere a que las remuneraciones de los funcionarios pblicos no se manejan con la flexibilidad del sector privado. En efecto, los salarios se determinan por Ley, hay cupos predeterminados para cada cargo de la planta que cada Servicio tenga vigente, etc. Las limitantes enunciadas no hacen sino sumar argumentos a la creciente necesidad de poder generar mecanismos que, pese a todas las restricciones implcitas, posibiliten efectivamente medir la incidencia real de la capacitacin en la gestin de las organizaciones. No en vano, como se ha dicho, cada vez son ms los chilenos que se capacitan, y cada vez ser ms urgente la necesidad de acceder a opciones de capacitacin permanente. En paralelo, cada vez es ms relevante disponer de informacin acerca de la utilidad y beneficios que la
5

El Modelo del Capital Humano es un buen ejemplo de este enfoque, en la medida que se puede asumir que

mientras la contribucin del trabajador con su propio capital (sus conocimientos y habilidades) a su lugar de trabajo es mayor, el empleador estar dispuesto a pagar ms por conservar al depositario de tales competencias. En suma, a mejores resultados con la capacitacin, mayor incremento del capital humano y, consecuentemente, mayor probabilidad de mejoras salariales.

capacitacin laboral aporta a tal o cual desarrollo organizacional, y el impacto de sta en la productividad de las empresas. El conjunto de estudios que se presentan en los captulos siguientes van en esta direccin. El desarrollo del presente proyecto ha sido, adems, una experiencia de aprendizaje en s misma. En efecto, se concret mediante un diseo tcnico que permiti integrar y aprovechar las ventajas comparativas de instituciones que se aproximan al mundo de la capacitacin desde perspectivas distintas, articulndolas en torno a un objetivo comn y aprovechando al mximo las fortalezas de cada uno de los actores.

La alianza estratgica resultante se aline para desarrollar el Proyecto: Evaluacin del Impacto de la Capacitacin en la Productividad de las Empresas y en el Sector Pblico, proyecto generado en FUNDES, el cual fue presentado a SENCE, quien adems de apoyar la iniciativa se involucr de manera directa en su ejecucin. Esta iniciativa fue apreciada como una oportunidad poco habitual para integrar al mundo acadmico en la reflexin de una materia que, de una u otra forma, involucra no slo al sistema de capacitacin si no a toda la sociedad.

Para su concrecin se estructur una instancia de participacin que integr a todos los actores involucrados en la generacin del conocimiento para el desarrollo de las organizaciones productivas del pas. Esta alianza pblico-privada permiti avanzar de manera ms coordinada, conciliando las diversas aproximaciones temticas y concentrndose en las ventajas comparativas propias de cada una de las organizaciones involucradas, posibilitando alcanzar un objetivo final que, de manera aislada o independiente, es de ms difcil pronstico respecto de sus resultados. En el presente proyecto de investigacin participaron: Servicio Nacional de Capacitacin y Empleo - SENCE

Fundacin para el Desarrollo Sostenible en Amrica Latina FUNDES Chile Corporacin de Capacitacin y Empleo - SOFOFA Corporacin de Fomento de la Produccin - CORFO Subsecretara de Economa Servicio de Cooperacin Tcnica - SERCOTEC Fondo de Solidaridad e Inversin Social - FOSIS Equipos investigadores de las Universidades: De Chile (Ingeniera Civil Industrial), De Santiago (Ingeniera Comercial), Diego Portales (Ingeniera Comercial), Central (Administracin Pblica) y De Via del Mar (Ingeniera Civil Industrial y Comercial).

1.1 El Proyecto Objetivo general

Evaluar cuantitativamente el impacto de la Capacitacin en la Productividad de las empresas de diferentes sectores econmicos a travs de una metodologa cientfica de validez internacional.

Roles: a) Instituciones Pblicas y Privadas Fueron las encargadas de seleccionar los sectores econmicos, empresas privadas y servicios pblicos de inters. Pusieron a disposicin toda la experiencia de sus ejecutivos, proporcionaron bases de datos para las investigaciones y financiaron el proyecto, lo que permiti la contratacin del experto metodolgico y la publicacin del artculo. b) Alumnos Universitarios Fueron los investigadores del proyecto, que en conjunto con sus profesores guas y el experto metodolgico Patricio Valenzuela, innovaron y adaptaron metodologas con el fin de determinar el impacto de la capacitacin. c) FUNDES Fue la institucin que coordin los esfuerzos entre las instituciones y las universidades, y que puso a disposicin del proyecto todo su conocimiento tcnico y su liderazgo de opinin en el tema.

d) Comit Central Fue el encargado de tomar las decisiones ms relevantes en nombre de la alianza Interinstitucional. Este comit estuvo compuesto establemente por: Hugo Vergara y Mauricio Perrin de SENCE; Eduardo Soto de FUNDES; Mnica Amigo de la CCE SOFOFA y Mauricio Silva de CORFO. Duracin del proyecto: 2 aos (incluyendo publicacin). Beneficios del proyecto: Innovacin en el diseo y adaptacin de metodologas para evaluar el impacto de la capacitacin en la productividad. Demostrar el impacto de la capacitacin en la productividad de las empresas. Acercar al mundo universitario al mundo de las empresas. Realizar una evaluacin de impacto con una baja inversin. Lograr sinerga en el trabajo conjunto que puede lograrse con alianzas pblicoprivadas.

Captulo II Evaluacin de programas

El presente captulo desarrolla el tema de la evaluacin de programas, mencionando la importancia que ste tiene. Adems, se muestran las diversas metodologas que existen para este fin, las cuales son complementadas con ejemplos que ilustran como estas tcnicas han sido utilizadas para la evaluacin de programas, tanto nacional como internacionalmente.

2.1 Por qu es importante la evaluacin de programas?

Constantemente, tanto el sector privado como el sector pblico, destinan recursos a diversos programas con la finalidad de alcanzar un determinado objetivo. Por ejemplo, una empresa que desea capacitar a su fuerza de venta de manera que se incrementen las utilidades, o que capacite a sus trabajadores con la finalidad de aumentar la productividad de stos. Con respecto al sector pblico, se puede pensar en aquellos programas que buscan mejorar la calidad de la educacin de los colegios municipalizados, o en aquellos programas realizados por SENCE que otorgan capacitacin a los jvenes de manera que se puedan insertar en el campo laboral. Sin embargo, surgen algunas interrogantes: Cumplen el objetivo los programas? Si se alcanz el objetivo, es atribuible solamente al programa? El beneficio del programa es mayor a su costo?

Respecto a lo anterior, se debe mencionar que en la actualidad la mayora de los programas son evaluados ex-ante, es decir, los beneficios y costos que ste genera, tanto desde un punto de vista privado como social. Sin embargo, los resultados derivados del programa no son evaluados y comparados con la situacin inicial, y la interpretacin que se realiza est basada sobre los juicios y la intuicin de quienes deben evaluar. Es en este punto donde la evaluacin de programas juega un

10

rol fundamental, ya que entrega una metodologa ex-post que permite saber si el programa produce o no un cambio significativo respecto a la situacin original. Consistente con lo anterior, la evaluacin de programas tiene dos objetivos centrales: Primero, busca establecer si el programa cumpli o no con los objetivos para los cuales fue diseado y si este resultado se vio o no influenciado por otras caractersticas que no son atribuibles al programa. Segundo, poder establecer un anlisis costo-beneficio y de esta forma saber si, en trminos econmicos, el programa se justifica o no. La importancia de la evaluacin de impacto comenz a ser manifestada, en un primer momento, en el mbito acadmico y sus primeras aplicaciones se desarrollaron en el mbito de la economa laboral. Uno de los principales impulsores en esta rea es el premio Nobel 2000 James Heckman, quien realiza estudios usando esta metodologa, as como tambin contribuye en el desarrollo terico de sta. Por otra parte, la literatura en el rea es vasta y sus aplicaciones son diversas. Ejemplos de estos trabajos son los siguientes: J.Heckman, R Lalonde y J. Smith (1999), The economics and econometrics of active labor market programs, en O.Ashenfelter y D. Card (eds), Handbook of Labor Economics. J Heckman, and J. Smith, Assesing the Case for Social Experiments, The Journal of Economic Perspectives, Vol 9, N2, Spring, 1995. J. Angrist and G. Imbens, Identification and Estimation of Local Average Treatment Effects Econometrica, March, 1994. A partir de lo anterior, se desprende que la evaluacin de impacto no es un tema menor, y cada vez est siendo ms considerada, tanto por el sector privado como por el sector pblico, ya que permite controlar de mejor manera los recursos involucrados en los diversos programas que ellos impulsan.

