VARIABLES QUE EXPLICAN EL SALARIO DE
PROFESIONALES DEL SECTOR PRIVADO
GRADUADOS DE LA FCE-UTMACH, 2015-2020
VARIABLES EXPLAINING THE SALARIES OF
PRIVATE SECTOR PROFESSIONALS GRADUATED
FROM FCE-UTMACH, 2015-2020
Christian Elian Tapia Gallo
Universidad Técnica de Machala, Ecuador
Evelyn Marlelly Cordova Loaiza
Universidad Técnica de Machala, Ecuador
Mariana Malvina Iozzelli Valarezo. Econ.
Universidad Técnica de Machala, Ecuador
Laura Luzmila Vega Gonzales. Econ
Universidad Técnica de Machala, Ecuador
pág. 1919
DOI: https://doi.org/10.37811/cl_rcm.v8i4.12434
Variables que Explican el Salario de Profesionales del sector Privado
Graduados de la FCE-UTMACH, 2015-2020
Christian Elian Tapia Gallo
1
ctapia2@utmachala.edu.ec
https://orcid.org/0000-0001-9300-2440
Universidad Técnica de Machala
Ecuador
Evelyn Marlelly Cordova Loaiza
ecordova10@utmachala.edu.ec
https://orcid.org/0000-0001-5611-8364
Universidad Técnica de Machala
Ecuador
Mariana Malvina Iozzelli Valarezo. Econ.
miozzelli@utmachala.edu.ec
https://orcid.org/0009-0004-5233-3365
Universidad Técnica de Machala
Ecuador
Laura Luzmila Vega Gonzales. Econ
llvega@utmachala.edu.ec
https://orcid.org/0000-0003-0015-3026
Universidad Técnica de Machala
Ecuador
RESUMEN
El siguiente trabajo tiene como objetivo determinar cuáles son las variables que explican los niveles
salariales de los profesionales graduados de la FCE de la UTMACH, 2015-2020, para conocer porque
algunos profesionales tienen remuneraciones más altas que otros. El problema radica en la necesidad
de conocer las diferencias entre los niveles salariales existentes de los profesionales y determinar los
factores que provocan este fenómeno dentro del mercado laboral de Machala, teniendo en consideración
que estos son profesionales egresados de la misma institución de educación superior. Por medio de
variables divididas en tres categorías: sociodemográficas, académicas y laborales se encontró un
modelo econométrico aplicado a una muestra de 191 individuos, que explicó cuáles fueron las variables
que determinan el nivel de ingreso, en las cuales destacan el sexo, la obtención de certificados por la
aplicación de cursos, el nivel de inglés y la influencia de características laborales como la experiencia,
años en el trabajo actual y el tamaño de la empresa; proporcionando de esta forma una visión para la
toma de decisiones y en la formación de los estudiantes activos, egresados y aspirantes a las diferentes
carreras de la FCE
Palabras clave: variables, salario, profesionales
1
Autor principal
Correspondencia: ctapia2@utmachala.edu.ec
pág. 1920
Variables Explaining the Salaries of Private Sector Professionals
Graduated from FCE-UTMACH, 2015-2020
ABSTRACT
The objective of this work is to determine which variables explain the salary levels of professionals
graduated from the FCE at UTMACH, 2015-2020, to understand why some professionals have higher
remunerations than others. The problem lies in the need to understand the differences in existing salary
levels of professionals and to determine the factors that cause this phenomenon within the labor market
of Machala, considering that these are professionals who graduated from the same institution of higher
education. By means of variables divided into three categories: sociodemographic, academic, and labor-
related, an econometric model was applied to a sample of 191 individuals, which explained which
variables determine the income level. Among these, gender, the obtaining of certificates through the
application of courses, the level of English, and the influence of labor characteristics such as experience,
years in the current job, and the size of the company stood out. This provides a vision for decision-
making and the training of active students, graduates, and aspirants to the different careers at the FCE.
Keywords: variables, salary, professional
Artículo recibido 10 junio 2024
Aceptado para publicación: 15 julio 2024
pág. 1921
INTRODUCCIÓN
La vida laboral al momento de enfrentarla suele tener desafíos los cuales no son observables y se
desconoce cómo funcionan en totalidad, por ello se emplea la búsqueda de aquellos efectos que puedan
explicar cuáles son las principales razones por las que existe una variación en los salarios y en que
intensidad intervienen, entre todas esas variables se pretende definir cuál es la más relevante en el campo
laboral de un estudiante al culminar con sus estudios universitarios para obtener altos ingresos. Debido
a la ausencia de estudios similares del mismo contexto y que analicen el mismo espacio geográfico se
realiza el presente trabajo el cual identifica las variables que mantienen incidencia sobre los niveles
salariales de los profesionales que laboran en el sector privado de la ciudad de Machala, que cuenten
con un trabajo formal, una remuneración mensual y culminaron sus estudios en la Facultad de Ciencias
Empresariales de la Universidad Técnica de Machala durante el periodo 2015-2020. Por lo cual éste
explicará lo que realmente puede estimar un profesional para aspirar salarios más altos, por otro lado,
será útil para aquellos aspirantes interesados a ingresar en las carreras de la Facultad de Ciencias
Empresariales, de esta forma conocer el contexto del mercado laboral y de las variables que influyen
en el salario de un profesional.
