Determinantes del Desempleo en el Distrito de La Esperanza – 2019

Texto completo

(1)Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. IC AS. UNIVERSIDAD NACIONAL DE TRUJILLO. FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. ESCUELA PROFESIONAL DE ESTADÍSTICA. “Determinantes del Desempleo en el Distrito de La Esperanza – 2019”. TESIS. BI. BL. IO. Para optar el Título Profesional de Ingeniero Estadístico. Autor: García Vicuña, Manuel Jesús. Asesor: Ms. Reyna Segura, Roger Demetrio Trujillo – Perú 2019. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(2) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. DEDICATORIA:. IC AS. A Dios, por darme la oportunidad de vivir y por estar conmigo en cada paso que doy, por fortalecer mi corazón e iluminar mi mente y por haber puesto en mi camino a aquellas personas que han sido mi soporte y compañía durante todo el periodo de estudio. A la Virgen. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. María, porque al igual que al lado de su hijo Jesucristo, siempre ha sentido conmigo brindándome su amor incondicional de madre mi madre Irenia Vicuña Calipuy, por darme la vida, quererme mucho, creer en mí y porque siempre me apoyaste. Mamá gracias por darme una carrera para mi futuro, todo esto te lo debo a ti.. Mis queridos hijos Isabhela, Stefhano y Saiyán, este resultado es significativo y simbólico de fuerza para salir adelante, los quiero mucho mis pequeños. Mi abuela madre Guadalupe Calipuy Sarmiento (QEPD), por quererme y apoyarme siempre, esto también se lo debo a usted.. Mi hermana Katherin G. García Vicuña, por estar conmigo y apoyarme siempre, la quiero mucho.. Mi asesor de tesis, Ms. Roger Demetrio Reyna y a mis jurados Dr. Carlos Risco Dávila y Ms. Luis Estrada Alva, agradezco infinitamente todo su apoyo, por compartir. BI. BL. IO. desinteresadamente sus conocimientos, experiencias, consejos y por su amistad.. pág. i Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(3) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. AGRADECIMIENTO:. IC AS. A mi alma mater la Universidad Nacional de Trujillo, por darme la oportunidad de alcanzar esta meta, gracias a los profesores e investigadores quienes durante los cinco años se esmeraron por dar lo mejor para mi formación profesional, por los conocimientos teóricos y las. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. experiencias vividas.. Al Ms. Roger Demetrio Reyna Segura, por dirigir esta tesis, por confiar en mí desde el inicio. Agradezco su alto empeño, dedicación profesional, aportaciones teóricas, experiencias, consejos y llamadas de atención enmarcadas en torno a la investigación. Su exigencia y rigurosidad han sido claves en este trabajo, sin su dedicación y disponibilidad, sin duda no hubiera podido lograr esta meta y sobre todo su valiosa amistad.. También me gustaría agradecer a mis profesores durante toda mi carrera profesional porque todos han aportado en mi formación académica, y en especial a mis profesores el Dr. Carlos Minchón Medina, Dr. Carlos Risco Dávila, Ms. Luis Estrada Alva, Lic. Manuel Sisniegas Gonzales y Dra. Jeanette Gonzales Castro por sus consejos, su enseñanza y más que todo por su amistad.. Son muchas las personas que han formado parte de mi vida profesional a las que me. IO. encantaría agradecerles su amistad, consejos, apoyo, ánimo y compañía en los momentos más. BL. difíciles de mi vida. Algunas están aquí conmigo y otras en mis recuerdos y en mi corazón, sin. BI. importar en donde estén quiero darles las gracias por formar parte de mí, por todo lo que me han brindado y por todas sus bendiciones.. Para ellos: Muchas gracias y que Dios los bendiga.. pág. ii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(4) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. PRESENTACIÓN: Señores Miembros del Jurado:. IC AS. De conformidad y cumpliendo lo estipulado en el Reglamento de Grados y Títulos de la Facultad de Ciencias Físicas y Matemáticas de la Universidad Nacional de Trujillo, para optar. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. el Título Profesional de Ingeniero Estadístico, pongo a vuestra consideración el presente Proyecto intitulado: “DETERMINANTES DEL DESEMPLEO EN EL DISTRITO DE LA ESPERANZA - 2019”.. El presente proyecto ha sido desarrollado con todo el esfuerzo y dedicación, esperando que el contenido de este estudio sirva de referencia para otros proyectos o investigaciones.. Aprovecho la oportunidad para expresar mi sincero agradecimiento y aprecio a todos los profesores del Departamento Académico Profesional de Estadística, por inculcarnos su conocimiento y experiencia a lo largo de los años de nuestra formación académica.. Dejo, a su elevado criterio, la presente tesis para que sea analizada, agradeciendo sus. BI. BL. IO. sugerencias, apreciaciones y criterios constructivos para la mejora de esta.. Bach. Manuel Jesús García Vicuña. Trujillo, Noviembre del 2019. pág. iii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(5) BI. BL. IO. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. IC AS. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. pág. iv Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(6) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. RESUMEN:. IC AS. Esta investigación es de tipo cuantitativo de diseño explicativo de corte transversal; se planteó como objetivo principal: Determinar los determinantes del desempleo en el Distrito de La Esperanza 2019, para ello se realizó un muestreo aleatorio simple, donde se obtuvo una muestra de 384 personas con un margen de error del 5% y un nivel de confianza del 95%. La. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. variable dependiente fue el desempleo y las variables independientes fueron: edad, sexo, tipo de educación, nacionalidad, estado civil, hijos, ingreso y tenencia de vivienda; se realizó un modelo de regresión logística de respuesta dicotómica hallándose que el sexo y el tipo de educación son altamente significativas con valores de P de 0.005 y 0.002 respectivamente. Se concluye que el sexo y el tipo de educación influyen significativamente (valor p < 0.05), por lo que el modelo viene determinado de la siguiente manera:. 𝑒 −0.276+0.613∗𝑠𝑒𝑥𝑜−0.680∗𝑇𝑖𝑝𝑜 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 1 + 𝑒 −0.276+0.613∗𝑠𝑒𝑥𝑜−0.680∗𝑇𝑖𝑝𝑜 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛. BL. IO. 𝑝=. BI. PALABRAS CLAVE: modelo de regresión logística, determinantes, desempleo.. pág. v Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(7) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. ABSTRACT:. IC AS. This research is a quantitative type of explanatory cross-sectional design; The main objective was: To determine the determinants of unemployment in the District of La Esperanza 2019, for this a simple random sampling was carried out, where a sample of 384 people with a margin of error of 5% and a level of confidence of the 95% The dependent variable was. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. unemployment and the independent variables were: age, sex, type of education, nationality, marital status, children, income and housing tenure; A logistic regression model of dichotomous response was performed, finding that sex and type of education are highly significant with P values of 0.005 and 0.002 respectively. It is concluded that sex and type of education influence significantly (p value <0.05), so the model is determined as follows:. 𝑒 −0.276+0.613∗𝑠𝑒𝑥𝑜−0.680∗𝑇𝑖𝑝𝑜 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛 1 + 𝑒 −0.276+0.613∗𝑠𝑒𝑥𝑜−0.680∗𝑇𝑖𝑝𝑜 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛. IO. 