11

2.2 Cmo se mide el impacto?

Para poder evaluar programas, lo ptimo sera poder realizar experimentos controlados basados en una asignacin aleatoria. Para entender esto, se puede pensar en una empresa que est interesada en impartir un programa de capacitacin a vendedores, siendo algunos capacitados y otros no. La asignacin aleatoria, en este caso, consiste en que el grupo de trabajadores que se capacitan, as como el grupo de los que no se capacitan, est conformado al azar. El grupo que recibe el programa se denomina grupo experimental o de tratamiento, y el que no lo recibe se denomina grupo de control. La ventaja de poder realizar experimentos controlados de este tipo es que: Permite controlar el impacto de una variable de inters. Se puede comparar el efecto del programa en el grupo experimental versus el grupo de control. A pesar de las claras ventajas que presenta la realizacin de experimentos controlados, estos no se aplican en la realidad debido a que son muy costosos y complejos de implementar. No obstante, esto no ha sido un obstculo, ya que en la economa se suscitan peridicamente pseudo experimentos, los cuales se denominan Experimentos naturales, los que surgen cuando el cambio en una variable independiente es producto de programas institucionales, polticos, etc. La caracterstica que poseen estas variaciones es que afectan a un grupo de la poblacin en particular y la asignacin que se hace de ste no es aleatoria si no que obedece a ciertos criterios de eleccin. Por ejemplo, el gobierno est impulsando un programa de capacitacin, pero slo pueden acceder a ste las mujeres jefas de hogar. Claramente, esto no es una asignacin aleatoria, ya que existe un criterio de seleccin para entregar la capacitacin. Por otra parte, el trabajar con experimentos naturales tambin supone la existencia de un grupo de control y de un grupo experimental, con la salvedad que estos no se originan a partir de una asignacin aletaoria. La construccin de estos grupos es tarea del investigador y en la medida que estos grupos sean de mejor calidad, las conclusiones que se obtengan tendrn una mayor validez. Por ltimo, la confiabilidad que se tenga en el experimento natural est relacionada con el

12

grado de exogeneidad que presenta el cambio ocurrido. Algunos ejemplos de experimentos naturales son: Evaluar los efectos de programas de seguro social sobre la oferta de trabajo. Evaluar el impacto que tiene la introduccin de un seguro de desempleo sobre la demanda de trabajo. Evaluar el impacto de un programa de capacitacin sobre el nivel de ingresos. Evaluar el impacto de un programa de beneficio maternal sobre el nivel de empleo y los salarios. La metodologa que se utiliza se divide en dos reas: tcnicas paramtricas y tcnicas no paramtricas. Ambas metodologas tienen como finalidad poder aproximarse lo ms posible a una situacin de experimento controlado en el cual la asignacin es aleatoria.

2.3 Tcnicas paramtricas

Las tcnicas paramtricas son aquellas que establecen la forma en que se relacionan las variables, es decir, establece una relacin causal. Por ejemplo, el salario que recibe un individuo en el mercado laboral es producto de caractersticas que ste posee; la escolaridad, la experiencia, la capacitacin, etc, o mejor dicho, estas variables llevan a un determinado nivel de salario, por tanto se trata de establecer una estructura en los datos, la cual usualmente se asume lineal.En este contexto, esta metodologa persigue los siguientes objetivos: Encontrar cambios en las variables explicativas relevantes, las que se asumen exgenas. Encontrar grupos de experimentales y de control que sean comparables. Someter a prueba los resultados.

El enfoque utilizado es el enfoque de diferencias en diferencias, el cual compara los efectos que tiene el programa en el grupo de tratamiento con respecto al grupo de control. En trminos matemticos, se tiene la siguiente ecuacin:

13

Yi = 0 +1 d gi +2 d ti +3 d gi d ti + i

(2.1)

donde Y es la variable sobre la cual se quiere medir si el programa tuvo o no impacto y i es un trmino de error aleatorio. Por otra parte, d ti es una variable dummy tiempo que toma valor 1 despus de aplicar el programa y valor cero antes de aplicarlo, d gi es una dummy grupo que toma valor 1 si el individuo pertenece al grupo experimental y cero si pertenece al grupo de control. La interaccin de ambas dummy, es decir, d gi d ti permite obtener el impacto del programa, el cual viene dado por el parmetro . Si se usan mnimos cuadrados 3 ordinarios (MCO) para estimar la ecuacin (1), el estimador de viene dado por 3
E = (Ye1 Y0E ) (Y1 C Y0C )

(2.2)

Lo interesante de esta estimacin es que entrega la magnitud del impacto promedio del programa como la diferencia entre el grupo experimental en relacin con el grupo de control. Para entender esto, como en el ejemplo de la empresa, la variable de inters que sirve para medir el impacto del programa puede ser el monto de ventas que realiza cada vendedor. De esta forma, se compara el monto de ventas realizadas por aquellos vendedores que reciben la capacitacin con respecto a aquellos que no la recibieron, tanto antes como despus de impartida dicha capacitacin. Una vez que se estima , se debe saber si ste es o no significativo en trminos estadsticos. Es importante destacar que en la ecuacin (2.1) el efecto del tratamiento viene dado por la interaccin de la dummy6 grupo con la dummy tiempo, sin embargo, es posible que se desee controlar por interacciones de rdenes mayores. Por ejemplo, si un cierto grupo demogrfico se ve ms afectado por la aplicacin de un programa que otro, se deber agregar una variable dummy adicional a la ecuacin antes

Una variable dummy es aquella que trata de capturar un aspecto cualitativo de la poblacin. Por ejemplo en un

modelo podemos estar interesados en especificar si el individuo trabaja o no, esto no puede ser capturado en trminos cuantitativos pero una variable dummy puede ayudarme a capturar este efecto definindola con un uno si el individuo es casado y con un cero en el caso contrario

14

descrita, de manera que se capture este efecto. De esta forma, la ecuacin a estimar viene dada por:
Yi = 0 + 1 d gi + 2 d ti + 3 d di + 4 d gi d ti + 5 d gi d di + 7 d ti d di + 8 d gi d ti d di + i

(2.3)

El impacto del programa, en este caso, es determinado por la interaccin de la dummy grupo, dummy tiempo y la dummy d di , que indica si pertenece o no a algn grupo demogrfico en particular. De esta forma, cada vez que se desee controlar por una interaccin adicional, se deber incluir una dummy que refleje ese hecho, y el impacto vendr dado por la interaccin de dichas dummies. El supuesto fuerte que se tiene en el enfoque de diferencias es que el grupo de control y experimental son estadsticamente comparables, es decir, que la nica diferencia que presentan es que a uno se le aplic el programa y al otro no. La condicin anterior puede ser expresada como:
E ( X / D = 0) = E ( X / D = 1)

(2.4)

donde D es una dummy que toma valor 1 si recibe el programa y 0 si no. La ecuacin (2.4) refleja la condicin conocida como que no existe sesgo de seleccin7. El supuesto de la no existencia de sesgo de seleccin rara vez se cumple, por lo que el estimar la ecuacin (2.1) puede entregar una medida sesgada del impacto, lo que conduce a que las conclusiones que se puedan derivar de sta sean errneas.

2.3.1 Enfoque de Diferencias en Diferencias controlando por las caractersticas de los grupos.
Esta es una solucin que se plantea cuando los grupos no son comparables, es decir, cuando se tiene sesgo de seleccin, y consiste bsicamente en estimar la ecuacin (2.1) pero incluyendo las caractersticas de los grupos que los hace diferentes. Por ejemplo, si se est
7

En trminos simples estamos diciendo que se estn aislando otros efectos que no son atribuibles al programa.

