ANÁLISIS CORRELACIONAL ENTRE LOS INGRESOS PERSONALES Y LOS AÑOS DE ESTUDIO EN BOLIVIA
Palabras clave:
Correlación, ingresos personales, años de estudioResumen
En Bolivia con la información de la Encuesta de Hogares año 2021, se realizó un análisis de correlación entre ingresos personales y años de estudio, la influencia de esta última muestra una correlación con coeficiente menor a 0.5, indicando que no hay una buena correlación, lo que en otros países muestra una tendencia positiva.
En la búsqueda de explicar una correlación buena que explique el comportamiento de los ingresos se encontraron otras variables independientes que explican la variable ingresos personales, mostrando un coeficiente de determinación con tendencia positiva.
En el presente estudio se realiza un análisis correlacional para mostrar que el coeficiente de correlación entre el ingreso personal y los años de estudio no es significativo, lo que no ocurre en otros países, destacándose que en Bolivia a mayores años de estudio no se tienen mejores ingresos, esta situación tiene factores socioeconómicos que son de mucho interés, en vista de que la educación superior es una inversión para obtener mejores ingresos en el futuro.
Referencias
Cao, R., y Fernández Casal, R. (2020). Técnicas de simulación y remuestreo. Capítulo 9: Métodos de remuestreo. https://rubenfcasal.github.io/simbook/bootstrap.html
Cavagnoud, R., Lewandowski, S., y Salazar, C. (2015). Pobreza, desigualdades y educación en Bolivia. Bulletin de l'Institut Français d'Études Andines, 44 (3), 381-407.
Censo de Población y Vivienda 2012, Características de la Población, Estado Plurinacional de Bolivia, Instituto Nacional de Estadística, febrero 2015.
Cochran, W. G. (1996). Técnicas de muestreo. Compañía Editorial Continental.
Gamero Buron, C., e Iranzo Acosta, J. L. (2015). Modelos probabilísticos: Variables aleatorias continuas. Departamento de Economía Aplicada, Universidad de Málaga.
Gobierno Autónomo Municipal de La Paz. Secretaría Municipal de Planificación para el Desarrollo. Dirección de Investigación e Información Municipal. (2014). Medición de la calidad educativa en el municipio de La Paz.
Gujarati, D. N. (2010). Econometría (5a ed.). McGraw-Hill Interamericana.
Instituto Nacional de Estadística (INE). (2020). Nivel de instrucción alcanzado por la población de 19 años o más de edad por sexo, según área, 2011 – 2023 [Conjunto de datos]. Estado Plurinacional de Bolivia.
Landa, F. (2023). Curso Medición de la pobreza y desigualdad con STATA [Material de curso].
Mora Salas, M., y Pérez Sáenz, J. P. (2008). Los claroscuros de las mujeres proveedoras: Análisis de género en el contexto del trabajo remunerado en la era global. Facultad Latinoamericana de Ciencias Sociales (FLACSO). http://bibliotecavirtual.clacso.org.ar/ar/libros/costar/flacso/cuad131.pdf
Muro Guerrero, J. (2019). Trabajo académico de análisis de datos censurados: Técnicas de estimación e inferencia no paramétricas y paramétricas [Trabajo académico]. Facultad de Ciencias, Universidad de Zaragoza.
Reichmann, W. J. (1965). Uso y abuso de las estadísticas. Deusto.
Siegel, S., y Castellan, N. J. (1998). Estadística no paramétrica aplicada a las ciencias de la conducta (4a ed.). Editorial Trillas.
Stezano, F. (2021). Enfoques, definiciones y estimaciones de pobreza y desigualdad en América Latina y el Caribe (Documentos de Proyectos). Comisión Económica para América Latina y el Caribe (CEPAL) y Fondo Internacional de Desarrollo Agrícola (FIDA).
Takezawa, K. (2006). Introduction to nonparametric regression. John Wiley & Sons.
Unidad de Análisis de Políticas Sociales y Económicas (UDAPE). (2005). Análisis económico, 20.
Walpole, R. E., Myers, R. H., Myers, S. L., y Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias (9a ed.). Pearson Educación.