𝑝=. BI. BL. KEY WORDS: Logistic regression model, unemployment, determining.. pág. vi Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(8) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. IC AS. ÍNDICE:. DEDICATORIA: ............................................................................................................... i AGRADECIMIENTO: ..................................................................................................... ii. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. PRESENTACIÓN: .......................................................................................................... iii RESUMEN: ...................................................................................................................... v ABSTRACT: ................................................................................................................... vi ÍNDICE: ......................................................................................................................... vii LISTA DE TABLAS: ................................................................................................... viiii LISTA DE FIGURAS: …………………………………………………………………ix CAPITULO I: INTRODUCCIÓN.................................................................................... 1 1.1. ANTECEDENTES: ......................................................................................... 3 1.1.1.ANTECEDENTES NACIONALES: ...................................................... 3 1.1.2.ANTECEDENTES INTERNACIONALES: .......................................... 8 1.2. JUSTIFICACIÓN: ......................................................................................... 13 1.3. PROBLEMA: ................................................................................................. 13 1.4. HIPÓTESIS: .................................................................................................. 13. IO. 1.5. OBJETIVOS: ................................................................................................. 13. BL. 1.5.1. OBJETIVO GENERAL: .......................................................................... 13 1.5.2. OBJETIVOS ESPECÍFICOS: .................................................................. 13. BI. CAPITULO II: MARCO TEÓRICO Y CONCEPTUAL .............................................. 14 CAPITULO III: MATERIAL Y MÉTODOS ................................................................ 35 3.1. MATERIAL Y MÉTODOS ........................................................................... 35 3.1.1 MATERIAL: ............................................................................................ 35. pág. vii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(9) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 3.1.2 MÉTODOS: .............................................................................................. 37 3.1.2.1. RECOLECCION DE DATOS .................................................................. 37. IC AS. 3.1.2.2. ANALISIS ESTADISTICO ...................................................................... 37 3.1.2.3. PROCESAMIENTO DE DATOS ............................................................ 37 CAPITULO IV: RESULTADOS Y DISCUSIÓN ......................................................... 38 RESULTADOS: ............................................................................................ 38. 4.2. DISCUSIÓN: ................................................................................................. 42. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. 4.1. CAPITULO V: CONCLUSIONES Y RECOMENDACIONES ................................... 44 5.1. CONCLUSIONES: ........................................................................................ 44. 5.2. RECOMENDACIONES ................................................................................ 45. REFERENCIAS BIBLIOGRÁFICAS Y ANEXO ........................................................ 46 REFERENCIAS BIBLIOGRÁFICAS: ................................................................... 46 REFERENCIAS LINKOGRÁFICAS: .................................................................... 49. BI. BL. IO. ANEXOS: ................................................................................................................ 50. pág. viii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(10) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. LISTA DE TABLAS. IC AS. Tabla 1 Características Demográficas de los Habitantes del distrito de La Esperanza - 2019. .............................................................................................................................................. 38 Tabla 2 Porcentaje de desempleo en los habitantes del Distrito de La Esperanza – 2019. .............................................................................................................................................. 38 Tabla 3 Relación de las covariables y la presencia de desempleo en los habitantes del Distrito de La Esperanza - 2019.. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. . ............................................................................................................................................. 39 Tabla 4 Prueba de Ómnibus para medir el ajuste del Modelo. . ............................................................................................................................................. 39 Tabla 5 Prueba de Hosmer – Lemeshow para determinar la calibración del modelo (grado en que la probabilidad predicha coincide con la observada). . ............................................................................................................................................. 39 Tabla 6 Tabla de iteraciones para determinar la Prueba de Hosmer - Lemeshow. . ............................................................................................................................................. 40 Tabla 7 Prueba sobre la disminución de la desvianza del modelo completo y modelo con la constante. . ............................................................................................................................................. 40 Tabla 8 Distribución de frecuencias observadas y pronosticadas de los desempleados. . ............................................................................................................................................. 40 Tabla 9 Análisis de coeficientes de las covariables en el modelo logístico para la presencia de desempleo. .............................................................................................................................................. 41 Tabla 10 Modelo Logístico para determinar la presencia del desempleo.. BI. BL. IO. .............................................................................................................................................. 41. pág. ix Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(11) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. LISTA DE FIGURAS. IC AS. FIGURA 1 Diagrama de Dispersión con Recta de Regresión Lineal ................................ 22 FIGURA 2 Curva de Regresión Logística (izquierda) con Diagrama de Dispersión. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. (derecha) ............................................................................................................................... 25 FIGURA 3 Curvas Logísticas Ordenadas de Mínima a Máxima Discriminación ............... 26 FIGURA 4 Ruta Nº 1 de Aplicación del Estudio. ............................................................... 51 FIGURA 5 Ruta Nº 2 de Aplicación del Estudio. ................................................................ 51 FIGURA 6 Ruta Nº 3 de Aplicación del Estudio. ................................................................ 