15

interesado en medir el impacto que un programa de capacitacin tiene sobre los salarios de un individuo, se deben incluir todas aquellas variables que afectan el salario de ste y que pueden diferir entre grupos, como la escolaridad, la experiencia, etc. En trminos matemticos, se tiene la siguiente especificacin:
Yi = 0 + d gi +2 d ti +3d gi d ti + X i + i 1

(2.5)

La ecuacin (2.5) difiere de (2.1) nicamente por la inclusin de un vector con las
3 caractersticas que se desean controlar. Al estimar esta ecuacin se puede obtener un que

permite medir de mejor manera el impacto del programa, ya que se est aislando el efecto de aquellos factores que pueden influir en la variable de inters.

2.3.2 Aplicaciones
Una aplicacin de estas tcnicas se encuentra en el estudio de Jonathan Gruber (1994) The incidence of madated maternity benefits quien realiza un anlisis de diferencias en diferencias en diferencias (DDD). El artculo evala los efectos que tiene en el mercado del trabajo la imposicin de los beneficios maternales, los que aumentan los costos del empleo en determinados grupos demogrficos. La eficiencia de estas polticas depender en gran medida del grado en que estos costos se traspasen a los salarios de los grupos de inters. El resultado bsico que se encuentra es que existe un traspaso significativo hacia los salarios de los grupos afectados por la disposicin. De esta forma, se encuentra un escaso impacto en trminos de empleo. El artculo utiliza experimentos naturales para estimar la respuesta del mercado laboral a la imposicin de los beneficios maternales hacia ciertos grupos especficos. El cambio que origin el experimento natural surge de las leyes de beneficios maternales que fueron impuestas en ciertos estados de Norteamrica en los aos setenta. Las leyes presentan las

16

siguientes ventajas para evaluar el impacto en el mercado laboral mediante el enfoque de diferencias: Afectaron a un grupo demogrfico especfico: mujeres en edad de tener hijos y a sus maridos. Fueron igualmente costosas para todos los individuos afectados. No afect a todos los estados. Al implementar el experimento, la tcnica de evaluacin de ste implica que se debe controlar por todos aquellos elementos que pueden estar afectando al momento de la implementacin del programa, los que podran ser atribuidos al experimento cuando en realidad no es as. De esta forma se considera: Efecto ao: se capturan tendencias a nivel nacional en los salarios del grupo de tratamiento. Efecto estado: controla por diferencias en la evolucin de los salarios en los distintos estados de Norteamrica. Efecto estado-ao: para controlar por shocks especficos al estado, los que podran estar correlacionados con la implementacin de la ley. El supuesto que valida la implementacin del estimador de diferencia en diferencia en diferencia (DDD) es que no existan shocks contemporneos que afecten el resultado relativo del grupo experimental en el mismo estado-ao que la implementacin de la ley. El grupo de tratamiento est compuesto por aquellos trabajadores que presentan alta probabilidad de tener hijos o cuyos seguros de salud comprometen a alguien en edad de tener un hijo. El grupo de control est constituido por aquellos individuos que no se vieron afectados por la ley. Los datos que se utilizaron fueron los de la encuesta Current Population Survey (CPS), la cual posee el inconveniente de no tener informacin para antes de 1979

17

acerca de la cobertura de planes de salud, por tanto no es posible identificar los costos asociados a este mandato. El estudio soluciona este problema de dos formas: Se utiliza como grupo de tratamiento a las mujeres casadas entre 20 y 40 aos, esto porque se asume que estn en edad de tener hijos y por tanto se ven afectadas directamente por la poltica. El grupo de control son todos aquellos individuos que no se vieron afectados por la poltica, por tanto este grupo estar compuesto por hombres sobre los 40 aos y los hombres solteros de entre 20 y 40 aos Se utilizan datos acerca de la cobertura del seguro desde otras fuentes de informacin para determinar la probabilidad de que el individuo est cubierto por el seguro y qu tipo de cobertura recibe, de esta forma, se le asigna un costo del programa a cada persona individualmente. Los resultados encontrados por el autor muestran que hubo una cada de un 3,4% en los salarios reales de las mujeres en el periodo bajo estudio, el que se contrasta con un aumento de un 2,8% en los estados no experimentales. De esta forma hubo una disminucin de un 6,2% en los salarios reales de las mujeres en edad de tener hijos en los estados en que se aplic la ley. Esta es la estimacin de diferencia en diferencia (DD) del impacto producido por la vigencia de la ley. Cuando se lleva cabo el mismo ejercicio para el grupo de control, es decir, todos los individuos de ms de 40 aos y hombres solteros de entre 20 y 40 aos, se obtienen los mismos resultados. Para este grupo se encuentra una cada en los salarios en los estados experimentales relativo a los otros estados de 0,8%. El efecto total (estimadores DDD) muestra una cada de un 5,4% en los salarios relativos de las mujeres casadas en los estados en que se aplic la ley. Este resultado es estadsticamente significativo. En el artculo tambin se realiza un anlisis DDD, pero controlando por las caractersticas de los individuos. Con el objeto de aislar el efecto del programa se propone estimar la siguiente ecuacin:

18

Wijt = + 1 X ijt + 2t + 3 j + 4 (TREAT i ) + 5 ( j *t ) + 6 (t * TREAT i ) + 7 ( j * TREAT i ) + 8 ( j * t * TREAT i ) + i

(2.6)

donde i indica individuo, j indica estado (1 si es experimental cero si no), t es el ndice del ao (1 si la observacin corresponde a despus de la ley, cero si es antes). W es logaritmo del salario real por hora, X es un vector de caracterstica individuales como, por ejemplo, educacin, experiencia, gnero, estado marital, etc. TREAT es una dummy que toma el valor 1 si el individuo pertenece al grupo experimental, y cero si no. Las variables anteriores se incluyen ya que estas influyen en el nivel de salario que puede obtener un individuo, por ejemplo, a un mayor nivel de educacin, se gana un mayor salario. Lo mismo se puede pensar de la variable experiencia. Por otra parte variables tales como estado marital y sexo, tratan de capturar factores cualitativos que pueden influir en el salario. El parmetro que se desea estimar es 8. El coeficiente estimado es de -4,3%, el cual es estadsticamente significativo, y es un poco menor al encontrado con el anlisis DDD sin controlar por las caractersticas individuales. Por tanto, la evaluacin del programa indica que la poltica del beneficio maternal se tradujo en un traspaso a salarios, es decir, hubo disminucin de los salarios de quienes se vieron afectados por la poltica, es decir, los individuos que se vieron afectados por el programa lo valoraron y por tanto permitieron que sus salarios disminuyeran en proporcin al monto del beneficio. De esta forma el nivel de empleo no se vio alterado ya que la poltica no signific un aumento de costos para las empresas.

2.4 Tcnicas no paramtricas

El referirse a tcnicas no paramtricas implica no imponer estructura alguna a los datos. En la seccin anterior se describieron los mtodos paramtricos para evaluar el impacto de programas, para lo cual se asumi una cierta estructura con que se relacionaban resultados. La estructura que se asuma era una de tipo lineal que relacionaba las causas con los efectos en donde las causas eran todas las variables que estaban al lado derecho de la ecuacin y el efecto era la variable que estaba al lado izquierdo de la ecuacin. El asumir este tipo de estructura permita estimar dichas ecuaciones mediante los mtodos tradicionales de anlisis de regresin. La idea es ahora no imponer ningn tipo de estructura, es decir, se deja de

19

asumir la existencia de dicha relacin lineal. La tcnica que se utiliza recibe el nombre de estimadores matching, que bsicamente evala los efectos de un determinado tratamiento comparando los resultados de las personas que han sido afectadas por dicho tratamiento con otras personas similares, pero que no han sufrido la aplicacin del experimento. El aporte derivado de la utilizacin de esta metodologa es el cmo se realiza la seleccin de los grupos de comparacin. La idea central es comparar los resultados de los individuos con tratamiento en relacin a aquellos que no lo reciben, pero logrando que el individuo que no lo recibe sea lo ms parecido a quien est incluido en el programa. En trminos simples, se trata de encontrar el clon de quien recibe el programa, de manera tal que entre el grupo de control y experimental la nica diferencia que exista sea la aplicacin del tratamiento. Existen diversos tipos de estimadores matching, los cuales se diferencian en la manera que se eligen los clones. Bsicamente se usan dos tipos de estimadores: Estimadores matching de corte transversal: permiten comparar los resultados de los grupos de control y experimental medido en algn periodo de tiempo posterior a la aplicacin del programa. Estimador matching de diferencias en diferencias: compara el cambio en el resultado de los individuos pertenecientes al grupo experimental con el cambio en el resultado de los individuos del grupo de control, donde el cambio se mide en algn periodo de tiempo posterior a la aplicacin del programa. La confianza del matching radica en la calidad de las variables que se elijan para realizarlo, las cuales dependern del criterio del investigador. Si las variables son de mala calidad, el problema de sesgo de seleccin persistir y, por tanto, los resultados que se obtengan mediante el matching no sern confiables.