Para este trabajo de investigación se ha considerado el periodo mencionado, caracterizado por un
mercado laboral de la ciudad de Machala con altos índices de empleo informal, altas tasas de desempleo,
y en un periodo pre-pandemia. Este enfoque permite analizar la evolución del mercado laboral en un
contexto que precede de cambios significativos ocasionados por la pandemia, como la creación del
teletrabajo, el recorte de personal, entre otros efectos negativos, que afecta la sistematización de los
datos, y puede vulnerar la estimación de los ingresos.
En este contexto, se observa numerosos profesionales procedentes de las diferentes carreras de la
Facultad de Ciencias Empresariales, los cuales se encuentran distribuidos en diversos cargos, y tienen
la capacidad de escalar a niveles jerárquicos más altos, lo cual depende de múltiples factores aún por
definir. Debido a esto, surge las interrogantes, ¿cuáles son esos factores? y qué razones explican por
qué algunos profesionales, a pesar de poseer un nivel de educación universitaria similar, perciben
salarios más elevados que otros profesionales, esto constituye el eje principal del estudio, por lo tanto,
el problema se define como la necesidad de determinar si existe una brecha salarial entre los
pág. 1922
profesionales graduados de la Facultad de Ciencias Empresariales de la Universidad Técnica de
Machala, la magnitud de este fenómeno y que factores sociodemográficos, académicos y labores
influyen en la obtención de los diferentes niveles salariales.
Esta investigación podría contribuir a la comprensión teórica existente al proporcionar datos empíricos
actualizados y específicos sobre cómo estas variables interactúan y afectan los niveles salariales.
Además, podría ayudar a identificar nuevas variables o relaciones no consideradas anteriormente,
mejorando así la comprensión general de los factores que influyen en los salarios de los profesionales.
Por otro lado, sirve de guía a los graduados en la toma de decisiones informadas sobre carreras y
preparación profesional, por lo tanto, el estudio no solo proporciona una comprensión más profunda de
los factores que influyen en los salarios de los profesionales, sino que también ofrece buenas ideas
prácticas que pueden aplicarse en la orientación educativa y el desarrollo de habilidades blandas para
abordar la problemática y mejorar las perspectivas laborales de los nuevos profesionales.
Para abordar el tema de investigación y lograr las aportaciones teóricas, prácticas y metodológicas
mencionados, el presente estudio tiene como objetivo principal: Identificar los niveles salariales de los
profesionales que se han graduado en la Facultad de Ciencias Empresariales de la Universidad Técnica
de Machala y las variables que lo explican, por medio de la obtención de datos provenientes de una
encuesta para generar un modelo de regresión lineal múltiple que permita a los profesionales conocer
la perspectiva de como aspirar a salarios más altos.
De acuerdo a un estudio realizada en México, señala que el nivel salarial está influenciado por una
variedad de factores académicos y contextuales, de los cuales estos últimos involucran aspectos
socioculturales y la caracterización del mercado laboral (Ramírez et al., 2021, p. 20).
A nivel de Sudamérica, por medio de la aplicación de métodos estadísticos se determinó una relación
positiva entre el salario de los egresados universitarios, con el rendimiento académico, el cual registro
una media ponderada de calificaciones de 12,6 puntos y una media salarial de 2.402,43 soles probando
la incidencia del rendimiento académico frente al salario, explicando la relación positiva entre ambas
(Ramírez Asís et al., 2020, pp. 1, 6).
En Ecuador, la educación está positivamente relacionada con los salarios, mostrando que cada año de
estudio aumenta el salario promedio, la variable genero denota gran diferencia, donde las mujeres son
pág. 1923
las más afectadas por las diferencias salariales. Por otro lado, la experiencia laboral tiene una influencia
limitada en los salarios, lo que coincide con la legislación que promueve las funciones para evitar la
dependencia en trabajadores específicos, otro elemento que presenta una relación positiva sobre los
salarios es el idioma, las personas con la capacidad de hablar otra lengua tienen salarios más altos, sin
embargo, aún es indeterminado, las características del puesto y la empresa, además del idioma (López
y Sarmiento, 2019, pp. 11-12)
Salario
Castillo (2014) menciona que el salario es la compensación económica que recibe un trabajador por su
labor, generalmente en forma de pago regular. Este ingreso puede variar según el empleador, el tipo de
trabajo y la experiencia del empleado.
Brecha salarial
Para Sánchez (2017) la brecha salarial es definida como la diferencia porcentual entre los ingresos
medios. Su impacto en el mercado laboral se evalúa a nivel macroeconómico, pero su interpretación
requiere considerar diversos factores. (p. 3)
Según Maldonado et al. (2023) Debido a la pandemia las brechas salariales se modificaron y cambiaron,
hasta 2017 se mantuvo en niveles bajos, sin embargo, para el 2021 aumento. Los hogares conformados
como padres, madres solteras fueron los más afectados. Además, las parejas sin hijos experimentaron
una mayor pérdida de ingresos. Estos resultados destacan la necesidad de políticas para abordar estas
brechas salariales y el impacto económico de la pandemia en los ingresos de los hogares (pp. 6-7).
Variables Sociodemográficas
Las variables como la edad, sexo, nivel de instrucción del padre, nivel de instrucción de la madre y la
cantidad de hijos proporcionan una visión de cómo se compone el entorno demográfico, educativo y
familiar de un profesional. Al momento de realizar el análisis se verá un enfoque más comprensivo de
todas aquellas complejidades de la población de estudio con respecto a parte de su vida y así obtener
mejores resultados.
