05 de octubre de 2026

Introducción

El ingreso laboral refleja las diferencias dentro del mercado de trabajo colombiano, y se relaciona con características individuales y laborales.

Por ejemplo según el DANE (dic 2023 - feb 2024), la tasa de ocupación fue de 69,3 % en hombres y 44,4 % en mujeres.

Frente a esto surgio la siguiente pregunta de investigación,¿De qué manera influyen las características sociodemográficas (sexo y nivel educativo) y las condiciones laborales (edad, horas trabajadas a la semana y meses en el empleo) en la determinación del ingreso laboral de los trabajadores en Colombia?

Metodología

Para poder explicar nuestra pregunta de investigación, tomamos los datos de la Gran Encuesta Integrada de Hogares (DANE) para febrero de 2024. En dónde lo primero que se hizo fue integrar las fuentes de datos, usando 9 archivos .CVC; los cuales son bases de datos separadas, unas de almacenaban características generales, en otras características más específicas de los ocupados ( trabajadores ), etc. Lo que se hizo fue cruzarlas y juntarlas mediante llaves identificadoras del hogar y la persona para crear un único registro por individuo; luego, se hizo un filtro y se limpió la base de datos para finalmente quedar con una muestra de 28.272 personas con ingreso laboral positivo, y con el cual se empezo a trabajar con el objetivo de estimar una regresión lineal múltiple con el logaritmo del ingreso laboral como variable dependiente.

Descripción del modelo

Variables del modelo

Variable Tipo Unidad / categorías ¿Por qué se incluye?
ln(ingreso) (Y) Cuantitativa ln de pesos COP por mes Ingreso laboral de los ocupados
Sexo Categórica Hombre (ref.) / Mujer Característica sociodemográfica relevante
Nivel educativo Ordinal Primaria o menos (ref.), Secundaria, Técnico/tecnólogo, Pregrado, Posgrado Nivel de formación alcanzado
Edad Cuantitativa Años Aproxima la experiencia
Edad² Cuantitativa Años² Permite una relación no lineal
Horas por semana Cuantitativa Horas Intensidad laboral
Meses en el empleo Cuantitativa Meses Antigüedad en el empleo

1. Variable dependiente: Logaritmo del ingreso laboral.

2. Variables cuantitativas

Edad

Edad al cuadrado

Horas trabajadas a la semana

Meses trabajados

3. Variables cualitativas

Sexo

Nivel Educativo

4. Estimación del modelo de regresión de múltiple

Para analizar las determinantes socioeconómicas y laborales del ingreso individual en Colombia, se estimó un modelo de regresión lineal múltiple; a partir de esto se estableció la ecuación del modelo poblacional , la cual se especifica de la siquiente manera:

\[ \begin{aligned} \ln(\text{Ingreso}_i) = \beta_0 &+ \beta_1 \text{Sexo Mujer}_i + \beta_2 \text{Educ Secundaria}_i + \beta_3 \text{Educ Técnica}_i \\ &+ \beta_4 \text{Educ Universitaria}_i + \beta_5 \text{Educ Posgrado}_i + \beta_6 \text{Edad}_i \\ &+ \beta_7 \text{Edad}_i^2 + \beta_8 \text{Horas Semana}_i + \beta_9 \text{Meses Trabajo}_i + \varepsilon_i \end{aligned} \]

Tabla modelo de regresión lineal

Tabla 9. Resultados del modelo de regresión lineal múltiple (Ln Ingreso Laboral)
Variable Coeficiente Error Estándar Estadístico t Valor p Sig.
Intercepto 11.47115 0.03961 289.5797 < 0.0001 ***
Sexo_Mujer -0.21059 0.00874 -24.10217 < 0.0001 ***
NiEduc_Sec/Med 0.36898 0.01188 31.05859 < 0.0001 ***
NiEduc_Tecni/Tecno 0.72333 0.0155 46.67747 < 0.0001 ***
NiEduc_Univ 1.16778 0.01482 78.77614 < 0.0001 ***
NiEduc_Posgrado 1.94523 0.02001 97.19868 < 0.0001 ***
Edad 0.03997 0.00174 22.92832 < 0.0001 ***
Edad² -0.00045 2e-05 -22.78889 < 0.0001 ***
Horas_Semana 0.0247 0.00033 75.66599 < 0.0001 ***
(Antiguedad) Meses_Trabajo 0.00049 4e-05 11.20418 < 0.0001 ***
R² ajustado 0.4392
F 2461.03
Valor p (modelo) < 0.0001
N 28272

5.Resultados del modelo

5.1 Linealidad

5.2 Normalidad de residuos

5.3 Homocedasticidad

5.4 Distancia de cook

5.5 Matriz de Correlaciones

5.6 Factor de la inflación de la Varianza (VIF)

Conlusiones

  • Impacto de la educación: Es el determinante más fuerte del ingreso. En comparación con primaria o menos, la secundaria se asocia con un aumento del +44,6 % en el ingreso; la formación técnica, con un +106,1 %; la universitaria, con un +221,5 %; y el posgrado, con un +599,5 %.
  • Brecha salarial de género: A pesar de controlar por igualdad de educación, edad, horas trabajadas y antigüedad en el empleo, las mujeres perciben en promedio un 19,0 % menos de ingreso que los hombres.
  • Efecto de la experiencia: La edad presenta una asociación positiva con el ingreso, pero bajo una estructura de rendimientos decrecientes a lo largo del ciclo laboral.
  • Horas y antigüedad: Cada hora semanal adicional trabajada se asocia con un incremento del +2,5 % en el ingreso, mientras que cada mes de permanencia en el empleo aporta un +0,05 %.
  • Ajuste del modelo: La especificación alcanzó un \(R^2\) ajustado de 0,4392 (\(F = 2.461,03\), \(p < 0,0001\)), demostrando que el modelo es globalmente significativo y apto para el análisis.