20

2.4.1 Aplicaciones
Dante Contreras y David Bravo (2000), en el artculo The impact of financial incentives to training providers: The case of Chile Joven, realizan una aplicacin de las estimadores matching para evaluar el impacto de un programa de capacitacin. El programa que se evala es Chile Joven, el cual tiene sus inicios en 1991 y se enfoc en los jvenes desempleados de bajos ingresos entre los 15 y 24 aos. Su objetivo es incrementar la probabilidad de que estos jvenes encuentren empleo, a travs de la capacitacin y de la experiencia laboral. En 1995 se implement un incentivo monetario que consista en la entrega de un monto de dinero adicional para las empresas capacitadoras cada vez que uno de los beneficiarios del programa finalizara su experiencia laboral (luego de la capacitacin recibida) con un contrato en alguna firma privada. El programa Chile Joven puede ser dividido en dos fases: la fase I, anterior a la implementacin del incentivo, y la fase II, posterior a ste. Para evaluar el impacto de este incentivo se utiliza el subprograma Capacitacin y experiencia laboral en la empresa, ya que ms del 70% de los beneficiarios del programa Chile Joven pertenecen a ste. Este subprograma consta de dos etapas: en la primera, los beneficiarios reciben 200 horas de clases, y la segunda corresponde a una experiencia laboral de tres meses en una empresa. El incentivo monetario se aplica en la segunda etapa del subprograma, y se aplica toda vez que el beneficiario termine su prctica laboral con un contrato, lo que es un claro indicio de insercin en el mercado laboral. El cambio exgeno que da lugar al experimento natural es la introduccin del incentivo monetario, ya que lo nico que cambia en la aplicacin del programa Chile Joven es la existencia de dicho incentivo. Dado que el principal objetivo del programa es aumentar la probabilidad del individuo de finalizar su experiencia laboral con un contrato, la variable de inters para medir el impacto es el cambio en el status laboral. La estimacin paramtrica que realizan del impacto est basada en la siguiente especificacin:

21

Yi = 1 + 2 Di + X it + Eit + it

(2.7)
X it

Donde

2 representa el parmetro de inters,

representa un set de

caractersticas, tanto del individuo como de las instituciones que estn a cargo de la capacitacin. Eit representa la tasa de desempleo para los hombres entre 34 y 51 aos para el ao t en la regin i. Esta variable intenta capturar las condiciones macroeconmicas del ao en que el beneficiario recibe el tratamiento. Yi es una variable dicotmica que toma el valor 1 si el status laboral es empleado y cero si el status es desempleado. Debido a la inclusin de esta variable, ya no es posible estimar la ecuacin (2.7) por MCO, lo ptimo es estimarla mediante un probit. La razn para no usar MCO, es porque la variable dependiente toma valor cero o uno, y las estimaciones que se obtengan sern ineficientes y las conclusiones que se deriven de estas pueden ser errneas. Los resultados que se obtienen indican que el incentivo monetario tiene un efecto positivo y significativo en la probabilidad de terminar la experiencia laboral con un contrato; estos se mueven entre un 6% y 11%, usando distintas especificaciones. Sin embargo, el impacto tambin es medido utilizando estimadores matching y los resultados del impacto, en este caso, son positivos y estn en torno al 13%. Esto indica que cuando se construye un grupo de mejor calidad, los resultados del impacto del programa siguen siendo positivos y estadsticamente significativos. De esta forma, tanto por mtodos paramtricos como no paramtricos, se llega a la conclusin que el programa de entregar un incentivo monetario a los organismos capacitadores tiene un impacto positivo sobre la probabilidad que el individuo obtenga un contrato al finalizar su etapa de experiencia laboral. Este es un muy buen ejemplo donde una sencilla reasignacin de recursos permite mejorar los resultados de un programa que ya se encontraba funcionando. Otro ejemplo de evaluacin de programas es el trabajo que desarrollan Dante Contreras, David Bravo y Gustavo Crespi (2000) en Evaluating training programs for small-

22

scale entrepreneurs: a pilot study. En este artculo se busca medir el impacto de los programas de capacitacin a pequeos y medianos empresarios que ofrece la institucin FUNDES. La capacitacin que entrega dicha entidad abarca reas tales como: Poltica de ventas. Administracin de recursos humanos. Administracin de la produccin. Administracin general.

El principal objetivo que se busca con estos programas es que quienes los realizan puedan conducir su empresa de manera ms eficiente. La medicin del impacto se realiza tanto por tcnicas paramtricas como no paramtricas. Se comparan los resultados que obtienen las empresas que se vieron beneficiadas con el programa de FUNDES, versus aquellas que no recibieron la capacitacin. Los resultados que obtienen los autores muestran que los programas de capacitacin tienen un impacto positivo, es decir, mejora la gestin de quienes lo reciben. A partir de lo anteriormente expuesto, se puede concluir que la evaluacin de programas es fundamental para determinar su efectividad. Su principal ventaja es que permite saber si los recursos empleados cumplieron su objetivo o no, as como tambin entrega seales para la reasignacin de estos mismos, de manera que el objetivo que se persigue se pueda cumplir. Los siguientes captulos muestran la evaluacin de diversos programas usando indistintamente los aspectos metodolgicos anteriormente descritos.

23

Captulo III Capacitacin e Ingresos en Chile: Evidencia Economtrica a partir del Anlisis de las Encuestas CASEN 1998 Y 2000.
Alumno: Julio Pino Profesor Gua: Alejandra Mizala Institucin: Universidad de Chile Ingeniera Civil Industrial

3.1 Introduccin
Para estudiar el impacto de la capacitacin sobre la generacin de ingresos se estimar, mediante una regresin, una ecuacin semilogartmica de ingresos tradicional en la literatura emprica sobre capital humano8. Si los salarios reflejan la productividad en el mercado laboral, entonces la evidencia emprica de una relacin entre salarios y capacitacin laboral puede tambin asociarse a una relacin entre las remuneraciones y la productividad. Esta especificacin economtrica ser estimada utilizando diferentes variables de control. El uso de dichas variables de control permite evaluar la robustez del impacto estimado de la capacitacin sobre la generacin de ingresos. Esta estrategia es ms flexible desde el punto de vista emprico y por tanto permite evaluar la consistencia de los resultados. Luego, la primera estimacin se realiza para un modelo bsico de la forma: lnw = c + 1*dcap+ 2*X (2.1)

Vase, por ejemplo, Mincer (1974), Rosen (1977), Willis (1986) y Card (1999).

24

Donde lnw corresponde al salario por hora (en trminos logartmicos) de todos los trabajadores en estudio, los cuales son residentes en Chile con calidad de ocupados y cuyas edades se encuentran entre los 15 y los 60 aos; dcap es una variable dicotmica que toma el valor 1 para aquellos trabajadores que recibieron capacitacin durante el ltimo ao y 0 en caso contrario. La variable X representa todas las variables de control, incluyendo las variables de las caractersticas individuales de los trabajadores (experiencia, experiencia al cuadrado, gnero, capacitacin, etc.), las del sector econmico, las de la regin a la cual pertenece el trabajador, las asociadas a la empresa y otras. Las dummies de sector econmico se incluyen debido a la potencial existencia de mercados segmentados, es decir, los salarios de los trabajadores varan dependiendo del sector donde se ubiquen. Los sectores econmicos considerados son agricultura; minera; industria; manufactura; electricidad, gas y agua; construccin; comercio; transporte y comunicaciones; establecimientos financieros y servicios comunales sociales. Otra variable de control corresponde al tamao de la empresa debido a que el impacto de la capacitacin en los salarios puede ser diferente de acuerdo al tamao de la sta. Se cre una variable dummy que toma el valor 1 cuando la persona trabaja en una gran empresa (empresa con ms de 200 empleados) y 0 en caso contrario. Adems se incluyen dummies para las regiones donde residen los trabajadores, las categoras ocupacionales (patrn o empleador, trabajador por cuenta propia, empleado u obrero y fuerzas armadas y del orden) y los oficios (fuerzas armadas; poder ejecutivo; profesionales cientficos; tcnicos y profesionales de nivel medio; empleado de oficina; vendedores de comercio; agricultores y trabajadores calificados; oficiales, operarios y artesanos y finalmente, operadores y montadores). Tomando la evidencia presentada en estudios anteriores9, se incluye adems una variable dicotmica para dar cuenta de la situacin en el trabajo, es decir, se refiere a si el trabajador es asalariado o cuenta propia. En el caso que el trabajador sea independiente, tomar el valor 1. Tambin se controla por diferencias en el horario de trabajo, esta variable dicotmica asigna el valor 1 si el trabajo es nocturno y 0 si es diurno o rotativo. Adems se

Ver Bravo, Contreras y Montero (1999).