Según Arce (2003) existen diferencias significativas en los salarios debido al género, en las mismas
condiciones de escolaridad, en el sector privado los hombres con estudios universitarios poseen salarios
más altos que las mujeres, sin embargo, esto ocurre de forma contraria en el sector público, donde las
pág. 1924
mujeres con estudios de tercer nivel cuentan con un mayor ingreso que los empleados masculinos (p.
15).
Groisman y Marshall (2015) explican que las variables como el género o la edad afectan de forma
directa al salario, es decir, que, a mayor edad, los individuos obtendrán ingresos más altos, sin embargo,
el efecto de este, a pesar de ser significativo para estimar el salario, no son tan representativos los
cambios que generan sobre la percepción de los ingresos (pp. 8 - 9).
Ayala et al. (2016) Mencionan que existe una correlación positiva entre el nivel de educación de los
progenitores, con el salario de los individuos, demostrando que aquellos individuos con padres con
estudios de tercer nivel tienen mayores salarios determinado con la aplicación del modelo de Mincer en
las 4 regiones del país (p. 8)
Variables Académicas
En esta clasificación incluye el puntaje de graduación, niveles de inglés, edad al terminar estudios,
asignatura desaprobada, numero de certificados y numero de idiomas las cuales están enfocadas más a
explicar cómo el entorno educativo se correlaciona, y profundizar en aquellos aspectos que contribuyen
a obtener un nivel salarial alto.
El rendimiento académico que tiene un estudiante dentro de su carrera universitaria afecta directamente
y en gran magnitud al nivel de su salario, ya que este representa un punto favorable para las empresas
que buscan capital humano preparado y eficiente, dicho de otra forma, existe una relación positiva entre
aquellos profesionales con mayor desempeño y los niveles salariales altos. (Adarve, 2011, p. 39).
El dominio del inglés permite mejores condiciones salariales, con un aumento del 19.4% con respecto,
a quienes solo hablan una lengua, debido a la baja competencia del idioma, y es un elemento que las
empresas toman en consideración para una evaluación laboral (Charles y Torres, 2022, pp. 10-11)
Morales et al (2024) Los programas de certificación tienen un efecto positivo en términos de ingresos,
este fenómeno tiene un impacto positivo dentro los trabajadores en relación de dependencia como
resultado de la mejor de habilidades.
Variables Laborales
Las siguientes variables proporcionarán un enfoque detallado de los factores determinantes de los
niveles salariales de los profesionales, permitiendo un análisis sobre las influencias económicas y las
pág. 1925
características del lugar de trabajo. La aparición de estas variables en nuestra metodología tendrá mejor
comprensión acerca de cómo se está manejando el mercado de trabajo y que toman en cuenta las
empresas actuales de los profesionales.
La experiencia laboral se refiere al tiempo empleado en una actividad bajo contrato laboral, que integra
los conocimiento y habilidades adquiridas dentro de su perfil profesional. (Aguilar del Castillo, 2016,
p. 7)
Areta Martínez (2013) indica que empresas grandes, en todas las regiones de Perú el nivel salarial se
incremente en comparación de microempresas y MYPES, el aumento del salario lo cataloga como
directo y progresivo frente al tamaño de la empresa (p. 27).
Modelo Teóricos
El modelo de Mincer elaborado en 1974 demuestra la relación entre el logaritmo natural del salario
Ln(w) sobre los años de educación, es decir la preparación académica, los años de experiencia y los
años de experiencia al cuadrado. Por un lado es la base para la búsqueda de los determinantes del salario,
y por otro sirve de herramienta con el cual se interpreta la tasa de retorno en la educación, el cual
menciona que un mayor gasto en educación, aumenta el nivel de preparación de las personas, en
consecuencia, el nivel de escolaridad a nivel nacional se eleva, finalmente, aumentando el nivel de
ingresos de los individuos lo cual se traduce en crecimiento económico (Lucero, 2019, pp. 7 - 9).