52. BI. BL. IO. FIGURA 7 Ruta Nº 4 de Aplicación del Estudio. ................................................................ 52. pág. x Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(12) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. CAPÍTULO I: INTRODUCCIÓN. IC AS. 1. Realidad Problemática. El desempleo es uno de los temas de debate más importantes en relación con el mercado. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. laboral peruano. A pesar de esta importancia, la discusión académica no ha llegado aún a niveles muy sofisticados y la mayor parte de los estudios desarrollados en nuestro medio se han concentrado en la descripción de este fenómeno. Más aún, la mayor parte de las referencias disponibles se han concentrado en el análisis de la tasa de desempleo abierto, indicador estático de amplio uso internacional a nivel oficial. Sin embargo, para entender cabalmente las diversas variantes en relación con el desempleo hay que tomar en cuenta la gran movilidad laboral existente en el mercado de trabajo peruano.. OIT, (2019) El porcentaje de desempleo en Latinoamérica se situó en 8% en 2018, una décima menos que en 2017, y seguirá bajando hasta 7.8% en el 2020, según el informe “Perspectivas Sociales y del Empleo en el Mundo” que publicó en febrero del presente año la Organización Internacional del Trabajo (OIT). En Brasil, la principal economía de la región, se espera que el nivel de desempleo baje de 12,5% de 2018 (tres décimas menos que en 2017) al 12,2% en 2019 y al 11,7% en 2020. Mientras que, en el segundo motor regional, México, el. IO. desempleo podría subir a 3,4 % en 2019 y regresar al 3,3 % el año siguiente.. BL. La OIT elabora estas previsiones teniendo en cuenta que se espera una moderada. BI. aceleración del crecimiento de la economía regional, de 2% en 2019 a 2,6 % en 2020. Esta se verá impulsada especialmente por países como Brasil, Colombia, Perú o Chile. Por otro lado, la OIT resaltó que 53% de los trabajadores latinoamericanos se dedican a la economía informal (fuera del control estatal y no fiscalizada), uno de los porcentajes más altos del mundo y que sube hasta cerca del 80% en países como Bolivia, Guatemala y Nicaragua.. pág. 1 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(13) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. (OIT, 2019) "El informe muestra que existe una relación entre empleo informal y niveles de pobreza", destacó en la presentación del informe el director de investigación de la OIT, Damián. IC AS. Grimshaw.. OIT, (2019) El experto mostró que países de la región con altos niveles de informalidad. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. laboral también encabezan las estadísticas de pobreza. La OIT sostiene que hay esfuerzos legales y fiscales en países como Perú, Uruguay, Brasil o Paraguay para reducir esa informalidad. La Región La Libertad presenta un alto potencial de empleo en el sector agropecuario e industrial. Así como un alto índice de pobreza ocupando el octavo lugar a nivel regional en el 2012.. INEI, (2018). El Instituto Nacional de Estadística e Informática en su compendio, Indicadores de Empleo e Ingreso por departamento 2007 al 2017 nos muestra que, de las 17 millones 215 mil 700 personas económicamente activas existentes en el país en el año 2017, se encuentran ocupados 16 millones 511 mil personas (95,9%) y 704 mil 800 personas desocupados (4,1%).. La tasa de empleo adecuado siempre es mayor en los varones. Presentando en la región La Libertad para el año 2017 un 65% en hombres y 38% mujeres. Otro de los puntos importantes es la migración interdepartamental, debido a que la población busca empleo y mejor educación,. IO. según la Encuesta Nacional de Hogares desde el año 2012 al 2017, muestra que son trece los. BL. departamentos (incluye la Provincia Constitucional del Callao) de “atracción” de población de. BI. 14 y más años de edad: provincia de Lima, Ucayali, la Provincia Constitucional del Callao, La Libertad, San Martín, Región Lima, Moquegua, Pasco, Lambayeque, Puno, Madre de Dios y Tacna, principalmente ubicados en la Costa y Selva. INEI, (2018). Los datos de la encuesta del año 2017, registra que el atractivo poblacional hacia la provincia de Lima y la Provincia Constitucional del Callao se mantiene, aunque con. pág. 2 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(14) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. menor fuerza en la provincia de Lima, ésta presenta una tasa de migración neta de 1,3 por mil habitantes, eso significa que en los últimos 5 años llegaron 208 mil 200 personas (tasa de. emigración de 4,5 por mil).. IC AS. inmigración de 5,8 por mil) y salieron hacia otros departamentos 161 mil 800 personas (tasa de. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. Asimismo, en la Provincia Constitucional del Callao la tasa de migración neta se situó en 2,6 por mil habitantes, es decir, en el periodo analizado llegaron 39 mil 700 personas en edad de trabajar (tasa de inmigración de 9,8 por mil) y salieron hacia otros departamentos del país 29 mil 300 personas (tasa de emigración de 7,2 por mil). En consecuencia, la provincia de Lima y el Callao ganaron 46 mil 400 y 10 mil 400 personas de 14 y más años, respectivamente, en el balance migratorio con el resto de los departamentos.. INEI, (2018) Contrariamente, Cajamarca y Áncash presentan las tasas negativas más altas, 2,7 y 2,8 por mil habitantes, respectivamente, constituyéndose en los principales departamentos de “expulsión” de población en edad de trabajar en el periodo 2012-2017. la importancia de la elaboración de este diagnóstico socioeconómico laboral con la finalidad de conocer los aspectos más relevantes, como los recursos con que cuenta la región e indicadores sociales, la situación de los ofertantes de trabajo, la demanda laboral de la región, principalmente de la ciudad Trujillo, y las condiciones y características de su oferta formativa profesional.. IO. Finalmente, este documento espera aportar en la toma de decisión de los agentes sociales. Antecedentes:. BI. 1.1.. BL. involucrados en el desarrollo de la región La Libertad.. 1.1.1. Antecedentes Nacionales: Alvites, (2015) en su tesis titulada “El crecimiento económico y su incidencia en la generación de empleo en el Perú: 2001 – 2011”, tuvo como objetivo fundamental determinar la. pág. 3 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(15) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. incidencia del crecimiento económico en la generación del empleo, para ello se estudió la evolución del PBI y el empleo en el Perú durante el periodo 2001 al 2011, la relación entre. IC AS. ambas variables se basó en los métodos descriptivo y correlacional; la hipótesis que se planteo fue el crecimiento económico ha incidido directa y positivamente en la generación de empleo en el Perú, llegando a la conclusión de que la población económicamente activa ocupada fue de. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. 