25

considera si el trabajador est trabajando como permanente en la empresa; en tal caso la variable dummy asociada toma el valor 1. Finalmente, se incluyeron variables dummies que identifican el estado civil del individuo. Se espera que aquellos trabajadores que estn casados o tengan pareja reciban un mayor salario. Similarmente, se incluye una variable dummy que asigna el valor igual a uno si el individuo es jefe de hogar. La estimacin anterior se comparar con un modelo que tiene la siguiente forma: lnw = c + 1*dcap+ 2*dcap*gnero+ 3*dcap*tamao empresa + 4*X (2.2)

Donde las variables dcap*gnero y dcap*tamao empresa buscan desagregar el efecto de la capacitacin de manera de tener una visin ms particular del efecto de la capacitacin sobre los salarios. Como se observa, dada la definicin de la ecuacin a estimar, el estudio permite la diferenciacin del efecto capacitacin por gnero. Esto, debido a que existe una brecha salarial entre mujeres y hombres, se podra dar que la influencia de la capacitacin sobre el salario difiera segn el gnero del trabajador. As se tendr que el coeficiente asociado a la variable dcap*gnero representa el efecto diferencial medio de la capacitacin entre hombres y mujeres. Con el objetivo de poder determinar un posible impacto distinto entre los salarios de trabajadores de grandes empresas versus empresas de menor tamao, a la ecuacin estimada se le ha agregado la variable dcap*tamao, la cual permite detectar una variacin en tal sentido. Se espera, para ambos modelos, encontrar un retorno positivo a la educacin. Del mismo modo, para la experiencia se espera un retorno positivo pero a tasas decrecientes y, adems, se espera un retorno positivo a la capacitacin.

3.2

Datos

26

El universo bajo estudio corresponde a los trabajadores residentes en Chile, con calidad de ocupados, y con edades entre los 15 y los 60 aos. Una persona se define en estado ocupado, si sta ha realizado algn tipo de labor en la semana anterior a la aplicacin de la encuesta. Adems se agrega a aquellas personas que no hubiesen laborado por causa de una ausencia temporal, ya sea por licencia, huelga, enfermedad, vacaciones, u otra razn. Dada la definicin del universo, se tiene que la muestra del ao 1998 consta de 59.881 observaciones, y que mediante el uso del factor de expansin a nivel nacional10, la poblacin representada corresponde a 4.881.189 personas. Para el ao 2000 la muestra contiene 80.053 observaciones, siendo 5.131.687 personas la poblacin representada. Del universo bajo estudio, para el ao 1998 la muestra de personas capacitadas corresponde a 10.560 casos, y ponderada por el factor de expansin a nivel nacional, representa a 1.046.308, mientras que para el ao 2000 la muestra consta 8.996 casos, representando 764.277 personas capacitadas. Dada la construccin de la encuesta CASEN, se entiende que ha existido capacitacin cuando el trabajador afirma haber formado parte de algn programa de capacitacin laboral dentro de los ltimos doce meses, pudiendo provenir su financiamiento de la empresa en que se desempea el trabajador, de programas sociales del Estado, de recursos propios, u otro. Las cantidades de capacitados son significativamente mayores al nmero de capacitados registrados a travs del SENCE, los cuales corresponden a 522.768 y 642.00011, para los aos 1998 y 2000 respectivamente. Esta diferencia se puede explicar por varios motivos; uno de ellos es que cuando una empresa realiza capacitacin con un nivel de gastos superior a lo que le permite descontar la franquicia tributaria 12 se acaba el incentivo para efectuar capacitacin usando la intermediacin del SENCE y, por lo tanto, las capacitaciones
10

Este factor de expansin se puede interpretar como la cantidad de personas en la poblacin que representa una Estos valores estn compuestos por aproximadamente un 90% de capacitados va franquicia tributaria y el 10%

persona en la muestra.
11

restante a travs de programas sociales de capacitacin.

27

adicionales pueden no quedar contabilizadas en los registros de esta institucin. Otro motivo consiste en la existencia de una proporcin de trabajadores que se capacitan por cuenta propia u otro medio, distinto de la empresa en que laboran o de programas sociales del Estado, y que por ende tampoco son registradas por SENCE. Para el ao 1998, 148.550 personas seran capacitadas bajo este concepto13. Por ltimo, se debe tener presente que existen mltiples instituciones pblicas que incentivan la entrega de capacitacin, independientes del SENCE, tales como CORFO o FOSIS. En el Cuadro 3.1 se presentan las medias estadsticas del ingreso de la ocupacin principal por hora para las poblaciones capacitada, no capacitada y para la poblacin en general, para los aos 1998 y 2000. Dichas medias buscan identificar si existen diferencias significativas entre los ingresos promedios por hora de las poblaciones en estudio. A partir de esta informacin se desprende que la diferencia media del salario por hora entre capacitados y no capacitados es 61% y 53%, para los aos 1998 y 2000 respectivamente. Cuadro 3.1 Salarios promedio por hora
(en pesos de cada ao)

1998 No capacitados Capacitados Toda la poblacin 2000 No capacitados Capacitados Toda la poblacin
Fuente: CASEN 1998 y 2000.

Ingreso por hora 1.366 2.193 1.544 1.495 2.293 1.618

Error standard 1,77 4,65 1,72 1,57 3,96 1,47

Recordemos que si la seleccin de la muestra de los trabajadores fuese aleatoria, entonces

12

La franquicia tributaria permite descontar del gasto en capacitacin hasta el 1% de la planilla anual de

remuneraciones de la empresa. Sin embargo, si dicho porcentaje de las remuneraciones es menor a 13 UTM, la empresa puede descontar del gasto en capacitacin hasta este ltimo valor.
13

Informacin deducible de la encuesta CASEN 1998. La encuesta CASEN 2000 no incorpora una pregunta que

permita inferir esta informacin.

28

el efecto medio de la capacitacin sobre los salarios correspondera a los porcentajes antes mencionados. Sin embargo, tan amplia diferencia entre el salario de la poblacin capacitada y la no capacitada podra no ser explicada slo por la capacitacin, lo que permite inferir que la metodologa para la cual se asume que la asignacin a la capacitacin es aleatoria, no puede ser aplicada sobre los datos que entrega la encuesta CASEN.

3.3 Resultados
El resultado de las estimaciones para las variables de inters en los aos 1998 y 2000 se presenta en el Cuadro 3.2, mientras que las regresiones completas se adjuntan en los Anexos 3.1 y 3.2. Cuadro 3.2 Resumen de regresiones de capital humano Variable dependiente Salario promedio por hora Capacitacin Capacitacin x Gnero Capacitacin x Tamao R cuadrado ajustado 0,545 0,516
Nota: Los valores entre parntesis son los estadsticos t. Fuente: Elaboracin propia.

Modelo bsico 1998 2000 0,155 0,132

(23,03) (18,60)

Modelo desagregado 1998 2000 0,095 0,069

(8,59) (5,83)

0,076
(5.96)

0,077
(5,61)

0,04
(2,95)

0,043
(3,03)

0,546

0,516

En el Cuadro 3.2 se aprecia que todas las variables son estadsticamente significativas 14. Los resultados del modelo bsico sugieren que los impactos promedios de la capacitacin (retorno de la capacitacin) sobre los salarios se encuentran entre un 13,2% y un 15,5%15. Por otro lado, el modelo que desagrega el impacto de la capacitacin, entre gnero y tamao de la empresa, nos indica que el impacto de la capacitacin sobre los ingresos se encuentra desde un 6,9% en el ao
14 15

Significanca al 95% de confianza. Un resultado similar se encuentra en Bravo y Contreras (2001), Competencias Bsicas de la Poblacin Adulta,

pg. 90. El retorno encontrado en dicho estudio es de 13%.