Urroz & Salgado (2020) en la aplicación el modelo de Mincer evidencio que por cada año de escolaridad
los individuos incrementan su salario en un 7,5% mientras que aquellos que han adquirido experiencia
laboral llevan un 3,36 % y la experiencia potencial un valor muy bajo de 0,068 %, lo cual permitió
encontrar el factor más importante al momento de inferir el salario de un trabajador. (p. 15)
Vera (2019) utilizo el modelo para explicar las diferencias salariales por género, el cual muestra la
afectación de manera directa frente a los ingresos que recibe tanto los hombres como mujeres, con la
aplicación del modelo para distintos años, en el 2010 las mujeres tenía un salario inferior a 11,34 % y
para el año 2016 se redujo las diferencias salariales a 10,87 %, además con la aplicación del modelo de
Mincer, se observaron otros factores como la zona geográfica, la etnia y el nivel de educación, entre
otras (p. 12)
pág. 1926
Mercado laboral
Según Romero (2022) clasifica a la ciudad de Machala entre las ciudades con mayor índice de
informalidad laboral con un 50% de la PEA, además de ser considerada poco equitativa en la
participación laboral, donde las mujeres son las más afectadas teniendo mayor representación en
empleos de esta índole, así mismo con un 6,9% es la segunda ciudad con mayor tasa de desempleo a
nivel nacional y con mayor tasa de empleo no remunerado, este problema influye de forma negativa en
la creación de emprendimiento y entre las causas actuales se conoces las olas migratorias y los efectos
de la pandemia (pp. 10 - 12)
Figura 1 Grafico comparativo de las estadísticas de empleo del año 2023
Nota: Realizado en base a los datos proporcionados por el INEC (2023)
En la encuesta nacional de empleo, subempleo y desempleo, para el año 2023 en la ciudad de Machala,
la población económicamente activa en el sector privado fue de 75.020, según el grado de instrucción,
el 23,86% pertenece a la población económicamente activa (PEA) de profesionales con estudios en
educación superior, es decir, 17.901 profesionales los cuales presenta un salario promedio de $737,
además dentro de esta clasificación, existe una tasa de desempleo del 9,7%, un 90,3% de tasa de empleo,
y del total 14.519 cuentan con un empleo en el sector formal INEC (2023)
El desempleo en Ecuador es elevado en comparación con otros países, esto sucede debido a que las
empresas no cuentan con un presupuesto para todos aquellos aspirantes recién graduados, además,
Ecuador es un país con una economía débil y con sector privado subdesarrollado, incapaz de brindar
puestos de acuerdo a los perfiles de los profesionales. Sin embargo, los requisitos de las empresas van
más allá del título universitario, se da un mayor peso a los certificados y la experiencia, por lo que sería
pág. 1927
muy útil incentivar a los jóvenes a seguirse auto educando y adquiriendo conocimiento según su carrera
en cursos y capacitaciones para destacar en estas empresas. (Zambrano J. , 2016, pp. 28 - 29).
Graduados en la FCE
Tabla 1 Graduados de la Facultad de Ciencias Empresariales del periodo 2015-2020
Carrera
2015
2016
2019
Total
Administración De Empresas
493
170
217
1435
Administración De Hotelería Y Turismo
134
22
53
379
Comercio Internacional
421
76
104
920
Contabilidad Y Auditoría
1519
342
285
3329
Economía Mención En Gestión Empresarial
170
23
59
462
Ingeniería Bancaria Y Financiera
31
9
1
46
Ingeniería En Marketing
235
30
95
619
Secretariado Ejecutivo Computarizado
142
14
2
184
Total general
3145
686
816
7374
Nota: Datos proporcionados por la coordinación de la carrera de economía
A través de este medio se puede conocer el número de estudiantes que se gradúan por año en la Facultad
de Ciencias Empresariales, y describir la tendencia decreciente presente, en el año 2000 se encuentra el
mayor número de graduados con 3145, sin embargo, para el año 2020, disminuyó el número a 270
graduado, donde la carrera que más profesionales ha insertado al mercado laboral, es la carrera de
Contabilidad y Auditoría, representando un 45,14% del total de graduados
METODOLOGÍA
El enfoque del trabajo de investigación es mixto, porque se realizó pruebas econométricas utilizando
variables independientes de carácter numérico, así como variables cualitativas. Cuenta con un análisis
descriptivo-experimental, a través de un análisis descriptivo, se examinarán variables que influyen en
la remuneración de estos profesionales, factores como la experiencia laboral, nivel educativo,
especialización, género y otras variables relevantes, lo que permite una visión clara sobre el campo
salarial, además, proporciona una mejor comprensión para futuros análisis y decisiones de los
profesionales. Por otro lado, el estudio experimental permite analizar la incidencia en el salario de los
profesionales, a través de las pruebas realizadas por la combinación de las variables con el fin de
encontrar un modelo que pase las pruebas de significancia, de normalidad para encontrar el mejor ajuste.
pág. 1928
La población establecida fueron los profesionales que se han graduado en la Facultad de Ciencias
Empresariales de la Universidad Técnica de Machala durante el periodo 2015-2020, cuya base de datos
fue proporcionado por la universidad la cual indica que han sido 7374 estudiantes.
La cantidad de profesionales para la obtención de datos se determinó por medio de la fórmula de la
muestra, con un nivel de confianza de 95%, un margen de error de 7%, y una probabilidad de éxito y
fracaso de 50%, dando como resultado 191 individuos encuestados, como limitación se optó por el
establecimiento de un margen de error de 7% debido a la dificultar de recibir respuestas sobre la
encuesta de la población objetivo. El instrumento de recolección de datos utilizado fue la encuesta a
través de los “formularios de Google” en la cual contiene 25 ítems con una combinación entre preguntas
de selección múltiple y abiertas, según la necesidad de la variable por analizar.
El software utilizado para el análisis estadístico y econométrico es SPSS, en el cual se va a realizar las
respectivas pruebas y combinaciones, encontrando de esta forma un modelo de regresión lineal múltiple
que explique la relación entre las variables utilizadas con el salario.
