Identificación y Caracterización de Perfiles de Inactividad Laboral en Ecuador mediante Análisis de Componentes Principales y Clústeres K-means
Resumen
La inactividad laboral representa un desafío significativo para el desarrollo económico y social de Ecuador. Este estudio tiene como objetivo principal identificar y caracterizar los perfiles de inactividad laboral en el país utilizando datos de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) 2023. Se aplicaron técnicas estadísticas avanzadas, como el Análisis de Componentes Principales (ACP) y el Análisis de Clústeres K-means, para reducir la dimensionalidad de los datos y segmentar la población inactiva en grupos homogéneos. Los resultados revelaron tres clústeres predominantes: (1) "Trabajadores activos con baja educación", caracterizados por jóvenes urbanos con niveles educativos bajos; (2) "Inactivos con educación técnica o media", que incluyen una mezcla de personas activas e inactivas con formación técnica o media; y (3) "Diversos inactivos, estudiantes y trabajo no remunerado", compuesto por una amplia gama de individuos con diversas razones para su inactividad laboral. Estos perfiles proporcionan una base sólida para diseñar políticas públicas focalizadas que aborden las necesidades específicas de cada grupo. La combinación de ACP y K-means en el contexto ecuatoriano ofrece una comprensión más profunda de los factores que contribuyen a la inactividad laboral, facilitando la implementación de intervenciones efectivas.
Descargas
Citas
Afifa, R., Mazdadi, M. I., Saragih, T. H., Indriani, F., & Muliadi, M. (2024). Implementasi Principal Component Analysis (PCA) dan Gap Statistic untuk Clustering Kanker Payudara pada Algoritma K-Means. SISTEMASI. doi: https://doi.org/10.32520/stmsi.v13i5.4015
Aguirre, P. A. U., Martínez Valarezo, J. D., & Carrión Ayala, V. E. (2021). Diferencias salariales y segregación ocupacional en el mercado laboral del Ecuador. INNOVA Research Journal, 6(1), 129-144. doi: https://doi.org/10.33890/innova.v6.n1.2021.1454
Armijos-Bravo, G., & Camino-Mogro, S. . (2023). Covid-19 lockdown in Ecuador: Are there gender differences in unemployment? The Journal of Development Studies, 833-853. doi:10.1080/00220388.2023.2192573
Barbieri, A., & Pan, W. (2013). People, land, and context: Multilevel determinants of off-farm employment in the Ecuadorian Amazon. Population, Space, and Place, 19(5), 558-579. doi: http://dx.doi.org/10.1002/psp.1733
Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special reference to education. University of Chicago Press. doi:https://ssrn.com/abstract=1496221
Brown, L., Pavri, F., & Lawson, V. (1998). Gender, migration and the organisation of work under economic devolution: Ecuador, 1982-90. International Journal of Population Geography, 4(3), 259-274. doi: https://doi.org/10.1002/(sici)1099-1220(199809)4:3%3C259::aid-ijpg107%3E3.0.co;2-p
Ding, C., & He, X. (2004). K-means clustering via principal component analysis. Proceedings of the twenty-first international conference on Machine learning. doi:
https://doi.org/10.1145/1015330.1015408
Goodrich, L. G. W., Domínguez Mújica, J., & Parreño Castellano, J. M. (2017). An analysis of the social profile of 15 to 17-year-old students in Ecuador regarding secondary school attendance and truancy. Review of European Studies, 9(2), 91. doi: https://doi.org/10.5539/RES.V9N2P91
Herrera, A., Arroyo, Á., Jiménez, A., & Herrero, Á. (2024). Exploratory techniques to analyse Ecuador's tourism industry. Logic Journal of the IGPL. doi:https://doi.org/10.1093/jigpal%2Fjzae040
López-Cevallos, & D. F., & Chi, C. . (2010). Health care utilization in Ecuador: A multilevel analysis of socio-economic determinants and inequality issues. . Health Policy and Planning, 25(3), 209-218. doi: https://doi.org/10.1093/heapol/czp052
Marchán, A. B., Delgado, R., & Stefos, E. (2017). A multidimensional statistical analysis of artisans and unskilled workers of Ecuador. Review of European Studies, 9(2), 237. doi: http://dx.doi.org/10.5539/res.v9n2p237
Martín-Barreiro, C. R.-F.-S.-V. (2021). Disjoint and functional principal component analysis for infected cases and deaths due to COVID-19. Sensors. doi: https://doi.org/10.3390/s21124094
Moreano, L. F., & Castro, L. U. (2022). Review of multivariate statistical methods applied to the results of the Ser Bachiller exam in Ecuador. Minerva. Doi : https://doi.org/10.47460/minerva.v1iSpecial.86
Rais, M., Goejantoro, R., & Prangga, S. (2021). Optimalisasi K-Means Cluster dengan Principal Component Analysis. EKSPONENSIAL. doi: https://doi.org/10.30872/eksponensial.v12i2.805
Tamonob, A. M., Saefuddin, A., & Wigena, A. (2020). Principal component analysis with successive interval in K-Means Cluster Analysis. IOP Conference Series: Materials Science and Engineering. doi: https://doi.org/10.1088/1757-899X%2F823%2F1%2F012055
Derechos de autor 2025 Jorge Adrian Sarcos González
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