29

2000, en el caso de una mujer que se desempee en una pequea empresa, hasta un 21% en el caso de un hombre que se desempee en una gran empresa en el ao 1998. Un resumen de los resultados obtenidos en el modelo desagregado se ilustra en el Cuadro 3.3.

Los resultados del modelo nos indican que el impacto de la capacitacin en los ingresos de los hombres es de casi un 8% superior al de las mujeres. La diferencia del impacto entre trabajadores de distinto sexo se podra explicar debido a que se recompensa de diferente forma la capacitacin entre hombres y mujeres16. Sin embargo, esta situacin puede estar basada en que la capacitacin sea diferente entre hombres y mujeres; para ilustrar, se puede dar el caso que las mujeres reciban cursos de capacitacin de menor intensidad o de menor valor. Cuadro 3.3 Resumen de la regresin de capital humano Ao 1998 2000 Gnero \ Tamao empresa Femenino Masculino Femenino Masculino Menos de 200 trabajadores (%) 9,5 17,1 6,9 14,6 Ms de 200 trabajadores (%) 13,5 21,0 11,2 18,9

Fuente: Elaboracin propia.

Para investigar la posibilidad de que existan diferencias entre el porcentaje con que se recompensa la capacitacin de mujeres y hombres se ha buscado algn estudio anterior que presente informacin al respecto, encontrndose el caso de un anlisis del programa Job Corps, programa social estadounidense que entrega capacitacin a aproximadamente 60.000 jvenes anualmente17. En este estudio desarrollado durante cuatro aos, se concluye que el impacto del programa sobre el salario no presenta diferencias entre hombres y mujeres en EE.UU.

16 17

Otra razn que puede explicar esta diferencia es la discriminacin. Referencia: http://wdr.doleta.gov/research/youth

30

Para indagar ms en esta situacin, se ha solicitado al SENCE18 informacin sobre la distribucin del costo medio de los cursos de capacitacin por gnero. Lamentablemente, por problemas en su base de datos de 1998, SENCE no cuenta con esta informacin para dicho ao, sin embargo, para los aos 1999 y 2000 sta ha sido facilitada y los resultados se presentan en el Cuadro 3.4. A partir de ste se desprende que la capacitacin entregada a los hombres tiene, en promedio, un costo superior en un 19,5% y 14,5% para los aos 1999 y 2000 respectivamente, sobre el valor de la capacitacin entregada al gnero femenino. Cuadro 3.4 Gasto promedio en capacitacin
(en pesos de diciembre de 2000)

Mujeres Hombres Diferencia

Fuente: SENCE

1999 78.375 93.683 15.307 19,5%

2000 85.042 97.429 12.387 14,5%

En resumen, la capacitacin, tal como ha sido definida, impactara en forma diferente a hombres y a mujeres; sin embargo, su causalidad puede deberse a que la capacitacin es diferente en cuanto a calidad o contenido, as como tambin a causa de los diferentes mbitos laborales de desarrollo entre mujeres y hombres. Poder dilucidar exactamente esta situacin, requiere de informacin adicional, la cual no provee la encuesta CASEN, ni otra encuesta nacional disponible. Con respecto a la influencia del tamao de la empresa en que se desarrolla la capacitacin, se observa que las capacitaciones realizadas en empresas grandes tendran un impacto en promedio un 4% mayor al desarrollado en empresas de menor tamao. Este resultado sugiere que la gran empresa ve la capacitacin laboral como una importante inversin para mejorar su posicin en los mercados, cuidando sus recursos y los programas a los que con ellos se acceden. Debido a que la capacitacin est incorporada dentro de la estrategia de la empresa, sta se orienta en gran medida a aumentar de manera considerable la productividad del trabajador. Por otro lado, podra darse que la micro y pequea empresa de vean la capacitacin como una oportunidad para aprovechamiento de la franquicia tributaria, sin estar muchas veces orientadas sobre las reales necesidades de la empresa. A veces el empleador tiene la capacidad de negociar los cursos a acceder, y ms an,
18

Especficamente al Departamento de Estudios del SENCE.

31

muchas veces el curso es visto como un premio personal al trabajador. La similitud de resultados entre los aos 1998 y 2000, lleva a inferir robustez en el modelo.

3.4 Conclusiones
Si bien en los ltimos aos la industria nacional ha tomado un fuerte y creciente inters sobre la entrega de capacitacin laboral, la evaluacin de cuanto afecta sta sobre la productividad es un tema que se ha considerado muy poco en el mbito nacional y prcticamente desconocido a nivel de empresas. Para el problema bajo estudio, la evaluacin del impacto de la capacitacin sobre el ingreso, la metodologa aplicada ha sido la de diferenciales de salario. Para ello, se control por una serie de variables que afectan la productividad de los trabajadores y que resultasen significativas. Los resultados sugieren que el impacto de la capacitacin sobre el salario alcanza entre un 6,9% y un 21%, lo que significa que los trabajadores que realizaron actividades de capacitacin, aumentaron su salario en promedio en dicho porcentaje. Este resultado es robusto para las dos especificaciones estimadas y sugiere que el mercado laboral asigna un premio a aquellos individuos que presentan capacitacin. Se observ, adems, que el impacto de la capacitacin sobre el salario presenta una diferencia entre hombres y mujeres que se encuentra cercana al 7,6%. Esta diferencia puede tener sus orgenes en dos fuentes. Primero, diferencias en los mbitos laborales de desarrollo y segundo, diferencia de la capacitacin, ya sea en cuanto a calidad o a contenido (se vio que el gasto en capacitacin en las mujeres es un 19,5% y 14,5% menor respecto de los hombres). Poder dilucidar exactamente esta situacin requiere de informacin adicional, la cual no provee la encuesta CASEN.

32

Tambin se observ una diferencia entre el impacto en trabajadores que laboran en grandes empresas versus aquellos que lo hacen en empresas de menor tamao, esta diferencia es algo mayor al 4% en favor de quienes laboran en grandes empresas. Esta situacin se podra explicar debido a que en empresas de menor tamao las posibilidades de movilidad interna son menores que en las de mayor tamao, por lo tanto, tambin lo son sus expectativas de internalizar los beneficios de la capacitacin laboral. Finalmente, la evidencia aqu presentada indica que existe una relacin positiva entre ingresos y capacitacin. Este retorno positivo indica que el mercado asigna un premio a aquellos trabajadores que asistieron a cursos de capacitacin. Si bien, a la luz de los aspectos metodolgicos discutidos en el captulo II, la interpretacin causal de esta relacin es cuestionable, la evidencia presentada debe ser considerada en apoyo de los esfuerzos de las polticas de capacitacin laboral. En efecto, este retorno puede interpretarse como una seal del mercado laboral de la necesidad que se materialice una mayor inversin en capital humano en nuestro pas19.

3.5 Limitaciones
La muestra utilizada en el presente estudio incluye slo a las personas que reciben ingresos laborales, por lo que los resultados encontrados podran sufrir sesgo de seleccin. En teora, este sesgo puede ser corregido a travs del mtodo de Heckman (1979), sin embargo, esta correccin no fue realizada en este estudio debido a que este mtodo supone una forma funcional y estructura de errores que imponen menores grados de libertad al modelo.

19

Bravo y Contreras (2000) llegan a conclusiones similares.