Variables
Las variables utilizadas se presentan en la Tabla2 los cuales se dividen en las tres categorías
mencionadas anteriormente con su respectiva nomenclatura:
Tabla 2: Variables utilizadas para la creación del modelo de regresión múltiple
Categorías
Código
Variables
Características
sociodemográficas
EDAD
Edad
SEXO
Sexo
NIP
Nivel de instrucción padre
NIM
Nivel de instrucción madre
HJ
Hijos
Características académicas
PG
Puntaje de graduado
POSC
Postgrado, segunda carrera
NI
Niveles de ingles
ETE
Edad al terminar estudios
AD
Asignaturas desaprobadas
NC
Numero de certificados
NIH
Numero de idiomas que habla
pág. 1929
Características laborales
SAL
Salario
AEA
Años en su empleo actual
NEP
Número de empleos previos
AE
Años de Experiencia
MSEE
Meses sin empleo al graduarse
IEP
Ingreso de empleo previo
NSD
Numero de softwares que domina
DC
Duración del contrato
TE
Tamaño de la empresa
ST
Sector que pertenece su trabajo
Nota: basado en la relación entre la teoría existente de variables que explican los salarios
RESULTADOS Y DISCUSIÓN
Para la observación de una brecha en los profesionales graduados en la facultad de ciencias
empresariales se determinó por medio de los estadísticos descriptivos de la variable salario y el análisis
de la presencia una alta dispersión y sin una distribución uniforme con respecto a la media
Figura 2 Distribución de los niveles salariales de la muestra encuestada
Nota: Gráficos de distribución y frecuencia de la variable salario realizado en el estadístico SPSS
Con la determinación de los valores mínimos y máximos correspondiente a 200 dólares y 4000 dólares
respectivamente, tomando como referencia la figura 2, la información de la media de $885 y desviación
estándar de $539, es posible observar una alta dispersión en los datos, con una concentración en los
valores bajos, es decir, los salarios se encuentran distribuidos por debajo de la media, y sin uniformidad
pág. 1930
entre las colas, estas diferencias en las concentraciones de salarios bajos en comparación a los niveles
salariales superiores a la media cuentan con alta dispersión, lo que explica una brecha salarial existente
Por medio de las bases teóricas sobre el modelo de Mincer, determinamos el valor del logaritmo natural
del salario, y los años de experiencia al cuadrado, de tal forma que el modelo en primera instancia
involucro la participación de todas las variables predictores sobre el siguiente modelo
𝐿𝑛(𝑆𝑎𝑙𝑎𝑟𝑖𝑜) = 𝛽0 + 𝛽𝑖 (𝑉. 𝑆𝑜𝑐𝑖𝑜𝑑𝑒𝑚𝑜𝑔𝑟á𝑓𝑖𝑐𝑎𝑠, 𝑉. 𝐴𝑐𝑎𝑑é𝑚𝑖𝑐𝑎𝑠, 𝑉. 𝐿𝑎𝑏𝑜𝑟𝑎𝑙𝑒𝑠) + µ𝑖
Además, con el uso de las variables seleccionadas y mencionadas anteriormente, por medio de pruebas
de significancia a las variables, utilizando el p-valor, descartamos a las no significativas, es decir,
aquellas mayores a 0,05
Tabla 3 Modelo de regresión lineal usando todas las variables independientes
Resumen del modelo
Modelo
R
R cuadrado
R cuadrado ajustado
Error estándar de la estimación
1
,838
a
,703
,666
,286491421000000
Nota: resultados del primer modelo desarrollado en SPSS
En primera instancia, se puede observar una alta correlación entre las variables, además de que, en su
conjunto, las características sociodemográficas, laborales y laborales, predicen en un 70% a Y, es decir,
el logaritmo natural del salario, por lo cual, eliminar las variables no significativas en el modelo, brinda
un resultado más exacto de los factores que influyen en gran medida para estimar el nivel salarial de un
profesional
Modelo
Una vez determinado la importancia y la correlación inicial de las variables sobre el nivel salarial, por
medio del método de colas, se generó 8 modelos econométricos, este método permite generar
combinaciones entre variables para establecer el coeficiente de determinación más alto para explicar al
salario
Tabla 4. Estimadores del modelo:
Resumen del modelo
Modelo
R
R cuadrado
R cuadrado ajustado
Error estándar de la estimación
1
,700
a
0,490
0,487
0,354827034897457
2
,749
b
0,561
0,556
0,330031520207733
3
,777
c
0,604
0,598
0,314291374936371
4
,793
d
0,629
0,621
0,304944377617212
5
,804
e
0,647
0,638
0,298263811579803
6
,818
f
0,668
0,658
0,289902117934633
7
,824
g
0,678
0,666
0,286305778278605
8
,828
h
0,685
0,672
0,283906855926102
Nota: Modelo de regresión lineal múltiple realizado por el método de colas en SPSS
pág. 1931
Tal como se observa en la tabla 3, la bondad de ajuste del modelo número 8, como resultado de la prueba
de varias combinaciones dieron un coeficiente de determinación de 0,685, es decir, que las variables
dependientes explican en un 68,5% la variabilidad del logaritmo natural de salario, además el
coeficiente de determinación ajustado de 0,672 explica que los conjuntos de variables seleccionadas
son eficientes en la estimación del salario. Posteriormente en la tabla 5 de coeficientes observamos
nuevamente el valor significativo de las variables con un valor menor a 0,05, además del valor de beta,
que incluye el valor del intercepto, los valores asociados a cada una de las x y la prueba de Colinealidad,
cuyo valor VIF (estadístico que mide el nivel de colinealidad) no tiene que ser mayor a 10, para
establecer una mayor fiabilidad en las variables como predictores
Tabla 5. Tabla de coeficientes
Coeficientes
Modelo
Coeficientes no estandarizados
T
Sig.