11’862,196 trabajadores en el 2001 a comparación del 2012 que fue de 15’541,484 trabajadores, incidiendo en la PEA ocupada en el periodo analizado de 3’679,288 personas ocupadas. Huamán, (2015), en su tesis titulada “Identificación de los factores limitantes y promotores del Programa Nacional para la Promoción de Oportunidades Laborales “Vamos Perú”, para la inserción laboral de las personas de 30 años a más edad en la región Lambayeque”, en esta investigación se analizó que en el año 2011 se crea el Programa Nacional para la Promoción de Oportunidades Laborales “Vamos Perú”, con el objetivo de promover el empleo, mejorar las competencias laborales e incrementar los niveles de empleabilidad en el país, brindado para ello servicios como “capacitación para la inserción laboral”. Sin embargo, en los tres años de funcionamiento, se identificó que sus niveles de inserción laboral son aún bajos, siendo de interés de la investigación, identificar los factores limitantes o promotores para la inserción laboral de los beneficiarios del programa, para cuyo. IO. efecto se analizó una muestra de la población de 30 años a más edad, atendida en la región. BL. Lambayeque, siendo considerada esta región por ser una de las que tienen mayores niveles de. BI. inserción del programa. Se llegó a las siguientes conclusiones:. • Los sectores que han presentado un mayor crecimiento económico durante el periodo de estudios (años 2012 y 2013) son el extractivo, construcción y servicios; sin embargo esta información generada respecto al crecimiento económico por sectores se presenta con data a. pág. 4 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(16) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. nivel general (datos nacionales departamentales) los cuales no precisan sobre la dinámica provincial y local, tampoco se hace una distinción por grupo etario; situación que limita el. IC AS. diseño de los cursos de capacitación los cuales son muy generales y en determinados rubros por lo tanto la información disponible dificulta el desarrollo de cursos más especializados.. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. • Se identificó que el mercado laboral al que acceden los beneficiarios del programa por lo general requiere personal para realizar labores de tipo operario con un sueldo no mayor a los S/. 1,000.00 debiendo contar los postulantes con un nivel educativo mínimo de secundaría completa, tener hasta 35 años y poseer conocimientos previos en el tema para tener mayores posibilidades de éxito en la inserción laboral, situación que limita y reduce el universo poblacional a intervenir por el programa.. Apaza, (2017) en su tesis titulada “Educación y desempleo juvenil en el distrito de Asillo, provincia de Azángaro, departamento de Puno en el año 2016”, para identificar los factores determinantes del riesgo de estar desempleado entre los jóvenes, se utilizó el modelo econométrico Probit. A partir del procesamiento de los datos se encontró los factores determinantes o los que influyen significativamente en el desempleo juvenil en el distrito de Asillo que son: sexo, nivel de educación, si el joven tiene pareja, si el joven es jefe de familia y experiencia laboral y las variables edad, ingreso si el joven está estudiando y la zona donde vive,. IO. no son significativas individualmente, pero de manera global si resultan ser significativas para. BL. explicar los determinantes de la probabilidad de estar desempleado. La educación tiene una. BI. relación inversa con el desempleo por ello es importante plantear políticas educativas para mejorar la educación en el país con el uso de nuevas tecnologías y nuevos conocimientos. Fernández, (2018) en su tesis titulada “Factores determinantes del desempleo juvenil en el distrito de Copani, provincia de Yunguyo, departamento de Puno, en el año 2017”, en ello se examinó los factores determinantes del desempleo juvenil en el distrito de Copani, provincia de. pág. 5 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(17) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Yunguyo, departamento de Puno, en el año 2017, utilizando información de corte transversal, con una muestra de 275 jóvenes, la misma que se recopiló a través de la aplicación de una. IC AS. encuesta. Para la obtención de los resultados se estimaron modelos de elección discreta: 3 modelos Probit, tanto para el caso del desempleo y subempleo y, para afianzar los resultados. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. obtenidos se estimaron también 3 modelos de Regresión Logística. Los resultados más relevantes obtenidos respecto al desempleo muestran que, la variable edad, influye negativamente en la probabilidad de estar desempleado, es decir, al aumentar la edad de la población de estudio en un año, la probabilidad de estar desempleado disminuye en 8.6%; la variable nivel de educación, indica que un nivel educativo mayor en la población juvenil hace que la probabilidad de estar en la situación de desempleado se reduzca en 5.1%. Respecto al subempleo juvenil, variables representativas como la edad, se muestra con influencia negativa en la probabilidad de encontrarse en la situación de subempleado, por lo que al aumentar la edad en un año, esta probabilidad se ve reducida en 7.8%; el nivel de educación, si es mayor, refiriéndonos a estudios concluidos, en el nivel superior técnico o superior universitario, reduce la probabilidad de encontrarse en la situación de subempleo, en 14.7%; otro aspecto resaltante es el tipo de trabajo, donde el 67% de los jóvenes del ámbito de estudio que tienen un trabajo del tipo temporal, esto puede explicarse debido a que normalmente los. IO. trabajos son dedicados al comercio, agricultura, ganadería, pesca o construcción.. BL. Como parte de la conclusión se muestra que el desempleo y subempleo juvenil en el. BI. ámbito de estudio, se encuentra relacionada con variables socioeconómicas como la edad, nivel de educación, ingreso, sexo, jefe de hogar, experiencia de trabajo, tiempo de dedicación al trabajo, tipo de trabajo y zona de residencia; variables que explican de manera empírica la situación laboral de dicho ámbito. Es imprescindible, con base en los resultados de las encuestas realizadas, señalar que la decisión de migración en busca de trabajo de la población juvenil. pág. 6 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(18) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. alcanza el 90%; la expectativa que mantiene dicha población de estudio es migrar a ciudades como Tacna (25%), Arequipa (17%), Lima (16%); o migrar al extranjero, como al país de Chile. IC AS. (23%).. Plasencia Culqui, F. G. (2018) La presente monografía titulada “Inflación y Desempleo:. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. estudio de caso en la Región San Martín”, tuvo como objetivo dar a conocer cómo afecta la inflación y el desempleo en la Región San Martín, para poder tener un mejor alcance de la información y evaluar que decisiones se puede tomar para la mejora en la Región. Seguramente el tema se presta a una vasta profundidad de casos y variadas interpretaciones teóricas, pero en esta ocasión me he permitido hacer una explicación sencilla a fin de aportar con un grano de arena a los estudiantes que llevan esta asignatura, que de seguro les será de utilidad. En este contexto la monografía se desarrolló con la finalidad de poder comprender lo que ocurre en todo el mundo, además de conocer algunas teorías y leyes sobre la inflación y desempleo. Ya que este tema es de interés de toda economía, del cual depende la estabilidad de las políticas que maneja cada autoridad económica.. Condori Escobar, F. G. (2018) En el presente estudio, se analizó los “factores socioeconómicos que explican el desempleo en la ciudad de Moho”. El objetivo es determinar de qué manera se asocian los factores económicos con el desempleo. La metodología que se. IO. utilizó en la investigación es inductivo - deductivo y el tipo de investigación es explicativa. La. BL. población de estudio está dada por la población en edad de trabajar de 14 a más años (PET); que. BI. asciende a un total de 7950 personas. El modelo econométrico que se utilizo es el modelo logit de elección binaria. El principal resultado que se encontró: la variable edad tiene a relacionarse negativamente con el desempleo, disminuyendo la probabilidad de encontrarse desempleado en 5.7%. Las variables educación secundaria y nivel superior de las personas disminuye la probabilidad del desempleado en 29.64% y 37.32%. El estado civil de las personas disminuye. pág. 7 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(19) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. la probabilidad de encontrarse desempleado en 19.12%. La variable jefe del hogar de las personas disminuye la probabilidad de encontrarse desempleados en el mercado laboral de. IC AS. Moho en 28.63%. El ingreso no laboral de las personas aumenta la probabilidad de encontrarse desempleado en el mercado laboral de la ciudad de Moho en 58.12%. La tenencia de hijos. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. menores de 5 años en el hogar disminuye la probabilidad del desempleo en 21.03%. La ubicación de las personas en zona urbana disminuye la probabilidad de encontrarse desempleado en el mercado laboral de la ciudad de Moho en 18.48%. 1.1.2. Antecedentes Internacionales:. Alavanja et all, (2009) en su investigación “Determinación de una función predictiva de la tasa de Desempleo en Chile” analizaron los datos entregados por el Instituto Nacional de Estadística (INE) y se observó una tendencia a la baja a partir del último trimestre del año 2009; para ello se trazó el objetivo de construir un modelo econométrico a través del Método de los Mínimos Cuadrados Ordinarios, se probó los supuestos y propiedades. Se obtuvo los estimativos de mínimos cuadrados de acuerdo con el Teorema de Gauss Márkov. Para esto se utilizó como herramienta de resolución matemática MS Excel y como herramienta de apoyo estadístico Gretl, con la cual realizaron las pruebas de hipótesis requeridas por el teorema y permitió generar la función explicativa de la tasa de desempleo en Chile.. IO. Tenjo et all, (2012) en su investigación titulada “Modelos de duración del desempleo en. BL. Colombia”, se centró en la estimación de la duración del desempleo y la probabilidad de estar. BI. en desempleo para Colombia. El objetivo fundamental fue proporcionar información detallada sobre las características de los procesos de búsqueda de empleo y del desempleo en Colombia, incluyendo la estimación de la incidencia del desempleo. Este trabajo buscó proporcionar información útil para el desarrollo de políticas de mercado laboral. Las estimaciones econométricas se llevaron a cabo con base en la información contenida en la muestra total y en. pág. 8 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(20) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. cada una de las submuestras conformadas por hombres y mujeres, respectivamente. En particular, se conforman 4 matrices de diseño y, por consiguiente, cuatro modelos por estimar:. IC AS. La estimación de los diferentes modelos de duración se llevó a cabo a través del modelo AFT. En las distintas estimaciones se considera que el término de perturbación sigue una. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. distribución Weibull. Es de señalar que, la decisión acerca de la distribución se tomó con base en pruebas realizadas considerando otras distribuciones. En particular, se considera la distribución exponencial, como un caso particular de la Weibull, y se rechaza su existencia mediante un test de multiplicadores de Lagrange. La estimación de los cuatro modelos se realizó sobre la muestra total y sobre las submuestras construidas considerando la información asociada a hombres y a mujeres. En particular, al considerar la información total, los diferentes modelos incluyen la variable género. En el caso de las submuestras dicha variable es excluida. Hincapié, (2014) en su tesis titulada “Probabilidad de estar desempleado y las características del desempleo en 24 ciudades de Colombia en el año 2011”, estudió la probabilidad de estar desempleado en Colombia y las características que presentan los desempleados tomando como base las 24 principales ciudades de Colombia en el año 2011. Utilizando un Modelo Econométrico de regresión Probit y teniendo como fuente estadística la Gran Encuesta Integrada de Hogares (GEIH), se estimó la probabilidad de estar o no. IO. desempleado. El modelo arrojó como resultados destacables que las variables educación, edad,. BL. experiencia y el lugar de residencia son las variables más importantes en la explicación de la. BI. problemática. Adicionalmente se realizó un comparativo sobre la probabilidad de estar desempleado en las 24 principales ciudades encontrando que las ciudades costeras como Santa Marta, Cartagena y Barranquilla, al lado de Sincelejo, Bucaramanga y Bogotá presentaban una probabilidad baja de que una persona se encontrará desempleada, en tanto en ciudades como Pereira, Armenia, Popayán e Ibagué mostraban una probabilidad muy alta de estarlo.. pág. 9 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(21) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Martínez, S. (2015). En su tesis titulada “Determinantes del Desempleo” -Universidad de Valladolid; el objetivo de esta investigación es estudiar este desequilibrio desde una. IC AS. perspectiva microeconómica. Se pretende estimar el efecto que tienen determinadas características individuales sobre la probabilidad de estar desempleado. En concreto. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. analizaremos como ciertas variables exógenas, como el sexo, la nacionalidad, la educación y la edad, influyen en la probabilidad de que un individuo esté desempleado. Asimismo, compararemos el efecto que tienen sobre la probabilidad de estar desempleado diferentes situaciones personales. Se es consciente de las limitaciones de este estudio, ya que ciertas variables fundamentales para la explicación del desempleo, como el salario, no han podido ser analizadas por falta de datos. Aun así, se cree que este trabajo puede arrojar cierta luz en la explicación de los factores individuales que afectan al desempleo. La organización del trabajo ha sido la siguiente: En primer lugar, se analiza la situación el desempleo en España, resaltando la situación actual y la evolución que ha sufrido este desequilibrio desde 1977 a 2014. En segundo lugar, se explica la metodología a utilizar para estimar este tipo de modelos. La característica de la variable dependiente, que solo toma los valores 0 y 1, hace que el análisis de regresión clásico no se pueda utilizar y por tanto se necesita un método específico de estimación. En tercer lugar, se lleva a cabo la estimación del modelo de Regresión Logística utilizando la. IO. metodología anterior. A continuación, se analizan los resultados obtenidos en la estimación,. BL. haciendo hincapié en una serie de escenarios. Éstos tratan de determinar la probabilidad de estar. BI. desempleado para unas determinadas características establecidas de las diferentes variables explicativas. Por último, se tratará de extraer unas conclusiones de todo lo expuesto anteriormente. Ramírez, N. F. (2016). En su tesis titulada “Determinantes del desempleo en la República Dominicana: dinámica temporal y micro simulaciones”. El presente trabajo estudia la dinámica. pág. 10 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(22) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. de los determinantes del desempleo y su influencia en el bienestar agregado, utilizando micro datos del ENFT y un modelo Logit combinado con técnicas de micro simulación. Los resultados. IC AS. confirman que la probabilidad de desempleo de las personas económicamente activas está determinada por sus características particulares (género, edad, ubicación geográfica,. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. escolaridad, ingresos, entre otros) y su entorno doméstico y laboral, aunque el efecto de estas condiciones difiere en función de su género, ciclo de vida, territorio y el contexto económico actual. Por el lado de la oferta, existe una importante segmentación del mercado laboral que, según las micro simulaciones, impide que una población vulnerable se aproveche de los movimientos expansivos del mercado laboral y los hace propensos al desempleo en coyunturas recesivas. Las estimaciones indican que las mujeres y los jóvenes enfrentan mayores probabilidades de desempleo y sensibilidad al ciclo económico, especialmente cuando provienen de hogares de bajos ingresos, arrastrando estas condiciones a lo largo de su ciclo de vida, aunque con la edad reduce la propensión al desempleo; Además, demuestre que la escolarización afecta simultáneamente la participación laboral y la probabilidad de desempleo, observando una mayor escolaridad, una mayor participación laboral y menores probabilidades de desempleo, aunque se demuestra que una mayor escolaridad promueve cierta propensión al desempleo, derivada de mayores expectativas salariales y desequilibrios del mercado ;. IO. Geográficamente, las estimaciones encuentran divergencias territoriales y evidencia a favor de. BL. la hipótesis del desempleo como fenómeno urbano; Con respecto al entorno doméstico,. BI. identifique un importante efecto "intergeneracional" derivado de las condiciones del jefe del hogar y demuestre que las responsabilidades domésticas individuales afectan de manera asimétrica al sexo de las personas, promoviendo que las mujeres enfrentan mayores dificultades para conciliarlas con el trabajo. . Por el lado de la demanda, muestran que las personas en el sector primario enfrentan mayores probabilidades de desempleo, lo que promueve su. pág. 11 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(23) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. desplazamiento intersectorial; Si bien se demostró que la incidencia de la informalidad en la. el territorio difiere.. IC AS. propensión al desempleo afecta a las mujeres de manera más significativa, aunque su efecto en. Lazo Rodríguez, O. A. (2017). En su tesis titulada “Determinantes del desempleo en. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. Soacha para el año 2016”. Una de las características visibles en el municipio de Soacha, son las altas tasas de desempleo, de acuerdo con la Encuesta del Observatorio del Delito en el mes Agosto 2016 la tasa de desempleo se ubicó en un 24% y para este año marzo 2017 con la Encuesta de Caracterización y Victimización la tasa de desempleo se ubicó en un 33%, la población se enfrenta en una difícil inserción laboral, que muchas veces son su falta de experiencia, su nivel educativo, su edad, sexo, cantidad de hijos, grupo poblacional y estrato socioeconómico. De acuerdo con esto, la presente investigación pretende identificar los principales factores que determinan la tasa de desempleo del Municipio de Soacha, Cundinamarca. En el primer capítulo se hace una revisión de literatura sobre estudios académicos que han abordado el tema del desempleo, el cual es complementado con las bases teóricas de Keynes (1936), escuela neoclásica Gordon (1986) y Samuelson (1948). En el segundo capítulo se realizó la caracterización de una parte de la población del Municipio de Soacha (Cundinamarca), información proveniente de la encuesta de caracterización. A partir de. IO. esta información se analizó los factores que influyen en la tasa 6 de desempleo, y otros factores. BL. que explican los diferentes niveles de vida, el cual es el principal instrumento de medición de la. BI. pobreza y condiciones socioeconómicas de los hogares y vivienda de la población. En el tercer capítulo se analiza los resultados de un modelo Logit, para determinar los efectos cuantitativos y cualitativos de diferentes factores socioeconómicos. Para esto se empleó una encuesta realizada en las 6 comunas del municipio a 1478 personas, en el mes de marzo del año 2017, donde se captura su información y se logró desarrollar una caracterización socioeconómica y. pág. 12 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(24) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. cualificación en materia laboral. Por último, se exponen las conclusiones que permiten confirmar la hipótesis, es decir que la tasa de desempleo está dada por los determinantes, es. IC AS. decir que la tasa de educación explica fuertemente los crecientes niveles de desempleo, la edad mantiene una relación inversa con la tasa de desempleo, y por el género. Justificación:. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. 1.2.. Lo relevante de esta investigación es que mediante el modelo de Regresión Logística dicotómica permitirá identificar y valorar los determinantes que inciden en la presencia del desempleo de los habitantes del distrito de La Esperanza las cuales se analizará los aspectos como: edad, sexo, tipo de educación, nacionalidad, estado civil, hijos, ingreso y tenencia de vivienda. Por lo que el modelo nos ayudara a obtener las razones por las cuales un habitante del distrito de La Esperanza no se encuentra trabajando. 1.3.. Problema:. ¿Cuáles son los determinantes del desempleo en el Distrito de la Esperanza - 2019? 1.4.. Hipótesis:. Los determinantes del desempleo en el Distrito de La Esperanza son: edad, nacionalidad, tipo de educación, sexo, ingreso. 1.5.. Objetivos:. IO. 1.5.1. Objetivo General:. BL. Establecer los determinantes del desempleo en el Distrito de la Esperanza - 2019.. BI. 1.5.2. Objetivos Específicos: . Determinar la edad, sexo, tipo de educación, nacionalidad, estado civil, hijos, ingreso y tenencia de vivienda de los habitantes del Distrito de La Esperanza – 2019.. . Determinar el desempleo en los habitantes del Distrito de La Esperanza – 2019.. . Determinar el modelo de Regresión Logística Dicotómica.. pág. 13 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(25) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. CAPITULO II: MARCO TEÓRICO 2.1 Desempleo:. IC AS. Mankiw (2007), la tasa de desempleo equivale al porcentaje de la cantidad de personas que desean trabajar pero que en el momento se encuentran desempleadas, como también es importante porque hace de indicador no perfecto de la necesidad de trabajo en el país, no es. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. perfecta porque hay quienes se auto consideran individuos desempleados, sin embargo pueden ser personas que no tiene los deseos de trabajar y existen otros que tras haber estado buscando trabajo se han rendido y han dejado de ser parte de la población activa, sin embargo la mayoría de personas que se encuentran sin empleo por mucho tiempo son consideradas personas que se encuentran desempleadas. Este dato cuantitativo resulta de una encuesta realizada a miles de hogares en un periodo determinado.. Así mismo desempleo que consiste en la razón de desempleo donde las personas que están en busca de trabajo demoran en encontrar uno que se adecue a sus gustos y cualidades, dependiendo del periodo de tiempo que esto demore el autor diferencia dos tipos de desempleo: friccional y estructural, el primero se da cuando esos lapsos de tiempo son cortos, mientras que el segundo se dan en espacios de tiempo prolongados a causa del incremento en el importe salarial mayor al que establece el equilibrio de la demanda y oferta laboral.. IO. El desempleo, según el autor, se origina por varias razones, una de la más importante es. BL. el tiempo, el lapso que demora una persona en hallar el trabajo que tenga las características que. BI. mejor se acomoden al individuo. Otra de las causas son las leyes que dictaminan el mínimo salario que supera el nivel de trabajo ofrecido y hace que se reduzca la demanda laboral. Como tercera causa de desempleo está el poder de negociación de los Sindicatos y su logro de incrementar los montos salariales mucho más de los del equilibrio, provocando el exceso de trabajo, por ende el desempleo y finalmente considera como cuarta causante de desempleo a la. pág. 14 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(26) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. teoría de los salarios de eficiencia, que consiste en que las organizaciones empresariales consideran beneficioso subir los montos salariales un poco más del equilibrio a fin de que los. disminuya la rotación de personal.. IC AS. mismos trabajadores incrementen su productividad y calidad, tengan mejor atención médica y. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. Ros, (2005), Entre tanto los niveles de bajos de desempleo en Latinoamérica se deben a la lenta acumulación de capital en países de américa latina dirigidos hacia los productos que tienen mayor dinamismo respecto a los recursos naturales.. Según Krugman y Well (2007) Considera a una persona desempleado, cuando esta se encuentra en constante búsqueda de trabajo, pero no lo localiza, en caso de que se diera una realidad ideal donde las personas que buscan empleo lo obtienen a esta se le denomina “pleno empleo”. El autor supone las principales causas de desempleo en un país, por ejemplo, la constante innovación tecnológica y el constante cambio de gustos de los clientes, además están las razones personales no muy comunes como cambiar de perspectivas, mudarse, etc. También menciona el desempleo friccional cuando un trabajador deposita su tiempo en hallar un trabajo donde requieran sus cualificaciones y ofrezcan un salario que vaya de acuerdo con su labor. El surgimiento de este desempleo friccional se debe a la constante de crear y destruir puestos de empleo, y la otra razón es por el ingreso de nuevos trabajadores al mercado laboral.. IO. Diario Gestión, (2018) manifiesta sin lugar a duda, que la principal fuente de ingresos. BL. de la gran mayoría de ciudadanos en el Perú es el empleo. El mercado laboral tiene una demanda. BI. de empleo (empresas) y una oferta de empleo (familias). Las empresas demandan trabajadores que son ofrecidos por las familias. A riesgo de ser simplificador, los dos problemas más acuciantes de nuestra realidad laboral son el subempleo y la informalidad, ambos consecuencia de la baja productividad.. pág. 15 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(27) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Veamos algunos datos. En primer lugar, la población económicamente activa (PEA) está compuesta por todas aquellas personas mayores de 14 años, que están dispuestas a trabajar. Perú. pertenecen a la PEA.. IC AS. tiene 31 millones de habitantes. De ese total, aproximadamente la mitad, es decir, 16 millones,. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. De los 16 millones, el 42% se encuentra subempleado por ingresos, lo que significa que la persona tiene un empleo, pero obtiene al mes menos que un ingreso mínimo referencial, que en enero de 2018 ascendió a 961 soles. 2% son subempleados por horas; en esta categoría se encuentran aquellos que trabajan menos de 35 horas a la semana, desean trabajar más, pero no encuentran dónde. El desempleo se acerca a 5% de la PEA y está compuesto por aquellos que desean trabajar, pero no encuentran dónde. Todos los porcentajes de calculan como porcentaje de la PEA.. Redondeando cifras, la realidad es que el 50% de la PEA no está conforme con su situación. Ahora bien, esto no significa que el 50% restante que sí tiene un empleo, se encuentre feliz con su situación. Imagínese estimado lector, que basta que obtenga un ingreso mensual, digamos de 1000 soles, para ser considerado adecuadamente empleado. Y no creo que esa situación mantenga tranquilo a alguien. Dicho esto, en 2017 y de acuerdo con cifras del INEI, el empleo formal disminuyó 2.8%. Lo más probable es que esa reducción haya hecho crecer el. IO. subempleo o el desempleo.. BL. El otro tema es la informalidad. Las cifras indican que el 75% de los trabajadores en el. BI. Perú lo hace en el sector informal, sin acceso a beneficios sociales de ningún tipo. Se han dado muchas explicaciones para este problema; aquí va una más: no existen los incentivos para formalizarse; para ponerlo en términos simples, ¿qué gana un pequeño empresario si se formaliza? Solo asume costos sin recibir beneficios por pagar impuestos.. pág. 16 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(28) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. La educación en el Perú, en especial la superior no está en línea con la demanda de trabajo; ¿qué estamos enseñando a nuestros jóvenes? ¿Sirve de algo? ¿Por qué encontramos. IC AS. tantos profesionales sin trabajo o subempleados? La educación necesita de una reforma, aunque parezca una frase hecha y repetida hasta el hartazgo. Los sueldos y salarios siguen a la. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. productividad, lo que significa que quienes más rinden, obtienen mayores salarios. La raíz del problema del subempleo y la informalidad es la baja productividad y como consecuencia de ella, los bajos salarios. Y la productividad en una parte importante, depende de la calidad y pertinencia de la educación recibida.. La revolución de la productividad es la única alternativa que tiene el país. Ser más productivo significa hacer más con lo mismo. Producir más con las mismas cantidades de recursos; y ello pasa por alinear lo que aprendemos en las universidades con lo que necesita el mercado laboral. (Diario Gestión, 2018) 2.1.1 Causas del Desempleo:. Mankiw y Rabasco (p.437) citan los siguientes cuatro factores como los causantes del desempleo: . La primera causa del desempleo es el tiempo que tardan los trabajadores en encontrar el trabajo que mejor se ajusta a sus gustos y a sus cualificaciones. El seguro de desempleo. IO. es un programa público que, aunque protege la renta de los trabajadores, aumenta la. La segunda causa por la que una economía siempre tiene algún desempleo es la. BI. . BL. cantidad de desempleo friccional.. legislación sobre el salario mínimo. Esta legislación, al obligar a pagar a los trabajadores no cualificados y sin experiencia un salario superior al de equilibrio, eleva la cantidad ofrecida de trabajo y reduce la demandada. El exceso de trabajo resultante representa desempleo.. pág. 17 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(29) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. . La tercera causa del desempleo es el poder de mercado de los sindicatos. Cuando éstos. un exceso de trabajo. . IC AS. consiguen en los sectores sindicados unos salarios superiores a los de equilibrio, crean. La cuarta causa del desempleo la sugiere la teoría de los salarios de eficiencia. Según. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. esta teoría, a las empresas les resulta rentable pagar unos salarios superiores a los de equilibrio. Unos elevados salarios pueden mejorar la salud de los trabajadores, reducir su rotación, mejorar su calidad y aumentar su esfuerzo. 2.1.2 Tipos de Desempleo:. Para Casani, Llorente y Pérez (2008) el desempleo está compuesto por aquellas personas que, a pesar de disponer de las capacidad físicas y mentales, que lo habilitan como población activa, además de encontrarse en la búsqueda del trabajo adecuado no encuentre trabajo, por lo que a ello lo denomina el paro total de las personas desempleadas. Así es como los autores establecen a los siguientes tipos de desempleo: Desempleo cíclico. Se produce a causa de la disminución de productividad, es decir el nivel productivo de la empresa u organización se disminuye por razones externas como una crisis económica financiera que atraviese una nación, en ese caso las personas que poseen un trabajo se aferran a. IO. él, para no quedarse desempleado, es por ello que no existe rotación de personal, ya que el riesgo. BL. de no volver a encontrar trabajo es alto. (Casani, Llorente y Pérez, 2008). BI. Paro estructural. Se da básicamente por un desajuste entre el nivel de demanda y de oferta laboral en el. mercado laboral. Donde una baja en la demanda laboral puede darse a falta de capacidad, entrenamiento o conocimientos que superan el nivel de oferta laboral. Estas causas por lo. pág. 18 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(30) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. general toman tiempos prolongados donde tiene que intervenir el Estado como incrementando. Desempleo friccional. IC AS. los niveles de formación de los trabajadores. (Casani, Llorente y Pérez, 2008). Se origina por aquellas personas que no encuentran el trabajo deseado, por lo general. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. por personas que buscan mejores condiciones laborales, o porque mejoró su perspectiva profesional, mejora salarial, etc. La mayoría de estas personas se encuentran en esta situación por tiempos breves o no muy prolongados. (Casani, Llorente y Pérez, 2008) Paro estacional. Es el tipo de desempleo que se da a causa de la escasez de trabajo en ciertas temporadas del año, como por ejemplo las empresas que dependen del clima como la agricultura, aquellas que dependen de fechas importantes como los hoteles, restaurantes, entre otros. (Casani, Llorente y Pérez, 2008) Desempleo abierto. Representa a todas aquellas personas dentro de la fuerza laboral que no tienen empleo y que a pesar de estar disponibles para trabajar de inmediato no lo encuentran, aun cuando han tomado medidas concretas para buscar ya sea un empleo asalariado o un empleo independiente. (Casani, Llorente y Pérez, 2008). IO. Desempleo oculto. BL. Son un subconjunto de la Población Económicamente Inactiva (PEI). La PEI es el. BI. conjunto de personas en edad de trabajar que no participan en el mercado laboral; es decir, aquellas que no realizan ni buscan realizar alguna actividad económica. (Casani, Llorente y Pérez, 2008).. pág. 19 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(31) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.2 Modelos de Probabilidad No Lineal La estimación e interpretación de los modelos probabilísticos lineales plantea una serie. IC AS. de problemas que han llevado a la búsqueda de otros modelos alternativos que permitan estimaciones más fiables de las variables dicotómicas. El análisis de Regresión Logística sirve. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. para pronosticar una variable dependiente categórica a partir de una o más variables independientes de cualquier tipo (cualitativas o cuantitativas). La variable dependiente de una regresión logística puede ser dicotómica (regresión binaria) o politómica (regresión nominal y ordinal). Este presente trabajo de investigación se realizó en base a la regresión logística binaria. (Pardo y Ruiz, p.159, 2012). En un análisis de regresión logística binaria se tiene, se tiene una variable dicotómica que define dos grupos: los elementos que poseen la característica estudiada y los que no la tienen; esta variable dicotómica es la variable dependiente o respuesta, es decir, la variable la cual se quiere pronostica. Y para efectuar esos pronósticos se tiene una o más variables en las que se supone diferencias los grupos definidos por la variable dicotómicas; estas variables en las que se supone se diferencian los grupos son las variables independientes o covariables de análisis. Al igual que un análisis de regresión lineal, el análisis de regresión logística permite obtener una serie de pesos o coeficientes que informan sobre la contribución individual de cada. IO. variable independiente a la diferenciación entre los grupos que permiten obtener pronósticos (en. BL. forma de probabilidades) que sirven para clasificar a los sujetos. (Pardo y Ruiz, p.159, 2012). BI. La utilidad de un análisis de estas características radica, en la la posibilidad de trabajar. con respuesta dicotómica. Pero, además, los modelos para diseñar para trabajar con respuesta dicotómica constituyen la base de otros modelos más complejos. Los modelos que se utilizan para analizar respuestas nominales y ordinales se basan en la estimación simultánea de varios modelos para respuestas dicotómicas. Y cuando la variable dependiente es una frecuencia se. pág. 20 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(32) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. utiliza una mezcla de modelos entre los cuales los diseñados para respuestas dicotómicas. 2.2.2 Regresión con respuesta dicotómica. IC AS. desempeñan un importante rol. (Pardo y Ruiz, p.160, 2012). Cuando se trabaja con variables dicotómicas (acierto error, recuperados no recuperados,. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. a favor en contra, comprar no comprar, presencia ausencia, etc.) es completamente irrelevante utilizar unos u otros códigos para identificar las categorías de la variable (es solo una cuestión de conveniencia), pero lo habitual es utilizar el código 1 para el acierto, los recuperados, la presencia, etc., y el código 0 para el error, los no recuperados, la ausencia, etc. En una variable de estas características, la probabilidad de cualquiera de sus dos valores es complementaria de la probabilidad del otro. Es decir, siendo Y una variable dicotómica con valores 0 y 1, se verifica (Pardo y Ruiz, p.160, 2012). 𝑃(𝑌 = 1) = 1 − 𝑃(𝑌 = 0). (1). Por tanto, saber lo que ocurre con una cualquiera de las dos categorías implica saber lo que ocurre con la otra. Centrémonos en la categoría 1 y hagamos. 𝐸(𝑌) = 𝑃(𝑌 = 1) = 𝜋1 (2). Esto significa que en una variable dicotómica codificada con “unos” y “ceros”, la media o valor esperado de la variable es la proporción de “unos”. Pero también significa que, a. IO. diferencia de lo que suele hacerse con una respuesta cuantitativa, con una respuesta dicotómica. BL. no interesa describir o pronosticar los valores concretos de la variable (los cuales sabemos que. BI. son intrínsecamente irrelevantes), sino la probabilidad de pertenecer a una de las dos categorías de la variable. Ahora bien, para explicar o pronosticar esta probabilidad pueden utilizarse diferentes estrategias. (Pardo y Ruiz, p.160, 2012).. pág. 21 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(33) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.2.3 La función lineal Una posible forma de modelar una respuesta dicotómica consiste en asumir que π1 está. 𝜋1 = 𝛽0 + 𝛽1 𝑋. (3). IC AS. linealmente relacionada con X y aplicar el modelo clásico de regresión lineal:. Los pronósticos que ofrece la ecuación (3) para π1 forman una línea recta en el plano. TE CA Y M DE AT C EM IEN ÁT CI IC AS AS FÍ S. definido por las variables X e Y. El coeficiente β0 es el punto en el que la recta corta el eje vertical; se le suele llamar constante o intersección (también, ordenada en el origen). (Pardo y Ruiz, p.161, 2012).. Aunque una ecuación lineal como la definida en (3) es muy útil para modelar una respuesta cuantitativa, no lo es tanto para modelar una respuesta dicotómica. Esto puede apreciarse fácilmente en los diagramas de dispersión de la Figura 1. El diagrama de la izquierda muestra los valores de una variable dicotómica Y respecto de una variable cuantitativa X cualquiera. Puesto que Y solo toma dos valores (0 y 1 en el ejemplo), los puntos del diagrama se encuentran alineados en dos filas. El diagrama de la derecha muestra la recta de regresión que ofrece la ecuación (3) para esta nube de puntos. Parece que, con variables dicotómicas, una línea recta no consigue hacer un buen seguimiento de la nube de puntos. (Pardo y Ruiz, p.161,. BI. BL. IO. 2012).. FIGURA 1. Diagrama de Dispersión con Recta de Regresión Lineal. pág. 22 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.