33

ANEXO 3.1
MODELO BASICO
Variables
Constante Escolaridad Experiencia Experiencia^2 Hombre=1 Capacitacin=1 Tamao de la empresa (+200)=1 Casado=1 Jefe de Hogar=1 Trabajo permanente=1 Trabaja de Noche=1 Agricultura Minera Industria Manufacturera Electricidad, gas y agua Construccin Comercio Transporte y Comunicaciones Establecimientos Financieros Servicios Comunales Sociales Patrn o empleador=1 Trabajador por cuenta propia=1 Empleado u obrero=1 Fuerzas Armadas y del Orden=1 Regin I Regin II Regin HI Regin IV Regin V Regin VI Regin VII Regin VIIII Regin IX Regin X Regin XI Regin XII Fuerzas Armadas Poder Ejecutivo Profesionales cientficos Tcnicos y profesionales nivel medio Empleado oficina Vendedores comercio Agricultores y trabajadores capacitados Oficiales, operarios y artesanos Operadores y montadores R-cuadrado Nmero de observaciones

CASEN 1998
Coeficiente
5,4910 0,0701 0,0120 -0,0001 0,1100 0,1550 0,1430 0,0646 0,0760 0,0152 -0,0192 -0,1040 0,2370 -0,0603

CASEN 2000
P-value
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0200 0,0160 0,0000 0,0000 0,0000

T-test
299,8740 71,4730 15,2770 -3,7010 16,3790 23,0250 21,1000 10,9880 12,4680 2,3350 -2,4110 -9,3780 11,0910 -6,5650

Coeficiente
5,5630 0,0715 0,0124 -0,0001 0,1570 0,1320 0,1200 0,0779 0,0556 0,0404 -0,1730 0,2690 -0,1180 -0,1280 -0,0666 -0,2360 -0,1260 -0,1450 1,0000 0,4170 -0,0575 0,0556 -0,2210 0,0762 -0,1710 -0,2510 -0,1560 -0,1630 -0,2300 -0,2700 -0,2650 -0,2340 0,1110 0,1880 0,5230 0,8880 0,5150 0,2690 0,1280 0,0277 0,0982 0,0835 0,5160 80.053

T-test
297,5600 74,8580 16,3060 -5,2120 24,5640 18,6040 18,3180 14,0800 9,7380 6,3630 -13,2200 12,4370 -10,3980 -4,7610 -5,0220 -21,4340 -9,5510 -14,2880 53,5930 30,0790 -4,4710 1,9110 -14,7770 5,0220 -8,7370 -18,3690 -18,7940 -14,7370 -21,4670 -33,8010 -22,4470 -23,0210 4,7880 4,6250 39,7790 71,5200 44,3260 24,3130 13,0660 2,1830 9,9380 7,5500

P-value
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0560 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0290 0,0000 0,0000

-0,1920 0,1010 -0,1190 1,0810 0,5920 -0,0483 0,1070 -0,1740 -0,0376 -0,2490 -0,2260 -0,1580 -0,1750 -0,2380 -0,2750 -0,3090 -0,3280 -0,0881 0,0860 0,1430 0,6040 0,8390 0,5330 0,2750 0,1140 0,1270 0,0729 0,5460 59.881

-19,4250 8,3810 -13,0850 54,2650 40,4010 -3,5070 3,2260 -10,9490 -2,2980 -12,1590 -16,1940 -18,1190 -14,5900 -21,1800 -32,5770 -25,1000 -30,6680 -2,8110 3,5260 3,3930 42,9420 63,9560 44,2770 24,4710 11,1580 13,0090 6,6840

0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0010 0,0000 0,0220 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0050 0,0000 0,0010 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

Nota: Las estimaciones no presentadas corresponden a las variables que no resultaron

34

estadsticamente significativas.

ANEXO 3.2
MODELO DESAGREGADO
Variables Constante Escolaridad Experiencia Experiencia^2 Hombre=1 Capacitacin=1 Gnero*Capacitacin Tamao Empresa*Capacitacin Tamao de la empresa (+200)=1 Casado=1 Jefe de Hogar=1 Trabajo permanente=1 Trabaja de Noche=1 Agricultura Minera Industria Manufacturera Electricidad, gas y agua Construccin Comercio Transporte y Comunicaciones Establecimientos Financieros Servicios Comunales Sociales Patrn o empleador=1 Trabajador por cuenta propia=1 Empleado u obrero=1 Fuerzas Armadas y del Orden=1 Regin I Regin II Regin HI Regin IV Regin V Regin VI Regin VII Regin VIIII Regin IX Regin X Regin XI Regin XII Fuerzas Armadas Poder Ejecutivo Profesionales cientficos Tcnicos y profesionales nivel medio Empleado oficina Vendedores comercio Agricultores y trabajadores capacitados Oficiales, operarios y artesanos

CASEN 1998
Coeficiente 5,5180 0,0702 0,0119 -0,0001 0,0915 0,0950 0,0758 0,0395 0,1280 0,0643 0,0739 0,0183 -0,0171 -0,1310 0,1960 -0,0905 T-test 290,9320 71,5480 15,2060 -3,5880 12,3710 8,5850 5,9550 2,9510 15,7140 10,9390 12,1230 2,8040 -2,1440 -10,5910 8,8190 -8,3410

CASEN 2000
P-value Coeficiente 0,0000 5,5620 0,0000 0,0715 0,0000 0,0125 0,0000 -0,0001 0,0000 0,1430 0,0000 0,0690 0,0000 0,0770 0,0030 0,0426 0,0000 0,1080 0,0000 0,0773 0,0000 0,0545 0,0050 0,0403 0,0320 0,0000 -0,1720 0,0000 0,2570 0,0000 -0,1190 -0,1270 -0,0647 0,0000 -0,2370 0,0000 -0,1250 0,0000 0,0000 -0,1430 0,0000 1,0120 0,0000 0,4280 0,0130 -0,0450 0,0010 0,0659 0,0000 -0,2210 0,0130 0,0745 0,0000 -0,1710 0,0000 -0,2510 0,0000 -0,1570 0,0000 -0,1630 0,0000 -0,2300 0,0000 -0,2690 0,0000 -0,2640 0,0000 -0,2340 0,0050 0,0000 0,1090 0,0010 0,1850 0,0000 0,5230 0,0000 0,8920 0,0000 0,5150 0,0000 0,2700 0,0000 0,1270 0,0291 0,0000 0,0995 T-test P-value 297,5870 0,0000 74,8540 0,0000 16,4150 0,0000 -5,2860 0,0000 20,9120 0,0000 5,8310 0,0000 5,6100 0,0000 3,0300 0,0020 14,4220 0,0000 13,9730 0,0000 9,5390 0,0000 6,3420 0,0000 -13,1590 11,8460 -10,5320 -4,7530 -4,8840 -21,5200 -9,4570 -14,0980 53,9980 30,6490 -3,4630 2,2640 -14,8230 4,9100 -8,7100 -18,3650 -18,8490 -14,7700 -21,3940 -33,6140 -22,3460 -23,0050 4,7210 4,5540 39,7220 71,7570 44,3560 24,3760 12,9100 2,2910 10,0640 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0010 0,0240 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0220 0,0000

-0,2220 -0,0646 0,0704 -0,1440 1,0950 0,6080 -0,0347 0,1140 -0,1740 -0,0407 -0,2480 -0,2270 -0,1580 -0,1750 -0,2370 -0,2750 -0,3070 -0,3270 -0,0878 0,0864 0,1370 0,6020 0,8410 0,5340 0,2760 0,1130 0,1210

-19,3060 -4,8610 5,2770 -13,5140 54,6800 41,0630 -2,4920 3,4530 -10,9550 -2,4880 -12,1050 -16,3050 -18,0230 -14,5320 -21,1110 -32,5680 -25,0180 -30,5940 -2,8010 3,5430 3,2360 42,7920 64,1450 44,3610 24,5930 11,0660 12,1980

35

Operadores y montadores

R-cuadrado
Nmero de observaciones

0,0879 0,5460 59.881

7,7820

0,0000

0,0842 0,5160 80.053

7,6070

0,0000

Captulo IV

36

Evaluacin de Impacto de la Capacitacin en la Productividad de las Empresas Manufactureras: El Caso de Etersol.

Alumnos: Pablo Milln - Alejandra Garretn Profesor gua: Miguel Toledo Institucin: Universidad Diego Portales Ingeniera Comercial

4.1 Introduccin
La capacitacin en estudio a la que fue sometido el personal de Etersol, a cargo de la produccin de cubre pisos, se orient al uso de un PLC (computadora industrial para maniobras y control de procesos industriales). De esta manera, la metodologa que se utiliza tiene como propsito identificar cul fue el impacto de la capacitacin de los trabajadores que manipulan el PLC en la productividad de dicha computadora industrial. Para la estimacin del Impacto de la Capacitacin en la Productividad del PLC se utiliz un estimador before-after20, el que consiste en comparar la productividad del PLC consigo misma a travs del tiempo. Este estimador recoge la idea de que el PLC puede estar en dos estados diferentes (Ej.: manipulado por personal no capacitado y manipulado por personal capacitado) en diferentes perodos. Esta comparacin se hace ya que no existe un PLC de similares caractersticas cuyos trabajadores no hayan sido capacitados, de manera de comparar el impacto entre PLCs en diferentes estados, es decir, con personal capacitado y con un grupo de control. (Captulo II)

20

Para un anlisis ms detallado sobre el estimador before-after ver Heckman, Lalonde y Smith (1999).