Estadísticas de Colinealidad
B
Tolerancia
VIF
8
(Constante)
5,751
65,018
0,000
NC
0,035
7,055
0,000
0,601
1,665
AE
0,038
5,087
0,000
0,744
1,344
NSD
0,039
4,049
0,000
0,691
1,447
DC
0,018
2,800
0,006
0,896
1,116
AEA
0,029
3,889
0,000
0,903
1,107
SEXO
-0,134
-2,942
0,004
0,912
1,097
NI
0,029
2,349
0,020
0,948
1,055
TE
0,041
2,026
0,044
0,910
1,099
a. Variable dependiente: LN Salario
Nota: valores obtenidos por la combinación de variables en SPSS
Para finalizar se tomó en cuenta que los coeficientes explican cambios porcentuales proporcionales
sobre el salario, debido a que se analizó en una forma funcional logarítmica, por lo tanto, se concluyó
con el modelo:
𝐿𝑛𝑆𝑎𝑙𝑎𝑟𝑖𝑜 = 5,751 − 0,134𝑆𝐸𝑋𝑂 + 0,035𝑁𝐶 + 0,029𝑁𝐼 + 0,038𝐴𝐸 + 0,029𝐴𝐸𝐴
+ 0,039𝑁𝑆𝐷 + 0,018𝐷𝐶 + 0,041𝑇𝐸
La relación entre las variables descritas, tomando las bases teóricas encontradas, y la aplicación del
modelo Mincer, destaca dentro de las variables sociodemográficas, la incidencia del género en el salario,
tomando en principio que se asignó el valor 0 para hombre, y 1 para mujer, el signo negativo, indica
que la mujer gana proporcionalmente 0,134 menos que el hombre, por otro lado la variabilidad de la
pág. 1932
variable académica, número de certificados, que explica que una mayor auto preparación, independiente
de los estudios universitarios, o un aumento unitario en la adquisición de certificado por asistir a cursos,
capacitaciones, etc. provoca cambios proporcionales al 0,035 sobre el salario, a su vez la variable
académica niveles de inglés provoca cambios porcentuales de 0,029, esto indica que una mayor
preparación tanto en cursos de capacitación, como en ingles permite acceder a puestos de trabajo con
mejores salarios.
Además, cada factor laboral destaca la importancia de las características profesionales y laborales en la
estimación del nivel salarial, siendo altamente significativas e influyentes para el análisis de los salarios,
destacando los años de experiencia, que estiman la variabilidad de Y, en 0,038, de forma creciente,
explicando que por cada aumento anual de experiencia el nivel salarial crece de forma proporcional al
coeficiente, otras variables como años en el empleo actual, explican cambios proporcionales al 0,029
sobre el salario, el dominio de softwares explica cambios porcentuales de 0,039 , por cada aumento
marginal sobre esta variable, además la duración del contrato explica que cada año de permanencia
sobre la empresa, el logaritmo de salario se ve incrementado en 0,018, por último, el tamaño de la
empresa como variable cualitativa, permite relacionar el mercado laboral sobre el impacto del salario
donde un profesionales, observando diferencias significativas y un crecimiento proporcional de 0,041
debido al tamaño de la empresa.
Como prueba de la eficiencia de las variables se puede observar que no existen problemas de
colinealidad, al tener cada variable, valores de tolerancia mayores a 0,1 y VIF menores a 10
Con la observación de la presencia de una brecha salarios, y los valores de la media de 885 y la
desviación estándar de 593, implica una alta variabilidad en los salarios, además, las comparaciones
con el mercado laboral de la ciudad de Machala, el salario promedio de los profesionales graduados es
de 737,8 dólares. Destaca que en primera instancia el salario de la muestra de los profesionales
Graduados en la Facultad de Ciencias Empresariales es mayor al promedio del total de profesionales.
Para la ejecución del modelo de regresión lineal múltiple, el valor del logaritmo del salario se ve
explicado por dos fuerzas principalmente, los años de educación y la experiencia laboral, se partió de
esta base teórica el establecimiento del modelo, además de la determinación de las variables
sociodemográficas, académicas y laborales, para su respectivo impacto sobre el nivel salarial
pág. 1933
Tabla 6 Tabla de significancia
Nota: determinación de las variables significativas por el p-valor
Tomando en consideración el mismo nivel de escolaridad, debido a que el objeto de análisis son los
profesionales graduados de la Facultad de Ciencias Empresariales, se optó por probar variables
académicas incidentes en los salarios para probar su eficiencia en la explicación de los salarios, sin
embargo, los resultados del trabajo actual demostraron que el rendimiento académico, no es
representativo para estimar los salarios en el mercado laboral de la ciudad de Machala, al igual que la
edad de graduación y el estudio de, por otro lado la variable niveles de inglés demostraron una fuerte
correlación y una incidencia positiva sobre el salario de igual forma, donde este se ve incrementado de
forma directa, por último, la variable número de certificados dentro del contexto académico demuestra
una alta incidencia sobre los salarios, correspondiendo a los resultados obtenidos por Rosales (2018)
que muestra alta correlación entre los cursos académicos con los niveles salariales altos, demostrando
su incidencia en un crecimiento de 0,018% por cada aumento unitario de certificados provenientes por
los salarios, esto debido a que dentro de un mercado laboral donde los oferentes, es decir, personas que
ofrecen su fuerza laboral, es superior en gran medida a la demanda laboral, observado por la alta tasa
P. Valor
SEXO 0,008
NIM 0,566
NIP 0,221
EDAD 0,795
HJ 0,611
POSC 0,509
PG 0,639
NI 0,135
ETE 0,517
AD 0,072
NC 0,000
NIH 0,651