37

Este mtodo asume que hay acceso a los datos de los resultados medidos a travs del tiempo, es decir, antes y despus de la capacitacin, para la productividad del PLC en estudio. De esta manera, se busca estimar el cambio de la productividad media del PLC despus de que los operarios que la manipulan son capacitados. Adems, se control el impacto de la capacitacin por la variable experiencia. Es decir, el impacto de la capacitacin est dado por la diferencia de las medias de las productividades del PLC, antes y despus de la capacitacin, una vez que se ha aislado el efecto que produce la experiencia sobre la productividad. La variable de impacto fue la productividad del PLC que la empresa utiliza para calcular las bonificaciones para los operadores de la computadora industrial. El clculo de la productividad en el uso del PLC en estudio est dado por:

M 2 Producidos Reales Productivi dad (%) = Horas Consumidas M 2 Tericos Horas Consumidas

La productividad del PLC es un resultado de la capacidad de la computadora industrial y de la habilidad con que sta fue manipulada. Dicha habilidad, se perfecciona con la experiencia y la capacitacin de los obreros. De este modo, el modelo estimado se define a travs de la siguiente regresin lineal: Productividadt = + Capacitacint + 1 Experienciat + (3.1)

Donde la variable dependiente corresponde a la productividad (medida en trminos porcentuales), la variable capacitacin es una variable dummy que toma el valor 0 en el perodo anterior a la capacitacin y 1 una vez que sta se llev a cabo, y la experiencia, que se encuentra medida en meses, es utilizada como variable de control. El impacto del programa de capacitacin est representado por el coeficiente o, mientras que el coeficiente
1

representa el aumento de la productividad como respuesta a un mes adicional en la experiencia de los trabajadores. El coeficiente representa la productividad mnima con que

38

funciona el PLC. Adems, constante.

es un trmino de error con media igual a cero y varianza

4.2 Datos
Para la estimacin del Impacto de la Capacitacin en la Productividad del PLC se utiliz una serie de tiempo. Por definicin, sta consiste en una secuencia de datos numricos cada uno de los cuales se asocia con un instante especfico de tiempo. La serie de la productividad (ver Anexo 4.1), en estudio, est compuesta por una serie de tiempo que contiene 27 datos mensuales que van desde diciembre de 1999 a febrero de 2001. La capacitacin se desarroll el quinto mes de funcionamiento del PLC.

4.3 Resultados
La estimacin del modelo21, correspondiente a la regresin lineal de la ecuacin (4.1), nos arroja los resultados que se ilustran en el Cuadro 4.1.

Los resultados nos indican que tanto la capacitacin como la experiencia de los obreros tienen un efecto positivo sobre la productividad del PLC. Ambos efectos son estadsticamente significativos22. De esta manera, despus de la capacitacin la productividad media del PLC aument un 27,2% debido a la superacin de las carencias tcnicas en la manipulacin del PLC que produjo dicha capacitacin. Por otro lado, los resultados indican que cada mes de experiencia adicional que adquieren los trabajadores produce un aumento de la productividad media del PLC de un 0,9%.

Cuadro 4.1
21 22

El modelo fue estimado mediante Mnimos Cuadrados Ordinarios. Significanca al 99% de confianza.

39

Resultados regresin Impacto de la capacitacin en la productividad del PLC Productividad Capacitacin Experiencia(1) Constante R cuadrado R cuadrado ajustado Nmero de observaciones
(1)

Coeficient e 27,178 0,856 59,419

Test-t 11,958 7,550 38,223

P-value 0,000 0,000 0,000 0,961 0,958 27

Fuente: Elaboracin propia. Experiencia de los trabajadores en la manipulacin del PLC, medida en meses.

La bondad de ajuste del modelo estimado, representada por el R cuadrado, nos indica que el modelo explica cerca del 96% de la varianza, siendo un modelo bastante robusto estadsticamente. En la Figura 4.1 se ilustra la productividad efectiva y la productividad estimada. La serie roja ilustra la productividad efectiva del PLC, mientras que la serie azul ilustra la productividad media estimada a partir de nuestro modelo. Se aprecia que la productividad estimada es un buen predictor de la productividad efectiva, donde la media de los errores de la serie estimada es igual a cero.

40

Figura 4.1 Productividad Efectiva vs. Productividad Estimada

15 1 15 0

Productividad

9 5 8 5 7 5 6 5 5 5 1 3 5 7 9 1 1 1 3 1 5 1 7 1 9 2 1 2 3 2 5 2 7

M eses

P d c id dE c a ro u tiv a fe tiv

P d c id dE timd ro u tiv a s a a

Adems se aprecia, claramente, cmo en el quinto mes de funcionamiento del PLC, una vez que se desarrolla la capacitacin, la productividad media tiene un aumento significativo del 27,2%. Tambin se puede apreciar que a medida que aumenta la experiencia de los trabajadores la productividad media aumenta a una tasa de 0,9% mensual.

4.4 Conclusiones
Los resultados obtenidos, en el presente estudio, sugieren que la capacitacin tcnica a la que fue sometida el personal de Etersol a cargo de la manipulacin de un PLC tuvo impacto positivo y estadsticamente significativo sobre la productividad. De este estudio, se concluye que la capacitacin produjo un impacto positivo del 27% en la productividad del PLC.

41

Sin duda, los beneficios de la capacitacin fueron considerables, y el costo de oportunidad de no efectuarla es altsimo, debido a que se hubiese tardado cerca de 32 meses en que la productividad llegase a los niveles que se lleg una vez realizada la capacitacin. Adems, se confirma que las empresas que realizan actividades de capacitacin con ms frecuencia son aquellas que han realizado una modernizacin sistmica o integral23. En este caso, la innovacin tecnolgica desarrollada por la empresa Etersol trajo consigo la capacitacin requerida por sus trabajadores para ocupar a plenitud el potencial de la innovacin tecnolgica adquirida. Finalmente, el estudio aqu desarrollado evidencia que el tema de los recursos humanos como parte de las estrategias empresariales juega un rol muy relevante como instrumento clave para la modernizacin productiva de una empresa, por las siguientes razones24 . Primero, aumenta la productividad y facilita la difusin de nuevas tecnologas, y segundo, incrementa la adaptabilidad de las economas y las empresas, reduciendo el costo econmico y social del progreso tecnolgico y la reconversin productiva.

4.5 Limitaciones
La principal limitacin de la metodologa utilizada, estimador before-after, es que descansa sobre el supuesto de que la productividad del PLC debera haberse visto afectada solamente por la experiencia en caso de que no se hubiese aplicado la capacitacin. Por lo tanto, cambios en el estado o entorno en que opera el PLC podran afectar los resultados del estimador. Este estudio muestra que para una evaluacin confiable es necesario contar con un grupo de control.

23 24

Ver Novick (1998). Ver Mizala y Romaguera (1994).

42

ANEXO 4.1
Series de la productividad efectiva, metros reales producidos por hora y metros tericos producidos por hora. Mes 1999 Diciembre 2000 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre 2001 Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre 2002 Enero Febrero Productividad (%) 62,30 58,70 58,83 69,28 60,82 96,70 91,90 93,12 89,04 93,66 89,97 96,28 96,64 100,00 101,98 100,97 101,41 102,87 108,89 107,73 109,55 105,37 104,72 104,48 106,62 107,87 105,99 (Mts/Horas) Reales 69,78 65,74 65,89 77,60 68,12 108,30 102,93 104,30 99,72 104,89 100,77 107,83 108,24 112,00 114,22 113,09 113,58 115,22 121,95 120,65 122,70 118,02 117,28 117,02 119,41 120,82 118,71 (Mts/Horas) Tericos 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112 112

Fuente: Empresa Etersol.

43