AEA 0,001
NEP 0,358
AE 0,062
AEC 0,765
IEP 0,361
MSEE 0,534
NSD 0,000
DC 0,008
TE 0,038
Variables sociodemograficas
Variables academicas
Variables laborales
Variables
pág. 1934
de desempleo y la alta tasa de empleo informal de la ciudad de Machala, los profesionales deben
destacar entre la competencia, para acceder a puestos mejores pagados dentro de una empresa
Dentro del análisis de las variables sociodemográficas, se pudo observar una relación directa del sexo,
como Posso (2016) demuestra esta última dentro del contexto ecuatoriano, que a pesar del esfuerzo
existe discriminación laboral por el género donde las mujeres ganan 20% menos que los hombres,
dentro de la investigación, se observa que las mujeres ganan 13% menos que los hombres, siempre y
cuando las demás variables permanezcan sin cambios, en términos monetarios, las profesionales
mujeres ganan aproximadamente 39 dólares menos que los hombres, sin embargo, otras variables como
el nivel de instrucción de los padres, el número de hijos, la edad y otras características
sociodemográficos demuestran que dentro de la ciudad de Machala es irrelevante para las empresas
conocer el perfil social de los individuos, por consecuencia, se basan más en la experiencia y el
formación académica,
Por último, las variables laborales, fueron las de mayor impacto dentro del modelo de regresión lineal,
tomando las bases teóricas investigadas, como los estudios de Zambrano & Sánchez (2015) y Sarmiento
y Álvarez (2022), donde determinaron que la experiencia laboral y el tamaño de la empresa,
respectivamente, influyen en la determinación de los salarios
Otro aspecto es el tiempo de antigüedad en la empresa, medido por medio de dos variables, como son
los años en el trabajo actual y la duración del contrato, lo que demuestra que más años de un profesional
en esa empresa tiene mayor probabilidad de crecer laboralmente y por consecuente en su nivel salarial.
Esto demuestra la valoración positiva que se tiene dentro del mercado a la percepción de la experiencia
y la preparación; esta misma correlación se observa en el dominio de softwares informáticos,
estadísticos y otros, lo cual refleja que es importante la capacitación en herramientas digitales para el
establecimiento de salarios altos.
CONCLUSIONES
Los resultados de la investigación, permitieron encontrar un modelo lo más acertado a la realidad,
tomando en consideración un mercado laboral que se conoce por las altas tasas de desempleo y
desempleo informal, donde un profesional de las carreras empresariales o afines cuentan con un salario
promedio de 885 USD, además de grandes diferencias estadísticas entre los valores mínimos y
pág. 1935
máximos, que concluyó con la definición de brecha salarial dentro de la ciudad de la localidad, para
explicar porque existen están grandes diferencias salariales, que factores influyen y porque a niveles
académicos similares se logró encontrar variables que expliquen las diferencias salariales del mercado
laboral de Machala para los graduado de la Facultad de Ciencias Empresariales, dentro de los cual se
establecieron por medio de la revisión bibliográfica, tres características principales que ayudaban a
explicar los salarios, los cuales fueron: variables sociodemográficas, variables académicas y variables
laborales, el cual permitió encontrar que dentro del contexto establecido, las variables que permiten a
los profesionales estimar sus niveles salariales son: Sexo, Número de certificados, Niveles de Ingles,
Años en el Empleo Actual, Años de Experiencia, Duración del Contrato, Tamaño de la Empresa,
Numero de Software que Domina y Duración del Contrato, por lo tanto, de acuerdo a la revisión de los
tres principales características anterior mencionadas, se determinó que no existen variaciones según las
características propias de la localidad, a excepción del género, por otro lado se observa que las
características del lugar de trabajo y del perfil profesional del individuo son altamente significativos,
como es el caso de la experiencia laboral, el número de certificados, el número de software que domina
y el tamaño de la empresa que fueron las variables con mayor incidencia sobre los salarios
REFERENCIAS BIBLIOGRAFICAS
Adarve, R. A. (2011). Salarios y rendimiento académico : análisis a los egresados de la Universidad
Eafit. Tesis para magíster en Economía con énfasis en investigación. Universidad EAFIT,
Medellin, Colombia. Google academico:
https://repository.eafit.edu.co/server/api/core/bitstreams/2ee9f4b7-dd0a-40f5-a5a4-
4f324a525c57/content
Aguilar del Castillo, M. d. (2016). La visibilidad de la experiencia laboral. deposito de investigacion
Universidad de Sevilla, 171-206. https://doi.org/978-84-945033-9-9
Arce, M. U. (2003). Diferencias salariales entre los sectores público y privado por género, escolaridad
y edad: El caso de España. El Trimestre Económico, 70(278(2)), 233-252.
https://doi.org/http://www.jstor.org/stable/20856777
Areta, M. (2013). El debate sobre el salario mínimo diferenciado por regiones en el Perú. Revista de
Investigacion Juridica, 5, 1-40. https://doi.org/2222-9655
pág. 1936
Ayala, N., Calva, V., & Palacios, A. (2016). Capital humano e ingreso laboral en Ecuador: un enfoque
regional. Revista Economica, 1(1), 11-21. https://doi.org/2602-8204
Castillo, J. e. (2014). sueldos,salarios,incentivos y prestaciones. mexico: Grupo editorial Patria.
https://doi.org/978-607-438-817-6
Charles, H., & Torres, A. J. (2022). Dominio del inglés y salario en México. Análisis Económico,
37(94), 167-180.
https://doi.org/https://doi.org/10.24275/uam/azc/dcsh/ae/2022v37n94/Charles
Cuba Rosales, L. (2018). La relación del Capital Humano en la Empleabilidad de los egresados en
Administración de la UNMSM. Revista Industrial Data, 21(1), 91-100.
https://doi.org/http://dx.doi.org/10.15381/idata.v21i1.14915
Groisman, F., & Marshall, A. (2015). Educación, demanda de calificaciones y salarios relativos: El caso
argentino, 2004-2011. Instituto de Desarrollo Económico Y Social, 55(216), 227-243.
https://doi.org/1852-0022
INEC. (2023). Encuesta de Empleo, Desempleo y Subempleo - ENEMDU. Ecuador.
https://app.powerbi.com/view?r=eyJrIjoiNGUxZjQyMDUtMzg0Zi00MzI0LTk5NWEtY2JiM
WUzM2YyYjdlIiwidCI6ImYxNThhMmU4LWNhZWMtNDQwNi1iMGFiLWY1ZTI1OWJk
YTExMiJ9
López, J. L., & Sarmiento, G. (2019). Determinantes de la brecha salarial en Ecuador: análisis bajo un
modelo minceriano relacionado con variables. Espirales revista multidisciplinaria de
invesitgación, 3(29), 70-85. https://doi.org/https://doi.org/10.31876/er.v3i29.591
Lucero, M. F. (2019). Rendimiento de la educación en Ecuador. Estudios de la Gestión: revista
internacional de administración, 6, 37-90.
https://doi.org/https://doi.org/10.32719/25506641.2019.6.2
Maldonado, L. R., Maldonado, P. L., Maldonado, G. J., & Maldonado, M. G. (10 de noviembre de
2023). Evolución del ingreso nominal y la brecha salarial urbano-rural en Ecuador.
RECIMUNDO, 11. https://doi.org/10.26820/recimundo/7.(3).sep.2023.217-227
pág. 1937
Morales, L. F., Bonilla, L., Granda, C., Flórez, L. A., & Hermida, D. &. (2024). Pérdida de dinamismo
en la ocupación y el impacto del programa de certificación de habilidades del SENA. Reportes
del Mercado Laboral(29), 1-26. https://doi.org/https://doi.org/10.32468/rml.29
Posso, A. (2016). ¿Hay discriminación en contra de las mujeres en el mercado laboral ecuatoriano?
Cuadernos de Economía, 39(111), 175-188. https://doi.org/10.1016/j.cesjef.2015.10.004
Ramírez Asís, E. H., Colichón Chiscul, M. E., & Barreto, I. B. (2020). Rendimiento académico como
predictor de la remuneración de egresados en Administración, Perú. Revista Lasallista de
Investigación, 17(2), 88-97. https://doi.org/10.22507/rli.v17n2a7
Ramírez, J. L., Ruiz, A. E., & Peña, S. (2021). Relación entre Desempeño Laboral y Especialidades: El
Caso de los Egresados de una Licenciatura en Enseñanza del Inglés. Education Policy Analysis
Archives, 29(103). https://doi.org/10.14507/epaa.29.5880
Romero, K. T. (2022). Análisis de los derechos constitucionales en el decomiso de los productos de los
comerciantes informales en el cantón Machala año 2021. Revista de Investigacion en Ciencias
Juridicas, 5(15), 96-109. https://doi.org/https://doi.org/10.33996/revistalex.v5i15.112
Sánchez, N. (2017). La brecha salarial y las desigualdades de género en el mercado de trabajo. una
revisión de aproximaciones teóricas y aportaciones empíricas. Anuario IET de Trabajo y
Relaciones Laborales, 4, 87-98. https://doi.org/http://dx.doi.org/10.5565/rev/aiet.56
Sarmiento, L. S., & Álvarez, J. S. (2022). Determinantes de la diferencia salarial en el mercado laboral
de Ecuador. Un estudio territorial. UDA AKADEM, 1(9), 2022.
https://doi.org/https://doi.org/10.33324/udaakadem.v1i9.479
Urroz, M. J., & Salgado, M. (2020). La relación entre educación e ingresos: Estimación de las
diferencias salariales por nivel educativo alcanzado. ResearchGate, 1-20.
https://doi.org/10.13140/RG.2.2.26464.30722
Vera, E. (2019). Género y diferencias salariales: Un análisis econométrico para el Ecuador. Revista de
la Facultad de Ciencias Económica, 1(1), 1-35.
https://doi.org/https://doi.org/10.53591/fce.v1i1.1490
Zambrano, J. (2016). El nivel de desempleo en los graduados de la carrera de economía de la ULEAM,
Chone. Trabajo de titulación. Universidad Laica Eloy Alfora de Manabi Extencion Chone,
pág. 1938
Chone, Ecuador. https://repositorio.uleam.edu.ec/bitstream/123456789/2027/1/ULEAM-ECO-
0038.pdf
Zambrano, M. A., & Sanchez, D. A. (2015). Factores determinantes del salario del sector privado en el
Ecuador para el a˜ no 2014: un caso de estudio en la ciudad de Guayaquil. Cuadernos de
economía, 138, 139-151. https://doi.org/http://dx.doi.org/10.1016/j.cesjef.2015.06.001